DIGITALIZACIÓN 44 • Bases de datos utilizadas para el cálculo de indicadores de forma agregada mediante el almacenamiento analítico (Cubo OLAP) • Almacenamiento de series temporales que permiten de modo ágil mostrar los datos monitorizados en el tiempo. Esta tecnología es compatible con su integración en distintas plataformas para su recogida, almacenaje, análisis y visualización de datos. En concreto, Tekniker ha desarrollado una plataforma para uso interno basada en tecnología de recogida, almacenaje, análisis y visualización de datos que integra toda la tecnología que se ha descrito hasta ahora. Actualmente, esta plataforma almacena datos de los diferentes equipos (máquinas y robots) y bancos de ensayo de Tekniker. A su vez, es una plataforma que se emplea también para almacenar y explotar los datos de proyectos de I+D en desarrollo. Cada categoría (máquinas, robots y bancos de ensayo) cuenta con equipos concretos, en los que se pueden visualizar diferentes módulos, que recogen distinta información. MÓDULOS PARA LAS CATEGORÍAS ‘MÁQUINAS Y ROBOTS: Módulo ‘Datos de Operación’ y ‘Operación por Componente’ En estos dos módulos, se visualizan agregados de los datos que muestran cómo ha operado la máquina. Como, por ejemplo, el porcentaje de tiempo que ha estado la máquina en operación, cómo ha sido su uso o el recorrido de los diferentes ejes de la máquina, entre otros. En concreto, en el módulo de ‘Operación por componente’ se monitorizan datos de sensores en el tiempo que pueden resultar interesantes para entender el uso de la máquina. Módulo ‘Fingerprint máquina’ En este módulo se visualiza y se lleva un seguimiento de la salud de los componentes mediante los indicadores de los Test Tekniker Fingerprint. Módulo ‘Fingerprint geométrico’ Este módulo sirve para la visualización y seguimiento de la salud de los componentes mediante los indicadores de los Test Fingerprint Geométrico. Figura 3. Interfaz Fingerprint máquina. Módulo ‘Calidad de Fingerprints’ En este módulo se monitorizan las métricas de calidad de Fingerprints en series de tiempo, para asegurar el ‘Data Quality’ y poder corregir posibles problemas identificados a través de los datos. Se aplica la teoría de la calidad de los datos para medir si los datos disponibles se ajustan a unas métricas de calidad concretas. De esta forma, se pueden entender los problemas derivados de los datos y tomar decisiones sobre ellos. A través de una colección de algoritmos que cuantifican la calidad de los datos, se calcula un conjunto de métricas e identifican problemas con respecto a su calidad. Incluso, en caso de que no se disponga del set completo de datos, por problemas puntuales en la captura de los mismos, los algoritmos permiten reconstruir los datos perdidos; así como manejar y solucionar ciertos tipos de problemas que puedan darse. Módulo ‘Normalidadde Fingerprint’ Estemódulopermitedetectar las desviaciones que se suceden en unproceso en el que las variables están correlacionadas. De este modo, es posible detectar
RkJQdWJsaXNoZXIy Njg1MjYx