ADO: un proyecto para acercar la transformación digital a la acuicultura

20 mayo, 2021
Transformación digital acuicultura Foto: Fauzan Saari (@fznsr_) en Unsplash.

(Més avall trobareu la versió en català d’aquest contingut.)

En los últimos años los conceptos Industria 4.0 y transformación digital han estado muy presentes en los medios de comunicación, con profesionales de grandes empresas explicando qué es este proceso, qué beneficios aporta a las industrias, y como sus productos/servicios pueden ayudar a las empresas a realizar este proceso de transformación de manera satisfactoria. Para aquellos que todavía no lo hayáis podido leer, y de manera muy resumida, definimos la transformación digital en la industria como la incorporación de tecnologías digitales avanzadas (por ejemplo, robótica colaborativa, impresión aditiva, realidad virtual/aumentada, Internet de las cosas, computación en la nube e inteligencia artificial, entre otros) en los procesos de diseño y de producción industriales, con el objetivo de mejorar y optimizar su funcionamiento

Un ejemplo práctico de este concepto es el caso del mantenimiento predictivo, donde a través del concepto Internet de las cosas (que incorpora sensores, micro-controladores y comunicaciones basadas en las tecnologías y protocolos de Internet) se monitorizan los parámetros de funcionamiento de los equipos de producción de una planta (por ejemplo, un motor). Estos datos recogidos se procesan mediante la aplicación de técnicas de inteligencia artificial (por ejemplo, el análisis del espectrograma), lo que permite anticipar cuando una máquina necesita mantenimiento. Esto supone una ventaja técnica y económica respecto al mantenimiento preventivo, donde se realizan tareas de mantenimiento de manera regular, debido a que se minimiza el número de paradas planificadas (las propias para hacer mantenimiento) y las no planificadas (las generadas por las averías) de manera simultánea. 

Figura 1. Diagrama d’aplicació del manteniment predictiu.
Figura 1. Diagrama de aplicación del mantenimiento predictivo.

Si bien los beneficios de la aplicación de estas tecnologías digitales en los procesos industriales son indiscutibles a largo plazo, uno de los retos que presenta el proceso de transformación digital en el sector industrial es que el ritmo de desarrollo y de adopción de la tecnología es directamente proporcional a los beneficios que se pueden obtener en cada sector particular. Dicho de otra forma, las empresas pequeñas y medianas de un país que estén vinculadas a sectores productivos donde la inversión económica sea muy elevada o el retorno de la misma no sea lo suficientemente rápido, serán las últimas en realizar este proceso de transformación digital. Esto afecta negativamente su competitividad a nivel global, especialmente si tenemos en cuenta que otros países están realizando fuertes inversiones en el diseño e incorporación de estas tecnologías para mantener la competitividad de sus empresas. 

Teniendo en cuenta esto, en este artículo os hablaremos de ADO (Acuicultura Digital Abierta), un proyecto de investigación desarrollado por el grupo WiNeLab (Wireless Networks Laboratory) de la UOC y financiado por el Fondo Europeo Marítimo y de la Pesca (FEMP) de Cataluña, que busca acercar las tecnologías digitales avanzadas en el ámbito de la acuicultura. En concreto, el proyecto se desarrolla conjuntamente con la Escuela de Acuicultura de San Carles de la Ràpita, que es uno de los tres centros del territorio que ofrece estudios de Ciclo Formativo de cultivos acuícolas (grado medio) y acuicultura (grado superior). Es pues un entorno ideal para recoger las necesidades técnicas del sector de la acuicultura, desarrollar un producto que se adapte a ellas, y poder validar su funcionamiento con los profesores y estudiantes del centro. En concreto, en el proyecto ADO se ha desarrollado un sistema IoT diseñado específicamente para el ámbito de la acuicultura. Este sistema está compuesto por dos entidades que se complementan para dar el acceso remoto a los datos que se recogen de las instalaciones: un sistema electrónico para adquirir y reportar los datos de los sensores en tiempo real, y un sistema back-end basado en computación en la nube que permite la recepción, el almacenamiento y la representación de los datos. 

En cuanto al sistema de adquisición de datos, está basado en una electrónica personalizada que incorpora diferentes sensores (por ejemplo, temperatura, nivel de PH, nivel de CO2 y saturación de oxígeno, entre otros), un Arduino para la adquisición de datos en tiempo real, y una Raspberry Pi para la integración de los datos con el back-end. Además, debido a las condiciones de humedad extrema del entorno donde debe operar, la electrónica se monta en una caja IP-67 que le confiere estanqueidad. Cada uno de los nodos reporta los datos de manera periódica según las necesidades de cada sensor. Para ello se utiliza MQTT (del inglés, Message Queue Telemetry Transport), un protocolo de comunicaciones estándar que utiliza el modelo de comunicación PUB-SUB (en inglés, publish-subscribe o publicación-suscripción) para facilitar la integración de los datos con el back-end.

