De máquina a máquina

La comunicación máquina a máquina ( M2M ) es la comunicación directa entre dispositivos que utilizan cualquier canal de comunicación , incluidos los cableados e inalámbricos . ^{[ 1 ] [ 2 ]} La comunicación M2M puede incluir instrumentación industrial, donde un sensor comunica los datos que registra (como la temperatura o el nivel de inventario), así como telemática , que utiliza M2M para permitir que un sistema telemático de flotas supervise los activos móviles . ^{[ 3 ]} Dicha comunicación se realizaba originalmente mediante una red remota de máquinas que transmitían información a un centro central para su análisis, que luego se redirigía a un sistema como un ordenador personal . ^{[ 4 ]}

La comunicación máquina a máquina más reciente se ha transformado en un sistema de redes que transmite datos a dispositivos personales. La expansión de las redes IP ha hecho que la comunicación M2M sea más rápida y sencilla, con un menor consumo de energía, y constituye un componente del Internet de las Cosas (IoT). ^{[ 5 ]} Estas redes también ofrecen nuevas oportunidades de negocio para consumidores y proveedores. ^{[ 6 ]}

Las máquinas de comunicación por cable han utilizado señales para intercambiar información desde principios del siglo XX. La comunicación máquina a máquina ha adoptado formas más sofisticadas desde la llegada de la automatización de redes informáticas [ ^{7 ] y} es anterior a la comunicación celular . Se ha utilizado en aplicaciones como telemetría , automatización industrial y SCADA .

Los dispositivos de comunicación máquina a máquina que combinaban telefonía e informática fueron concebidos por primera vez por Theodore Paraskevakos mientras trabajaba en su sistema de identificación de llamadas en 1968, que posteriormente patentó en Estados Unidos en 1973. Este sistema, similar pero distinto del indicador de llamadas en panel de la década de 1920 y de la identificación automática de números de la década de 1940, que comunicaban números de teléfono a las máquinas, fue el precursor de lo que hoy se conoce como identificación de llamadas , que comunica números a las personas.

Tras varios intentos y experimentos, se dio cuenta de que para que el teléfono pudiera leer el número de la persona que llamaba, debía poseer inteligencia, por lo que desarrolló un método para transmitir dicho número al dispositivo del receptor. Su transmisor y receptor portátiles se pusieron en práctica en 1971 en una planta de Boeing en Huntsville, Alabama , representando los primeros prototipos funcionales de dispositivos de identificación de llamadas (mostrados a la derecha). Se instalaron en la Peoples Telephone Company en Leesburg, Alabama , y ​​en Atenas, Grecia, donde se presentaron con gran éxito a varias compañías telefónicas. Este método sentó las bases de la tecnología actual de identificación de llamadas . También fue el primero en introducir los conceptos de inteligencia, procesamiento de datos y pantallas de visualización en los teléfonos, lo que dio origen al teléfono inteligente . ^{[ 8 ]}

En 1977, Paraskevakos fundó Metretek, Inc. en Melbourne, Florida, para ofrecer servicios comerciales de lectura automática de contadores y gestión de carga para servicios eléctricos, lo que dio origen a la " red inteligente " y al " contador inteligente ". Para lograr una mayor aceptación, Paraskevakos buscó reducir el tamaño del transmisor y el tiempo de transmisión a través de líneas telefónicas mediante un método de procesamiento y transmisión en un solo chip. Motorola fue contratada en 1978 para desarrollar y producir dicho chip, pero su tamaño superaba las capacidades de Motorola en aquel momento. Como resultado, se dividió en dos chips separados (mostrados a la derecha).

Aunque la tecnología celular se está volviendo más común, muchas máquinas todavía usan líneas fijas (POTS, DSL, cable) para conectarse a la red IP. La industria de comunicaciones M2M celulares surgió en 1995 cuando Siemens estableció un departamento dentro de su unidad de negocios de teléfonos móviles para desarrollar y lanzar un módulo de datos GSM llamado "M1" ^{[ 9 ]} basado en el teléfono móvil Siemens S6 para aplicaciones industriales M2M, lo que permitió a las máquinas comunicarse a través de redes inalámbricas. El primer módulo M1 se utilizó para los primeros terminales de punto de venta (TPV), en telemática vehicular , monitoreo remoto y aplicaciones de seguimiento y localización . La tecnología máquina a máquina fue adoptada inicialmente por los primeros implementadores, como GM y Hughes Electronics Corporation, quienes se dieron cuenta de los beneficios y el potencial futuro de la tecnología. Para 1997, la tecnología inalámbrica máquina a máquina se volvió más prevalente y sofisticada a medida que se desarrollaron y lanzaron módulos reforzados para las necesidades específicas de diferentes mercados verticales, como la telemática automotriz.

