Estrategias de Los Pilares de La Industria 4.0

Estrategias de los pilares de la Industria 4.
Programación lineal
Jaisson Díaz Ángel, Juan Sebastian Triviño Gomez.
Agosto 2018.
Universidad ECCI.
Bogotá D.C.
Programación lineal
1
Tecnologías de fabricación inteligente
2
Identificación automática de no conformidades en la producción
ESTA
Identificación y trazabilidad de las materias primas
ESTA
Identificación y trazabilidad de los productos finales
ESTA
Fabricación de aditivos
ESTA
Líneas flexibles y autónomas
ESTA
Sistema de monitoreo de eficiencia energética
ESTA
Sistema de mejora de la eficiencia energética
ESTA
Tecnologías de productos inteligentes
Capacidades de productos inteligentes y conectados
La inteligencia que incorporan los productos inteligentes y conectados allana el camino para una
recopilación de datos y unas capacidades analíticas más sofisticadas que marcan el comienzo de
3
una nueva era de cadenas de suministro y producción más inteligentes, procesos de producción
más inteligentes e incluso ecosistemas de fabricación conectados de extremo a extremo
(Papazoglou, Elgammal, & Krämer, 2018), que abarca una combinación de productos y servicios
con capacidades inteligentes, desde coches conectados hasta rastreadores de fitness portátiles, el
Internet de los objetos se está convirtiendo constantemente en el único hilo conductor que
conecta todos los aspectos de nuestras vidas (O’Neill, 2014), es decir, los productos inteligentes
son sistemas físicos cibernéticos con servicios a través de la conexión a Internet, dado que los
productos inteligentes son intensivos en software, se basan en datos y tienen en cuenta el
servicio, su desarrollo necesita claramente nuevas capacidades respaldadas por herramientas,
métodos y modelos avanzados (Tomiyama, Lutters, Stark, & Abramovici, 2019), por otro lado el
reciente surgimiento de los sistemas ciberfísicos (CPS) y de los equipos inteligentes conectados
allana el camino para oportunidades adicionales para el negocio de los servicios entre el ciclo de
vida y los pivotes del negocio de los servicios tradicionales de mantenimiento, reparación y
revisión (Herterich, Uebernickel, & Brenner, 2015), por tanto ha facilitado a las industrias
modernas una supervisión y un control eficientes de los sistemas físicos (diversos equipos y
máquinas), lo que ha dado lugar a una adquisición y un procesamiento de datos inteligentes y a
una gestión altamente productiva y rentable de los negocios (Huda, Yearwood, Hassan, &
Almogren, 2018).
Conectividad del producto
En 1984 se introdujo un producto generalizado de gráficos para modelar y construir grandes
redes confiables en condiciones óptimas estudiando la conectividad óptima de los prismas
generalizados obteniendo condiciones suficientes para garantizar la construcción de grandes
redes supervivenciales a través de Productos (Li, Lei, & Lai, 2018), sin embargo la conectividad
4
de superborde y la conectividad de borde súper restringida de gráficos de productos directos,
gráficos de productos cartesianos, gráficos de productos fuertes y gráficos de productos
lexicográficos presentan condiciones suficientes para optimizar la conectividad perimetral y la
conectividad perimetral restringida de estos gráficos (Ou, 2011), además la conectividad de estos
gráficos de productos se aborda mediante el estudio de la conectividad de borde restringida, que
se define como el número mínimo de bordes de un gráfico cuya eliminación produce un gráfico
desconectado con todos sus componentes que tienen al menos vértices presentando límites
inferiores y superiores para la conectividad de borde -restringida, y proporcionamos condiciones
suficientes que garantizan un valor óptimo para este parámetro (Balbuena & Marcote, 2013), por
otro lado la red consta de varios subsistemas homogéneos (idénticos) conectados entre sí según
un gráfico de interconexión donde se muestra que la conectividad algebraica se puede calcular a
partir de las propiedades de los gráficos correspondientes al subsistema y la interconexión.
Además, indicamos que la conectividad algebraica de todo el sistema no supera las del
subsistema y la interconexión (Lee, Nguyen, & Fujisaki, 2017), por ultimo las tecnologías que se
introducen en los sistemas de infraestructura, transporte y velocidad de los intercambios
determinan modificaciones en la conectividad, los que se han experimentado en especial en los
últimos años con la introducción y generalización de las tecnologías de la información y las
comunicaciones (TIC). Ello implica una virtualización de las distancias (en especial cuando los
desplazamientos de personas pueden ser sustituidos mediantes desplazamientos de flujos
virtuales) y la capacidad e intensidad de la transmisión y la comunicación (Roldán, Crespo,
Martín-Barrio, Peña-Tapia, & Barrientos, 2019).
Monitoreo del producto
5
Las evaluaciones continuas del riesgo de beneficios del producto se logran mediante la
evaluación y monitoreo frecuente de los datos de todas las fuentes disponibles. Los análisis
cuantitativos y cualitativos se realizan utilizando metodologías estadísticas y juicios sobre datos
a nivel de ensayos del proceso individuales, así como el nivel de datos agregados del producto
(Doan, Rao, Kracht, Pauff, & Hendrickson, 2019), además en el monitoreo del producto se
utiliza la tomografía microcomputada por rayos X (TC de rayos X), un nuevo tipo de método de
ensayo no destructivo, para escanear el interior de las muestras a estudiar y realizar una
reconstrucción tridimensional que permite una comprensión completa del problema presentado
(Zhou et al., 2019), sin embargo basándose en un conjunto de escenarios de supervisión
utilizando técnicas de análisis, el procedimiento de optimización utilizó un sólido conjunto de
resultados de monitoreo espacio-temporal generados a partir de campañas intensivas de muestreo
llevadas a cabo en un sector específico de un sistema de distribución (Delpla, Florea, Pelletier, &
Rodriguez, 2018), no obstante la supervisión en línea de la calidad del producto es clave para el
