10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
PLATAFORMA INTERNET INDUSTRIAL DE LAS COSAS
COMO SERVICIO LOCAL
INDUSTRIAL INTERNET OF THINGS PLATFORM AS
LOCAL SERVICE
Aranda, Nelson
1
Aguirre, Néstor
2
Balich, Néstor
3
Aranda, N., Aguirre, N. y Balich, N. (2022). Plataforma Internet Industrial de las Cosas
como servicio local. Revista INNOVA, Revista argentina de Ciencia y Tecnología, 10.
RESUMEN
La industria 4.0 y la Internet industrial de las cosas (IIoT) se han convertido en una promesa
en los procesos de negocio industriales más innovador en los últimos años. Sin embargo, a
menudo surgen dificultades técnicas en la implementación de plataformas que se adapten
correctamente a un proceso de negocio para proporcionarle valor a los datos obtenidos. Para
afrontar dichas dificultades, se presenta aquí una plataforma I-IoT compatible con las
maquinas que se comunican a través del protocolo estándar de comunicaciones industriales
OPC-UA. Esta solución se realiza a través diversas herramientas open source que, integradas
entre sí, proporcionan una solución óptima para afrontar los desafíos que propone la
Industria 4.0. La implementación de la plataforma permite el almacenamiento local de los
datos a un bajo costo, para el monitoreo de las máquinas industriales a mayor escala.
Asimismo, gestiona la producción de forma autónoma, flexible, eficiente y con ahorro de
recursos, conectando o fusionando la producción con la tecnología de la información y las
comunicaciones. La fortaleza de esta plataforma es que requiere de pocos recursos, tiene
flexibilidad para soportar diversos escenarios de aplicaciones para dispositivos, posibilita un
tiempo de repuesta muy aceptable permitiendo una buena fiabilidad.
1
Facultad de Tecnología Informática, Centro de Altos Estudios en Tecnología Informática. Universidad Abierta
Interamericana, Argentina/ nelson.ara.2407@gmail.com
2
Facultad de Tecnología Informática, Centro de Altos Estudios en Tecnología Informática. Universidad Abierta
Interamericana, Argentina / nestoraguirre.univ@gmail.com
3
Facultad de Tecnología Informática, Centro de Altos Estudios en Tecnología Informática. Universidad Abierta
Interamericana, Argentina / nestor.balich@uai.edu.ar
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
ABSTRACT
Industry 4.0 and the Industrial Internet of Things (IIoT) have become a promise in the most
innovative industrial business processes in recent years. However, technical difficulties often
arise in the implementation of platforms that are properly adapted to a business process to
provide value to the data obtained. To address these difficulties, an I-IoT platform compatible
with machines that communicate through the OPC-UA industrial communications standard
protocol is presented here. This solution is carried out through various open source tools that,
integrated with each other, provide an optimal solution to face the challenges proposed by
Industry 4.0. The implementation of the platform allows the local storage of data at a low
cost, for the monitoring of industrial machines on a larger scale. Likewise, it manages
production in an autonomous, flexible, efficient and resource-saving way, connecting or
merging production with information and communication technology. The strength of this
platform is that it requires few resources, it has the flexibility to support various application
scenarios for devices, and it enables a very acceptable response time, allowing good
reliability.
PALABRAS CLAVE
I-IoT/Industria 4.0/OPC UA
KEY WORDS
I-IoT/Industry 4.0/OPC UA
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
INTRODUCCIÓN
La creciente demanda de consumo y la continua búsqueda de innovación son solo algunos de
los elementos en el modelo de negocios de la Industria 4.0 que es considerado como la cuarta
revolución industrial, que impone la transición de un modelo de fábricas automáticas hacia
otro en el que son protagonistas máquinas y sistemas inteligentes. Se trata de una nueva
forma de organizar los medios de producción para que, plantas industriales inteligentes sean
capaces de una mayor adaptabilidad a las necesidades y a los procesos de producción, como
así también a una asignación más eficientes de los recursos.
Es así que, las industrias van transitando, aunque con distintos ritmos, del proceso de
transformación que conducen a la adopción de nuevas tecnologías o formas de pensar la
producción. Según Morrar, Arman y Mousa (2017), la tasa de desarrollo tecnológico en la
industria 4.0 es exponencial.
Las raíces de la Industria 4.0 están en la manufactura, pero es más que simplemente
producción. Las tecnologías inteligentes y conectadas pueden transformar las formas en que
las piezas y los productos están diseñados, fabricados, utilizados y mantenidos, como así
también transformar las organizaciones dándole sentido a la información, ya que implica la
completa digitalización de la cadena de valor a través de la integración de tecnologías de
procesamiento de datos, software inteligente y sensores.
En la Industria 4.0 adquiere relevancia el Internet Industrial de las Cosas (IIoT) que se basa en
múltiples dispositivos conectados por tecnologías de comunicaciones y que hacen que los
sistemas puedan monitorear, recopilar, intercambiar y analizar datos para transformarlos en
información importante para la toma de decisiones.
De esta manera, IIoT es capaz de impulsar niveles de productividad, eficiencia y rendimiento
que permiten a las empresas industriales los beneficios financieros y operativos.
