Vodafone

Aqualia, empresa especializada en la gestión del ciclo de agua, cuenta con un ecosistema de sensores distribuidos en distintos puntos de sus redes de agua, electricidad y equipamiento. Estos sensores capturan información heterogénea para evaluar su comportamiento de manera periódica, diaria o semanalmente, y hasta manual a veces, pero nunca en tiempo real, debido al inmanejable volumen de datos o lo limitado de las baterías de los sensores. Por ello, Aqualia no puede detectar inmediatamente fugas o incidencias.
El reto consiste en dotar de conectividad 5G al ecosistema de sensores para capturar y procesar las muestras de información en tiempo real, de manera que aplicando las mismas técnicas de análisis actuales, pero enriquecidas con mayor volumen de información, se pueda reducir el tiempo de detección y reacción ante anomalías. Asimismo, se implementarán técnicas de detección temprana mediante la evolución de algoritmos de Machine Learning, para un mantenimiento predictivo y preventivo.Sin embargo, la tecnología previa a 5G o similar, no cuenta con el suficiente ancho de banda ni valores de latencia mínimos para la recogida, transmisión y procesamiento en tiempo real de este volumen de datos.

La sede de Huelva de la compañía energética Enagás realiza numerosas labores de mantenimiento en los equipos de la planta. Y gracias a un dron con cámaras 4K/HD embarcadas se realizan inspecciones visuales para comprobar el estado de los tanques de contención de gas natural licuado (GNL). Actualmente, el manejo del dron lo realiza una persona desde las inmediaciones del tanque y, posteriormente, el contenido de la cámara se descarga para su análisis y procesamiento.

Sería posible un mantenimiento avanzado si el vídeo HD capturado pudiera ser analizado en tiempo real para la identificación de emisiones fugitivas y analizar posibles patologías encontradas con lectura de partículas por millón gracias a la incorporación de un láser. Así como generar posteriormente, de manera automática, informes y alertas configurables.

El reto consiste en proporcionar cobertura 5G a la planta de Enagás para el pilotaje remoto del dron y análisis en tiempo real de las inspecciones visuales. Personal especializado realizará este pilotaje desde un centro de control alejado del tanque a inspeccionar, mientras otro operario experto seguirá presente en la zona a inspeccionar. El dron contará con sistema de protección anti-colisión, para el vuelo por waypoints, mediante la utilización de sensores periféricos.

Sin embargo, la tecnología actual no dispone de suficiente ancho de banda, ni unos valores bajos de latencia para efectuar un pilotaje remoto ni un procesamiento de video HD en tiempo real.

Actualmente, la monitorización de máquinas e instalaciones en fábricas es necesaria para optimizar los procesos productivos y alcanzar un mayor ahorro en el consumo de los recursos. En concreto, en la refinería de Cepsa en La Rábida (Huelva), un ecosistema de sensores y cámaras de vigilancia aportan gran cantidad de datos sobre el comportamiento de los sistemas de operación. Datos que son analizados offline por algoritmos de Inteligencia Artificial (IA) y procesos de Machine Learning, para establecer patrones de funcionamiento y analizar el estado de los sensores cuando se produce alguna anomalía. Lo ideal sería realizar este análisis y el procesamiento de la información en tiempo real.

El reto consiste en dotar de conectividad a dispositivos y sensórica en determinados puntos de interés, para que los sistemas de la refinería puedan recoger, analizar y procesar en tiempo real toda la información y ello permita tomar decisiones de cambio inmediatas y realizar mantenimientos predictivos. Es decir, se necesita una tecnología con gran ancho de banda, latencia mínima y alta capacidad de procesamiento, que unido a la algoritmia de IA y Machine Learning permitan realizar determinados cambios en el modo de operación de la refinería.

En la actualidad, Cepsa cuenta en su refinería de la Rábida (Huelva) con un sistema de sensorización de tuberías y válvulas de paso que ofrece información en tiempo real sobre funciones, temperaturas, presión, etc., y una plataforma IoT basada en Amazon Web Services (AWS) gestiona esta información, para hacerla accesible a través de la web gracias a GreenGrass. En las operaciones de mantenimiento, un operario tiene que dedicar tiempo a localizar qué tubería o qué válvula de paso tiene que mantener en un plano de la planta completa. Además, en ciertas operaciones, se necesita el soporte de un experto que puede encontrarse lejos de la planta, o en las oficinas de la misma. Esto provoca gastos derivados del desplazamiento del experto y/o un tiempo de operación elevado.
El reto consiste en crear un ecosistema en Realidad Aumentada (AR) que preste el soporte técnico de un experto, en remoto, mediante videollamada, para facilitar las operaciones en campo a los operarios de la refinería. Una aplicación móvil con AR permitirá que estos operarios puedan ver la información sobre los activos a mantener en tiempo real, y compartirla in-situ con el experto. Sin embargo, la tecnología actual no cuenta con el suficiente ancho de banda, ni latencia mínima para llevar a cabo este tipo de soporte, y tampoco permite una alta capacidad de procesamiento de información en tiempo real.

La multinacional española Repsol se ha lanzado a una potente modernización de sus estaciones de servicio y de su organización, basándose en la red de conectividad y de IoT que ha diseñado junto con Vodafone.