funcionamiento automatizado de la máquina y la optimización de procesos donde es necesario la
monitorización en proceso para la evaluación de la calidad del producto en línea, mediante
instrumentos de medición a partir de las pruebas realizadas en una máquina de grado de
producción (Gao, Tang, Gordon, & Kazmer, 2014), como caso típico el monitoreo de la calidad
del producto mediante el análisis de texturas de imagen experimentó un enorme crecimiento en
los últimos años en donde se puede utilizar dentro de una técnica de análisis de textura de
imagen para proporcionar una caracterización estadística espacial de una imagen, en la mayoría
de los casos esta caracterización es espacial (Facco, Masiero, Bezzo, Barolo, & Beghi, 2011).
Control del producto
6
Los fundamentos involucrados a la hora de garantizar un producto confiable requiere una mezcla
y equilibrio de factores, incluyendo procesos de negocio, demandas de los clientes, expectativas
legales, conjuntos de habilidades de los miembros del equipo y capacidades de producción donde
abarca una serie de principios generales de seguridad, calidad y legalidad involucrados en las
fases de diseño, desarrollo y lanzamiento del producto y considera el papel del equipo técnico y
otras partes interesadas para garantizar que tales asuntos sean para alcanzar los niveles de
consistencia y control requeridos (Swainson, 2019), así mismo la complejidad de la mezcla de
productos en el rendimiento de un sistema de fabricación se basa principalmente en las
características de las estrategias de control de demanda y producción; las demandas se
caracterizan principalmente por el volumen y el tipo de producto, mientras que la estrategia de
control de producción se caracteriza por el tiempo de liberación de material, el flujo de piezas, el
control de inventario y los tiempos de rendimiento (Onyeocha, 2015), de igual manera el control
basado en productos es una manera de optimizar todo el ciclo de vida del producto tratando con
productos cuyo contenido informativo está permanentemente vinculado a su contenido virtual o
material y por lo tanto son capaces de influir en las decisiones tomadas sobre ello (Trentesaux &
Thomas, 2012), en efecto cuando se trata del control de inventarios de productos múltiples para
máquinas capacitadas, una de las principales cuestiones que hay que abordar se refiere a la
asignación dinámica de capacidad. Es decir, cómo asignar capacidad a los diversos productos
competidores que requieren más de lo que está disponible asignando prioridades a los productos,
de acuerdo con algún grado de importancia relativa siendo atractiva, debido a su simplicidad y al
hecho de que tiene sentido en un número significativo de contextos (Mendonça & Bispo, 2009),
además el control se centra en el ensayo la evaluación y el control de calidad de los productos,
sin embargo, pueden surgir diferencias entre los resultados de las pruebas debido a las
7
variaciones en las muestras de prueba y las condiciones de la prueba. En los últimos años, las
tendencias y los desarrollos en metrología han tenido su fundamento en la automatización, la
velocidad y la instrumentación avanzada (Ugbolue, 2017).
Optimización del producto
Optimización de productos se basa en la fiabilidad mediante la combinación de un proceso de
red analítica donde se tienen en cuenta las características y capta las relaciones entre los
componentes de los productos que tengan un impacto importante en las funciones de los
productos que tiene como objetivo mejorar la eficiencia energética y la perfecta distribución del
producto (Feng et al., 2018), si bien es cierto que la optimización del rendimiento de los
productos es una parte importante del proceso de desarrollo de productos de consumo utilizados
en la ciencia sensorial proporcionando un conjunto de variables de rendimiento de los productos
que son cada vez más utilizadas por los científicos sensoriales y de consumo, incluidas las
respuestas emocionales a los productos alimenticios, las asociaciones conceptuales y las medidas
cognitivo-actitudinales (Swainson, 2019), así pues cómo los comerciantes industriales y los
desarrolladores de productos conceptualizan el problema del desarrollo de productos, diseñan el
estudio, ejecutan el trabajo de campo y analizan los resultados (Moskowitz & Krieger, 1998), de
este modo la optimización de los productos es el objetivo de todo fabricante de alimentos,
evaluando la capacidad de una empresa para producir un producto que satisface las necesidades
sensoriales de los consumidores teniendo una clara orientación hacia el éxito, y rentabilidad
aunque la complejidad de conseguir el producto ideal, ya sea para un consumidor individual o
para una empresa, es fundamental comprender los requisitos de los consumidores dentro de los
segmentos de mercado de interés para la empresa y, por tanto, para diseñar y productos de
destino para cumplir con estos requisitos (McEwan, 1996), por lo tanto se suele realizar sobre
8
modelos causales construidos a partir de fundamentos o de experimentos diseñados que
relacionan los efectos independientes de todas las variables de proceso ajustables con todas las
variables de respuesta de interés. Sin embargo, en muchos procesos complejos, existe un gran
número de variables ajustables (manipuladas), y estas variables a menudo están altamente
correlacionadas a través de restricciones de proceso u operacionales (Yacoub & MacGregor,
2004).
Autonomía del producto
La autonomía puede ayudar a que los productos se adapten de forma activa y flexible a entornos
que cambian rápidamente, fomentando la innovación y la resolución creativa de problemas
mediante la integración de la gestión de operaciones y la literatura conductual (Chen, Neubaum,
Reilly, & Lynn, 2014),así mismo se muestra cómo el grado de autonomía en la toma de
decisiones, así como el área funcional en la que la filial tiene autonomía en la toma de
decisiones, afecta a la probabilidad de que una filial desarrolle innovaciones de producto.
Encontramos que una mayor autonomía en la toma de decisiones aumenta la probabilidad de que