Según Jong Hyuk Park (2019) el Internet Industrial de las Cosas es el uso de tecnologías de
Internet de las Cosas en la fabricación. IIoT incorpora tecnología de aprendizaje automático,
big data, datos de sensores y comunicación de máquina a máquina (M2M) que han existido
en áreas industriales desde hace años.
Uno de los protocolos de comunicación usado en este tipo de tecnología es la arquitectura
unificada OPC UA que es una arquitectura orientada a servicios independiente de la
plataforma que integra toda la funcionalidad de las especificaciones individuales de OPC
Classic en un marco extensible.
Dentro de la Industria 4.0 también hay mucho interés detrás de la arquitectura unificada de
comunicaciones de plataforma abierta estándar (OPC UA), que figura como la única
recomendación para realizar la capa de comunicación del modelo de arquitectura de
referencia (Cavalieri & Salafia, 2020).
Asimismo, las aplicaciones de IIoT requieren de mucho tiempo de desarrollo lo cual encarece
su costo, y aunado al criterio de ser tecnologías de carácter propietario, no existe una
privacidad en cuanto al control de los datos sensibles de la cadena de producción ni tampoco
se tiene adaptabilidad de restricciones con respecto a la conectividad para control de tráfico.
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
Es así entonces, que se hace necesario el desarrollo a bajo costo de una plataforma IIoT con
conexión en servidor local y realizada en software libre brindando, a la vez, privacidad en el
control de los datos, como se muestra en el presente trabajo.
Los datos recopilados de los dispositivos pueden brindar a las empresas los medios para
identificar ineficiencias y oportunidades, y ahorrar tiempo y dinero. Muchos fabricantes han
logrado grandes avances en la conexión de sus productos y dispositivos IoT. Sin embargo,
para tener éxito en esta etapa se requiere mucho más que conectividad tecnológica.
De hecho, la llegada de IoT es una disrupción única del negocio que requiere nuevas
capacidades y ofrecerá oportunidades increíbles. Para los fabricantes, el IIoT tiene un
potencial considerable, especialmente en términos de control de calidad y trazabilidad de la
cadena de suministro.
La incorporación de tecnología en las organizaciones no debe considerarse solo la adquisición
de equipamiento, sino que debe ser una parte del proceso de evolución de las empresas. Este
proceso debe considerar adaptación para aprovechar al máximo las ventajas, comunicación
hacia todos los niveles, innovación permanente, entre otros. Si bien algunos sectores ponen
aún cierto énfasis en la productividad, pero la evolución permanente de las empresas tiende
a la producción por demanda, para lo cual debe existir una coordinación de áreas y
sincronización de tareas para lograr el éxito del proceso.
A. Industria 4.0
El concepto de Industria 4.0 expresa la idea de lo que algunos denominan la Cuarta Revolución
Industrial en donde la transformación industrial está sustentada en fábricas inteligentes que
se caracterizan por la interconexión de máquinas y de sistemas en el mismo lugar de
producción con fluida comunicación tanto hacia el interior como al exterior de la
organización.
Según Alejandro Gardella (2018) es durante el año 2011, en la feria de Hannover, que por
primera vez se menciona la idea de una cuarta revolución industrial, en curso. Este cuarto giro
no tenía tanto que ver con la irrupción de una novedosa tecnología (como en su momento
fueran el vapor, la electricidad o la automatización), sino con la confluencia de muchos
campos tecnológicos que han venido desarrollándose de maneras separadas (Internet de las
Cosas, inteligencia artificial, computación de la nube, nanotecnología, drones, impresión 3D,
biotecnología, neurociencias) que están dando lugar a innovaciones a gran velocidad, que
impactarán en muchos aspectos de la forma de vivir y hacer negocios en los próximos años.
Sigue expresando Alejandro Gardella (2018) que la cuarta revolución industrial ha sido
definida como
la tendencia actual de automatización e intercambio de datos (en ámbitos
industriales) que incluye sistemas ciber físicos, la Internet de las Cosas y la
computación en la nube, lo que está dando lugar a ‘fábricas inteligentes’, en
la que las diferentes máquinas se comunican y cooperan entre sí, con
mínima intervención humana (p.41).
De esta manera el concepto de Industria 4.0 está más orientado hacia la implementación
práctica y funcional, en la industria actual, de los principios de la Cuarta Revolución Industrial
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
mediante procesos de producción, gestión y administración de los recursos para lograr
eficiencia lo cual también se traduce en una baja de los costos.
En el marco de la Industria 4.0, la estrategia empresarial de una organización debe incluir la
digitalización de sus procesos para la toma de decisiones abriendo el camino, de esa manera,
hacia nuevas unidades de negocio y generando una cadena de valor más robusta.
La Industria 4.0 representada por el alto crecimiento en tecnología y plataformas ha
interrumpido la infraestructura existente y las estructuras de la industria creando nuevas
formas de consumir bienes mediante la combinación de oferta y demanda (Morrar et al.,
2017).
De esta manera la industria 4.0 se extiende mucho más allá de los límites de la Internet
industrial de las cosas, yendo también va más allá del ámbito de la fabricación y la producción
para centrarse en todo el ecosistema de socios, proveedores, clientes, fuerza laboral y
consideraciones operativas.
Asimismo, en las Smart factory es fundamental tener la información a tiempo para realizar
las modificaciones necesarias en los eslabones de la cadena de producción que están en
dificultades y por la cual ralentiza todo el proceso de producción.
