INDUSTRIA E I+D
Modelado de datos de sensores a gran escala: usa todos los sensores y conserva la explicación
El modelado de datos de sensores a gran escala con TIMi utiliza a la vez un número muy grande de variables de sensores, para la investigación y el análisis técnico, sin limitar el trabajo a un pequeño subconjunto de medidas por falta de capacidad de procesamiento.
Miles de variables
Partir de todos los sensores, no de una lista corta preseleccionada.
Un solo servidor estándar
Sin clúster ni infraestructura en la nube dedicada.
Legible a gran escala
Modeler conserva las variables que importan, para que el resultado siga siendo explicable.
CÓMO FUNCIONA
Cómo funciona el modelado de datos de sensores a gran escala.
Tres pasos, en un solo motor, en un servidor estándar sin clúster.
1. Preparar los datos
Anatella reúne y sincroniza los flujos de un gran número de sensores, a menudo heterogéneos en frecuencia y formato, y luego los limpia y los estructura en variables.
2. Construir el modelo
Modeler construye modelos que parten de un número muy grande de variables y conservan automáticamente las que importan, sin una reducción manual de los sensores considerados.
3. Resultado y explicación
El modelo produce su resultado (puntuación, clasificación o estimación, según el objetivo) junto con las variables de sensores que más pesan en él.
Anatella
ModelerQUÉ CAMBIA
Por qué la escala cambia el método.
La respuesta habitual ante demasiados sensores es descartar la mayoría. No tiene por qué ser así.
No preseleccionar los sensores
Muchas herramientas obligan a reducir las variables, mediante muestreo o una selección manual de los sensores considerados relevantes. Esto puede descartar una señal útil antes de probarla. Aquí el modelo puede partir de todos los sensores disponibles, y el resultado indica cuáles son realmente influyentes.
Una capacidad técnica, no un caso de uso de negocio
Es una capacidad transversal que respalda varios usos de negocio, como el mantenimiento predictivo, el modelado de la degradación de activos o el análisis de procesos industriales.
Por lotes o en tiempo real
Ambos son posibles según la arquitectura de despliegue, en función de las restricciones de latencia del proyecto.
EXPLICABILIDAD
Más sensores no debería significar menos comprensión.
Un modelo que utiliza miles de variables de sensores sin explicar cómo es una caja negra por construcción. Un modelo de caja blanca mantiene legible la influencia de cada variable, incluso a esta escala: Modeler conserva automáticamente un pequeño conjunto de variables entre miles, y la selección queda documentada.
Para los equipos técnicos
Sigues entendiendo por qué se produce un resultado, aunque aumente el número de sensores.
Para los equipos de I+D
Las variables que llevan la señal indican dónde mirar en el sistema físico.
Para los responsables de los modelos
El Drift Report integrado en Modeler muestra cuándo un modelo pierde precisión, para actualizarlo cuando hace falta y no en una fecha fija.
DATOS
Los datos que utiliza un modelo de sensores.
Anatella se conecta a más de 80 fuentes, por lo que estos datos se pueden reunir sin desarrollo a medida previo.
Flujos de sensores
Potencialmente heterogéneos en frecuencia y formato.
Un objetivo de modelado claro
Lo que el modelo debe predecir, clasificar o estimar.
Un historial suficiente
Para cubrir la variabilidad de las condiciones encontradas.
Metadatos de los sensores
Posición, tipo de medida, unidad.
PRUEBAS
Los datos de sensores a gran escala, en producción.
Tres despliegues con volúmenes de sensores muy distintos.
Más de 1400 sensores en un solo análisis
Telemetría de más de 1400 sensores simultáneos durante pruebas de envejecimiento acelerado, utilizada para aislar las variables que originan la degradación de las baterías.
10 000 millones de filas en un servidor estándar
Diez máquinas, cada una con más de mil millones de filas generadas, analizadas para encontrar señales de fallo poco frecuentes.
500 sensores y 4000 variables derivadas
Tres años de datos de 5000 pozos y 50 GB de datos brutos, utilizados para detectar pronto los fallos de bombas.
FAQ
Preguntas frecuentes.
¿Existe un límite en el número de sensores?
TIMi no impone un tope fijo al número de variables de un modelo. En la práctica, el límite es la capacidad del hardware utilizado, que se puede dimensionar según las necesidades del proyecto.
¿Es una aplicación de negocio o una capacidad técnica?
Es una capacidad técnica transversal, que respalda varios usos de negocio como el mantenimiento predictivo, el modelado de la degradación de activos o el análisis de procesos industriales.
¿Hay que preseleccionar los sensores más relevantes?
No, es justamente lo que esta capacidad evita: el modelo puede utilizar todos los sensores disponibles e identificar, gracias a la explicabilidad del resultado, cuáles son realmente influyentes.
¿Funciona en tiempo real o solo por lotes?
Ambos son posibles según la arquitectura de despliegue, en función de las restricciones de latencia del proyecto.
CASOS DE USO RELACIONADOS
Sigue explorando.
Modelado de la degradación de activos
Modela cómo evoluciona el estado de un activo con el uso y estima su vida útil restante.
Mantenimiento predictivo
Anticipa los fallos de los equipos a partir de los datos que ya recoges, con las razones.
Clasificación automática de defectos
Clasifica los defectos durante la producción, en tiempo real, con las medidas detrás de cada decisión.
COMPRUÉBALO TÚ MISMO
Pruébalo con tus propios datos.
Prueba TIMi con tus propios datos con una prueba gratuita, o cuéntanos tu caso.