una filial desarrolle una innovación de producto. Este efecto es particularmente pronunciado,
pero no se limita a la toma de decisiones o la adopción de tecnologías (Beugelsdijk & Jindra,
2018), es por esto que la percepción multisensorial del sabor desempeña un papel importante en
la toma de decisiones, por ejemplo, en el caso de los productos alimenticios. Las respuestas del
sistema nervioso autónomo (SNA), tales como la frecuencia cardíaca y las respuestas de la
conductancia de la piel, hacia tales estímulos de sabor pueden proporcionar información sobre
los procesos relacionados con la aceptación del consumidor que son poco accesibles con las
pruebas sensoriales y de consumo tradicionales porque son en gran medida subconscientes y/o
relativamente rápidas y de corta duración (de Wijk & Boesveldt, 2016),de igual modo se trata de
9
la percepción que tienen los consumidores de los productos y su comportamiento hacia ellos que
se ven influenciados por indicios extrínsecos, como el envase y las normas sociales donde se
evalúa cómo las señales de empaque y las normas sociales influyen en las expectativas del
producto, la percepción del producto y las respuestas del SNA (Schulte-Holierhoek, Verastegui-
Tena, Goedegebure, Piqueras Fiszman, & Smeets, 2017), por consiguiente una característica
básica de los acuerdos de colaboración en equipo para organizar el desarrollo de nuevos
productos es un alto grado de autonomía de los equipos interfuncionales asumiendo que el
desarrollo de un nuevo producto grande y tecnológicamente sofisticado requiere una jerarquía de
equipos colaboradores (Gerwin & Moffat, 1997).
10
Cadena de suministro inteligente y tecnologías de trabajo inteligentes
Plataformas digitales con proveedores
Las plataformas digitales proporcionan un conjunto común de reglas de diseño y una
infraestructura digital para facilitar los intercambios entre múltiples usuarios, que de otro modo
nunca tendrían la oportunidad de interactuar entre sí. El diseño fino de la plataforma y la
estructura de cargos variables y fijos determinan la disposición de sus usuarios para unirse a una
plataforma, así como los excedentes netos que los usuarios obtienen de la interacción potencia.
(Broekhuizen, y otros, 2019), además las plataformas digitales también están transformando
industrias destinadas a proporcionar servicios B2B a otras industrias manufactureras y de
servicios. Muchas de estas plataformas funcionan al proporcionar datos abiertos y API para que
desarrolladores externos desarrollen servicios útiles sobre ellos. (Zutshi & Grilo, 2019), de la
misma forma las plataformas inducen abundantes oportunidades tanto para las empresas
establecidas como para las empresas emprendedoras. De hecho, existe una serie de plataformas
de Internet dirigidas a nuevas empresas. Por ejemplo, una Plataforma de Innovación (NIP) de
Nokia recientemente desarrollada proporciona un entorno de desarrollo y prueba para
empresarios y socios de la industria para acelerar la innovación de soluciones de Internet, a
través de un modelo abierto y colaborativo. ( Hsieh & Wu, 2019), aunque en otro sentido para
poder utilizar la sombra digital para modelos de negocio, debe proporcionarse de tal manera que
esté disponible globalmente en cualquier momento, para que sea accesible para todos los
participantes. Además, la implementación debe ser escalable, también con respecto a los
servicios que se pueden proporcionar con la ayuda de lo digital sombra. (Stecken, Ebel, Bartelt,
Poeppelbuss, & Kuhlenkotter, 2019), sin embargo los estudios han comenzado a reconocer los
roles de orquestación de las plataformas digitales en el desarrollo y la entrega de soluciones
11
desde una perspectiva interna y de red. También sugieren que las plataformas digitales en el
negocio de soluciones pueden complementar una estructura de solución modular al reconfigurar
diferentes módulos y socios para perseguir tanto la personalización como la eficiencia operativa
(Wei, Geiger, & Vize, 2019).
Plataformas digitales con clientes:
Con el papel interactivo de los consumidores en el mercado, entramos en una nueva era en la que
el consumidor desempeña un papel activo en la práctica del marketing. Por lo tanto, es
especialmente importante comprender las prácticas de participación digital desde la perspectiva
del consumidor (Eigenraam, Eelen, van Lin, & Verlegh, 2018), así mismo podemos ver que el
modo de innovación de la personalización de los clientes se deriva de una nueva era, cada vez
más abierta, interconectada, compartida y experimentada. En realidad, es un modo de producción
personalizada inversa impulsado por las necesidades del cliente, que es el modo C2B (Cliente a
Negocio), subvirtiendo el anterior modo B2C (Negocio a Cliente), en el cual las empresas
venden productos a los clientes en función del inventario. (Zhang, Ming, Liu , Qu, & Yi, 2019),
aunque se define el valor de creación como un compromiso dinámico e interacción entre clientes
y proveedores durante el proceso de creación de valor de marca percibido. Según la lógica de
servicio dominante, los clientes pueden interactuar activamente con las organizaciones en el
proceso de diseño, creación y distribución del producto o servicio. (Xie, Tsai, Xu, & Zhang,
2018), no obstante las tecnologías digitales pueden tener dos tipos de impacto en los procesos de
innovación de la industria manufacturera: pueden facilitar el proceso de innovación en sí mismo
al proporcionar herramientas para mejorar el rendimiento de las tareas del proceso de
innovación, y pueden hacer posibles nuevos tipos de innovaciones digitales al Agregar nuevas
12
propiedades a los productos y servicios no digitales existentes. (Abrell, Pihlajamaa, Kanto,
Brocke, & Uebernickel, 2016).
Plataformas digitales con otra empresa
Tecnologías para el trabajo inteligente
Monitoreo remoto de la producción
El monitoreo y control de procesos en forma remota, hasta ahora ha sido realizado
principalmente por software HMI (Human Machine Interface), los cuales permiten visualizar y
