Browse By

Entrevista con Daniel Trauth, Ingeniero Jefe y director del grupo de trabajo de Machine Learning en ingeniería de la producción en el WZL

Conocí a Daniel Trauth cuando ingresé a la IOTA Evangelist Network y todavía recuerdo lo sorprendido que quedé cuando descubrí lo que estaban haciendo estos muchachos con sensores aplicados a maquinaria industrial en el WZL de la RWTH Aachen University: este fue mi primer acercamiento al Internet de la Producción.

Desde entonces, Daniel ha sido de gran ayuda cada vez que yo (y otros) necesitaba orientación con sensores y otros asuntos relacionados con el IoP. Se puede ver que él es realmente un apasionado en lo que hace y siempre está dispuesto a dar una mano en lo que puede.

Daniel De Michele (Carpincho Dem)
Director,
 IOTA Hispano
IOTA Evangelist Network member 


Read english version

Si te gusta lo que estamos haciendo, ayúdanos para continuar con el trabajo! 
Donaciones: http://www.iotahispano.com/donate/

Cuéntanos acerca de tus antecedentes y tu posición actual en la RWTH Aachen University.

Después de egresar de la secundaria y capacitarme como ingeniero de mecatrónica, me mudé a RWTH Aachen University en 2005. Primero estudié Ingeniería Mecánica en el RWTH y más tarde también Economía. Siempre me divertí mucho desarrollando e investigando, por esa razón es que fui al Laboratorio de Herramientas Mecánicas e Ingeniería de Producción (WZL) de la RWTH para obtener un PhD, más precisamente a la Cátedra de Tecnología de Fabricación del ex Profesor Dr.-Ing. E.h. Dr. h.c. Dr. h.c. Fritz Klocke.

En la WZL primero dirigí proyectos en el campo de la producción en serie, especialmente para la formación de tecnología, hasta que más tarde me convertí en líder de grupo de Forming Technology y hoy Jefe de Departamento / Ingeniero Jefe de Forming Technology, Grinding Technology y Technology Planning. También soy el jefe del grupo de trabajo de Machine Learning en ingeniería de la producción.

En estos roles, me gusta especialmente investigar e implementar los temas de Internet de las Cosas (Industrial), Inteligencia Artificial y Economía de las Máquinas en mis campos de actividad. La RWTH Aachen University también ha descubierto estos temas para sí misma y se ha postulado para el próximo período como una universidad de élite bajo el lema «Internet of Production». Mi equipo y yo cuestionamos cómo las DLT’s, por ejemplo, pueden contribuir a la implementación del Internet de la Producción.

¿Cómo fue tu primer acercamiento a las DLT’s?

Mi primer contacto fue completamente privado. La presencia de Bitcoin no me pasó desapercibida. Una simple inversión se convirtió en un interés en la tecnología detrás de él. Primero fue el Bitcoin, luego los Smart Contracts y paso a paso se fueron abriendo nuevas posibilidades.

¿Cuándo descubriste IOTA por primera vez? ¿Cuáles fueron tus pensamientos iniciales?

Escuché sobre IOTA poco después de su lanzamiento. Similar a bitcoin, la tecnología detrás la comprendí después de un poco de investigación. Pero rápidamente se hizo claro. Si es cierto lo que promete esta tecnología, entonces las cosas cambiarán muy rápidamente. Esto despertó mi curiosidad. Por un lado, cuestionar si esta tecnología puede mantenerse en mi entorno profesional y, por otro lado, cómo se puede diseñar para alcanzar un valor agregado real. Y eso es en lo que estamos trabajando. Estudiando la tecnología.

Sabemos que el WZL está llevando a cabo investigaciones sobre el «Internet de la Producción». ¿Podrías explicar de qué se trata este concepto y por qué podría ser importante en el futuro?

Actualmente una aplicación directa del enfoque IoT a la ingeniería de la producción no es lo suficientemente factible, ya que hay muchos más parámetros en las aplicaciones industriales que en los dispositivos IoT, pero con muchos menos datos disponibles. La producción moderna se caracteriza por tener una inmensa cantidad de datos. Sin embargo, estos datos no son ni fácilmente accesibles, ni interpretables ni están conectados para obtener conocimiento. Con el Internet de la  Producción (IoP) tenemos la visión de permitir un nuevo nivel de colaboración entre dominios al proporcionar datos semánticamente adecuados y sensibles al contexto de producción, desarrollo y uso en tiempo real en un nivel apropiado de granularidad. El enfoque científico central es la introducción de Digital Twins como conjuntos de datos orientados a objetivos, agregados, multiperspectivos y persistentes. El WZL junto con todos los demás participantes diseñarán e implementarán una infraestructura de referencia conceptual para el Internet de la Producción que permita la generación y aplicación de Digital Twins.

