Industria 4.0, Inteligencia Artificial e IoT en la Fabricación

Zachariah Peterson
|  Creado: Abril 12, 2020  |  Actualizado: Abril 5, 2021
Aplicaciones de inteligencia artificial en la Industria 4.0

Cuando se trata de electrónica, dispositivos de consumo como los smartphones y Alexa tienden a acaparar toda la atención. Sin embargo, según Alun Morgan en Ventec International Group, “alrededor del 23% de las PCBs producidas a nivel mundial se utilizan en equipos electrónicos para aplicaciones de fabricación.” Los números solo aumentan cuando incluyes otras categorías no destinadas al consumidor que apoyan las operaciones de fabricación, como la automotriz, telecomunicaciones, generación/distribución de energía y computación. Los fabricantes occidentales han aceptado en gran medida que la relocalización solo ocurrirá a través de una mayor automatización y productividad en el piso de fábrica. Esta es la esencia de la Industria 4.0, donde las operaciones de fábrica son más inteligentes y más conectadas que nunca antes.

Entonces, ¿dónde pueden los fabricantes continuar reduciendo gastos y ver mayores beneficios de productividad mediante la relocalización? Hay varias respuestas a esta pregunta, especialmente cuando se consideran tecnologías avanzadas de fabricación como la impresión 3D. En lo que todos están de acuerdo es en esto: las operaciones de fabricación de muchos productos serán aún más digitalizadas en un futuro cercano. Este nivel de digitalización requiere de PCBs para operar equipos y recopilar datos, así como de tecnología para procesar rápidamente los datos y obtener perspectivas útiles. En la Industria 4.0, la inteligencia artificial (IA) será instrumental para gestionar operaciones y procesar datos, proporcionando finalmente perspectivas a gerentes e ingenieros.

Diseñando para la Industria 4.0 y la IA

Diseñar un nuevo sistema de IA para apoyar las operaciones de manufactura es tanto un empeño de hardware como de software. Ambas áreas se complementan; una placa incrustada debe ser diseñada para soportar el software incrustado, mientras que el software incrustado no debe consumir tantos recursos como para incapacitar otras funciones en la placa. Esto significa que cada activo de manufactura y los sistemas que soportan la adquisición/procesamiento de datos se convertirán en un ecosistema IoT incrustado, donde los datos se procesan en una ubicación central o en la nube.

En la Industria 4.0, se espera que los fabricantes generen significativamente más datos que nunca antes, a medida que más activos de manufactura se conectan. Esta conectividad se habilita a través de nuevos estándares industriales para el intercambio de datos, como el estándar IPC-CFX. Cualquier operación de manufactura que quiera conectar sus activos y agregar datos a lo largo de cualquier proceso de manufactura necesitará una abundancia de dispositivos IoT incrustados a lo largo de una fábrica.

Industry 4.0 artificial intelligence asset tracking and prediction
La conectividad de IA y fábrica permite que los pedidos se rastreen y predigan en tiempo real

Requisitos de Diseño IoT Incrustado para la Industria 4.0

Los nuevos dispositivos IoT incrustados pueden soportar aplicaciones de IA si cumplen con algunos requisitos básicos de hardware. Estos dispositivos incrustados son computadoras de placa única especializadas que pueden soportar modelos estándar de IA/ML mientras permiten la comunicación de datos a través de protocolos estándar. Aquí hay algunos requisitos básicos a considerar al diseñar nuevos sistemas para operaciones de manufactura en la Industria 4.0:

  • Potencia de procesamiento: Esto tiene menos que ver con la velocidad del reloj y más con el procesamiento paralelo. Un sistema con más núcleos/procesador o que pueda ser agrupado permitirá que los datos se procesen y utilicen en modelos de IA más rápidamente.
  • Memoria a bordo: La cantidad de memoria requerida depende de la aplicación específica. Un sistema para el procesamiento de imágenes necesitará más memoria que un sistema para el procesamiento de datos numéricos.
  • Interfaz con otros sensores: Puede ser necesario adquirir datos de sensores ambientales, directamente de sensores en equipos de fabricación, o de una variedad de otros sensores.
  • Capacidades de comunicación: Esto debe elegirse en base al alcance de comunicación requerido. NB-IoT, LoRaWAN, LTE-M u otro protocolo inalámbrico se pueden usar para comunicación de largo alcance, mientras que Bluetooth LE, WiFi o Ethernet son comunes para comunicación de corto alcance.

Diseño Modular para Sistemas de IA en la Industria 4.0

Reducir costos y aumentar la productividad se trata de implementar y configurar un nuevo sistema rápidamente. La mayoría de los ingenieros de manufactura no son diseñadores de circuitos impresos, pero esta clase crítica de ingenieros puede crear rápidamente nuevos productos de IA para operaciones de manufactura tomando un enfoque modular al diseño electrónico. Esta clase de características de diseño permite a cualquier diseñador de sistemas conectar interfaces de computación, detección y comunicaciones en un sistema personalizado para aplicaciones de IA en manufactura.