actuar sobre el proceso productivo en tiempo real, obteniendo así un control centralizado de una
planta (Monitoreo y Control de Procesos vía Internet, n.d.), además el monitoreo de la
producción primaria a través de escalas espaciales amplias es desafiante pero esencial para
evaluar diferentes condiciones (Regaudie-de-Gioux et al., 2019), por consiguiente los métodos
de monitoreo permiten monitorear científicamente áreas a mayor escala para identificar zonas
demostrando que el uso de técnicas de teledetección permiten una caracterización más fiable de
los emplazamientos de almacenamiento para una mayor validación de los riesgos potenciales
(Schütze et al., 2015), por otra parte la teledetección, con la gran variedad de rangos espectrales
y la fina resolución espacial y temporal disponible actualmente, es una herramienta de gran valor
para diversas aplicaciones que permiten evaluar las variables biofísicas de la superficie (Courault
et al., 2016), del mismo modo la monitorización remota de cualquier máquina móvil requiere
tecnología de radio, tecnología de Internet, protocolos y aplicaciones. Un protocolo utilizado en
la automatización industrial para la conexión de la automatización de máquinas al control de
13
procesos de producción es OPC (Open Platform Communications) (Oksanen, Linkolehto, &
Seilonen, 2016).
Operación remota de la producción
Dispone de modernas tecnologías que proporcionan una comunicación segura frente a
interferencias para la interconexión de estaciones descentralizadas o de componentes
individuales de la instalación (Contact GmbH, n.d.), otro aspecto es la generación de actividades
utilizando datos de teledetección multifuente, a través de centros de datos distribuidos en un
entorno de nube, con el fin de compensar la baja eficiencia productiva, menos tipos y servicios
simples del sistema existente (Yan, Ma, Wang, Choo, & Jie, 2018), para esto es necesario
realizar la regulación remota y el control automático de los sistemas de producción diseñando
tecnologías de control de producción a distancia basadas en los comportamientos de producción
para desarrollar un programa de control automático (Zou, Zhao, Huang, Wang, & Xiong, 2016),
donde se examinan centros de producción completos teniendo énfasis en la supervisión y el
control de maquinaria individual a la operación optimizada de sistemas extremadamente
complejos (Heising & Steudel, 1985), como ejemplo de esto es el invernadero que ha servido
como una instalación de ambiente controlado para llevar a cabo investigaciones de crecimiento
de plantas relevantes desde el punto de vista científico y operativo en un ambiente extremo
sometido a un refinado sistema de control de nutrientes (Bamsey et al., 2009).
Realidad aumentada para el mantenimiento
Se trata de un enfoque basado en un navegador de interfaces multi-realidad en el contexto del
mantenimiento electrónico en entornos de fábrica modulares, específicamente en escenarios de
monitorización y mantenimiento remotos (Regaudie-de-Gioux et al., 2019), que se compone de
14
tres fases, una primera fase de reconocimiento, una segunda de seguimiento y, por último, una
última fase de mezclar/alinear la información del mundo o del objeto virtual debe estar
correctamente alineada con la imagen del mundo real (Análisis: Realidad Aumentada aplicada a
entornos industriales, n.d.), ofreciendo ventajas en diferentes campos de la fabricación, como la
producción y el diseño, el diagnóstico remoto y el servicio basándose en los datos acumulados
continuamente y en la presentación en tiempo real de los datos recogidos para actualizarlos y
modificarlos simultáneamente con su contraparte física (Zhu, Liu, & Xu, 2019), además podría
ser utilizada para simular el rendimiento de la máquina, permitiendo predecir fallos o investigar
problemas, y reducir los costosos tiempos de inactividad (Modoni, Sacco, & Terkaj, 2016),
teniendo un gran valor que aumenta con el tiempo y proporciona la base para situar las
observaciones recientes en el contexto de la variabilidad a gran escala y a largo plazo, sugiriendo
así cuáles son las causas probables (Brander, Dickson, & Edwards, 2003).
Realidad virtual para la formación de los trabajadores
En la actualidad, la realidad virtual representa una forma reciente de visualización que combina,
de manera funcional, la virtualidad con la realidad misma, generando posibilidades nuevas para
la interpretación de información antes no disponible, que abren nuevas maneras para aprender y
reconocer los datos, procesarlos en información y convertirlos fácilmente en conocimiento
(Rangel, 2011), es decir, este software puede definir un plano y transponer datos según la
posición de este marcador en el espacio del mundo real donde procesa los datos de imagen de la
cámara web y añade instrucciones del modelo 3D virtual a la imagen real entregando la imagen
final en la pantalla del monitor (Hořejší, 2015), por lo tanto se propone la realización de prácticas
reales desarrolladas en entornos profesionales, donde se muestra cómo la nueva manera de
enseñar y aprender es parte de un mismo lugar en el que alumnos y docentes comparten
15
iniciativas, apoyos, recursos, diseños formativos, prácticas y sobre todo experiencias (Recio &
Santos, 2014), por esta razón los trabajadores expertos utilizan una interfaz inmersiva para
realizar montajes de acuerdo con su experiencia. Luego, se aplican algoritmos de procesos para
obtener modelos a partir de registros de eventos. Por último, los trabajadores en prácticas utilizan
una interfaz de inmersión mejorada con consejos para aprender lo realizado por los trabajadores
expertos que introdujeron en el sistema (Roldán et al., 2019), un ejemplo de ello es el desarrollo
de un enfoque automatizado para la estimación y clasificación de la postura utilizando una
cámara de rango para el análisis de la postura y categorizándola como ergonómica o no
ergonómica (Ray & Teizer, 2012).
Realidad aumentada y virtual para el desarrollo de productos
Las tecnologías de realidad aumentada y virtual sirven para revelar grandes potenciales en la