Los módulos de datos máquina a máquina del siglo XXI cuentan con características y capacidades más novedosas, como tecnología de posicionamiento global (GPS) integrada, montaje en superficie flexible en rejilla terrestre, tarjetas inteligentes optimizadas para comunicación máquina a máquina (similares a las tarjetas SIM de los teléfonos ) conocidas como MIM o módulos de identificación máquina a máquina, y Java integrado , una tecnología clave para acelerar el Internet de las cosas (IoT). Otro ejemplo de su uso inicial es el sistema de seguimiento de vehículos de OnStar . ^{[ 10 ]}

Los componentes de hardware de una red máquina a máquina son fabricados por unos pocos actores clave. En 1998, Quake Global comenzó a diseñar y fabricar módems satelitales y terrestres máquina a máquina. ^{[ 11 ]} Inicialmente, Quake Global dependía en gran medida de la red Orbcomm para sus servicios de comunicación satelital, pero luego amplió su oferta de productos de telecomunicaciones al involucrar tanto redes satelitales como terrestres, lo que le dio a Quake Global una ventaja al ofrecer productos neutrales en la red . ^{[ 12 ]}

Las redes inalámbricas interconectadas pueden mejorar la producción y la eficiencia en diversas áreas, incluyendo la maquinaria utilizada en la fabricación de automóviles y la información a los desarrolladores de productos sobre cuándo y por qué se requiere mantenimiento para ciertos productos. Esta información optimiza los productos que compran los consumidores y contribuye a que todos funcionen con la máxima eficiencia. ^{[ 6 ]}

Otra aplicación es el uso de tecnología inalámbrica para monitorear sistemas, como los medidores de servicios públicos . Esto permitiría al propietario del medidor saber si ciertos elementos han sido manipulados, lo que sirve como un método de calidad para detener el fraude. En Quebec, Rogers conectará el sistema central de Hydro Quebec con hasta 600 recolectores de medidores inteligentes, que agregan datos transmitidos desde los 3.8 millones de medidores inteligentes de la provincia. En el Reino Unido, Telefónica ganó un contrato de medidores inteligentes de 1.78 mil millones de euros (2.4 mil millones de dólares) para proporcionar servicios de conectividad durante un período de 15 años en las regiones central y sur del país. El contrato es el acuerdo más grande de la industria hasta el momento. ^{[ 31 ]} Algunas empresas, como M-kopa en Kenia, están utilizando M2M para hacer cumplir un plan de pago, apagando remotamente los dispositivos solares de sus clientes por falta de pago. ^{[ 32 ]} "Nuestro agente de préstamos es esa tarjeta SIM en el dispositivo que puede apagarlo de forma remota", dice Chad Larson, director financiero de M-Kopa y su tercer cofundador, al describir la tecnología.

Una tercera aplicación consiste en utilizar redes inalámbricas para actualizar vallas publicitarias digitales. Esto permite a los anunciantes mostrar mensajes diferentes según la hora del día o el día de la semana, y facilita cambios globales rápidos en los mensajes, como por ejemplo, cambios en los precios de la gasolina. ^{[ 33 ]}

El mercado de la comunicación máquina a máquina industrial está experimentando una rápida transformación, ya que las empresas reconocen cada vez más el valor de conectar personas, dispositivos, sensores y máquinas geográficamente dispersos a las redes corporativas. Hoy en día, sectores como el del petróleo y el gas, la agricultura de precisión , el militar , el gubernamental, las ciudades y municipios inteligentes , la manufactura y los servicios públicos , entre otros, utilizan tecnologías de comunicación máquina a máquina para una gran variedad de aplicaciones. Muchas empresas han implementado tecnologías de redes de datos complejas y eficientes para ofrecer capacidades como la transmisión de datos de alta velocidad , redes de malla móviles y enlaces de retorno celulares 3G/4G .

