REUTILIZACIÓN 50 Para toda la gestión de datos en la nube y la creación de la infraestructura tecnológica se seleccionó la plataforma Microsoft Azure. A través de esta plataforma, que cuenta con más de 200 aplicaciones, podemos integrar los datos, procesarlos, ejecutar los algoritmos y consumirlos. Toda esta gestión y trabajo sobre los datos debe integrarse con las plataformas de desarrollo de modelos BIM. FASES DEL PROYECTO: ALTO NIVEL Fase 1: Análisis AS IS y TO BE. Dónde estamos y dónde queremos llegar En esta primera fase, antes de ponernos a desarrollar la solución hay que sacar la foto completa del estado actual de todo lo que pueda afectar al proyecto. Esto implica analizar desde la información organizacional de la compañía —incluyendo el organigrama, análisis de riesgos, departamentos clave, mapa de procesos y procesos específicos de la desaladora— hasta la infraestructura tecnológica de la compañía y de la propia planta. Una vez tenemos la foto completa del ‘cómo estamos’ podemos plantearnos de forma realista cómo queremos que sea el producto que vamos a diseñar, qué funcionalidades debe cumplir y qué aspectos clave debe cubrir desde el punto de vista del usuario final. Teniendo claros, definidos y acordados estos dos primeros puntos se facilita enormemente la fase siguiente, que es el diseño de la hoja de ruta para transitar del estado actual (AS IS) al estado futuro (TO BE). Fase 2: Definición de la hoja de ruta y ejecución Tal y como se ha explicado anteriormente, en este proyecto se sigue una metodología ágil, que implica la creación de un producto mínimo viable y después iterar hasta que se alcanza el producto final. Por tanto, la hoja de ruta debe seguir este esquema. La principal complejidad en este tipo de proyectos es la integración de diferentes sistemas y disciplinas y su coordinación. En este caso, la hoja de ruta se ha definido mediante la ejecución de cinco ‘sprints’, cada uno de ellos con sus tareas correspondientes y un cierre final. A modo de ejemplo, el primer ‘sprint’ contaría con las siguientes tareas: • SP 1.1 Definición de detalles de los procesos implicados. • SP 1.2 Definición de controles sobre el proceso implicado. • SP 1.3 Definición alto nivel de los potenciales casos de uso a los que se aplicarán los algoritmos de ‘Machine Learning’ a implementar y priorización de los mismos. • SP 1.4 Despliegue de la infraestructura básica para desarrollo en la nube. • SP 1.5 Despliegue de la infraestructura mínima para gestión de modelos BIM. • SP 1.6 Análisis de fuentes de datos y diseño del modelo de datos del proceso. • SP 1.7 Diseño inicial del frontal. • SP 1.8 Estrategia para la integración entre sistemas. • SP 1.9 UATs (Pruebas de aceptación de usuarios), validación y ‘feedback’. Dentro de estas nueve tareas, algunas se irán iterando en los siguientes ‘sprints’ y otros en cambio evolucionarán a un paso posterior de desarrollo. La implantación de los gemelos digitales puede dar un salto cualitativo muy importante a la industria en cuanto a la gestión, optimización, operación y mantenimiento de estas plantas. GESTIÓN DE DATOS DE LA DESALADORA Más allá de todos los trabajos, y desde el punto de vista puramente tecnológico, la base de todo este desarrollo son los datos provenientes de las desaladoras, que nos van a aportar una información clave. Sin datos no podemos hacer nada. Por esta razón lo primero que se debe hacer es extraer los datos históricos de las desaladoras y establecer un modelo de gobernanza, teniendo en cuenta que cada desaladora tiene sus particularidades. Los históricos se extraen de los DCS, que permiten descargar datos registrados como intensidades de corriente de equipos, frecuencias (Hz), presiones, caudales, velocidades de motores (RPM), vibraciones, temperaturas, conductividad del agua, PH del agua, etcétera. Cuantos más datos se extraigan, más exacta será la información que aporte el modelo. Estas variables se pueden extraer en distintos periodos de tiempo: diarias, horarias, cada minuto o incluso cada segundo. “Las tecnologías actuales de computación permiten identificar relaciones o normas que se dan en base a los datos con los que lo alimentes, o lo que es lo mismo: generan algoritmos de forma automática que se entrenan al alimentarlo de nuevos datos, de manera que el algoritmo se irá optimizando”
RkJQdWJsaXNoZXIy Njg1MjYx