realización de productos en donde se destacan las áreas específicas en las que estas tecnologías
emergentes pueden marcar una gran diferencia para ilustrar los posibles nuevos paradigmas de
realización de productos (Lu, Shpitalni, & Gadh, 1999), por esta razón los desarrollos
tecnológicos potenciados por la transformación industrial han llevado al desarrollo de productos
más complejos e inteligentes con nuevas capacidades. Sin embargo, la producción de productos
inteligentes significa cambios profundos en los procesos de desarrollo de productos que han
experimentado varios avances en los últimos años en términos de teoría, métodos y enfoques
(Nunes, Pereira, & Alves, 2017), por otra parte la ciencia sensorial ha avanzado
significativamente en la última década y está evolucionando rápidamente para convertirse en una
herramienta clave para predecir el éxito de los productos alimenticios en el mercado ya que los
recientes avances tecnológicos en realidad virtual y realidad aumentada han desbloqueado el
potencial de nuevos sistemas de inmersión e interactivos que podrían aplicarse como
16
herramientas poderosas para capturar y descifrar las complejidades de la percepción sensorial
humana (Crofton, Botinestean, Fenelon, & Gallagher, 2019), además las aplicaciones de realidad
aumentada (RA) están cada vez más disponibles para apoyar el desarrollo cognitivo y la
educación de los niños preescolares, con funciones educativas que ofrecen una experiencia de
aprendizaje emocionante y única al desdibujar los límites entre el mundo real en el que se
encuentran los niños y el mundo virtual que ven en la pantalla (Oranç & Küntay, 2019), en este
contexto, las tecnologías virtuales como la realidad virtual (RV) y la realidad aumentada (RA)
desempeñarán un papel determinante a la hora de acelerar el proceso de desarrollo de nuevos
productos, la planificación de las fábricas y el apoyo a la mano de obra con nuevos sistemas
inteligentes de asistencia para mantenerse a la par de la creciente diversidad de productos,
especialmente ante el reto demográfico (Lorenz et al., 2016).
Robots colaborativos
La robótica colaborativa se está volviendo cada vez más popular tanto en la investigación como
en la práctica industrial. En el paradigma colaborativo, los robots no reemplazan a los humanos,
sino que ayudan a los operadores a lograr un objetivo común en un espacio de trabajo
compartido (Levratti, Riggio, Fantuzzi, De Vuono, & Secchi, 2019), sin embargo os sistemas
colaborativos de múltiples componentes humano-robot destinados a procesos industriales están
diseñados e implementados para cumplir con los requisitos de productividad en el proceso y la
seguridad en el lugar de trabajo. Si estos sistemas van a obtener una amplia adopción y
aceptación en el lugar de trabajo, también es esencial que brinden la mejor experiencia de
usuario (UX) posible para el trabajador humano colaborador (Kildal, Tellaeche, Fernández, &
Maurtua, 2018), por otro lado en el desarrollo de actividades conjuntas donde es necesario la
presencia de robots en el espacio de trabajo del ser humano se implementa los robots
17
colaborativos o corobots que cumplen con las necesidades de dar soporte en las diversas
actividades que requieren exactitud y precisión al momento de realizar las tareas donde es
imprescindible que las maquinas no representen un peligro para el ser humano (Zanchettin,
Rocco, Chiappa, & Rossi, 2019), por lo tanto teniendo en cuenta las características distintivas de
los robots sobre los robots normales, están diseñados para allanar el camino para la
personalización masiva, disminuir el espacio de piso requerido, aumentar la calidad del producto
y la eficiencia de producción y mejorar las condiciones de trabajo para los humanos (El Zaatari,
Marei, Li, & Usman, 2019), en consecuencia la implementación de corobots se vuelven cada vez
más comunes en el entorno de laboratorio y pronto también en la industria. Para crear
flexibilidad de recursos y volumen, la automatización dinámica e inteligente podría verse como
una respuesta (Fast-Berglund, Palmkvist, Nyqvist, Ekered, & Åkerman, 2016).
Tecnologías base
Internet of things
Según los autores Madakam, Ramaswamy y Tripathi “Internet se desarrolló con datos creados
por personas, mientras que el Internet of Things trata sobre datos creados por cosas”(«The
Internet of Things: Review and theoretical framework», 2019), dentro de este marco el Internet
de las Cosas permitirá que podamos integrar objetos inteligentes de todo tipo y función, redes de
sensores, y recursos de la Internet actual con las personas con el fin de compartir información
que sea útil para aumentar nuestro conocimiento y tomar decisiones que mejoren nuestra calidad
de vida en cualquier aspecto posible: social, económico, cultural, ambiental, etc. (Alcaraz, s. f.),
mientras tanto algunos investigadores definen el L.O.T como un modelo que abarca a las
tecnologías de comunicación inalámbrica como las redes de sensores inalámbricos, redes
18
móviles y actuadores, con cada uno de los elementos denominados “objeto o cosa”(Cama, De la
Hoz, & Cama, s. f.), al respecto se refiere a la interconexión de cosas (sensores, actuadores,
televisores, etc.) por medio de una red que funciona incluso sin la intervención de las
personas”(Ariel MCampoverde M., Dixys LHernández R., s. f.), así pues según Kevin Ashton El
Internet of Things es el mundo en el que cada objeto tiene una identidad virtual propia y
capacidad potencial para integrarse e interactuar de manera independiente en la Red con
cualquier otro individuo, ya sea una máquina (M2M) o un humano (Everlet & Pastor, 2013).
Cloud computing
La computación en la nube consiste en los servicios ofrecidos a través de la red tales como
correo electrónico, almacenamiento, uso de aplicaciones, etc., los cuales son normalmente
accesibles mediante un navegador web (Avila Mejía, s. f.), además Cloud Computing es un
conjunto de tecnologías de computación que están configurando un nuevo orden mundial en las
TI que parte, esencialmente, de las expectativas creadas por la Web 2.0 entre los usuarios