El IoP es, por lo tanto, un hito importante para posibles caminos que pueden llegar a abrirse en el futuro. Para nosotros, la economía de las máquinas en particular es un motivador importante.

¿Por qué dirías que es importante usar una DLT para tratar los datos producidos por las máquinas en lugar de cualquier sistema centralizado ya conocido?

Me gustaría volver a formular la pregunta. Como investigadores independientes en RWTH Aachen University, no afirmamos (aún) que las DLT’s prevalecerán por sobre los sistemas centralizados convencionales ya establecidos. Tampoco decimos que la Tangle sea mejor que la Blockchain. Todo lo que estamos diciendo es que tenemos razones que justifican una investigación del potencial y que queremos saber qué aplicaciones podrían abrirse para las máquinas de producción, donde las DLT’s son mejores. Esto a menudo se confunde. A diferencia de otras instituciones, sin embargo, somos persistentes y confiamos en que podemos obtener resultados positivos. Nuestra Prueba de Concepto (PoC) actual confirma esto. Pero eso es lo que los clientes finales tienen que decidir. Nosotros no. Solo proporcionamos posibilidades y aplicaciones. Una de las aplicaciones que nos ha convencido es el Secure Audit Trail. Con la ayuda de un Secure Audit Trail se gana confianza en los componentes críticos. Por un lado, porque los datos son visibles para todos, por otro lado, porque induce implícitamente a los socios de una cadena de suministro a ofrecer la mejor calidad posible. En la aviación en particular, las vidas humanas ya no dependerían de factores de seguridad y buenos deseos, sino de relaciones concretas y comprensibles. Por cierto, no queremos usar DLT’s como almacenamiento de datos, sino más como un diario de viaje o protocolo. Sin embargo, la integridad de los datos se puede garantizar a través de la Tangle. La información en sí, que a veces puede ser de varios MB, probablemente se almacenará combinando opciones de almacenamiento adicionales. Pero aquí también estamos trabajando en el tema y todavía tenemos que averiguar cuál es la mejor manera.

Teniendo en cuenta que IOTA todavía está en fase de Prueba de Concepto (PoC), ¿por qué el WZL la eligió entre todas las DLT?

En el momento de la decisión, las transacciones de costo cero y una escalabilidad teóricamente mejor eran cruciales. Y queremos confirmar estos argumentos.

¿Qué tipo de sensores están utilizando en PoCs para recopilar datos de maquinaria en el WZL? ¿Qué están midiendo precisamente?

El Internet de la Producción está tratando de digitalizar una tecnología completa. En nuestro caso, esto incluye la máquina, el material, la herramienta y el componente terminado. Por lo tanto, utilizamos una variedad de sensores que hacen que esto sea exactamente visible: propiedades del material como resistencia y dureza, grosor del componente y geometría, fuerzas de reacción de la herramienta y tensiones, cinemática de las máquinas, ruido, vibraciones, señales de video y más. Tarde o temprano, todo esto se transformará en un Digital Twin individual y común y se puede usar para la economía de las máquinas. La dificultad aquí es que la mayoría de los valores del sensor son solo analógicos y, en primer lugar, deben convertirse a versiones digitales. Gran cantidad de información se puede perder o sobreinterpretar lo que falsifica las decisiones posteriores.

¿Podrías explicar un poco el proceso de recopilación de datos de maquinaria y como luego es enviado a través de la Tangle? ¿Cuáles son los pasos?

Las señales analógicas son continuas y pueden registrar cualquier valor entre un valor mínimo y máximo. Durante la digitalización, se muestrea una señal analógica continua a intervalos de tiempo fijos y se convierte en valores numéricos. Esta tasa o frecuencia de muestreo se da en Hercios (Hz). También es importante qué tan fina es la red de valores en la que se transmite la amplitud de la señal analógica. Este ancho (así se lo llama) se mide en bits. Cuanto más altos sean ambos valores, más cercanos y más precisos serán los valores registrados en relación con la señal analógica. La conversión se lleva a cabo a través de convertidores analógico a digital (Analog-to-Digital Converters o ADC). Como la señal analógica suministrada al ADC se convierte en un valor digital variable, se debe evaluar con un valor o señal especificada (rango de señal de entrada o rango de medición). Por lo general, se utiliza un valor de referencia fijo, por ejemplo un voltaje de referencia generado internamente La señal de entrada analógica está mapeada digitalmente, la referencia determina el valor máximo admisible de la señal de entrada.