B. Internet Industrial de las Cosas (IIoT)
El concepto de IIoT se aplica a maquinaria conectada a internet, en plataformas de análisis
que procesan los datos recopilados para transformarlos en información útil para la toma de
decisiones. El Internet Industrial se diferencia de IoT por la infraestructura ya que está
referido a máquinas y dispositivos integrados en sensores que transmiten datos a través de
internet gestionándose a través de software.
La información que proveen las plataformas de industrialización 4.0 permiten justamente
detectar en tiempo real eventos críticos, errores o fallos, paradas o la superación de
umbrales, congestiones, demoras, etc. Toda esta recopilación de datos nos lleva a
plantearnos si es un proceso obsoleto y de que forma se podría mejorar o cambiarlo.
El Industrial Internet Consortium en su reporte 2.3 define Internet Industrial como Internet
de las cosas (IoT), máquinas, computadoras y personas, que permiten operaciones
industriales inteligentes utilizando análisis de datos avanzados para obtener resultados
comerciales transformadores.
Jong Hyuk Park (2019) sostiene que la adopción de IIoT puede revolucionar la forma en que
operan las industrias, pero el desafío es implementar estrategias para fortalecer los esfuerzos
de transformación digital mientras se mantiene la seguridad a través de una mayor
conectividad.
Las tres áreas principales en las que resulta necesario centrarse son la escalabilidad, la
seguridad y la disponibilidad. La proliferación de dispositivos inteligentes ha creado
vulnerabilidades y problemas de seguridad. Los usuarios de IoT tienen la responsabilidad de
facto de asegurar la configuración y el uso de sus dispositivos conectados, pero los fabricantes
de dispositivos tienen la obligación de proteger a sus consumidores cuando lanzan sus
productos. Por lo tanto, los fabricantes deben poder garantizar la seguridad de los usuarios y
establecer medidas preventivas o correctivas cuando surjan problemas de seguridad.
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
Además, se ha destacado la necesidad de la ciberseguridad a medida que han surgido
incidentes de seguridad más importantes a lo largo de los años.
Por lo tanto, son diversas las maneras que las tecnologías de IIoT pueden aplicarse en la
industria, un ejemplo de ello es la producción mediante sensores aplicados a las maquinarias
de trabajo para predecir potenciales problemas y de esa manera brindar una solución
evitando así menor tiempo de inactividad y mayor eficiencia general. Otra forma de aplicación
podría ser en el almacén de suministro con inventario gestionado por sensor para lograr
solicitar suministros antes de que se agoten. Una tercera alternativa sería el departamento
de marketing y venta mediante con análisis de datos para la correcta toma de decisiones en
lo referente a marketing y puntos de ventas, son solo algunas de las múltiples maneras que
se puede aplicar IIoT en la industria.
En general, el análisis inteligente de las diversas bases de datos ahora disponibles (tanto
internas como externas a la empresa) permitiría la optimización en tiempo real de las
operaciones, por ejemplo, mediante la detección de correlaciones antes ocultas entre las
variables y la ejecución de las acciones más adecuadas en cada instante (Toro, Sánchez,
Strefezza, & Granado, 2017).
Los mismos autores (Toro et al., 2017), sostienen que un reto particularmente importante es
el de la seguridad de la información transmitida, pues es posible que un tercero, terrorista
cibernético (hacker), pueda interceptarla y usarla para cometer algún delito. El hecho de que
múltiples usuarios puedan acceder a un servicio genera incertidumbre acerca de quiénes son
y dónde se encuentran realmente.
Es posible además, que múltiples usuarios autorizados pueden tratar de controlar
simultáneamente un parámetro en particular, lo que requiere un mecanismo para resolver
los problemas de conflicto y coordinar las diversas solicitudes.
Por lo tanto, si a la filosofía corporativa de Industria 4.0 de automatización y nuevas
tecnologías se le adiciona la tecnología de IIoT con dispositivos, máquinas y personas
conectadas y analítica predictiva se obtiene como resultado dentro de la competitividad
global, máxima eficiencia general de los equipos y tiempo de inactividad cero, entre otras
cosas, organización.
C. OPC UA
Según la OPC Foundation la Arquitectura Unificada OPC (UA), lanzada en 2008, es una
arquitectura orientada a servicios independiente de la plataforma que integra toda la
funcionalidad de las especificaciones individuales de OPC Classic en un marco extensible. Este
enfoque de múltiples capas logra los objetivos de la especificación de diseño original de:
• Equivalencia funcional: todas las especificaciones COM OPC Classic se asignan a UA.
• Independencia de la plataforma: desde un microcontrolador integrado hasta una
infraestructura basada en la nube.
• Seguro: cifrado, autenticación y auditoría.
• Extensible: capacidad de agregar nuevas funciones sin afectar las aplicaciones existentes.
• Modelado de información integral: para definir información compleja.
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
Por lo tanto, la arquitectura unificada OPC UA es un protocolo de comunicación que no solo
comunica datos entre aplicaciones SCADA y sensores sino también con todas las aplicaciones
de la organización a través de todas las capas empresariales.
Referente a la definición y adopción de estándares de comunicación, dicen Cavalieri y Salafia
(2020) que, uno de los principales ejemplos es el modelo de arquitectura de referencia para
la Industria 4.0, que define la estructura de administración de activos como la piedra angular
de la interoperabilidad entre aplicaciones que gestionan sistemas de fabricación.