personales y corporativos. La idea clave tal vez sea que las TI se convierten en un servicio, de
modo que “las aplicaciones del software no tienen por qué existir en un lugar concreto, sino que
pueden estar compuestos de múltiples piezas procedentes de múltiples sitios”(Aguilar, 2004), de
este modo es un nuevo modelo informático en el que los datos y las aplicaciones se reparten en
nubes de máquinas, cientos de miles de servidores de ordenadores pertenecientes a los gigantes
de Internet, Google, Microsoft, IBM, Dell, Oracle, Amazon, y poco a poco a cientos de grandes
empresas, universidades, administraciones, que desean tener sus propios centros de datos a
disposición de sus empleados, investigadores, doctorandos, etc., la computación en la nube
consiste en los servicios ofrecidos a través de la red, tales como: correo electrónico,
almacenamiento, aplicaciones, entre otras., los cuales son normalmente accesibles mediante un
19
navegador web. Al utilizar estos servicios, la información utilizada y almacenada, así como la
mayoría de las aplicaciones requeridas, son procesados y ejecutados por un servidor en Internet
(«Vista de COMPUTACIÓN EN LA NUBE», s. f.), dicho de otro modo es el conjunto “infinito”
de servidores de información (computadores) desplegados en centros de datos, a lo largo de todo
el mundo donde se almacena millones de aplicaciones Web y enormes cantidades de datos (big
data), a disposición de miles de organizaciones y empresas, y cientos de miles de usuarios que se
descargan y ejecutan directamente los programas y aplicaciones de software almacenados en
dichos servidores tales como Google Maps, Gmail, Facebook, Tuenti o Flickr (Joyanes Aguilar,
s. f.-b).
Big data
La capacidad de la sociedad de aprovechar la información de formas novedosa, para obtener
percepciones útiles o bienes y servicios de valor significativo(Mayer-Schonberger & Cukier,
2013), así mismo la big data se refiere a los activos de datos grandes y complejos que requieren
una gestión y análisis rentables para extraer información de ellos («Implementing big data
strategies: A managerial perspective», 2019), al mismo tiempo el término 'big data' se refiere a
conjuntos de datos que son muy altos en velocidad, volumen y variedad, lo que los hace
incompatibles con las técnicas y herramientas tradicionales («Role of big data management in
enhancing big data decision-making capability and quality among Chinese firms: A dynamic
capabilities view», 2019), de este modo big data se refiere a los conjuntos de datos cuyo tamaño
está más allá de las capacidades de las herramientas típicas de software de bases de datos para
capturar, almacenar, gestionar y analizar(Joyanes Aguilar, s. f.-a), es por esta razón que todos los
datos recopilados por las empresas, servicios y redes sociales que “visitamos” en internet son
20
reunidos en enormes bases de datos, los llamados “big data”, donde pueden ser analizados para
proporcionar más conocimientos acerca de nosotros (RAYMOND, s. f.).
21
Referencias
Hsieh, Y. J., & Wu, Y. J. (2019). Entrepreneurship through the platform strategy in the digital
era: Insights and research opportunities. Computers in Human Behavior, 95, 315-323.
Recuperado el 19 de Agosto de 2019, de
http://www.sciencedirect.com/science/article/pii/S0747563218301389
Abrell, T., Pihlajamaa, M., Kanto, L., Brocke, J. v., & Uebernickel, F. (2016). The role of users
and customers in digital innovation: Insights from B2B manufacturing firms. Information &
Management, Volume 53, Issue 3, 324-335. Recuperado el 19 de Agosto de 2019, de
Adnan Khan, P. F. (2019). Testing and validation of safety logic in the virtual environment.
CIRP Journal of Manufacturing Science and Technology. Recuperado el 19 de Agosto de 2019,
de http://www.sciencedirect.com/science/article/pii/S1755581719300318
Ahmadi-Karvigh, S., Becerik-Gerber, B., & Soibelman, L. (2019). Intelligent adaptive
automation: A framework for an activity-driven and user-centered building automation. Energy
and Buildings, 188–189, 184-199. Recuperado el 19 de Agosto de 2019, de
Bárcena-Ruiz, J. C., & Begoña Garzón, M. (2018). Privatisation and vertical integration under a
mixed duopoly. Economic Systems, Volume 42(Issue 3), 514-522. Recuperado el 19 de Agosto
de 2019, de http://www.sciencedirect.com/science/article/pii/S0939362518303200
22
Biancini, S., & Ettinger, D. (2017). Vertical integration and downstream collusion. International
Journal of Industrial Organization, Volume 53, Pages 99-113. Recuperado el 19 de Agosto de
2019, de http://www.sciencedirect.com/science/article/pii/S0167718716301096
Boyd, J., & Huettinger, M. (2019). Smithian insights on automation and the future of work.
Futures, Volume 111, 104-115. Recuperado el 19 de Agosto de 2019, de
Broekhuizen, Emrich, Gijsenberg, Broekhuis, Donkers, & Sloot. (2019). Digital platform
openness: Drivers, dimensions and outcomes. Journal of Business Research. Recuperado el 19 de
Agosto de 2019, de http://www.sciencedirect.com/science/article/pii/S0148296319304084
Byrne, H. (2016). Vertical Integration. En P. D. Ralph A. Bradshaw, Encyclopedia of Cell
Biology (págs. Pages 72-79). Academic Press. Obtenido de
http://www.sciencedirect.com/science/article/pii/B9780123944474400118
Cerdà, V. (2019). Automation of radiochemical analysis by flow techniques – A review. TrAC
Trends in Analytical Chemistry, 118, 352-367. Recuperado el 19 de Agosto de 2019, de
Eigenraam, A., Eelen, J., van Lin, A., & Verlegh, P. (2018). A Consumer-based Taxonomy of
Digital Customer Engagement Practices. Journal of Interactive Marketing, 44, 102-121.
23
Ge, W., Guo, L., Liu, X., Meng , F., & Xu, J. (2019). Mesoscience-based virtual process
engineering. Computers & Chemical Engineering, Volume 126, 68-82. Recuperado el 19 de
Agosto de 2019, de http://www.sciencedirect.com/science/article/pii/S009813541831216X
Ito, N., & Sakurai, M. (2019). Higher-order finite type invariants of classical and virtual knots
and unknotting operations. Topology and its Applications, Volume 264, 210-222. Recuperado el