La telemática y el entretenimiento a bordo son áreas clave para los desarrolladores de comunicación máquina a máquina. Ejemplos recientes incluyen a Ford Motor Company , que se asoció con AT&T para conectar de forma inalámbrica el Ford Focus Electric con una conexión inalámbrica integrada y una aplicación dedicada que permite al propietario monitorear y controlar la configuración de carga del vehículo, planificar viajes con una o varias paradas, localizar estaciones de carga y precalentar o enfriar el automóvil.En 2011, Audi se asoció con T-Mobile y RACO Wireless para ofrecer Audi Connect. Audi Connect permite a los usuarios acceder a noticias, información meteorológica y precios de combustible, además de convertir el vehículo en un punto de acceso Wi-Fi móvil seguro, lo que permite a los pasajeros acceder a Internet. ^{[ 34 ]}

Las redes inalámbricas máquina a máquina pueden mejorar la producción y la eficiencia de las máquinas, aumentar la fiabilidad y la seguridad de los sistemas complejos y promover la gestión del ciclo de vida de los activos y productos clave. Mediante la aplicación de técnicas de gestión de pronóstico y salud (PHM) en redes de máquinas, se pueden alcanzar o mejorar los siguientes objetivos:

• Rendimiento de las máquinas y del sistema con un tiempo de inactividad prácticamente nulo;
• Gestión del estado de salud de una flota de máquinas similares.

La aplicación de herramientas de análisis inteligentes y la plataforma informática Device-to-Business (D2B) TM constituyen la base de la red de máquinas de mantenimiento electrónico, que puede conducir a un rendimiento de tiempo de inactividad casi nulo de máquinas y sistemas. ^{[ 35 ]} La red de máquinas de mantenimiento electrónico proporciona integración entre el sistema de planta de producción y el sistema de comercio electrónico, y por lo tanto permite la toma de decisiones en tiempo real en términos de tiempo de inactividad casi nulo, reduciendo las incertidumbres y mejorando el rendimiento del sistema. ^{[ 36 ]} Además, con la ayuda de redes de máquinas altamente interconectadas y herramientas de análisis inteligentes avanzadas, hoy en día son posibles varios tipos de mantenimiento novedosos. Por ejemplo, el mantenimiento remoto sin enviar ingenieros al sitio, el mantenimiento en línea sin apagar las máquinas o sistemas en funcionamiento, y el mantenimiento predictivo antes de que una falla de la máquina se vuelva catastrófica. Todos estos beneficios de la red de máquinas de mantenimiento electrónico mejoran significativamente la eficiencia y la transparencia del mantenimiento.

Como se describe en ^{[ 37 ]} , el marco de la red de máquinas de mantenimiento electrónico consta de sensores, sistema de adquisición de datos, red de comunicación, agentes analíticos, base de conocimientos de apoyo a la toma de decisiones, interfaz de sincronización de información y sistema de comercio electrónico para la toma de decisiones. Inicialmente, los sensores, controladores y operadores con adquisición de datos se utilizan para recopilar los datos brutos del equipo y enviarlos automáticamente a la capa de transformación de datos a través de internet o intranet. La capa de transformación de datos emplea herramientas de procesamiento de señales y métodos de extracción de características para convertir los datos brutos en información útil. Esta información convertida suele contener información valiosa sobre la fiabilidad y disponibilidad de las máquinas o el sistema, y ​​es más adecuada para que las herramientas de análisis inteligentes realicen el procesamiento posterior. El módulo de sincronización y las herramientas inteligentes constituyen la principal capacidad de procesamiento de la red de máquinas de mantenimiento electrónico y proporcionan optimización, predicción, agrupamiento, clasificación, evaluación comparativa, etc. Los resultados de este módulo se pueden sincronizar y compartir con el sistema de comercio electrónico para la toma de decisiones. En la práctica, el módulo de sincronización proporcionará conexión con otros departamentos a nivel de toma de decisiones, como la planificación de recursos empresariales (ERP), la gestión de relaciones con el cliente (CRM) y la gestión de la cadena de suministro (SCM).

