Optimización del uso de productos químicos en plantas de agua mediante el aprendizaje automático en la periferia. Caso práctico

Aprendizaje automático en plantas de agua distribuidas

Tradicionalmente, la supervisión y explotación de las redes de agua dependía de sensores y sistemas SCADA, lo que suponía una gran dependencia de los operadores humanos. Sin embargo, para mejorar la eficiencia, los gestores de infraestructuras estaban estudiando la implantación de algoritmos avanzados en la periferia.

El volumen de datos que maneja la IA/ML en las infraestructuras de gestión del agua aumenta día a día. Para hacer frente a la complejidad y magnitud de estos datos, los gestores de infraestructuras recurren cada vez más a infraestructuras Edge como la de Barbara, que permite procesar datos Edge en tiempo real sin poner en riesgo la integridad de la red de tecnología operativa (OT).

‍Elpapel del aprendizaje automático en el control de la dosificación de reactivos

Los lazos de control de dosificación de reactivos son cruciales para tratar compuestos químicos variables en el agua y los algoritmos de aprendizaje automático ofrecen una solución innovadora al permitir el ajuste fino automático de la dosificación de productos químicos teniendo en cuenta las variables del entorno de cada planta.

‍

Lectura recomendada: La IA adaptativa y el papel de Edge Computing

‍

Historia de un cliente: Despliegue de modelos de IA en Edge para el control de la calidad del agua

ACCIONA , un operador global de infraestructuras, dedicaba mucho tiempo y recursos a examinar muestras de agua en un laboratorio para determinar las concentraciones químicas. Debido al tiempo que se tardaba en obtener estos resultados, a menudo eran obsoletos y poco fiables. Esto se traducía en costes adicionales relacionados con el suministro de productos químicos, así como en posibles sanciones reglamentarias.

Mediante la implementación dealgoritmos de Machine Learning optimizados en "tiempo real " en cada una de sus plantas desaladoras, ACCIONA consiguió minimizar el uso de productos químicos reactivos, eliminar las sanciones regulatorias asociadas y aprovechar una infraestructura de vanguardia para implementar nuevas aplicaciones predictivas.

‍

‍¿Québuscaba Acciona?

1. Predicciones químicas virtuales: El objetivo era utilizar algoritmos capaces de predecir la composición química del agua, una tarea que normalmente sólo puede realizarse mediante análisis de laboratorio. Mediante la monitorización constante de los parámetros asociados, ACCIONA pretendía lograr un mayor control sobre estas variables cruciales.

2. Reducción de costes: Mediante la optimización de los bucles de control para la dosificación de reactivos, el objetivo era reducir los importantes gastos asociados al uso intensivo de productos químicos, y conseguir además un ahorro sustancial en el pago de penalizaciones.‍

3. Escalabilidad global: La empresa pretendía extender la solución a sus 89 plantas en todo el mundo, garantizando una eficiencia y una excelencia operativa constantes.‍

4. Captura eficiente de datos de diversas fuentes: La ingestión eficiente de datos procedentes de diversos sensores, máquinas y dispositivos era crucial. Además, era primordial garantizar el almacenamiento y la gestión seguros de todos los datos.

5. Despliegue y perfeccionamiento de modelos de IA: La estrategia incluía el despliegue sin fisuras de modelos de IA, junto con la capacidad de perfeccionar automáticamente estos modelos en función de las variables del entorno, garantizando la adaptabilidad y la resiliencia.‍

6. Supervisión y mantenimiento remotos: La supervisión y el mantenimiento centralizados y remotos de todo el ciclo de vida de las aplicaciones y los dispositivos eran esenciales para agilizar las operaciones y mejorar el rendimiento.

La plataforma de IA Barbara's Edge atenderá las necesidades de ACCIONA

Edge Computing se está convirtiendo en un instrumento fundamental para las organizaciones que desean sacar el máximo partido de Internet de las Cosas (IoT) y otras tecnologías orientadas a los bordes.