Dentro de la Industria 4.0 también hay mucho interés detrás de la arquitectura unificada de
comunicaciones de plataforma abierta estándar (OPC UA), que se erige como única
recomendación para realizar la capa de comunicación del modelo de arquitectura de
referencia.
Entonces el protocolo de comunicación es independiente del proveedor para aplicaciones de
automatización industrial y está basado en la tecnología cliente servidor y permite una
comunicación continua desde los sensores hasta el sistema ERP o las nubes.
De acuerdo a Ferrari et al., (2018), a diferencia del IoT para el consumidor, las comunicaciones
IIoT están orientadas principalmente a las máquinas y pueden involucrar sectores y
actividades de mercado muy diferentes. Como consecuencia, a pesar de que los requisitos de
comunicación más generales de IoT y IIoT están dirigidos a la conectividad a gran escala, las
necesidades específicas pueden ser muy diferentes.
Prueba de ello son los escenarios industriales que prestan atención a la calidad del servicio
(QoS, por ejemplo, en términos de determinismo y retrasos en las comunicaciones), la
disponibilidad y la fiabilidad.
Gutierrez Guerrero y Holgado Terriza (2019) sostienen que los sistemas industriales deben
continuar manteniendo un alto nivel de confiabilidad, seguridad y protección para mejorar
los procesos de producción durante largos períodos de tiempo. Cualquier falla del sistema o
modificación del sistema de producción actual puede dar lugar a costosas interrupciones de
la producción, que requieren mucho tiempo y deben realizarse manualmente.
De esta manera, se puede decir que la arquitectura OPC UA es una tecnología de
comunicación que es utilizado para trasladar datos y convertirlos en información, ya que está
diseñado para conectar bases de datos, herramientas analíticas, sistemas de planificación de
recursos empresariales con datos reales de controladores, sensores y dispositivos de
monitoreo, entre otros, que interactúan con procesos reales.
Para ello, utiliza plataformas escalables, múltiples modelos de seguridad, diversas capas de
transporte y un sofisticado modelo de información para permitir que el controlador dedicado
más pequeño interactúe libremente con aplicaciones complejas de servidor de alto nivel ya
que puede comunicar cualquier cosa, desde un simple estado de inactividad hasta cantidades
masivas de información altamente compleja en toda la planta.
Entonces, frente a la realidad planteada, se hace posible señalar que OPC UA transmite datos
de manera segura y sencilla haciendo que los mismos se conviertan en información
conveniente, útil y a la vez confiable encontrándose disponibles en toda la organización.
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
Objetivos
El trabajo plantea, de manera alternativa, desarrollar una plataforma compatible con
máquinas para la industria, que se comunican a través del protocolo estándar de
comunicaciones industriales OPC-UA.
Por lo cual, se desprenden los siguientes objetivos específicos:
_ Presentar otra posible solución, a las ya existente, en lo referente a aplicaciones IIoT.
_ Brindar una solución óptima a los desafíos que impone la Industria 4.0.
_ Conectar la industria de la producción a la Tecnología de la Información y las
Comunicaciones.
_ Gestionar la producción de forma autónoma, flexible y eficiente.
_ Producir una baja en el costo de producción mediante el ahorro de recursos.
_ Generar un proceso continuo en la producción.
_ Adoptar un enfoque en el proceso de la producción que sean garantía de eficiencia y
competitividad.
Con estos lineamientos y mediante la creación de soluciones independientes, se contribuye
a la disminución en las barreras de adopción de tecnologías IIot en la industria de la
producción.
Luego de haber expuesto el marco teórico de las distintas tecnologías y elementos
intervinientes consignando estado de arte y trabajos previos, como así también los objetivos,
tanto generales como específicos, se continua luego con el planteo del problema y la solución
propuesta dando paso así al desarrollo de la aplicación como así también a las pruebas y
resultados obtenidos para finalizar con las conclusiones que se desprenden de la propuesta y
abrir los lineamientos hacia futuros trabajos.
Planteo y solución propuesta
A lo largo de los últimos años, fueron surgiendo nuevas plataformas IIoT en el mercado. Sin
embargo, implementar una plataforma IIoT para el monitoreo en tiempo real de los
dispositivos industriales puede implicar gran cantidad de esfuerzo y tiempo de desarrollo lo
cual implicaría también alto costo. Es así como, la implementación de una solución de
monitoreo de este tipo requiere de varios factores con un alto nivel de complejidad en su
implementación.
De modo que, esta situación lleva a plantearse las siguientes preguntas ¿Se puede desarrollar
una plataforma IIoT integrada en su totalidad con herramientas open source? ¿Es
conveniente para una organización industrial contar con una plataforma IIoT que sea
independiente de un proveedor externo? ¿Es posible el desarrollo a bajo costo de una
plataforma IIoT con protocolo de comunicación OPC UA? ¿Resulta útil una plataforma IIoT
que realice una simulación previa del rendimiento de una máquina para ajustar valores?
De tal manera que la propuesta del trabajo es el desarrollo de una plataforma IIoT a un bajo
costo, usando protocolo de comunicación OPC UA con la capacidad, a través de un conjunto
de herramientas open source integradas entre sí, de conectar dispositivos para recolectar una
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
cantidad de datos provenientes de las máquinas industriales y luego ser almacenados y
procesados.
