Datos del historian (y ML)
- Un historian es el archivo de series temporales de la planta: años de datos de sensores y PLC, ya recogidos, ya pagados.
- Es el camino más rápido al valor del ML: las plataformas modernas se entrenan con datos del historian sin hardware nuevo.
- Las trampas son artefactos de compresión, nombres de tags opacos y contexto ausente (producto, turno, lote): corregibles, pero presupuéstelos.
- No necesita un data lake primero: las plataformas se conectan cada vez más directamente al historian y contextualizan mientras aprenden.
Toda ambición de ML en una planta pasa por un activo sin glamur: el historian. OSIsoft PI, Wonderware, GE Proficy o un almacén SQL casero: guarda años de exactamente los datos que los modelos necesitan, y ya está ahí. Las plantas que arrancan el ML desde el historian obtienen primeros resultados en días; las que empiezan construyendo un data lake suelen obtenerlos en el siguiente ejercicio fiscal.
Qué le piden los modelos
Tres cosas, por orden de dolor. La resolución: los historians comprimen (banda muerta, swinging door); una compresión agresiva puede borrar justo los transitorios que un modelo necesita. Compruebe la resolución realmente almacenada contra lo que exigen sus modos de fallo. La semántica de los tags: a los modelos les da igual que un tag se llame TT4711, pero a los ingenieros que actúan sobre las atribuciones no: una pasada de mapeo de tags forma parte de todo despliegue serio. El contexto: códigos de producto, IDs de lote, marcadores de turno y cambio de serie convierten series anónimas en datos de entrenamiento conscientes del régimen; sin ellos, los modelos confunden un cambio de producto con una deriva.
La secuencia práctica
Conectar el historian en solo lectura, recargar 6-24 meses, mapear los tags que importan, añadir los flujos de contexto (producto y lote desde MES/ERP), y dejar que la plataforma entrene. Los proveedores difieren enormemente en cuánto de esto automatizan: mejor pregunta de demo que cualquier cosa sobre algoritmos.
FAQ
- ¿Cuántos datos del historian necesitan las plataformas ML?
- Suficiente producción normal para cubrir los regímenes reales: comúnmente 6-24 meses de recarga. Más productos y estacionalidad empujan hacia arriba; una línea monoproducto estable puede arrancar con menos.
- ¿Hay que limpiar los datos primero?
- No exhaustivamente: las plataformas modernas toleran huecos y ruido. Corrija lo que cambia conclusiones: resolución almacenada, mapeo de los tags que importan, contexto de régimen (producto/lote/turno). El proyecto de limpieza perfeccionista es donde el impulso va a morir.
Cada cifra de este sitio, en una sola hoja con fuentes.
Las cuentas del mercado de 43,6 B$, las cuotas de casos de uso, las barreras de adopción y los resultados publicados, con la columna de fuentes intacta. Listo para pegar en su business case.