Una plataforma para la fabricación inteligente - Calendae | Informática, Electrónica, CMS, Ciberseguridad

Una plataforma para la fabricación inteligente

Hola otra vez. En el teclado Simón Sánchez y esta vez hablaremos sobre Una plataforma para la fabricación inteligente

La dinámica del mercado del siglo XXI ejerció mucha presión sobre los productores para que actuaran de manera diferente. Las fuerzas impulsoras son muchas, pero incluyen la necesidad de satisfacer las demandas de los clientes rápidamente y abordar las limitaciones energéticas y las preocupaciones ambientales. Por otro lado, el crecimiento de la tecnología de redes junto con las arquitecturas orientadas a servicios puede tener un efecto transformador al proporcionar información en tiempo real sobre los procesos de fabricación. Esta es la base de la fabricación inteligente, que aplica tecnologías de la información en red en toda la cadena de producción y suministro para lograr una mayor eficiencia, productividad, ventaja competitiva y, en última instancia, un mejor retorno de la inversión.

Cuando se trata del papel de HPC en la fabricación, gran parte de la atención se ha prestado al diseño virtual y la creación de prototipos, utilizando modelos y simulación por computadora para el diseño y la mejora del producto. La fabricación inteligente abre un camino más amplio al aprovechar los datos y la información para permitir decisiones de fabricación proactivas e inteligentes.

Para obtener más información sobre este paradigma emergente, Calendae habló con Jim Davis, CIO de UCLA y cofundador de Smart Manufacturing Leadership Coalition (SMLC), una organización que impulsa los estándares en los procesos y desarrolla la primera plataforma de fabricación inteligente abierta del país. .

«Seguimos interactuando con el lado del diseño», dijo Davis, «pero nuestro énfasis está en la naturaleza de la producción en tiempo real. Estamos interesados ​​en datos en tiempo real, uso en tiempo real de computación / análisis, orquestación». software en formas utilizables que interactúan con la automatización y el control, o con la toma de decisiones en tiempo real o con eventos en tiempo real a nivel de la cadena de suministro. Por lo tanto, el concepto de tiempo, tiempo real, actividades utilizables y toma de decisiones son lo que distingue a la fabricación inteligente de la cadena de diseño «.

Davis continúa explicando que cuando su grupo comenzó a investigar varios segmentos de la industria diferentes, surgió un tema común de que necesitaban la capacidad de acceder a la computación / análisis de una manera mucho mejor. Necesitaban poder escalar la infraestructura de TI; necesitaban los conectores para interactuar con la automatización y el control o las plataformas de fábrica de una mejor manera, pero al mismo tiempo, necesitaban poder fusionar datos y orquestarlos para tipos más amplios de métricas que abarcaran todas las oficinas. o cadenas de suministro u operaciones.

«Esto nos llevó por el camino de la tecnología de la plataforma y nos llevó al desarrollo de nuestra plataforma de fabricación inteligente», dijo Davis. «Analizamos un conjunto completo de servicios que le permiten acceder a análisis informáticos, etc., a escala para su uso en tiempo real».

«A nivel de plataforma, hay un poco de superposición con el diseño y, de hecho, las plantillas de diseño realmente dan sentido al espacio de producción y viceversa, pero el diseño es claramente diferente de la producción de entrega real».

El año pasado, SMLC ganó un contrato con el Departamento de Energía para desarrollar la primera plataforma de tecnología de fabricación inteligente abierta del país para aplicaciones de información de redes industriales colaborativas. Los dos primeros bancos de prueba financiados por el premio de $ 10 millones están ubicados en una planta de municiones del ejército de General Dynamics para optimizar los hornos de tratamiento térmico y una planta de procesamiento de hidrógeno Praxair para optimizar los reformadores de vapor de metano. Las tecnologías del proyecto del banco de pruebas son capaces de reducir la generación anual de emisiones de CO2 en 69 millones de toneladas y el calor residual en 1,3 quads, lo que equivale aproximadamente al 1,3% del consumo total de energía de los estados. Unido.

