El ciclo actual de soporte y desarrollo de productos es rápido. Los productos integrados detectan fallas de software y hardware y brindan información sobre el comportamiento del usuario para brindar a los ingenieros los datos necesarios para garantizar que el equipo funcione correctamente y mejore continuamente.
No todos los equipos industriales se pueden conectar fácilmente para soportar estos productos integrados. Incluso los productos diseñados para Internet de las cosas (IoT) experimentan problemas de conexión, como interferencias electromagnéticas (EMI), restricciones de ancho de banda y cables largos.
La llegada de la tecnología System on Chip (SoC) habilitada para Bluetooth proporciona a los ingenieros una conectividad perfecta y potencia de microprocesador para soporte de aprendizaje automático (ML) integrado. Combinar la conectividad con el análisis inteligente es una herramienta importante en el ciclo de diseño y soporte de pasivo a proactivo.
La recopilación inteligente de datos cambia el desarrollo y el soporte de productos
El desarrollo y soporte exitosos de productos requieren el uso de datos. Los diseñadores que no comprenden cómo el cliente utiliza el producto, incluido en qué confía, qué funciones son engorrosas o tienen vulnerabilidades, pueden tener dificultades para actualizar iterativamente el producto al nivel que el usuario desea. De manera similar, el personal de soporte no puede solucionar problemas adecuadamente sin conocer el comportamiento del usuario, el estado del sistema, las condiciones ambientales y otros datos críticos antes o en el momento del problema.
Los productos con conectividad integrada moderna y capacidades de análisis pueden hacer que las iteraciones de diseño y el soporte sean más efectivos. Los productos integrados y las balizas inteligentes pueden detectar condiciones ambientales como temperatura, humedad y presión del aire, y pueden detectar aceleración multieje, luz ambiental y campos magnéticos. La marca de tiempo del reloj en tiempo real (RTC) permite asociar datos con otros eventos del sistema cuando se utilizan análisis integrados o cuando se transmiten a un servidor en la nube a través de Bluetooth.
Por ejemplo, una baliza inteligente conectada a un sistema de movimiento lineal en un entorno industrial puede detectar un aumento de la vibración a medida que aumenta la humedad. Luego, el procesador integrado puede alertar al ingeniero de mantenimiento sobre la necesidad de lubricación adicional. Este diagnóstico de fallas proactivo puede reducir el tiempo de inactividad del equipo y los costos de mantenimiento.
Los diseñadores de productos también pueden utilizar datos ambientales y de vibración registrados para mejorar versiones futuras de sistemas de movimiento lineal. Por ejemplo, pueden recomendar un lubricante diferente que durará más en condiciones de humedad. También podrán rediseñar el sistema de lubricación para protegerlo mejor de influencias externas.
Implementación de desafíos y soluciones
Para aprovechar las ventajas de una recopilación de datos mejorada en el entorno de IoT, los ingenieros deben optimizar la recopilación y el análisis de datos. La transferencia de cualquier información a la nube para su análisis se retrasa inherentemente y reduce la seguridad de los datos. Los sistemas integrados y las balizas inteligentes resuelven este problema integrando capacidades de IA y ML en el propio dispositivo. Estos sistemas Edge AI y TinyML contienen modelos de software escalados que permiten al procesador extrapolar de forma inteligente en función de los datos recibidos del mundo real.
Las funciones de ML integradas pueden ser simples para hacer coincidir datos de vibración, datos ambientales y marcas de tiempo globales, o complejas para predecir requisitos de mantenimiento basados en tendencias de datos. Ya sea complejo o simple, el módulo ML puede recibir y procesar datos en tiempo real sin ocupar recursos de la red, proporcionando así información oportuna sobre los cambios y minimizando el consumo de energía.
Sin embargo, en última instancia, las balizas inteligentes y los sistemas integrados necesitan comunicar el estado con otros dispositivos o servidores a través de la red. Muchos diseños de sistemas tradicionales tienen conexiones serie cableadas mediante protocolos como PROFIBUS, DeviceNet, CANOpen y Modbus RTU. Los dispositivos más modernos dependen de protocolos Ethernet de baja latencia como PROFINET, EtherCAT, EtherNet/IP o Ethernet POWER. Sin embargo, tanto las comunicaciones en serie como las de Ethernet requieren que los cables de datos y de alimentación se instalen en el taller de la planta, y los siguientes desafíos incluyen EMI, atenuación de la señal durante la transmisión de cables largos e inversión en instalaciones necesarias para mitigar los riesgos de tropiezos y proporcionar acceso para vehículos que conducen o conducen por sí solos.
La comunicación por radiofrecuencia (RF) de corto alcance mediante el protocolo Bluetooth supera muchos de estos desafíos. Algunas versiones de Bluetooth, como el Bluetooth de bajo consumo (BLE), utilizan la energía de una batería de botón para emitir señales potentes en un rango de 150 metros, eliminando la necesidad de líneas de alimentación y datos.
La señal BLE opera en la banda de 2,4 GHz, que también admite algunas redes móviles y Wi-Fi. Si bien las bandas compartidas pueden provocar interferencias en la red y reducir la integridad de la señal, son las bandas más confiables para superar barreras visuales como paredes y equipos. Para superar los problemas de LOS e interferencias, muchos sistemas BLE pueden emplear redes en malla, utilizando el Protocolo de Internet versión 6 (IPv6) para interconectar dispositivos BLE y conectarlos a la nube (Figura 1). La ubicación estratégica de puntos de acceso Bluetooth también aumenta la intensidad y la integridad de la señal dentro de la red en malla.