IA industrial en el edge para operaciones autónomas

Emerson y SiMa.ai colaboran para integrar capacidades de Physical AI en sistemas de edge computing industrial utilizados en manufactura, energía, servicios públicos y otros sectores industriales. La cooperación combina infraestructura de automatización industrial con hardware de computación específico para inteligencia artificial con el fin de permitir análisis en tiempo real y toma de decisiones local directamente en los entornos operativos.

La solución conjunta se centra en aplicaciones de IA industrial en el edge donde la latencia, las limitaciones de conectividad y la fiabilidad operativa requieren que el procesamiento se realice localmente en lugar de depender de una infraestructura cloud centralizada. Las aplicaciones objetivo incluyen mantenimiento predictivo, inspección mediante visión artificial, optimización de procesos, monitorización de seguridad y detección de anomalías.

Roles de los socios y contexto industrial
Emerson proporciona la infraestructura de automatización industrial, incluidos PC industriales, controladores lógicos programables (PLC), software SCADA/HMI compatible con IIoT, sensores y sistemas de analítica empresarial. SiMa.ai aporta su arquitectura machine learning system-on-chip diseñada para cargas de trabajo de inferencia de IA en el edge.

La cooperación aborda desafíos operativos asociados a entornos industriales donde la conectividad continua con sistemas cloud centralizados es impracticable o inadecuada debido a requisitos de latencia, ciberseguridad o limitaciones de infraestructura. En sectores como petróleo y gas, minería, fabricación de semiconductores y generación de energía, los sistemas industriales suelen requerir tiempos de respuesta deterministas y funcionamiento autónomo en condiciones ambientales exigentes.

Arquitectura técnica e integración de sistemas
La plataforma integrada combina los PC industriales reforzados de Emerson con la tecnología de computación MLSoC de SiMa.ai. La arquitectura permite el procesamiento simultáneo de datos de sensores, flujos de vídeo, imágenes, audio y telemetría operativa en el edge sin transferir las cargas de trabajo a sistemas cloud externos.

Los PC industriales están diseñados para operar en entornos sometidos a vibraciones, impactos y fluctuaciones de temperatura, con rangos de funcionamiento entre -40 °C y 70 °C. Las capacidades locales de inferencia de IA reducen la dependencia de recursos de computación externos manteniendo una menor latencia para la toma de decisiones operativas.

La arquitectura del sistema combina sistemas de control basados en PLC, edge computing industrial y software SCADA/HMI habilitado para IIoT en una infraestructura digital unificada. Esto permite integrar directamente la información generada por la IA en los flujos de trabajo operativos y en la lógica de control.

Implementación y casos de uso operativos
La plataforma está destinada a implementarse tanto en entornos de procesos industriales como en manufactura discreta. Entre los casos de uso se incluyen inspección de calidad en línea, optimización de sistemas de aire comprimido, gestión energética, reducción de residuos, monitorización de antorchas y supervisión del estado de equipos.

En ubicaciones industriales remotas con conectividad limitada, el procesamiento local de IA permite monitorización continua y funciones de respuesta automatizada sin depender de comunicaciones cloud. En sistemas de control industrial air-gapped, el despliegue de IA edge también respalda requisitos de seguridad operativa en sectores como energía nuclear, tratamiento de agua e infraestructuras críticas.

Los beneficios operativos derivan principalmente de la reducción de la latencia, el análisis local continuo y la integración con sistemas de automatización existentes. Las funciones de detección de defectos en línea y mantenimiento predictivo pueden contribuir a mejorar la disponibilidad de los equipos y reducir tiempos de inactividad no planificados, mientras que el procesamiento local reduce los requisitos de ancho de banda y las necesidades de infraestructura centralizada.

Editado por Aishwarya Mambet, editora de Induportals, con asistencia de IA.

www.emerson.com