C121_Automatización para la industria 4.0

TRANSFORMACIÓN DIGITAL 39 exportan, por ejemplo, información de vibración, de fuerza de corte, o de posición, se conectarán a través de la red 5G a la infraestructura de SN4I. Los datos que tengan reque- rimientos más críticos de latencia y tiempo real se procesarán en el MEC, principalmente aquella información que sea crucial para anticiparse a posibles defectos o desviaciones en el proceso de fabricación en el pre- ciso instante en el que se producen. Por contra, los datos que requieren más recursos de cómputo, pero no inmediatez en su procesamiento (por ejemplo, la ejecución de algoritmos complejos de Machine Learning), se podrían procesar tanto en el nodo del CFAA como en el nodo de la EIB. De forma general, se espera que la integración de 5G en el CFAA ofrezca nuevas oportunidades en cuanto a innovación. Se espera profundizar especialmente, cuando la disponibi- lidad de tecnología lo permita, en el despliegue de aplicaciones 5Gbasadas en URLLC (Comunicaciones ultra con- fiables de baja latencia) y en mMTC (Internet de las cosas masivo), dada su alta aplicabilidad en un entorno de producción y experimentación industrial como es el CFAA. El proyecto 5G Euskadi es el adjudi- catario del programa de ayudas del Gobierno Estatal para el desarrollo e implantación de la tecnología 5G. El proyecto ha sido aprobado por Red.es (entidad del Ministerio de Economía y Empresa), y tendrá una duración de 30meses. Supone una inversión de 7,1 millones de euros y está cofinanciado a través del Fondo Europeo de Desarrollo Regional (FEDER). Para más información https://www.5g-euskadi.com datos, secuentacon la infraestructura física (sensores y captadores de información), el software necesario para el análisis (se pueden programar aplicaciones desde cero con tutoriales que se encuentran en internet), se puede iniciar a crear apli- caciones que sirvan para lo que se haya considerado conveniente, por ejemplo: Estos son solo algunos de los ejemplos que se pueden encontrar en la litera- tura científica, a día de hoy hay más de 140 (Bertolini et al. 2021) trabajos en los que se exponen claramente las aporta- ciones y los resultados industriales de las aplicaciones probados con datos experimentales o al menos probados con un conjunto de datos accesible, publicados desde el año 2000 hasta la fecha. Estos trabajos están divididos en áreas tan diversas como: Gestión del mantenimiento • Clasificación y predicción de los modos de fallo. • Monitorización del estado y detec- ción de fallos. • Minimización del tiempo de inactivi- dadyplanificacióndelmantenimiento. Gestión de la calidad • Control de calidad en línea. • Detección y clasificación de defectos. • Reconocimiento de imágenes para la identificación de defectos. • Gestión del ciclo de vida. Planificación y control de la producción • Predicción y maximización del rendimiento. • Programación y envío de trabajos. • Control dinámico de procesos. Gestión de la cadena de suministro • Planif icación y previsión de la demanda. • Gestión de inventarios. • Modelización y coordinación de la cadena de suministro. Llegar al punto de formular aplicacio- nes como las que acá se relacionan no es sencillo, pero tampoco impo- sible. Se requiere de una estrategia bien formulada y focalizada hacia los puntos de mejora identificados. Asimismo, se debe aceptar que el camino hacia la transformación digi- tal no es un camino recto, que todos estamos aprendiendo y que una falla en un proyecto no traduce necesa- riamente en un fracaso, ya que debe ser visto como un prerrequisito para el éxito de nuestra estrategia, “Roma