Figura 2. Electrònica d’un node ADO amb diferents sensors dins la caixa IP-67.
Figura 2. Electrónica de un nodo ADO con diferentes sensores dentro de la caja IP-67.

Respecto al sistema back-end, se trata de un sistema basado en un entorno de computación en la nube que utiliza contenedores para facilitar el desarrollo y la gestión de los diferentes servicios que lo conforman. En concreto se utiliza Docker como sistema de contenedores y Mainflux como plataforma para realizar la gestión de los usuarios y los dispositivos, así como la agregación y representación de los datos provenientes de los diferentes sensores de cada nodo. La plataforma permite la gestión de la autenticación y seguridad del sistema, la gestión de usuarios, redes y dispositivos así como integra a front-ends de visualización de datos como Grafana. La plataforma ha sido adaptada y personalizada para dar respuesta a las necesidades particulares del vertical. 

Figura 3. Diagrama de components del back-end amb mainflux.
Figura 3. Diagrama de componentes del back-end con mainflux.

Como particularidades, hay que destacar que el desarrollo tanto del hardware como del software del proyecto se ha optado por basarnos en proyectos con licencias libres y con un amplio apoyo de la comunidad, como es el caso de Arduino y Raspberry Pi en el caso del hardware, y Docker y Mainflux en el caso del software. Además, también se ha optado por utilizar protocolos de comunicación estándar para el envío de la información entre los nodos y el back-end. Esto ofrece dos ventajas principales. En primer lugar, el desarrollo basado en estándares y proyectos con licencia libre reduce el tiempo y el coste de desarrollo del proyecto, ya que aprovecha los desarrollos de hardware y software ya existentes. En segundo lugar, facilita la adopción y personalización de la plataforma, ya que algunas de estas plataformas tienen una comunidad muy amplia que ha desarrollado todo tipo de herramientas y utilidades que enriquecen el ecosistema. 

Una vez finalizado el desarrollo del hardware y del software, durante el mes de abril de 2021 se ha llevado a cabo la primera fase del piloto del proyecto, que pretende validar el funcionamiento de la electrónica y del back-end. Esta primera fase se corresponde con el despliegue de 3 unidades sensores en las instalaciones de la Escuela de Acuicultura de San Carles de la Ràpita. En concreto, se han desplegado 3 unidades para monitorizar la unidad de reproducción de peces, la unidad de cultivos auxiliares y la unidad de acuariología. Una vez calibrados los sensores e integrados con la red de la escuela, los datos que envían los sensores son accesibles a través de Internet mediante una página web, lo que permite a los profesores y los alumnos del centro acceder de manera sencilla para verificar el estado de cada uno de las unidades. Además, el sistema también permite configurar alarmas a través de correo electrónico o mensajería instantánea, lo que facilita la detección de eventos que puedan poner en riesgo la evolución de los cultivos. 

Figura 4. Node ADO desplegat a la unitat de cultius auxiliars de l’Escola d'Aqüicultura
Figura 4. Nodo ADO desplegado en la unidad de cultivos auxiliares de la Escuela de Acuicultura.

En los próximos meses se validará el correcto funcionamiento del sistema y, posteriormente, se llevará a cabo una segunda fase del piloto donde se desplegarán 2 unidades adicionales para completar los objetivos del proyecto. Además, fruto de esta colaboración también se está empezando a trabajar en la definición de la extensión del proyecto, que debe permitir utilizar los dispositivos para desarrollar mecanismos de análisis de los datos con el objetivo de avanzar aún más hacia la digitalización de este sector. Finalmente, cabe destacar como el nombre del proyecto indica que todas las herramientas desarrolladas, incluyendo hardware y software, tienen una licencia de código abierto y lo que se pretende es que la comunidad acuícola haga adopción. 

El proyecto ADO de la UOC está financiado por el Fondo Europeo Marítimo y de la Pesca para la transferencia de conocimientos entre investigadores y pescadores y para la innovación en el sector de la acuicultura para los años 2019, 2020 y 2021, gestionado por el Departamento de Agricultura, Ganadería, Pesca y Alimentación de la Generalitat de Cataluña.