Con la explosión de dispositivos conectados y la necesidad de procesar datos en tiempo real, ya no resulta práctico enviar todos los datos a un centro de datos centralizado. Para alcanzar los objetivos de ACCIONA era necesaria una solución que incluyera Edge Processing. Esto era crucial por las siguientes razones 

1. Reducción de los costes relacionados con la captura de datos y su transmisión a la nube, especialmente en situaciones que requieren una recogida continua de datos.

2. El cumplimiento de estrictas normas de seguridad y privacidad de datos era fundamental para ACCIONA.

3. Acceso a las capacidades de tratamiento de datos en tiempo real.

La solución propuesta por Barbara incluía la infraestructura de software para desplegar, orquestar y mantener modelos de IA en el Edge. El despliegue de Barbara OS en los nodos Edge, junto con Barbara Edge Management Panel, agilizó el despliegue, la ejecución y la optimización autónoma de diversas aplicaciones y algoritmos.

Más concretamente, la solución en cuestión:

• Conectividad y procesamiento de datos con alarmas en caso de incidentes.
• Ejecutar, actualizar y configurar aplicaciones "dockerizadas" de forma remota y segura.  
• Gestión del ciclo de vida de los nodos periféricos/pasarelas periféricas (actualizaciones, reconfiguraciones, etc.).
• Una interfaz gráfica para ver las mediciones en tiempo real.

A través de Barbara Panel, ACCIONA consiguió una conectividad sin fisuras en todos sus activos locales, permitiendo el despliegue de aplicaciones dockerizadas, ya fueran desarrolladas internamente o instaladas directamente desde Barbara Marketplace.

‍

Barbara Panel (la herramienta de gestión y orquestación de bordes) permite realizar actualizaciones y reconfiguraciones remotas de forma segura, garantizando un control completo de los nodos de borde para una gestión integral del ciclo de vida.  

‍

¿Quiere saber más? descargue la historia de Acciona aquí

‍

‍

Retos tecnológicos de la implantación del aprendizaje automático en la periferia

El mayor reto consistió en ajustar los modelos distribuidos a las nuevas variables ambientales.

Esta flexibilidad era esencial para lograr un rendimiento óptimo de un solo modelo en varias plantas, cada una con sus propias condiciones distintas, como temperatura, estado operativo y posicionamiento.

Además, el reto consistía en lograr una conectividad robusta, sobre todo al navegar por los entresijos del protocolo OPC-UA y sus exigencias de autenticación.

La solución tecnológica de Barbara permitió una integración perfecta de la gestión remota de aplicaciones y nodos de borde con los servidores de la planta de agua de Acciona salvaguardando la privacidad de los datos y la seguridad de los dispositivos mediante el almacenamiento y la transmisión cifrados.

‍

‍

Impacto previsto de Edge AI en cifras‍.

• Más de 23 millones de libras en sus 89 desaladoras, sólo el primer año.
• Un aumento del 800% en la velocidad de introducción de nuevas aplicaciones en cualquier instalación.
• El despliegue de nuevos modelos de predicción, como el modelo de turbidez del agua.

‍Barbara la plataforma de inteligencia artificial Cybersecure Edge para plantas de agua

Edge Computing se está convirtiendo en una tecnología esencial para las organizaciones que buscan aprovechar al máximo el Internet de las Cosas (IoT) y otras tecnologías orientadas a los bordes. Con la explosión de dispositivos conectados y la necesidad de procesar datos en tiempo real, ya no resulta práctico enviar todos los datos a un centro de datos centralizado.

Una plataforma Edge es necesaria para orquestar esta infraestructura, ya que proporciona la capacidad de gestionar y controlar los dispositivos Edge, las aplicaciones y los datos, al tiempo que proporciona seguridad, escalabilidad y flexibilidad. ‍‍

‍Barbara ayuda a las organizaciones a acelerar sus despliegues de modelos de IA y Edge App, orquestando y manteniendo fácilmente aplicaciones nativas o basadas en contenedores en miles de nodos Edge distribuidos.

‍

Los datos críticos de la industria se originan "en el borde", a través de miles de dispositivos IoT, plantas industriales y máquinas de equipos. Descubra cómo transformar los datos en información y acciones en tiempo real utilizando la plataforma Edge AI más eficiente y sin intervención.

‍ Pruébelo gratis hoy mismo.

‍

‍

‍