Copyright 2015-2016 Instituto Tecnológico de Informática (ITI). Prohibida la reproducción total o parcial sin permiso del ITI.

Digitalizando la

industria para

aumentar la

Eficiencia y la

Calidad

• Industria 4.0

www.iti.es

Comunicaciones

e Informática

Industrial

Aprendizaje

Automatico

Sistemas de

Optimización

Sistemas

Distribuidos

www.iti.es

@iti_tic iti viewitivideos

ITI - Instituto Tecnológico de Informática

I+D

Big Data

Cloud Computing

Seguridad

Visión Artificial

Reconocimiento de Patrones

Internet de lasCosas

Cyber Physical Systems

Industria4.0

Logistica

Sistemasempotrados

+I

Nuestra I+D+I

Equipos multidisciplinares

Del inglés Internet of Things, se refiere a:

• la inmensa red de objetos que pueblan nuestra vida diaria, (termostatos, lavadoras, cerraduras, bombas de riego, barreras de parking…)

0101 0101 01110101 0101 0111

• que hasta ahora han permanecido “desconectados” y que, gracias a los últimos avances tecnológicos, tendrán la habilidad de conectarse a internet para enviar información y recibirla

Introducción. Qué es IoT

Introducción. ¿Porqué ahora?

Las comunicaciones inalámbricas se han generalizado y están disponibles casi en

cualquier sitio

Se ha minimizado el consumo energético de

los dispositivos, permitiendo a todos

nuestros aparatos trabajar por más tiempo sin preocuparse por la

batería

El coste de producción de sensores y dispositivos de comunicación ha bajado

enormemente (acelerómetros a 800 eur...) y nos permite

ensamblarlos a lavadoras o semáforos sin que

apenas repercuta en el coste final

Hablamos de cosas: coches, juguetes, aviones, lavaplatos, turbinas, collares de perro... ¿cuántas cosas pueden generar datos?

(fuente “The Digital Universe of Opportunities”, IDC, Abril 2014)

Según IDC hablaremos de:

Trillones de sensores

De los “billones” de cosas:

2013: 20.000 Mill. conectados2020: 30.000 Mill. conectados

IoT en números

IoT como fuente de datos

2013: IoT = 2% del total de datos

2020: IoT = 10% del total de datos

El gasto en ICT tradicional subirá aproximadamente un 4%

El crecimiento en gasto relativo a IoT se espera que supere el 12%

(fuente “The Digital Universe of Opportunities”, IDC, Abril 2014)

IoT en números

Introducción. IoT como fuente de negocio

• Empresas cuyo negocio son los datos (aunque no lo supieran cuando la crearon...)

Big DataQué es Big Data

• Empresas cuyo negocio son los datos (aunque no lo supieran cuando la crearon...)

Big DataQué es Big Data

• Big Data no es nada complicado: es una extensión de lo que ya teníamos en el pasado. Aunque ahora le añadimos más Volumen, más Variedad y más Velocidad.

• Telecomunicaciones + Comercio Electrónico + Redes Sociales = muuuchos datos

Big DataQué es Big Data

Fuente: BigData en números. Sajid Abad (Online Business School)

Fuente: IBM

Introducción: características de los datos

Características de Big Data (4 V’s)

Big Data Analytics: el comienzo

Big Data Analytics

Conocidos los nuevos mecanismos de consulta de datos...

...los estadísticos tardaron poco en ver su potencial

Tecnologías Big Data Machine Learning

• ¿Por dónde empezamos?

• Explorar la información

• Revisar todos nuestros sistemas: ERPs, CRMs, SCM, TPVS..

• Indexar la información

Big DataQué es Big Data

• ¿Por dónde seguimos?

• Dar sentido a la información. Crear corpus de dominios, taxonomías.

• Conservar (traducid vosotros “curate” si podéis...) la información. Limpiarla.

• Dotar a nuestros sistemas de capacidades cognitivas...