ADO: un projecte per apropar la transformació digital a l’aqüicultura

En els darrers anys els conceptes Industria 4.0 i transformació digital han estat molt presents en els mitjans de comunicació, amb professionals de grans empreses explicant què és aquest procés, quins beneficis aporta a les indústries, i com els seus productes/serveis poden ajudar a les empreses a realitzar aquest procés de transformació de manera satisfactòria. Per aquells que encara no ho hagueu pogut llegir, i de manera molt resumida, definim la transformació digital a la indústria com la incorporació de tecnologies digitals avançades (per exemple, robòtica col·laborativa, impressió additiva, realitat virtual/augmentada, Internet de les coses, computació al núvol i intel·ligència artificial, entre d’altres) en els processos de disseny i de producció industrials, amb l’objectiu de millorar-ne i optimitzar-ne el funcionament

Un exemple pràctic d’aquest concepte és el cas del manteniment predictiu, on a través del concepte Internet de les coses (que incorpora sensors, micro-controladors i comunicacions basades en les tecnologies i protocols d’Internet) es monitoritzen els paràmetres de funcionament dels equips de producció d’una planta (per exemple, un motor). Aquestes dades recollides es processen mitjançant l’aplicació de tècniques d’intel·ligència artificial (per exemple, l’anàlisi de l’espectrograma) i permeten anticipar quan una màquina necessita manteniment. Això suposa un avantatge tècnic i econòmic respecte el manteniment preventiu, on es realitzen tasques de manteniment de manera regular, degut a que es minimitza el nombre de parades planificades (les pròpies de fer manteniment) i les no planificades (les generades per les avaries) de manera simultània. 

Figura 1. Diagrama d’aplicació del manteniment predictiu.

Si bé els beneficis de l’aplicació d’aquestes tecnologies digitals en els processos industrials són indiscutibles a llarg termini, un dels reptes que presenta el procés de transformació digital en el sector industrial és que el ritme de desenvolupament i d’adopció de la tecnologia és directament proporcional als beneficis que es poden obtenir en cada sector particular. Dit d’una altra forma, les empreses petites i mitjanes d’un país que estiguin vinculades a sectors productius on la inversió econòmica sigui molt elevada o el retorn de la mateixa no sigui prou ràpid, seran les últimes en realitzar aquest procés de transformació digital. Això afecta negativament la seva competitivitat a nivell global, especialment si tenim en compte que altres països estan realitzant fortes inversions en el disseny i incorporació d’aquestes tecnologies per tal de mantenir la competitivitat de les seves empreses. 

Tenint en compte això, en aquest article us parlarem d’ADO (Aqüicultura Digital Oberta), un projecte de recerca desenvolupat pel grup WiNeLab (Wireless Networks Laboratory) de la UOC i finançat pel Fons Europeu Marítim i de la Pesca (FEMP) de Catalunya, que busca apropar les tecnologies digitals avançades a l’àmbit de l’aqüicultura. En concret, el projecte es desenvolupa conjuntament amb l’Escola d’Aqüicultura de Sant Carles de la Ràpita, que és un dels tres centres del territori que ofereix estudis de Cicle Formatiu de cultius aqüícoles (grau mitjà) i aqüicultura (grau superior). És doncs un entorn ideal per recollir les necessitats tècniques del sector de l’aqüicultura, desenvolupar un producte que s’hi adapti, i poder-lo validar amb els professors i estudiants del centre. En concret, en el projecte ADO s’ha desenvolupat un sistema IoT dissenyat especificament per l’àmbit de la aqüicultura. Aquest sistema està compost per dues entitats que es complementen per donar l’accés remot a les dades que es recullen de les instal·lacions: un sistema electrònic per adquirir i reportar les dades dels sensors en temps real, i un sistema back-end basat en computació al núvol que permet la recepció, l’emmagatzemament i la representació de les dades. 

Pel que fa al sistema d’adquisició de dades, està basat en una electrònica personalitzada que incorpora diferents sensors (per exemple, temperatura, nivell de PH, nivell de CO2 i saturació d’oxigen, entre d’altres), un Arduino per a l’adquisició de dades en temps real, i una Raspberry Pi per la integració de les dades amb el back-end. A més a més, a causa de les condicions d’humitat extrema de l’entorn on ha d’operar, l’electrònica es munta en una caixa IP-67 que li confereix estanquitat. Cadascun dels nodes reporta les dades de manera periòdica segons les necessitats de cada sensor. Per fer-ho s’utilitza MQTT (de l’anglès, Message Queue Telemetry Transport), un protocol de comunicacions estàndard que utilitza el model de comunicació PUB-SUB (en anglès, publish-subscribe o publicació-subscripció) per tal de facilitar la integració de les dades amb el back-end.