El procesamiento de los datos para obtener información relevante que permita la detección
de errores o posibles fallas redundaría como valor agregado en los procesos de negocios de
una organización, todo esto en un marco totalmente escalable y administrable.
Asimismo, la plataforma IIoT adquiere la capacidad de buscar y conectarse automáticamente
a los dispositivos que se encuentran distribuidos en un área específica.
El alcance de la plataforma IIoT propuesta es el almacenamiento local de los datos
independiente de un proveedor externo.
Así también, se utiliza una arquitectura flexible y escalable para otorgar mayor control de los
flujos de datos sensibles de la cadena de producción y adaptabilidad de restricciones con
respecto a la conectividad.
De igual manera, otorga flexibilidad en la incorporación de nuevos requerimientos del
usuario.
Las limitaciones de la plataforma IIoT propuesta son no incluir un sistema de ejecución de
fabricación (MES) y planificación de recursos empresariales (ERP). Además, la carencia de
seguridad y de conectores de servicio a la nube. También solo admite el protocolo de
comunicación OPC UA y carece de funcionalidad de aprendizaje automático.
De manera que las contribuciones del trabajo son ofrecer un nuevo enfoque en tecnologías
IIoT, como así también mostrar otra solución, a las ya existentes, en relación con aplicaciones
destinada a la industria que tenga un desarrollo a bajo costo, y finalmente desarrollar una
Plataforma IIoT independiente de un proveedor externo.
Desarrollo
El desarrollo de una plataforma IIoT se compone de tres capas que permite en su conjunto
funcionamiento óptimo de la plataforma. La primera capa se utiliza la herramienta del kit de
desarrollo (sdk) de Eclipse Milo con el fin de buscar los dispositivos, conectarse a los PLC y
transferir los datos entrantes a la segunda capa.
En la siguiente capa se emplea la herramienta Elastic Search para el almacenamiento e
indexación de los datos generados por los dispositivos PLC.
Finalmente, en la última capa, se usa la herramienta Kibana que sirve como interfaz de usuario
para el análisis y monitoreo de datos alojados en Elastic Search.
Cabe aclarar, que las últimas dos capas de la plataforma IIoT corresponde a la pila de
herramientas de la empresa Elactic, que distribuye sus herramientas de manera gratuita.
La implementación de la plataforma IIoT es realizado en un escenario simulado compuesto
por dos cintas transportadoras dentro de una fábrica que contienen tres estaciones de trabajo
con sus respectivos sensores de temperatura por cada cinta transportadora.
Los artículos se procesan en cada una de las estaciones de trabajo controlados por sensores
que controlan la temperatura, como se muestra en la figura siguiente.
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
Gráfico 1: Estaciones de trabajo con sensores de temperatura en una cinta
transportadora.
Fuente: Elaboración propia
Durante cada estación de trabajo, pueden ocurrir errores debido a las altas temperaturas. En
consecuencia, los errores de temperatura pueden producir material defectuoso en cada
estación de trabajo.
Por esa razón, la plataforma IIoT actua en el escenario planteado para que se realice la
captura, el almacenamiento y el monitoreo de los datos de temperatura en cada estación de
trabajo y obtener información si ocurren anomalías.
Al no contar con una fuente de datos industriales reales, en el escenario planteado se simula
un flujo de datos muy simple como por ejemplo simular los datos de la temperatura.
Para simular el flujo de datos industriales, utilizaremos un servidor de simulación OPC UA para
generar las señales.
En el presente caso, se utiliza la implementación de OPC UA para Node.js, siendo esta es una
de las bibliotecas más conocidas de código abierto y es compatible tanto con el cliente y el
servidor.
En este escenario planteado, se usa solamente la funcionalidad del Servidor, ya que la
funcionalidad Cliente la usamos con Eclipse Milo.
Arquitectura de las tecnologías utilizadas
Todas las aplicaciones utilizadas para este trabajo pueden ser descargadas de las páginas de
los respectivos desarrolladores.
Las tecnologías utilizadas en la solución propuesta son OPC UA Node.Js, SDK Eclipse Milo,
Elasticsearch y Kibana.
La arquitectura e interacción de las herramientas que se implementaron en la solución
propuesta son expuestas en el siguiente gráfico.
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
Gráfico 2: Arquitectura e interacción de herramientas utilizadas.
Fuente: Elaboración propia
Node OPC UA es una implementación de una pila OPC UA escrita en TypeScript para el
entorno Node.Js de tiempo de ejecución. Información acerca de esta herramienta se
encuentra en node-opcua (https://node-opcua.github.io/).
Para la instalación y configuración del mismo se requiere previamente tener instalado Node.Js
de la versión LTS.
Entonces por la línea de comando del sistema operativo se crea una carpeta. En esta ocasión,
la denominación de la misma es “servidoropcnode” y luego se ingresa allí.
Una vez adentro de dicha carpeta, se inicia e instala un paquete nuevo npm que corresponde
a la función Node.Js que se utiliza para configurar el servidor.
Luego con cualquier editor se abre el archivo index.js generado automáticamente en el paso
anterior y se procede a configurar el simulador como así también los distintos dispositivos a
utilizar. En este modelo se han configurado seis sensores de temperatura.
