Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Estrategias para modernizar los historiadores de datos para la industria manufacturera en el Nube de AWS
Devender Satija, Amazon Web Services (AWS)
Octubre de 2023 (historial del documento)
La industria 4.0 es una revolución en el sector industrial y está moldeada por la computación inteligente. La conectividad, los datos, los análisis, la inteligencia artificial (IA) y el machine learning (ML) están impulsando la transformación digital del sector industrial. El resultado es la aparición del Internet de las cosas (IIoT) industrial y la convergencia de los equipos de tecnología operativa (OT) y tecnología de la información (TI). La modernización de historiadores es un enfoque utilizado para modernizar y actualizar los sistemas de TO a fin de satisfacer mejor las necesidades del sector industrial.
Los objetivos del sector no han cambiado a lo largo de los años y el enfoque sigue siendo la mejora continua de la calidad y la reducción del tiempo de inactividad. Muchas organizaciones tienen activos de fábrica que tienen más de 20 años y gran parte de los datos de producción están atrapados en estas máquinas anticuadas. Para optimizar las operaciones, los fabricantes deben extraer esos datos, enriquecerlos con datos de otros orígenes y obtener información a partir de ellos. Históricamente, los fabricantes dependían de un historiador en las instalaciones. Un historiador de datos industrial, también conocido como historiador, es un tipo de base de datos que se utiliza para recopilar y almacenar datos de diversos orígenes en una fábrica. En esta guía se proporcionan estrategias para modernizar los historiadores a fin de aprovechar las ventajas de la conectividad, el análisis, la IA y el ML de la Nube de AWS.
Descripción general de
Las estrategias de modernización de los historiadores se centran en el uso de datos y tecnología para ayudar a las organizaciones a tomar mejores decisiones. Entres estrategias se incluyen el uso de los datos existentes, el análisis de esos datos y la obtención de información mediante tecnologías avanzadas, como la IA y el ML. Estas estrategias pueden ayudar a mejorar la eficiencia operativa, reducir el tiempo de inactividad e impulsar la innovación.
A continuación, se incluyen factores comunes que impulsan la modernización en función del tamaño de la organización:
-
Escala y democratización de los datos sin precedentes: es posible que los datos estén disponibles, pero están aislados en historiadores en las instalaciones que solo proporcionan visibilidad local y análisis locales limitados. A medida que su organización siga acumulando más datos, el costo de almacenar y administrar esos datos en los historiadores en las instalaciones seguirá aumentando.
-
Innovación constante o fusión: mantener e integrar varios historiadores en las instalaciones puede resultar difícil como consecuencia de una expansión, una fusión o una adquisición.
-
Rendimiento en la periferia: es posible que no pueda incorporar el análisis avanzado ni la potencia de computación a los datos operativos en las instalaciones.
-
Oportunidades de escalado y ahorro: la escalabilidad, los problemas de rendimiento y los prohibitivos modelos de licencias basados en etiquetas pueden afectar al costo total de propiedad (TCO) e impedir la adquisición de datos adecuados para crear casos de uso avanzados.
-
Información útil: los datos de TI y TO no están lo suficientemente integrados como para proporcionar a los supervisores de las plantas información oportuna que los ayude a minimizar el tiempo de inactividad no planificado, mejorar la calidad de los productos ni aumentar el rendimiento y la disponibilidad de los activos.
-
Sostenibilidad: para cumplir con los objetivos de sostenibilidad y ahorro de energía, es necesario comprender mejor las operaciones de la planta.
