Plataforma IoT para la provisión de servicios en procesos industriales

Resumen

La sociedad actual se enfrenta a una serie de preocupaciones ambientales y de sostenibilidad que tienen un gran un impacto en el planteamiento de la vida tal y como se venía desarrollando hasta ahora. Una de las principales preocupaciones es el cambio climático, que está provocando cambios en el clima y el medioambiente a nivel mundial. Además, la escasez de recursos vitales como el agua dulce y los alimentos está siendo un problema cada vez más importante debido al crecimiento de la población mundial y la demanda cada vez mayor de estos suministros. Estos problemas ambientales y de sostenibilidad tienen un impacto directo en la calidad de vida de las personas y en el funcionamiento de los sistemas económicos y sociales. Por lo tanto, es crucial abordar estas preocupaciones y buscar soluciones sostenibles para garantizar un futuro habitable para todos. En este contexto, la escasez de recursos naturales y el cambio climático son problemas que preocupan a autoridades a nivel global y que han llevado a la implementación de diversas iniciativas socioeconómicas y proyectos de investigación para tratar de abordarlos. La tecnología, y en particular la tecnología del Internet de las Cosas (IoT, del inglés Internet of Things), se postula como una herramienta que puede jugar un papel fundamental en la solución de estos problemas, ya que puede ayudar a mejorar la eficiencia y la sostenibilidad en diversos ámbitos de la sociedad y en particular del sector industrial. El IoT es una tecnología en constante crecimiento que permite la conexión de dispositivos para recopilar y transmitir información del entorno en el que se encuentran. Estos entornos se llaman ecosistemas IoT y están compuestos por todos los objetos inteligentes con capacidad de conexión a Internet. Se espera que en el futuro cercano haya un aumento significativo en el número de dispositivos IoT, permitiendo de disponer de entornos inteligentes. Sin embargo, esta tecnología presenta una serie de desafíos relacionados con la comunicación a Internet y la gestión de los datos generados por los dispositivos. Estos retos o desafíos están asociados a la naturaleza heterogénea del IoT, que hace referencia a la gran variedad de dispositivos, fabricantes y tecnologías que se emplean en la implementación del IoT. Esto incluye dispositivos de diferentes tamaños, formas y funciones, así como diferentes tecnologías de conectividad y plataformas de hardware y software. Esta heterogeneidad dificulta la integración y el uso efectivo del IoT, ya que puede ser difícil hacer que los diferentes dispositivos y tecnologías trabajen conjuntamente de manera coherente. Es importante tener en cuenta esta heterogeneidad al diseñar y desplegar soluciones basadas en el IoT y asegurarse de que se tienen en cuenta las necesidades y requisitos de los diferentes dispositivos y tecnologías involucradas. Hasta la fecha, la mayoría de los trabajos de investigación se han visto centrados en el desarrollo de plataformas de gestión para la monitorización del sector industrial centradas en la investigación de nuevas líneas de mejora, como la utilización de sensores de bajo coste y software para la ayuda a la toma de decisiones con el objetivo de mejorar la eficiencia de producción del sector. Estos trabajos han provocado una gran inquietud por parte de los investigadores para tratar de obtener sistemas más eficientes y sostenibles que traten de ayudar a las dificultades de esta tecnología. Por lo tanto, la tecnología de IoT ha entrado en una nueva fase de investigación, en la cual, los trabajos deben estar dirigidos a aportar soluciones a la heterogeneidad de los ecosistemas y a la gestión eficiente de los datos. Esto incluye la implementación de soluciones que permitan la aplicación de la tecnología de IoT en múltiples dominios con plataformas escalables y la mejora de la forma en que se almacenan, procesan y analizan los datos, homogeneizándolos y estandarizándolos para obtener información valiosa y ayudar a la toma de decisiones. El objetivo principal de esta tesis doctoral es desarrollar una plataforma IoT para la provisión de servicios en procesos industriales. Esta plataforma debe integrar diferentes tipos de datos y reunirlos en un único lugar para facilitar la gestión y acceso de los usuarios. La plataforma IoT debe garantizar la homogeneidad e interoperabilidad entre plataformas y dispositivos en términos sintácticos y semánticos mediante el uso de estándares en modelos de datos para el intercambio de información. Además, debe incluir modelos predictivos para apoyar en la toma de decisiones y ser accesible en línea sin depender de un software. La plataforma IoT debe ser versátil para permitir su escalabilidad a otros sectores industriales y cubrir el ciclo completo de producción, proporcionando servicios en la nube para la provisión de dispositivos, monitorización y gestión de la planta. La primera fase de desarrollo de la tesis doctoral se centra en una revisión de la literatura relevante sobre el IoT, características, objetivos, arquitecturas de referencia, niveles de interoperabilidad, tecnologías complementarias y la utilización de modelo para la optimización de recursos, con el fin de proponer una solución a la interoperabilidad y a los sistemas de apoyo a la toma de decisiones tradicionales. Seguidamente, se procede con la fase dos del proyecto de tesis, el desarrollo de una plataforma IoT para la gestión de cultivo en invernadero que permita adaptarse fácilmente a diferentes sectores industriales, promoviendo la estandarización de los servicios y la optimización de los recursos. Para ello se desarrolla una arquitectura modular dividida en capas formada por microservicios sobre contenedores, lo que aporta escalabilidad al sistema. Además, se emplea como núcleo un modelo de datos estándar para abordar la problemática de la interoperabilidad. Seguidamente, se procede con el desarrollo e implementación de los modelos en invernadero como servicio accesibles a través de Internet, aportando modelos de clima, producción y riego, cubriendo dos de los principales objetivos de la tesis. Esta segunda fase es validada en un invernadero piloto y posteriormente escalada a invernaderos en producción real en la provincia de Almería. Esto da como resultado la aplicación iVeg, que cuenta con un registro de propiedad intelectual n.º 04/2022/956. La plataforma IoT propuesta ha sido aplicada a diferentes sectores industriales heterogéneos y diferenciados, asociados a tres proyectos Europeos financiados por la Unión Europea y un proyecto nacional. En tercera fase del desarrollo de la tesis doctoral, se busca mejorar la solución IoT propuesta aplicándola a la gestión de datos a gran escala de un sistema de producción de biomasa a escala industrial mediante el cultivo de microalgas. Esto se hace en respuesta a la falta de digitalización del sector y los problemas de accesibilidad a los datos. La solución permite la monitorización del ciclo completo de producción de la planta, incluyendo el provisionamiento de nuevos sensores, fotobiorreactores y consulta de datos. Se ha utilizado una planta de producción de biomasa real para validar el correcto funcionamiento de la plataforma. Además, esta solución proporciona servicios gráficos y de consulta a técnicos, investigadores y empresas para la extracción de datos a través de servicios en la nube con datos estandarizados, cumpliendo con otro de los objetivos de esta tesis. La cuarta fase se centra en el desarrollo teórico de una arquitectura de gestión del agua basada en IoT para la aplicación en distritos agroindustriales con el objetivo de facilitar la integración de datos y el uso de algoritmos de optimización y control en la nube. Se han realizado pruebas de simulación en un entorno agroindustrial formado por tres instalaciones reales que incluye una planta desalinizadora, conexión a la red de servicios públicos y varios agentes consumidores. Esta arquitectura ofrece servicios en la nube basados en modelos de datos interoperables y estándares, permitiendo efectuar operaciones de control y optimización en tiempo real. El análisis comparativo de costes realizado con una operación manual muestra un ahorro de aproximadamente el 75% del coste operativo.