En el caso del reformador de vapor de metano, Davis explica que administrar el horno y su uso de energía de una mejor manera es una buena solución para un modelo de dinámica de fluidos computacional de alta fidelidad. Comprender las características del flujo y la distribución del calor dentro del horno fue difícil porque la dureza del entorno del horno tiende a impedir la colocación del sensor. Ahora los participantes del proyecto están trabajando para instalar cámaras infrarrojas alrededor del horno que permitan medir y mostrar el interior del horno en tiempo real. Luego, toman esos datos y los fusionan con otras mediciones usando un modelo de dinámica de fluidos computacional para predecir la distribución general del calor, optimizarlo y luego actualizar un modelo de control que administra la planta.

«Usamos un modelo de dinámica de fluidos computacional para predecir y actualizar parámetros en un modelo de control, y esto nos permite ejecutarlo en tiempo real», explicó Davis. «Hay un ahorro de energía significativo al utilizar el modelo de alta fidelidad».

El equipo está desarrollando el modelo utilizando un clúster UCLA de 12.000 núcleos. Si bien la aplicación no está optimizada para usar todos los núcleos, existen suficientes recursos de cómputo, por lo que los tiempos de procesamiento han pasado de unos pocos días y semanas a unas pocas horas, rangos manejables por el proceso.

SMLC también está trabajando con otra empresa que produce piezas metálicas y esta planta incluye fases de calentamiento y alimentación, fases de tratamiento térmico, seguidas de fases de conformación y procesamiento. Al utilizar el modelado para lograr las propiedades metalúrgicas correctas, la empresa ahorra en mantenimiento de mecanizado, tiempo de máquina y utilidades de la máquina. Esto también ahorra energía en el proceso de tratamiento térmico.

«Este es un ejemplo de un proceso discreto en el que en realidad podemos ahorrar electricidad y energía a base de gas / combustible de manera sustancial mientras mejoramos la producción y la calidad del producto», dijo Davis.

SMLC analizó todas las industrias, instalaciones de fabricación y problemas y reunió un conjunto de requisitos que se utilizaron para especificar la plataforma de fabricación inteligente. La plataforma se basa en la infraestructura de servicios desarrollada por Nimbis Services, el creador del mercado de la informática técnica basada en la nube. SMLC ha agregado una capa única de flujo de trabajo como servicio que permite a las empresas seleccionar y armar diferentes componentes que van desde «¿cómo recopilo datos?» a «¿cómo lo analizo?» y finalmente «¿cómo puedo conectarlo de nuevo con el sistema?» En otras palabras, la capa Workflow as a Service organiza una serie de fragmentos de código en un formato organizado que se puede utilizar de inmediato.

SMLC y sus socios ahora están desarrollando la plataforma para probar bancos de prueba específicos en las industrias automotriz, alimentaria, de municiones, gas, refinado, química y farmacéutica. El prototipo contiene una pila vertical de todos los servicios (las capas de almacenamiento y computación, las capas de administración de la nube y el flujo de trabajo como capa de servicio) y tiene la capacidad de unir estos entornos. El siguiente paso es desarrollar la capacidad y la solidez dentro de cada uno de los niveles, luego, para el nivel de gestión de la nube, por ejemplo, implementarán OpenStack.

«Estamos viendo una variedad de herramientas que son relativamente invariantes entre las empresas», dijo Davis, «estas herramientas tienen que ver con el acceso a recursos computacionales, la capacidad de escalar hacia arriba y hacia abajo instancias de computación. La plataforma se trata básicamente de mediante la arquitectura de esos elementos invariantes y dejando un nivel llamado mercado de fabricación inteligente, un nivel donde las empresas pueden ingresar y seleccionar los diferentes componentes que necesitan que sean específicos para sus usos y misiones «.

Recuerda compartir en una historia de tu Instagram para que tus amigos opinen

??? ? ? ???

Comparte