19 de Agosto de 2019, de http://www.sciencedirect.com/science/article/pii/S0166864119301853
Janssen, C., Donker, S., Brumby, D., & Kun, A. (2019). History and future of human-automation
interaction. International Journal of Human-Computer Studies. Recuperado el 19 de Agosto de
2019, de http://www.sciencedirect.com/science/article/pii/S1071581919300552
Jun Suk, H., Boyden, E., & van Welie, I. (2019). Advances in the automation of whole-cell patch
clamp technology. Journal of Neuroscience Methods, 326. Recuperado el 19 de Agosto de 2019,
de http://www.sciencedirect.com/science/article/pii/S0165027019302146
Keay, M., Robinson, D., & Rhys, J. (2014). Electricity Markets and Pricing for the Distributed
Generation Era. En F. Sioshansi, Distributed Generation and its Implications for the Utility
Industry (págs. 165-187). Academic Press. doi:https://doi.org/10.1016/B978-0-12-800240-
7.00008-4
Khan, A., Falkman, P., & Fabia, M. (2019). Testing and validation of safety logic in the virtual
environment. CIRP Journal of Manufacturing Science and Technology, 1755-5817. Obtenido de
24
Khan, A., Falkman, P., & Fabian, M. (2019). Testing and validation of safety logic in the virtual
environment. CIRP Journal of Manufacturing Science and Technology. Recuperado el 19 de
Killingtveit, A. (2019). Hydropower. En T. Letcher, Managing Global Warming: An Interface of
Technology and Human Issues. Academic Press. doi:https://doi.org/10.1016/C2017-0-01028-5
Koning-Bastiaan, M. (2019). Traceability and Registries for Cell-Based Products. En R. Reis,
Encyclopedia of Tissue Engineering and Regenerative Medicine (págs. 249-252). Academic
Press. doi:https://doi.org/10.1016/B978-0-12-801238-3.11067-0
Kumar, P. S., & Suganya, S. (2017). Introduction to sustainable fibres and textiles. En S. S.
Muthu, Sustainable Fibres and Textiles: A volume in The Textile Institute Book Series (págs. 1-
18). Woodhead Publishing. doi:https://doi.org/10.1016/B978-0-08-102041-8.00001-9
Liu, ,. X. (2016). Vertical integration and innovation. International Journal of Industrial
Organization, Volume 47. Recuperado el 19 de Agosto de 2019, de
Max Alaluna, E. V. (2019). Secure Multi-Cloud Network Virtualization. Computer Networks,
Volume 161, 45-60. Obtenido de
Muralikrishna, I., & Manickam, V. (2017). Chapter Nine - Energy Management and Audit. En I.
Muralikrishna , & V. Manickam, Environmental Management: Science and Engineering for
Industry (págs. 153-175). Butterworth-Heinemann. doi:https://doi.org/10.1016/B978-0-12-
811989-1.00009-9
25
Nazari-Heris, M., & Mohammadi-Ivatloo, B. (2018). Chapter 2 - Application of Robust
Optimization Method to Power System Problems. En A. Zobaa, S. A. Aleem, & A. Y. Abdelaziz,
Classical and Recent Aspects of Power System Optimization (págs. 19-32). Academic Press.
doi:https://doi.org/10.1016/B978-0-12-812441-3.00002-1
Ochoa, M. P., Jiang, H., Gopalakrishnanc, A., Loreto, I., & Grossmann, I. (2018). Optimal
Production Scheduling of Industrial Gases under Uncertainty with Flexibility Constraints.
Computer Aided Chemical Engineering, 44, 1513-1518. doi:https://doi.org/10.1016/B978-0-444-
64241-7.50247-0
Reddy , Y. J., & Mehta, B. R. (2015). Chapter 17 - Calibration management systems. En Y. J.
Reddy, & B. R. Mehta, Industrial Process Automation Systems: Design and Implementation
(págs. 507-522). Butterworth-Heinemann. Recuperado el 20 de Agosto de 2019, de
https://doi.org/10.1016/C2013-0-18954-4
Renz, L., Hartel, R., Keles, D., Keko, H., & Fichtner, W. (2017). Case Study: Design Options for
the German Electricity Market. En Europe's Energy Transition - Insights for Policy Making:
Findings Informing the European Commission (págs. 131-139). Academic Press.
Santos Brito, J. A., Torres, N., & Diniz, R. (2020). Operations flexibility in events organization.
Tourism Management, Volume 76. doi:https://doi.org/10.1016/j.tourman.2019.103959
Singh, A. K., & Pal, B. (2019). Chapter 1 - Introduction. En A. K. Singh, & B. Pal, Dynamic
Estimation and Control of Power Systems (págs. 1-8). Academic Press.
26
Stecken, J., Ebel, M., Bartelt, M., Poeppelbuss, J., & Kuhlenkotter, B. (2019). Digital Shadow
Platform as an Innovative Business Model. Procedia CIRP, 83, 204-209. Recuperado el 19 de
Sumner, M. (2016). Sustainable apparel retail. En Woodhead Publishing Series in Textiles (págs.
199-217). Woodhead Publishing. Recuperado el 20 de Agosto de 2019, de
https://doi.org/10.1016/B978-1-78242-339-3.00008-X
Swartz, C., Wang, H., & Mastragostino, R. (2015). Operability Analysis of Process Supply
Chains—Toward the Development of a Sustainable Bioeconomy. Computer Aided Chemical
Engineering, Volume 36, 355-384. doi:https://doi.org/10.1016/B978-0-444-63472-6.00014-8
Wei, R., Geiger, S., & Vize, R. (2019). A platform approach in solution business: How platform
openness can be used to control solution networks. Industrial Marketing Management.
Xie, X. Z., Tsai, N. C., Xu, S. Q., & Zhang, B. Y. (2018). Does customer co-creation value lead
to electronic word-of-mouth? An empirical study on the short-video platform industry. The
Social Science Journal. Recuperado el 19 de Agosto de 2019, de
Zanchettin, P., & Mukherjee, A. (2017). Vertical integration and product differentiation.
International Journal of Industrial Organization, Volume 55, 25-57. Recuperado el 19 de Agosto
de 2019, de http://www.sciencedirect.com/science/article/pii/S0167718717304137
27
Zhang, P. (2010). Industrial control system operation routines. En P. Zhang , Advanced
Industrial Control Technology (págs. 735-779). William Andrew.
doi:https://doi.org/10.1016/B978-1-4377-7807-6.10018-X
Zhang, X., Ming, X., Liu , Z., Qu, Y., & Yi, D. (2019). A framework and implementation of
Customer Platform-connection manufactory to service (CPMS) model in product service system.
Journal of Cleaner Production, 230, 798-819. Recuperado el 19 de Agosto de 2019, de
Zutshi, A., & Grilo, A. (2019). The Emergence of Digital Platforms: A Conceptual Platform
Architecture and impact on Industrial Engineering. Computers & Industrial Engineering, 136,
546-555. Recuperado el 19 de Agosto de 2019, de
28