Para realizar la tarea se debe importar la librería node-opcua y se configura como variable
global, se crea la instancia OPCUAServer y se genera el puerto del socket de escucha del
servidor.
Para acceder, se agrega la ruta al nombre del recurso.
Se establece la función generadora de valores de manera aleatorio como así también la
función de configuración de los distintos dispositivos.
Entonces se procede a la configuración de los distintos dispositivos (en este modelo seis
sensores de temperatura) asignando nombre del nodo y tipo de valor que devuelve.
Luego se establecen las funciones de inicio y fin de tareas.
Una vez realizado los pasos anteriores se puede iniciar el servidor desde la consola del sistema
operativo ingresando el comando node index.js. Al ejecutar este comando se inicia el servidor
generando valores aleatorios de los distintos dispositivos configurados.
De esta manera queda configurado e inicializado el servidor del simulador OPC UA Node.js.
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
Para la instalación y configuración de SDK Eclipse Milo se debe tener previamente instalado
el Java Development Kid que incluye el interprete y las herramientas de desarrollo. En nuestro
caso utilizamos la versión 8.
Otro prerrequisito es la utilización de cualquier entorno de desarrollo IDE que sea compatible
con el lenguaje de programación Java. En nuestro caso utilizamos Eclipse IDE.
Eclipse Milo es una implementación de código abierto de OPC UA. Incluye una pila de alto
rendimiento (canales, serialización, estructuras de datos, seguridad), así como SDK de cliente
y servidor construidos en la parte superior de la pila. Información acerca de esta herramienta
se encuentra en Eclipse Milo (https://github.com/eclipse/milo).
En el presente caso se usó solamente la funcionalidad de Cliente.
Para iniciar la instalación, se abre el entorno de desarrollo, que en nuestro caso es Eclipse, y
se selecciona la creación del proyecto para lo cual se utiliza la herramienta Maven. Se siguen
los pasos hasta ingresar un nombre al proyecto.
Al finalizar se ejecuta el archivo pom.xlm para implantar el SDK Eclipse Milo en el proyecto y
a continuación se establecen las dependencias para que el entorno de desarrollo las busque
automáticamente.
Ya instalada las dependencias, se ingresa a la clase App.Java que se generó automáticamente
al crear el proyecto y se configura importando librerías para colección de listas y OPC UA como
cliente. Se estable conexión a Elasticsearch y transferencia de datos. Se establece la conexión
para la sincronización, se inicia el buscador y se agregan los nodos a una variable tipo árbol
con el retorno establecido por la conexión.
Una vez dado este paso se realiza la creación de una interfaz llamado Cliente en el mismo
nivel que se encuentra la clase App.Java.
En esta interfaz se importan las librerías de función de Java como así también Eclipse Milo
con OPC UA como cliente. También se establece la URL y la política de seguridad.
Al ejecutar el comando, la clase App.Java realiza los siguientes pasos:
1. Busca los dispositivos OPC UA.
2. Muestra la cantidad de dispositivos OPC UA.
3. Establece conexión con todos los dispositivos OPC UA encontrados.
4. Captura los datos de los dispositivos OPC UA encontrados.
5. Establece conexión con Elasticsearch.
6. Envia los datos a Elasticsearch.
Para la instalación y configuración de Elasticsearch también requiere tener previamente
instalado el Java Development Kid.
Elasticsearch es un servidor de búsqueda basado en Lucene. Provee un motor de búsqueda
de texto completo, distribuido y con capacidad de multitenencia con una interfaz web RESTful
y con documentos JSON. . Información acerca de esta herramienta se encuentra en
Elasticsearch (https://www.elastic.co/es/elasticsearch/).
En el presenta caso, se realizó la descarga de la versión Windows para lo cual se obtiene un
archivo .zip que posteriormente se descomprime en una carpeta destino que más guste.
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
Luego se abre la consola y se ingresa a la carpeta que se encuentran los archivos
descomprimidos Elasticsearch ingresando el comando .\bin\elasticsearch.bat.
Esto hace que se inicialice el servidor visualizando su enlace que expone sus servicios y se deja
abierto la consola.
Kibana es un panel de visualización de datos de código abierto para Elasticsearch. Proporciona
capacidades de visualización además del contenido indexado en un clúster de Elasticsearch.
Los usuarios pueden crear gráficos de barras, líneas y dispersión, o gráficos circulares y mapas
sobre grandes volúmenes de datos. . Información acerca de esta herramienta se encuentra
en Kibana (https://www.elastic.co/es/kibana/).
Al igual que el anterior, se realizo la descarga de la versión Windows para lo cual se obtiene
un archivo .zip que posteriormente se descomprime en una carpeta destino que más guste.
Luego de descomprimir el archivo se abre la consola y se ingresa a la carpeta que se
encuentran los archivos descomprimidos Kibana ingresando el comando .\bin\kibana.bat.
Una vez ejecutado el comando se inicializa el servidor Kibana visualizando su enlace que
expone sus servicios, y se deja abierto la consola. Cabe aclarar que es necesario que
Elasticsearch se encuentre iniciado ya que Kibana lo requiere para consumir los datos y
visualizar los datos en su plataforma.
