INSTITUTO TECNOLÓGICO JOSÉ MARIO MOLINA PASQUEL Y

HENRÍQUEZ CAMPUS ZAPOTLANEJO

Resumen lectura: A Cyber-Physical Systems architecture

for Industry 4.0-based manufacturing systems.
Materia: Administración de los Recursos y la Función Informática.

Alumna: Claudia Toledo Martínez.

Segundo Semestre
Carrera de Ingeniería en Informática

Profesor: MSC. Gisela Ramírez Pimentel

Zapotlanejo Jalisco a 20 de Marzo del 2020

 A Cyber-Physical Systems architecture for Industry 4.0-based
manufacturing systems (1).

CPS 5C level architecture.

La estructura propuesta de 5 niveles de CPS, es decir, la arquitectura 5C, proporciona
una guía paso a paso para el desarrollo y desplegar un CPS para la aplicación de fabricación.
En general, un CPS consta de dos componentes funcionales principales:
1. La conectividad avanzada que garantiza en tiempo real adquisición de datos del
mundo físico y la información retroalimentación del espacio cibernético; y
2. La gestión inteligente de datos, capacidad analítica y computacional que construye el
espacio cibernético.

Sin embargo, tal requisito es muy abstracto y no lo suficientemente específico para el

propósito de implementación en general. Por el contrario, la arquitectura 5C define
claramente, a través de un modo de flujo de trabajo secuencial, cómo construir un CPS
desde la adquisición de datos inicial, hasta análisis, a la creación de valor final. Veamos la
siguiente Fig. 1 donde la arquitectura 5C se describe de la siguiente manera:
 I. Nivel de Conexión inteligente

Adquirir datos precisos y confiables de las máquinas y sus componentes es el primer

paso para desarrollar una Cyber-Physical System application. Dos factores importantes en
este nivel tienen para ser considerado son:
1. Considerando varios tipos de datos, un método sin cables para gestionar la
adquisición del procedimiento de datos y la transferencia de datos al servidor central
es requerido cuando protocolos específicos como MTConnect [10].
2. Seleccionar los sensores apropiados (tipo y especificación) es la segunda
consideración importante para el primer nivel.

II. Nivel de Conversión de datos a información

La información significativa debe relacionarse a partir de los datos. Actualmente,
existen varias herramientas y metodologías disponibles para el nivel de conversión de datos
a información. En los últimos años, se ha aplicado un enfoque extenso para desarrollar estos
algoritmos específicamente para pronósticos y salud aplicaciones de gestión (Fig. 2).

III. Nivel Cibernético

El nivel cibernético actúa como centro de información centralizada en esta
arquitectura. La información está siendo obtenida desde cada máquina conectada para
formar la red de máquinas. En este caso, se presenta brevemente una metodología eficiente
pero efectiva para gestionar y analizar información a nivel cibernético.

IV. Nivel de Cognición

La implementación de CPS en este nivel genera conocimiento del sistema
monitoreado. Para este nivel, los gráficos de información adecuados son necesarios para
transferir completamente el conocimiento adquirido a los usuarios.

V. Nivel de Configuración
El nivel de configuración es la retroalimentación del espacio cibernético al espacio
físico y actúa como control de supervisión para hacer máquinas autoconfigurables y
autoadaptativas. Esta etapa actúa como un sistema de control de la resiliencia (RCS) para
aplicar el correctivo y tomar decisiones preventivas, que se han hecho en el nivel de
cognición, al sistema monitoreado.

Design of PHM based CPS systems

La ventaja extrema del PHM del nivel cibernético es la interconexión entre análisis de
salud de la máquina a través de la interfaz máquina-cibernético (CPI) en el nivel cibernético,
que es conceptualmente similar a las redes sociales. Una vez que el nivel cibernético la
infraestructura está en su lugar, las máquinas pueden registrarse en la red e intercambia
información a través de interfaces cibernéticas. Se presenta la "máquina del tiempo" que
realiza análisis en el nivel cibernético y consta de tres secciones paralelas de la siguiente
manera.

I. Snapshot collection
Como se ilustra en la Fig. 3, información se está empujando continuamente al espacio
cibernético de las máquinas. La función de snapshot collection es administrar los datos
entrantes y almacenar la información de manera eficiente. Básicamente, para reducir
requiere de espacio en disco y potenciar los procesos, snapshot del rendimiento de la
máquina, historial de utilización y mantenimiento tiene que ser grabado en lugar de time-
series.
 II. Similarity identification
En nivel cibernético, debido a la disponibilidad de información de varias máquinas, ela
probabilidad de capturar ciertas fallas en un tiempo más corto es, más alto. En esta etapa,
diferentes algoritmos pueden ser utilizados para realizar la coincidencia de patrones, tales
como la matriz de coincidencia, el método de similitud de trayectoria o varios métodos
estocásticos.

III. Synthesis optimized future steps

Predecir el resto la vida útil de los assets ayuda a mantener just-in-time la estrategia
de mantenimiento en la planta de fabricación. Además, de la predicción de vida junto con
el tiempo histórico de los registros de la máquina se pueden usar para mejorar la eficiencia
de utilización de assets en función de su estado actual de salud.
 Implementation of 5C CPS architecture for factories
La implementación de CPS en las fábricas de hoy ofrece varias ventajas que se pueden
categorizar en tres etapas que son de componentes, máquina y sistema de producción que
han sido mencionadas en la Tabla 1. Considerando que una línea de producción consiste en
una gran cantidad de máquinas herramientas, las ventajas de una empresa habilitada por
CPS.
Este nivel de conocimiento no solo garantiza una preocupación en la producción de
tiempo de inactividad libre y cercana a cero, también proporciona la planificación de
producción optimizada y la gestión de inventario de planes para la administración de la
fábrica (Fig. 4).

Referencias
1. A Cyber-Physical Systems architecture for Industry 4.0-based manufacturing systems. Lee, Jay,
Bagheri, Behrad y Kao, Hung-An. Received 8 October 2014; accepted 2 December 2014; ed 8
October 2014; accepted 2 December 2014, ELSEVIER, pág. 7.