Estas herramientas aprovechan las interfaces de computación estándar y las conexiones eléctricas estandarizadas entre ellas. Los módulos de computadora (COMs), sistemas en módulo (SoMs) y otro hardware para aplicaciones de IA en el piso de producción pueden conectarse en una placa personalizada de manera modular. Algunas opciones de SBCs y COMs para considerar su uso en el piso de producción se muestran en la siguiente tabla:

Plataforma

Ventajas

Desventajas

NVIDIA Jetson Nano COM

• Altamente especializado para ejecutar modelos TensorFlow embebidos.

• Mejor utilizado para aplicaciones de procesamiento de imagen/video.

• Más caro que una plataforma de computación general.

• Excesiva potencia para conjuntos de datos numéricos.

Google Coral AI

• Pequeña huella (Mini PCIe, USB, SoM o M.2 Key).

• Se puede integrar fácilmente con servicios de Google Cloud como AutoML Vision Edge.

• Utiliza una versión simplificada de TensorFlow.

• Curva de aprendizaje pronunciada y limitada a aplicaciones de imagen.

Series de MCUs STM32

• Soporte para modelos de redes neuronales optimizados.

• Ideal para prototipar y configurar modelos de IA.

• Solo disponible como placas de evaluación o como un MCU independiente.

• El MCU requiere construir una placa personalizada.

Raspberry Pi Compute 3+

• Excelente para prototipos, tamaño compacto.

• Se puede escalar fácilmente a producción, fácil de agrupar.

• Mejor para computación general y predicción con conjuntos de datos numéricos más pequeños.

• No es el mejor para aplicaciones intensivas de imagen.

Toradex COMs y SoMs

• Bien conocido entre los fabricantes.

• Fácil de programar e integrar en un SBC personalizado.

• Mejor para computación general y predicción con conjuntos de datos numéricos más pequeños.

• No es el mejor para aplicaciones intensivas de imagen.

 

Las herramientas EDA estándar de la industria pueden ayudar a los diseñadores a trazar rápidamente nuevas placas con características de diseño y enrutamiento estándar, pero no todos los ingenieros en este campo son especialistas en software EDA. Usar una plataforma de diseño modular como Upverter Board Builder permite a cualquiera, desde un desarrollador de software embebido hasta emprendedores de IA, construir aplicaciones de IA intensivas en datos en menos tiempo.

En la plataforma de diseño de Upverter, un diseñador puede conectar fácilmente módulos gráficamente en una interfaz basada en la web. No hay herramientas para descargar e instalar, y hay muchos módulos estandarizados disponibles dentro de la plataforma. Esto te permite construir rápidamente un nuevo producto de inteligencia artificial para la Industria 4.0 usando cualquiera de las plataformas de hardware de IA mencionadas anteriormente y llevarlo rápidamente a la fabricación.

NVIDIA Jetson Nano COM for Industry 4.0 artificial intelligence applications
Ejemplo de placa para un COM NVIDIA Jetson Nano, construido en Upverter

Las herramientas de diseño electrónico modular en Upverter (anteriormente conocido como Geppetto) te dan acceso a una amplia gama de COMs estándar de la industria y módulos populares, permitiéndote crear hardware de grado de producción para aplicaciones de inteligencia artificial de la Industria 4.0. También puedes construir fácilmente nuevos productos en cuestión de minutos. Si tu sistema necesita funcionalidades adicionales, puedes incluir conectividad inalámbrica, un conjunto de sensores, cámaras de alta resolución y varios COMs estándar.

Echa un vistazo a algunas historias de éxito de clientes de Gumstix o contáctanos hoy para aprender más sobre nuestros productos, herramientas de diseño y servicios.

Sobre el autor / Sobre la autora

Sobre el autor / Sobre la autora

Zachariah Peterson tiene una amplia experiencia técnica en el mundo académico y la industria. Actualmente brinda servicios de investigación, diseño y marketing a empresas de la industria electrónica. Antes de trabajar en la industria de PCB, enseñó en la Universidad Estatal de Portland y realizó investigaciones sobre la teoría, los materiales y la estabilidad del láser aleatorio. Su experiencia en investigación científica abarca temas de láseres de nanopartículas, dispositivos semiconductores electrónicos y optoelectrónicos, sensores ambientales y estocástica. Su trabajo ha sido publicado en más de una docena de revistas revisadas por pares y actas de congresos, y ha escrito más de 1000 blogs técnicos sobre diseño de PCB para varias empresas. Es miembro de IEEE Photonics Society, IEEE Electronics Packaging Society, American Physical Society y Printed Circuit Engineering Association (PCEA), y anteriormente se desempeñó en el Comité Asesor Técnico de Computación Cuántica de INCITS.

Recursos Relacionados

Volver a la Pàgina de Inicio
Thank you, you are now subscribed to updates.