Para realizar la configuración del tablero de control IIoT se ingresa a la URL localhost, a través
del programa navegador, y ya en el menú se accede a la opción “Stack Management”. Luego
se ingresa a la opción “Index Management”.
Se visualiza una tabla a la derecha de la pantalla, que se observara el índice que contiene
todos los valores de los sensores de temperatura, como lo muestra la figura de abajo.
Gráfico 3: Índice de valores
Fuente: Elaboración propia
Luego de verificar que el índice se encuentra creado correctamente, accedemos a la opción
“Index Patterns” para la creación del visualizador de los datos que contiene el índice.
Se visualiza una tabla a la derecha de la pantalla, que se observara los patrones del índice que
toma KIbana en base al índice que se encuentra en la tabla “Index Management”, como
muestra la figura de abajo.
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
Gráfico 4: Opción Index Management
Fuente: Elaboración propia
Se vuelve, nuevamente, a acceder al Menú y se ingresa a Canvas para el desarrollo del Tablero
de Control IIoT. Finalmente se diseña el tablero de control.
PRUEBAS Y RESULTADOS
En el inicio para considerar las pruebas y resultados, se requiere implementar el flujo de datos
industrial que provee la herramienta OPC UA para Node.js para generar los datos de
temperatura de las distintas estaciones de trabajo correspondiente a cada cinta
transportadora.
Cuando se realiza la configuración y su posterior ejecución se visualiza en consola la url del
servidor OPC UA como muestra el gráfico siguiente.
Gráfico 5: Consola con url del servidor OPC UA funcionando.
Fuente: Elaboración propia
El servidor OPC UA emite continuamente pequeñas variaciones en el valor de temperatura
de los sensores de las estaciones de trabajo.
Luego, la herramienta del kit de desarrollo de Eclipse Milo se utiliza como librería para el script
de programación Java permitiendo dotar la funcionalidad buscar los dispositivos que utilizan
el protocolo de comunicación OPC UA para posteriormente conectarse y transferir los datos
capturados a la herramienta Elastic Search.
La ejecución del script Java en la consola IDE, notifica la confirmación de los dispositivos
encontrados y la captura de los datos que generan como muestra el siguiente gráfico.
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
Gráfico 6: Ejecución de Sript Java en consola IDE.
Fuente: Elaboración propia
Posteriormente, se inicializa la herramienta Elastic Search para recibir los datos enviados por
el script Java desarrollado con el kit de desarrollo de Eclipse Milo.
Elastic Search realiza la tarea de almacenar los datos e indexarlo para que la herramienta
Kibana pueda obtener los datos y otorgarle herramientas al usuario para visualizar los datos
que provino de los sensores de temperatura.
En Kibana, se realizó la construcción de un tablero en tiempo real mostrando los datos de
temperatura de cada estación de trabajo, notificando con un símbolo de alerta si sobrepasa
el límite establecido de temperatura máxima y mínimo, como muestra el gráfico siguiente.
Gráfico 7: Tablero notificando alerta de temperatura.
Fuente: Elaboración propia
De esta manera, luego de realizado las pruebas en un ambiente simulado mediante la
representación en un entorno virtual de dos cintas transportadoras con tres estaciones de
trabajo cada una con sus respectivos sensores de temperatura se logra mostrar en el tablero
de control IIoT los datos en tiempo real de los distintos dispositivos, todo ello como servicio
local sin acceso a la red, con un aceptable tiempo de respuesta, escalable y flexible para
soportar diversos escenarios y a bajo costo, demostrando de esta manera, la solución
propuesta en el presente trabajo.
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
Con el objetivo del estudio, también fue montado en un compresor de tornillos con resultados
parecidos al obtenido en el escenario simulado.
A continuación, se muestra una tabla comparativa con otros softwares privativos.
Características
Software
Candidata
Software Privativo
ElasticSearch
Power Bi
Tableau
Coveo
Precio
Free / Planes de
Suscripción
Suscripción de
US$ 9,99/mes
Suscripción
personalizable
Suscripción
personalizable
Implementació
n
Entorno Local
Basado en la
Nube
Basado en la
Nube
Entorno Local
Basado en la
Nube
Entorno Local
Formación
En persona
En directo en
línea
Seminarios web
Documentación
Vídeos
En persona
En directo en
línea
Seminarios web
Documentación
Vídeos
En persona
En directo en
línea
Seminarios web
Documentación
Vídeos
En enseñanza
personalizable
En directo en
línea
Seminarios
web
Documentació
n
Funcionalidade
s
API
Búsqueda de
lenguaje natural
Creación de
informes/análisi
s
Herramientas de
análisis de datos
IA y aprendizaje
automático
Importación y
exportación de
datos
Informes
personalizables
Panel de
actividades
Panel de control
personalizable
API
Creación de
informes/análisi
s
Herramientas de
análisis de datos
IA y aprendizaje
automático
(Costo Extra)
Importación y
exportación de
datos
Informes
personalizables
Panel de control
personalizable
Visualización de
datos
API
Creación de
informes/análisi
s
Herramientas de
análisis de datos
IA y aprendizaje
automático
(Costo Extra)
Importación y
exportación de
datos
Informes
personalizables
Panel de control
personalizable
Visualización de
datos
Búsqueda de
lenguaje
natural
IA y
aprendizaje
automático
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
Visualización de
datos
Extensión de
Tercero
N/A
Requiere una
extensión de
tercero para
OPC UA – Costo
Extra
Requiere una
extensión de
tercero para
OPC UA – Costo
Extra
Requiere una
extensión de
tercero para
OPC UA – Costo
Extra
Fuente: Elaboración propia y sitios web de los respectivos softwares
Conclusiones
La evolución constante de tecnologías como IoT, Big Data y Analítica de Datos entre otras, ha
impactado de manera tal que ha dado lugar a nuevas formas de trabajo como así también de
hacer negocios e incluso en la vida cotidiana.
