55 ELECTRÓNICA INDUSTRIAL miento de la máquina. Para la nube, se creó un panel de control para la monitorización en tiempo real de los datos utilizando Node-Red y Grafana. Además, se analizaron los datos de flujo temporal a fin de identificar tendencias y patrones con aprendizaje automático. Los patrones de procesos similares se reconocen y etiquetan automáticamente (Figura 6). El resto de patrones se marcan como desconocidos. Estos datos sirven de base para las estadísticas de procesos que pueden utilizarse para diversos casos de uso empresarial, como la supervisión de procesos, el control de calidad y el mantenimiento predictivo. PRUEBAS EN UN ENTORNO REAL Durante las pruebas reales se plantearon numerosos retos: pérdida de datos a causa de la distancia y de las diversas fuentes de radio de la nave de fabricación, movimiento constante de las placas apilables y de la fuente de alimentación, o falta de ella. Los sensores de aceleración se montaron en el brazo de corte sin ninguna fuente de alimentación cercana. Este obstáculo se superó con la ayuda de una batería LiPo. A pesar del bajo consumo de corriente en espera, la transmisión constante de datos durante la fase inicial agotó la batería. A diario se transmitían grandes cantidades de información, lo que provocaba que la batería se agotara cada dos o tres días. La solución fue utilizar un panel solar para cargar la batería. Para ello, se utilizó una solución de código abierto de Adafruit. El segundo problema era la ubicación de los sensores y los módulos de radio. El sensor debe estar situado en el mango de la herramienta, que es una pieza móvil. En la máquina, todas las piezas móviles están protegidas por carcasas metálicas, que actúan como una jaula de Faraday. A pesar de ser pequeña y eficaz, la antena integrada no servía para nada. Este problema se resolvió colocando una antena externa en el exterior de la carcasa. La parte de detección de corriente consta de transformadores de corriente Figura 6. Análisis de datos para identificar patrones con aprendizaje automático. Los patrones de procesos similares se reconocen y etiquetan automáticamente. (Fuente: IAV). de núcleo dividido y sensores de efecto Hall para cada fase. La combinación de dos sensores requirió una calibración que fue realizada por Würth Elektronik. ACELERAR LA CREACIÓN DE PROTOTIPOS Hacer una prueba de concepto con componentes de código abierto puede reducir drásticamente el tiempo de creación de prototipos. La combinación de placas preexistentes con contactos estándar y sensores con conectores estándar, facilita las pruebas y la experimentación con la configuración. La utilización de dos etapas en la creación de prototipos de prueba de concepto permitió crear unmodelo eficaz en la primera etapa, que luego pudo aplicarse en la segunda. La segunda etapa utilizará modelos locales en el microcontrolador y solo enviará la cantidad mínima de datos. Los datos necesarios se enviarán a la nube mediante el módulo celular Adrastea-I. Würth Elektronik ofrece SDK gratuitos de estilo Arduino para diferentes procesadores y vende las placas. Estas placas pueden adaptarse fácilmente con los datos (PCB y BoM) de Würth Elektronik o Awesome Feather GitHub de Adafruit [2]. Este caso práctico demostró que el uso de estándares de código abierto para la creación de prototipos ofrece flexibilidad, lo que se traduce en una enorme velocidad de implementación. La utilización de dos etapas en la creación de prototipos de prueba de concepto permitió crear un modelo eficaz en la primera etapa, que luego pudo aplicarse en la segunda
RkJQdWJsaXNoZXIy Njg1MjYx