Big DataQué es Big Data

• ¿Y después?

• Hay que digerir esa información...

• Preprocesarla, crear nuevos índices, detectar metadatos...

• Dotar a nuestros sistemas de capacidades cognitivas

Big DataQué es Big Data

Copyright 2015-2016 Instituto Tecnológico de Informática (ITI). Prohibida la reproducción total o parcial sin permiso del ITI.

Introducción a la Industria 4.0

• ¿Qué nos lleva hacia esta nueva revolución?

Industria 1, 2, 3… 4.0

Conceptos similares

• Industrial Internet

• Smart Factory

• Factories of the Future

• Industry 4.0

Qué caracteriza a una solución para la industria 4.0

• Los CPS monitorizan procesos físicos, crean una copia digital/virtual del mundo físico y toman decisiones descentralizadas.

• Utilizando IoT, los CPS se identifican de forma unívoca y comunican y cooperan con otros sistemas y humanos en tiempo real.

• Con IoS, se crean y publican servicios tanto internos como externos, que se usarán por todos los participantes de la cadena de valor.

• Gracias a Cloud Computing y Big Data se gestionan, almacenan, procesan y analizan las grandes cantidades de información generadas.

• Las decisiones en base a la información y conocimiento generado se transforman en actuaciones sobre el proceso de negocio.

Principios de diseño para la industria 4.0

• Interoperabilidad: la Industria 4.0 ofrecerá la capacidad de interconexión de todos sus elementos, materiales y humanos, mediante el uso del IoT y sus estándares.

• Virtualización: la fábrica inteligente ha de tener una copia virtual mostrando toda la información de sensores y sistemas, además de modelos de simulación.

• Descentralización: dado que los objetos conectados en las fábricas inteligentes deberán tener capacidades de decisión autónoma.

• Capacidades de tiempo real: mediante la captura de datos, su análisis y su ayuda a la toma de decisiones en tiempo real, mejorando la inteligencia de negocio.

• Orientación al servicio: mediante la capacidad de ofrecer un catálogo de servicios que permita la interacción y creación de nuevas aplicaciones y, por ende, mayor valor añadido.

• Modularidad: con la flexibilidad máxima en la fábrica inteligente para la adición, sustracción o sustitución de cualquiera de sus elementos.

Fuente: Design Principles for Industrie 4.0 Scenarios: A Literature Review. Hermann, Mario; Pentek, Tobias; Otto,

Boris

Ecosistema de la Industria 4.0

• Mantenimiento

• Control de Producción

• Análisis de Procesos

• Logística

• Diseño, Planificación

• Sistemas de Virtualización y Cloud Computing

• Servidores

• CMMS

• EAM• Tecnologías

de alto nivel: Integración, Virtualización, Visualización

Escenarios para la innovación

OUTDOOR

INDOOR

TECHS

Contextos de aplicación

Mantenimiento

Análisis predictivo y

correctivo en base a datos de

comportamiento de máquina

en distintos modos de

operación.

Seguridad

Análisis de uso y localización

de activos para detectar

desviación de uso

Localización de personal

humano y maquinaria móvil

para evitar accidentes

Energía

Análisis de datos de

analizadores de consumo de

red, para predicción de

consumos futuros y

detección temprana de

anomalías

Contextos de aplicación

Stock

Control exhaustivo del stock

y stock intermedio.

Mecanismos que permitan la

trazabilidad del material que

se está produciendo.

Fuera del área de

manufactura

Hay mil áreas más de

aplicación. Desde gestión de

la distribución, a

personalización de los

productos, pasando por

reutilización de productos…

OEE

Monitorización de los datos

de máquina (tiempos da

parada, de trabajo, de

bloqueo…) en tiempo real,

para convertirlos en métricas

de medida de la eficiencia

• Big data analytic’s impact on revenues according to Teradata’ssurvey

Impacto de la aplicación del Big Data en la industria

Big data analytic’s impact on costsaccording to Teradata’s survey