El Internet Industrial de las Cosas es, sin duda alguna, una de las tecnologías de veloz
evolución y cuyo impacto logra que la tendencia actual de automatización e intercambio de
datos en ámbitos industriales se encaminó a la creación de fábricas inteligentes en las que
diferentes máquinas se conectan y cooperan entre sí. Representa una nueva forma de traer,
de manera mas eficiente, flujos de datos previamente inaccesibles a una vista más completa
de una empresa lo que redunda en una mejor y más apta toma de decisiones por parte de la
dirección de una organización.
Las barreras para adoptar la tecnología IIoT se han reducido debido a las mejoras en la
tecnología y al enfoque de los proveedores de software en la creación de soluciones
independientes de la plataforma para leer y escribir datos.
Si tenemos en cuenta que el desarrollo de aplicaciones, dependiendo de la complejidad,
suelen insumir mucho tiempo de trabajo como así también el conocimiento técnico necesario
lo cual lo convierten en costosos. entonces se hace necesario la búsqueda de soluciones
alternativas y pensar en una aplicación que no se enmarque en esos parámetros y que a la
vez sea independiente de proveedores externos.
El trabajo propuesto de Plataforma Internet Industrial de las Cosas como servicio local usa el
protocolo de comunicación OPC UA, es de bajo costo y además es independiente de
proveedores externos y desarrollado íntegramente con herramientas Open Source.
Como fortalezas en la aplicación se observó que es muy rápido, requiere de pocos recursos,
tiene flexibilidad para soportar diversos escenarios de aplicaciones para dispositivos,
posibilita un tiempo de repuesta muy aceptable permitiendo una buena fiabilidad.
Asimismo, se utiliza una arquitectura flexible y escalable para otorgar mayor control de los
flujos de datos sensibles de la cadena de producción y adaptabilidad de restricciones con
respecto a la conectividad otorgando a la vez, flexibilidad en la incorporación de nuevos
requerimientos del usuario.
También es destacable el bajo costo en el desarrollo y la independencia de proveedores
externos.
10ma Edición | DICIEMBRE 2022 | ISSN 2618-1894 | Artículos científicos
Las debilidades de esta aplicación esta dado en la carencia de funcionalidad de aprendizaje
automático y la no inclusión de sistemas de ejecución de fabricación (MES) o de planificación
de recursos empresariales (ERP).
Otra limitación es que, si bien trabaja como servicio local, no dispone de seguridad suficiente,
como así también de conectores de servicio a la nube.
Trabajo futuro
El presente trabajo estuvo enfocado en mostrar el desarrollo de una plataforma IIOT como
servicio local, quedando abierto el análisis de los riesgos en cuanto a seguridad en datos y
dispositivos que conlleva el uso de este tipo de tecnología como servicio remoto.
Las vulnerabilidades que presentan los dispositivos y sensores en el acceso a la web hacen
que el trabajo futuro sea dedicado al estudio, impacto y posibles soluciones para la protección
de los datos a lo largo de todo su recorrido y en todas sus instancias.
De la misma manera también es destacable tener en cuenta, poner énfasis en los dispositivos
y sensores ya que, de manera similar al software, el hardware no está exento de posibles
ataques en la red.
El estudio para la toma de precauciones necesarias en lo referido a la protección tanto de
datos como de dispositivos es el camino a futuros trabajos como así también el desarrollo
para conexión a la nube y el aprendizaje automático.
Referencias bibliográfics
Cavalieri, S., & Salafia, M. G. (2020). Insights into mapping solutions based on opc ua
information model applied to the industry 4.0 asset administration shell. Computers, 9(2), 28.
Ferrari, P., Flammini, A., Rinaldi, S., Sisinni, E., Maffei, D., & Malara, M. (2018). Impact of
quality of service on cloud based industrial IoT applications with OPC UA. Electronics, 7(7),
109.
Gardella, A. (2018). Industria 4.0: La revolución que viene y su impacto en el empleo. Acero
latinoamericano, (567), 38-44.
Gutierrez-Guerrero, J. M., & Holgado-Terriza, J. A. (2019). Automatic configuration of OPC UA
for Industrial Internet of Things environments. Electronics, 8(6), 600.
Morrar, R., Arman, H., & Mousa, S. (2017). The fourth industrial revolution (Industry 4.0): A
social innovation perspective. Technology innovation management review, 7(11), 12-20.
Park, J. H. (2019). Advances in future internet and the industrial internet of things. Symmetry,
11(2), 244.
Toro, A., Sánchez, G., Strefezza, M., & Granado, E. (2017). IIoT y sistemas de control:
oportunidades, desafíos y arquitecturas. Ciencia e Ingeniería, 38(3), 209-214.
Fecha de recepción: 11/2/2022
Fecha de aprobación:28/ 11/2022
