Mediante la implementación de algoritmos de Machine Learning optimizados en tiempo real en cada una de sus plantas desaladoras, ACCIONA, un operador global de infraestructuras, consiguió minimizar el uso de productos químicos reactivos, eliminar las sanciones normativas asociadas y aprovechar una infraestructura de vanguardia para implementar nuevas aplicaciones predictivas para el control de la calidad del agua. En este artículo, exploramos los entresijos del proyecto.
El volumen de datos que se manejan en las infraestructuras de gestión del agua aumenta cada día. Para navegar por las complejidades y la enorme escala de estos datos, los gestores de infraestructuras recurren cada vez más a infraestructuras de borde como Barbara, que permite el procesamiento en tiempo real de los datos de borde sin poner en riesgo la integridad de la red de tecnología operativa (OT).
ACCIONA , un operador global de infraestructuras, dedicaba mucho tiempo y recursos a examinar muestras de agua en un laboratorio para determinar las concentraciones químicas. Debido al tiempo que se tardaba en obtener estos resultados, a menudo eran obsoletos y poco fiables. Esto se traducía en costes adicionales relacionados con el suministro de productos químicos, así como en posibles sanciones reglamentarias.
Los lazos de control de la dosificación de reactivos son cruciales para tratar compuestos químicos variables en el agua. Los algoritmos de aprendizaje automático ofrecen una solución innovadora al permitir el ajuste fino automático de la dosificación química teniendo en cuenta las variables del entorno de cada planta.
1. Predicciones químicas virtuales: El objetivo era utilizar algoritmos capaces de predecir la composición química del agua, una tarea que normalmente sólo puede realizarse mediante análisis de laboratorio. Mediante la monitorización constante de los parámetros asociados, ACCIONA pretendía lograr un mayor control sobre estas variables cruciales.
2. Reducción de costes: Mediante la optimización de los bucles de control para la dosificación de reactivos, el objetivo era reducir los importantes gastos asociados al uso intensivo de productos químicos, y conseguir además un ahorro sustancial en el pago de penalizaciones.
3. Escalabilidad global: La empresa pretendía extender la solución a sus 89 plantas en todo el mundo, garantizando una eficiencia y una excelencia operativa constantes.
4. Captura eficiente de datos de diversas fuentes: La ingestión eficiente de datos procedentes de diversos sensores, máquinas y dispositivos era crucial. Además, era primordial garantizar el almacenamiento y la gestión seguros de todos los datos.
5. Despliegue y perfeccionamiento de modelos de IA: La estrategia incluía el despliegue sin fisuras de modelos de IA, junto con la capacidad de perfeccionar automáticamente estos modelos en función de las variables del entorno, garantizando la adaptabilidad y la resiliencia.
6. Supervisión y mantenimiento remotos: La supervisión y el mantenimiento centralizados y remotos de todo el ciclo de vida de las aplicaciones y los dispositivos eran esenciales para agilizar las operaciones y mejorar el rendimiento.
Con la explosión de dispositivos conectados y la necesidad de procesar datos en tiempo real, ya no resulta práctico enviar todos los datos a un centro de datos centralizado. Para alcanzar los objetivos de ACCIONA se necesitaba una Infraestructura Edge. Esto era crucial por las siguientes razones
1. Reducción de los costes relacionados con la captura de datos y su transmisión a la nube, especialmente en situaciones que requieren una recogida continua de datos.
2. El cumplimiento de estrictas normas de seguridad y privacidad de datos era fundamental para ACCIONA.
3. Acceder a las capacidades de procesamiento de datos en tiempo real.
La solución propuesta por Barbara incluía Barbara OS, el software para desplegar, orquestar y mantener modelos de IA muy cerca de la fuente de datos, en las plantas de agua, y Barbara Panel, ( la herramienta de gestión y orquestación de bordes ), que permite la gestión remota, las configuraciones y las actualizaciones, garantizando una gobernanza completa sobre el ciclo de vida de los nodos de borde.
Más concretamente, la solución en cuestión:
El mayor reto consistió en ajustar los modelos distribuidos para adaptarlos a nuevas variables ambientales. El llater, era esencial para conseguir un rendimiento óptimo de un único modelo en varias plantas, cada una con sus propias condiciones distintas, como la temperatura, el estado operativo y el posicionamiento.
¿Otro obstáculo importante? Garantizar una conectividad sólida y segura, especialmente cuando se trabaja con el protocolo OPC-UA y sus complejos requisitos de autenticación.
La solución tecnológica de Barbara permitió una integración perfecta de Barbara Panel (para la gestión remota de aplicaciones y nodos de borde sobre el terreno) con los servidores de la planta de agua de Acciona , salvaguardando la privacidad de los datos y la seguridad de los dispositivos mediante el almacenamiento y la transmisión encriptados.
250.000 USD por planta sólo en el primer año.
Un aumento del 800% en la velocidad de introducción de nuevas aplicaciones en cualquier instalación.
El despliegue de nuevos modelos de predicción, como el modelo de turbidez del agua.