Figura 2. Electrònica d’un node ADO amb diferents sensors dins la caixa IP-67.

Pel que fa al sistema back-end, es tracta d’un sistema basat en un entorn de computació al núvol que utilitza contenidors per facilitar el desplegament i la gestió dels diferents serveis que el conformen. En concret s´utilitza Docker com a sistema de contenidors i Mainflux com a plataforma per realitzar la gestió dels usuaris i dels dispositius, així com l’agregació i representació de les dades provinents dels diferents sensors de cada node. La plataforma permet la gestió de l’autenticació i seguretat del sistema, la gestió d’usuaris, xarxes i dispositius així com s’integra a front-ends de visualització de dades com Grafana. La plataforma ha estat adaptada i personalitzada per donar resposta a les necessitats particulars del vertical. 

Figura 3. Diagrama de components del back-end amb mainflux.

Com a particularitats, cal destacar que pel desenvolupament tant del maquinari com del programari del projecte s’ha optat per basar-nos en projectes amb llicències lliures i amb un ampli suport de la comunitat, com és el cas d’Arduino i Raspberry Pi en el cas del maquinari, i Docker i Mainflux en el cas del programari. A més a més, també s’ha optat per utilitzar protocols de comunicació estàndard per a l’enviament de la informació entre els nodes i el back-end. Això ofereix dos avantatges principals. En primer lloc, el desenvolupament basat en estàndards i projectes amb llicència lliure redueix el temps i el cost de desenvolupament del projecte, ja que aprofita els desenvolupaments de maquinari i programari ja existents. En segon lloc, facilita l’adopció i personalització de la plataforma, ja que algunes d’aquestes plataformes tenen una comunitat molt amplia que ha desenvolupat tota mena d’eines i utilitats que enriqueixen l’ecosistema. 

Un cop finalitzat el desenvolupament del maquinari i del programari, durant el mes d’abril de 2021 es va dur a terme la primera fase del pilot del projecte, que pretén validar el funcionament de l’electrònica i del back-end. Aquesta primera fase es correspon amb el desplegament de 3 unitats sensors a les instal·lacions de l’Escola d’Aqüicultura de Sant Carles de la Ràpita. En concret, s’ha desplegat 3 unitats per monitorar la unitat de reproducció de peixos, la unitat de cultius auxiliars i la unitat d’aquariologia. Un cop calibrats els sensors i integrats amb la xarxa de l’escola, les dades que envien els sensors són accessibles a través d’Internet mitjançant una pàgina web, cosa que permet als professors i als alumnes del centre accedir-hi de manera senzilla per verificar l’estat de cadascun de les unitats. A més a més, el sistema també permet configurar alarmes a través de correu electrònic o missatgeria instantània, cosa que facilita la detecció d’esdeveniments que puguin posar en risc l’evolució dels cultius. 

Figura 4. Node ADO desplegat a la unitat de cultius auxiliars de l’Escola d’Aqüicultura.

En els propers mesos es validarà el correcte funcionament del sistema i, posteriorment, es durà a terme una segona fase del pilot on es desplegaran 2 unitats addicionals per tal de completar els objectius del projecte. A més a més, fruit d’aquesta col·laboració també s’està començant a treballar en la definició de l’extensió del projecte, que ha de permetre utilitzar els dispositius per a desenvolupar mecanismes d’anàlisi de les dades amb l’objectiu d’avançar encara més cap a la digitalització d’aquest sector. Finalment, cal remarcar com el nom del projecte indica, que totes les eines desenvolupades, incloent-hi maquinari i programari, tenen una llicència de codi obert i el que es pretén és que la comunitat aqüícola en faci adopció. 

El projecte ADO de la UOC està finançat pel Fons Europeu Marítim i de la Pesca per a la transferència de coneixements entre investigadors i pescadors i per a la innovació en el sector de l’aqüicultura per als anys 2019, 2020 i 2021, gestionat pel Departament d’Agricultura, Ramaderia, Pesca i Alimentació de la Generalitat de Catalunya.

Autores / Autoras
Director académico del Máster en Industria 4.0 de la UOC.
Catedrático, Doctor e investigador principal del grupo de investigación Wireless Networks de la UOC, así como profesor de los Estudios de Informática, Multimedia y Telecomunicaciones.
Comentarios
Deja un comentario