Estrategias de Los Pilares de La Industria 4.0

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estrategias de Los Pilares de La Industria 4.0

Cargado por

Copyright:

Formatos disponibles

Estrategias de los pilares de la Industria 4.

Jaisson Díaz Ángel, Juan Sebastian Triviño Gomez.

Identificación y trazabilidad de las materias primas

Identificación y trazabilidad de los productos finales

Líneas flexibles y autónomas

Sistema de monitoreo de eficiencia energética

Sistema de mejora de la eficiencia energética

Tecnologías de productos inteligentes

Capacidades de productos inteligentes y conectados

más inteligentes e incluso ecosistemas de fabricación conectados de extremo a extremo

productos inteligentes son intensivos en software, se basan en datos y tienen en cuenta el

servicio, su desarrollo necesita claramente nuevas capacidades respaldadas por herramientas,

máquinas), lo que ha dado lugar a una adquisición y un procesamiento de datos inteligentes y a

Conectividad del producto

En 1984 se introdujo un producto generalizado de gráficos para modelar y construir grandes

redes confiables en condiciones óptimas estudiando la conectividad óptima de los prismas

generalizados obteniendo condiciones suficientes para garantizar la construcción de grandes

gráficos de productos cartesianos, gráficos de productos fuertes y gráficos de productos

lexicográficos presentan condiciones suficientes para optimizar la conectividad perimetral y la

gráficos de productos se aborda mediante el estudio de la conectividad de borde restringida, que

inferiores y superiores para la conectividad de borde -restringida, y proporcionamos condiciones

un gráfico de interconexión donde se muestra que la conectividad algebraica se puede calcular a

partir de las propiedades de los gráficos correspondientes al subsistema y la interconexión.

introducen en los sistemas de infraestructura, transporte y velocidad de los intercambios

determinan modificaciones en la conectividad, los que se han experimentado en especial en los

últimos años con la introducción y generalización de las tecnologías de la información y las

desplazamientos de personas pueden ser sustituidos mediantes desplazamientos de flujos

virtuales) y la capacidad e intensidad de la transmisión y la comunicación (Roldán, Crespo,

Martín-Barrio, Peña-Tapia, & Barrientos, 2019).

Monitoreo del producto

cuantitativos y cualitativos se realizan utilizando metodologías estadísticas y juicios sobre datos

(Zhou et al., 2019), sin embargo basándose en un conjunto de escenarios de supervisión

utilizando técnicas de análisis, el procedimiento de optimización utilizó un sólido conjunto de

resultados de monitoreo espacio-temporal generados a partir de campañas intensivas de muestreo

funcionamiento automatizado de la máquina y la optimización de procesos donde es necesario la

monitorización en proceso para la evaluación de la calidad del producto en línea, mediante

instrumentos de medición a partir de las pruebas realizadas en una máquina de grado de

del producto mediante el análisis de texturas de imagen experimentó un enorme crecimiento en

Control del producto

y equilibrio de factores, incluyendo procesos de negocio, demandas de los clientes, expectativas

consistencia y control requeridos (Swainson, 2019), así mismo la complejidad de la mezcla de

productos en el rendimiento de un sistema de fabricación se basa principalmente en las

características de las estrategias de control de demanda y producción; las demandas se

caracterizan principalmente por el volumen y el tipo de producto, mientras que la estrategia de

control de producción se caracteriza por el tiempo de liberación de material, el flujo de piezas, el

productos cuyo contenido informativo está permanentemente vinculado a su contenido virtual o

además el control se centra en el ensayo la evaluación y el control de calidad de los productos,

tendencias y los desarrollos en metrología han tenido su fundamento en la automatización, la

velocidad y la instrumentación avanzada (Ugbolue, 2017).

Optimización del producto

Optimización de productos se basa en la fiabilidad mediante la combinación de un proceso de

en la ciencia sensorial proporcionando un conjunto de variables de rendimiento de los productos

desarrolladores de productos conceptualizan el problema del desarrollo de productos, diseñan el

este modo la optimización de los productos es el objetivo de todo fabricante de alimentos,

aunque la complejidad de conseguir el producto ideal, ya sea para un consumidor individual o

número de variables ajustables (manipuladas), y estas variables a menudo están altamente

correlacionadas a través de restricciones de proceso u operacionales (Yacoub & MacGregor,

Autonomía del producto

que cambian rápidamente, fomentando la innovación y la resolución creativa de problemas

mediante la integración de la gestión de operaciones y la literatura conductual (Chen, Neubaum,

decisiones, afecta a la probabilidad de que una filial desarrolle innovaciones de producto.

pero no se limita a la toma de decisiones o la adopción de tecnologías (Beugelsdijk & Jindra,

básica de los acuerdos de colaboración en equipo para organizar el desarrollo de nuevos

productos es un alto grado de autonomía de los equipos interfuncionales asumiendo que el