En el primer paso, es necesario identificar las fuentes de datos que permiten una evaluación del proceso. Estas pueden ser fuentes de datos que ya están presentes en las máquinas, por ejemplo una medición de corriente en el controlador de manejo o sensores ya instalados por el fabricante. En muchos casos, estos sensores no son suficientes para evaluar el proceso y se deben instalar sensores externos. En nuestra prueba de concepto, hemos integrado sensores piezoeléctricos en la herramienta, que permiten una alta velocidad de medición y resolución de las fuerzas que ocurren en el proceso. Para recopilar estos datos se deben desarrollar métodos y sistemas adecuados. Esto es particularmente necesario cuando se graban datos internos de la máquina sin cargar los componentes de control. Por razones de costos, los controladores actuales no están diseñados para hardware de alta gama y, en muchos casos, no cuentan con los recursos necesarios para realizar la adquisición y el procesamiento de datos además de controlar el sistema. Después de la adquisición de los datos tanto de la máquina y como del sensor, el procesamiento de la señal se lleva a cabo en la manera tradicional para extraer cantidades relevantes de señales. Por supuesto, estos datos deben enriquecerse con fuentes de datos adicionales y metainformación para generar un conjunto de datos. Este conjunto de datos puede tener varios gigabytes de tamaño. Tales cantidades de datos no se pueden transferir a la Tangle. Por lo tanto, recopilamos datos únicos que se asignan solo una vez por dispositivo, por ejemplo los números de serie de varios componentes. Estas propiedades juntas forman una huella digital. Se forma una suma de verificación a partir de todos los datos junto con la huella digital única y la seed privada para garantizar un alto nivel de protección contra la manipulación. Los datos brutos y los valores característicos también se guardan. Entonces la suma de verificación es transferida a la Tangle.

¿Cómo imaginas que el Internet de la Producción afectará a la eficiencia industrial en un futuro cercano?

Desde nuestro punto de vista de Internet de la Producción, los datos de las fuentes distribuidas a lo largo del ciclo de vida del producto serán multilateralmente accesibles y utilizables. La evidencia empírica basada en datos y el aprendizaje sistemático a través de ubicaciones, dominios y ramas de la industria conducirán a nuevos niveles de eficiencia para las industrias productoras.

¿Qué otros casos particulares crees que podrían beneficiarse de auditar el rendimiento de sus piezas recopilando datos con sensores?

¿Sinceramente? No lo sé todavía Las posibilidades son tan ilimitadas que teóricamente todo y nada se puede implementar. Sin embargo, estoy firmemente convencido de que cada día que pasa se pueden mapear nuevos y diferentes casos de uso.

Eres el Jefe de Admisiones de la IOTA Evangelist Network (IEN). ¿Podrías contar la historia de cómo terminaste siendo parte del equipo y de qué se trata todo eso?

Fui admitido en IEN a principios de este año. Antes había tenido la oportunidad de pasar por una entrevista personal con Kevin Chen, fundador de IEN. También pude visitarlo personalmente durante una estadía en Nueva York. Después de un tiempo, me preguntó si estaría interesado en participar en el crecimiento de la IEN. Dije que si. Luego comencé rápidamente a construir una red en Alemania y, por lo tanto, era muy activo. Me preguntó si me gustaría desempeñar el papel de Jefe de Admisiones. Inmediatamente dije que sí y desde entonces he intentado ayudar a otros miembros de IEN a construir su propia red, así como también al crecimiento global de IEN. Es increíblemente divertido ver cómo una cosa crece tan bien con tantas personas diferentes y distribuidas en todo el mundo. ¡Gracias al equipo de Admisiones! ¡Buen trabajo!

¿Qué le dirías a las personas involucradas en el sector industrial que todavía no han escuchado sobre el Internet de la Producción?

Una de dos; únanse a nosotros o sean pacientes.

Si te gusta lo que estamos haciendo, ayúdanos para continuar con el trabajo! 
Donaciones: http://www.iotahispano.com/donate/

Traducido por Nicolás Pedroso

Comentarios

comentarios