Synsights

Synsights permite a las empresas combinar datos de máquinas de diversas fuentes en una única plataforma de Internet de las cosas industrial (IIoT) para supervisarlos y controlarlos de manera centralizada, simplemente en forma de paquete de Software como Servicio (SaaS). Syntax crea la visión general utilizando tecnologías que incluyen el gemelo digital, creando un mapa de máquinas y componentes a nivel de los datos maestros y replicando toda la estructura de sistemas. Esto significa que se puede acceder a la información sobre la fecha de fabricación y el lugar de uso, además de imágenes, planos, instrucciones de mantenimiento y otros documentos.

La plataforma IIoT también puede personalizarse en función de las necesidades específicas de la empresa. Las opciones incluyen la posibilidad de consolidar la información para mejorar la presentación. Además, los datos operativos en tiempo real, como la información sobre las características de funcionamiento, el consumo de energía, la temperatura y el desgaste, pueden presentarse, analizarse y utilizarse para ejecutar acciones específicas a través de un motor de reglas configurables, por ejemplo, para generar alertas.

Escenarios de uso para cada propósito

Las empresas también pueden personalizar Synsights para crear su propia plataforma de IIoT específica.

Fábrica digital

Las empresas pueden utilizar el portal para obtener una visión centralizada de sus instalaciones y maquinaria, y así garantizar el buen funcionamiento de los procesos de producción y una mayor rentabilidad.

Nuevos modelos de negocio e ingresos

Los fabricantes de maquinaria pueden conceder acceso al portal a sus clientes y ofrecerles nuevos servicios a través de él, como, por ejemplo, el uso de datos operativos y de servicio como una fuente adicional de ingresos o para una mayor fidelización de los clientes.

Nuevos modelos de servicio

Los fabricantes pueden utilizar el portal para transmitir datos operativos a proveedores de servicios externos, como base para el soporte técnico y el servicio al cliente. De este modo, el personal técnico y los ingenieros pueden inspeccionar el gemelo digital antes de trasladarse hasta la planta para realizar trabajos de reparación o mantenimiento, y llevar las piezas de recambio que puedan necesitar.

Escenarios de bucle cerrado

Los resultados generados mediante Synsights se pueden integrar directamente en los procesos empresariales existentes en SAP. Por ejemplo, si Synsights detecta un posible fallo en las máquinas, se genera una solicitud automática en SAP con la descripción del error correspondiente.

Beneficios de la Plataforma IIoT de Syntax

La Plataforma IIoT de Syntax ayuda a las empresas industriales a aprovechar el IoT industrial por sí mismas y a reforzar su posición en el mercado a través de la digitalización.

008 - BA_Blue

Gestión de la calidad

Mejore el seguimiento y la gestión de los procesos de producción y logística para lograr una mayor calidad.

014 - BM_Blue

Rentabilidad

Aumente el rendimiento y los tiempos de funcionamiento de máquinas y equipos, para lograr una mayor productividad y rentabilidad.

004 - BC_Blue

Servicios de valor añadido

Nuevos modelos de negocio e ingresos basados en servicios digitales de posventa adicionales.

014 - BA_Blue

Mantenimiento optimizado

Reduzca los costes y optimice la disponibilidad con el mantenimiento predictivo para mejorar las revisiones y reparaciones.

Preguntas frecuentes: Synsights Plataforma de IIot

¿Cómo puedo extraer los datos pertinentes de mis máquinas?

La planificación que debe realizarse antes de conectar la maquinaria de producción es tan específica como la propia infraestructura de la maquinaria. Es necesario contar con la visión de un experto a la hora de seleccionar los componentes y las herramientas apropiadas, como la infraestructura de puerta de enlace, los sensores y el software intermedio adecuado para el desarrollo de aplicaciones edge. Existen cuatro métodos de conexión fundamentales:

  • Máquinas modernas (interfaces MQTT u OPC UA). Las máquinas se conectan a través de los protocolos de los proveedores de nube.
  • Máquinas con un controlador lógico programable (PLC) que pueden conectarse mediante protocolos propios. En general, esto implica el uso de un software intermedio con los controladores adecuados.
  • Máquinas más antiguas que no disponen de un PLC, a las que hay que dotar de sensores externos. Los sensores externos también pueden instalarse para los tipos de máquinas mencionados en los incisos a) y b).
  • Instalaciones específicas para el cliente. Si no existe una solución estándar, se deben desarrollar sistemas de conexión locales específicos para cada cliente.

En una empresa, en general, las máquinas están comprendidas en al menos dos de estas categorías de conexión o, tal vez, en todas. Por ello, los responsables de TI confían en un socio que comprende todas las situaciones y puede ofrecer el paquete de servicios adecuado.

¿Cuánto tiempo tengo que esperar para poder prever las necesidades de mantenimiento de mis máquinas?

Normalmente se necesitan entre dos y doce meses antes de poder obtener resultados significativos, pero la respuesta a esta pregunta depende de varios factores:

  • El grado de conectividad de las máquinas: Puede ir desde «casi totalmente conectadas en red» hasta «sin conexión alguna». Cuanto más alto sea el nivel de conectividad de la planta, más información podrán proporcionar las máquinas como base para realizar previsiones más precisas.
  • El tipo de datos recopilados: ¿Los datos consisten en información operativa o en detalles adicionales, como los datos de los procesos y de las máquinas? Los datos pertinentes para la previsión variarán de un caso a otro y serán determinados conjuntamente por expertos en procesos y científicos de datos.
  • La cantidad y la calidad de los datos: Es necesario recopilar y utilizar una cantidad suficiente de datos de una calidad suficientemente alta para obtener información significativa que sirva de base para realizar previsiones fiables.

¿Cuál es el procedimiento para introducir el mantenimiento predictivo?

En general, no es necesario disponer de una conexión directa a la nube para crear los modelos de aprendizaje automático adecuados; primero, solo se tienen que recopilar datos en la planta de producción. Al mismo tiempo, se recomienda llevar a cabo proyectos para conectar diferentes tipos de máquinas para poder transmitir datos de las operaciones en curso de la planta de producción a la nube.

El siguiente paso consiste en transferir los modelos al entorno donde se realizará el análisis (en las instalaciones o en la nube) y vincularlos al flujo de datos de las operaciones en curso para empezar a hacer previsiones. La etapa clave llega al final: los hallazgos obtenidos sobre los fallos inminentes de las máquinas se integran en los procesos empresariales existentes y se transfieren a los sistemas como SAP ERP o MES.