Procesamiento de datos VS Inteligencia Artificial al servicio de la eficiencia energética

La diferencia entre el Big Data, el Smart Data y los modelos de datos utilizados por Dametis

Big Data: Se proporciona el máximo de datos a la IA

Debido a la heterogeneidad de los datos que componen el big data, se pueden encontrar correlaciones de manera aleatoria. El gran número de parámetros involucrados afecta la precisión de las diferentes correlaciones. Peor aún, algunas pueden carecer completamente de sentido.

Ya se han realizado correlaciones de este tipo. Una IA asoció, en particular, el número de ventas de helados con los ahogamientos, cuando ambos no tienen un vínculo de causa y efecto. Estos simplemente tienen la misma causa: el aumento de la afluencia a las playas.

Otro ejemplo: se observó que el número de descargas de inodoros en un estado del sur de los Estados Unidos era proporcional al número de divorcios observados en un estado opuesto. Sin embargo, no existe ningún vínculo entre estos dos fenómenos.

Smart Data: Los datos se seleccionan por temática para limitarse a un contexto funcional.

Con el Smart Data, los datos se agrupan por temática, lo que permite limitar a la IA a utilizar datos provenientes de perímetros funcionales pertinentes. Así, nos aseguramos de que las comparaciones se realicen con datos que puedan tener una relación de causalidad entre sí. El desafío consiste en no delimitar demasiado el perímetro para no excluir de antemano factores que, finalmente, podrían tener una influencia.

La experiencia en el sector sigue siendo fundamental en esta etapa. Nuestros especialistas en Dametis realizan planes de medición en sitio; es un elemento fundamental del smart data que permite la selección de los datos más significativos e impactantes.

Modelo Dametis: los datos se contextualizan antes del análisis por parte de la IA.

Gracias a su profunda experiencia, los especialistas de Dametis saben qué perímetros de una industria pueden estar correlacionados y qué datos de las instalaciones debe examinar la inteligencia artificial para proponer optimizaciones, detectar anomalías o desviaciones.

El diagrama de bloques, un soporte para contextualizar los datos

Dametis otorgará entonces un contexto a los diferentes datos para enriquecer a la IA en su análisis.
Para ello, Dametis definirá primero las relaciones físicas que existen entre los datos y así construirá un “esquema”.
Además de esta red, estos datos alimentarán «bloques» que representan las diferentes instalaciones de una fábrica (siendo esta misma un bloque por derecho propio, constituido por bloques «hijos», lo cual es la base de nuestra «teoría de los Lego»).
Nuestros expertos parametrizan estos bloques para integrar toda la lógica del «negocio». Esta red y estos bloques representan nuestro concepto del “diagrama de bloques”.

El diagrama de bloques, un concepto para perfeccionar las predicciones

Una vez construido, el diagrama de bloques permite mapear fácilmente una fábrica, un servicio, un proceso o un equipo.

Por ejemplo, las temperaturas de un fluido en las diferentes etapas de su ciclo de circulación (salida de la central, intercambiador 1, entrada del intercambiador 2, retorno a la central, etc.) ya no se evaluarán de forma independiente, sino unas en relación con otras. Para una instalación de aire comprimido, el encendido/apagado de los compresores, su consumo eléctrico, el caudal y la presión de salida de la central están todos vinculados entre sí para aportar un «vínculo» entre los datos.

El hecho de asociarlos a un diagrama de bloques que representa la instalación aportará información de contexto adicional; los datos se nutren entonces de conocimiento, y se les llama metadatos.

También se indicarán las condiciones de funcionamiento de cada bloque para aportar aún más información, como por ejemplo, las consignas de funcionamiento.

Esta contextualización en forma de diagrama de bloques permite enriquecer los datos recopilados y, de este modo, perfeccionar las modelizaciones y las predicciones.

Imagine que especialistas trabajan 24/7 en la optimización de sus sitios industriales. Esto es lo que le ofrece MyDametis, la única plataforma diseñada al 100% por expertos en rendimiento ambiental.

Más información sobre MyDametis

Un modelo con múltiples beneficios

Jérémy Barrais nos recuerda que, aunque las acciones iniciales de Dametis se centran en el aspecto energético, hoy en día los ámbitos examinados van más allá, incluyendo especialmente las pérdidas de material y la optimización de los tiempos de limpieza in situ (CIP).

Una vez que nuestros expertos parametrizan el modelo, la IA utilizará todos estos elementos para modelar toda su instalación, desde el elemento más pequeño hasta el conjunto más grande.
De ello se derivan numerosos beneficios.

Tiempo real

Puede consultar sus datos y los que están modelados en tiempo real. Así, puede ver cuáles presentan fallas o desviaciones. La optimización del módulo de análisis gráfico de MyDametis también le permite visualizar los datos en diferentes periodos de agregación, permitiéndole tener siempre la vista macro más adecuada al fenómeno observado.
De este modo, se pasa fácilmente a vistas de «segundos» para un análisis temporal del funcionamiento, a una vista «horaria» para obtener un perfil de consumo, o incluso a una vista «diaria» o «mensual» para un seguimiento de los consumos y compararlos con sus facturas.

Análisis de desviaciones

Este tiempo real le permite, por lo tanto, tener un control total sobre sus instalaciones. Nada se dejará al azar, ya que la más mínima desviación es visible en su plataforma.

Notificaciones automáticas

Recibirá notificaciones automáticas en cuanto se sospeche de un dato o un análisis. Por ejemplo, en zonas donde el volumen de pérdidas de material sea repentinamente importante. Asimismo, recibirá alertas cuando haya una falla técnica.