Otra aplicación de la comunicación máquina a máquina (MMA) se encuentra en la gestión del estado de un conjunto de máquinas similares mediante un enfoque de agrupamiento. Este método se introdujo para abordar el desafío de desarrollar modelos de detección de fallos para aplicaciones con regímenes operativos no estacionarios o con datos incompletos. La metodología general consta de dos etapas: 1) Agrupamiento del conjunto de máquinas para agrupar máquinas similares y realizar una comparación precisa; 2) Detección de fallos en el conjunto local para evaluar la similitud de las máquinas individuales con las características del conjunto. El objetivo del agrupamiento del conjunto de máquinas es agrupar unidades operativas con configuraciones o condiciones de trabajo similares para una comparación precisa y, posteriormente, crear modelos locales de detección de fallos cuando no sea posible establecer modelos globales. Dentro del marco de la metodología de comparación entre pares, la comunicación máquina a máquina es fundamental para garantizar el intercambio instantáneo de información entre las diferentes unidades operativas y, por lo tanto, constituye la base de la tecnología de gestión del estado del conjunto de máquinas.

La gestión de la salud a nivel de flota mediante un enfoque de agrupamiento fue patentada para su aplicación en el monitoreo de la salud de turbinas eólicas ^{[ 38 ]} después de ser validada en una flota de turbinas eólicas de tres parques eólicos distribuidos. ^{[ 39 ]} A diferencia de otros dispositivos industriales con regímenes fijos o estáticos, la condición de operación de una turbina eólica está fuertemente determinada por la velocidad del viento y otros factores ambientales. Si bien la metodología de modelado múltiple puede ser aplicable en este escenario, el número de turbinas eólicas en un parque eólico es casi infinito y puede no presentarse como una solución práctica. En cambio, al aprovechar los datos generados por otras turbinas similares en la red, este problema puede resolverse adecuadamente y se pueden construir modelos de detección de fallas locales efectivos. Los resultados de la gestión de la salud a nivel de flota de turbinas eólicas reportados en ^{[ 38 ] [ 40 ]} demostraron la efectividad de aplicar una metodología de detección de fallas basada en clústeres en redes de turbinas eólicas.

La detección de fallos en una gran cantidad de robots industriales presenta dificultades similares, como la falta de modelos de detección de fallos y las condiciones operativas dinámicas. Los robots industriales son cruciales en la fabricación de automóviles y realizan diversas tareas, como soldadura, manipulación de materiales, pintura, etc. En este contexto, el mantenimiento robótico se vuelve fundamental para garantizar la producción continua y evitar tiempos de inactividad. Tradicionalmente, los modelos de detección de fallos para todos los robots industriales se entrenan de forma similar. Los parámetros críticos del modelo, como las muestras de entrenamiento, los componentes y los límites de alarma, se establecen de la misma manera para todas las unidades, independientemente de sus diferentes funcionalidades. Si bien estos modelos idénticos de detección de fallos pueden identificar fallos de forma eficaz en ocasiones, las numerosas falsas alarmas generan desconfianza entre los usuarios respecto a la fiabilidad del sistema. Sin embargo, dentro de una red de máquinas, los robots industriales con tareas o regímenes de trabajo similares pueden agruparse; las unidades anómalas de un grupo pueden priorizarse para su mantenimiento mediante comparaciones instantáneas o basadas en el entrenamiento. Esta metodología de comparación entre pares dentro de una red de máquinas podría mejorar significativamente la precisión de la detección de fallos. ^{[ 39 ]}

• Grupo de trabajo industrial de Eclipse para comunicación máquina a máquina (protocolos de comunicación abiertos, herramientas y marcos de trabajo), que engloba varios proyectos, incluidos Koneki y Eclipse SCADA.
• Grupo de Enfoque M2M de la UIT-T (iniciativa de estandarización global para una capa de servicio M2M común ) ^{[ 41 ]}
• 3GPP estudia aspectos de seguridad para equipos de máquina a máquina (M2M), en particular la activación automática de SIM que abarca el aprovisionamiento remoto y el cambio de suscripción. ^{[ 42 ]}
• Sin peso : grupo estándar que se centra en el uso del "espacio en blanco" de la televisión para M2M.
• Protocolo XMPP (Jabber) ^{[ 43 ]}
• OASIS MQTT : grupo de estándares que trabaja en un protocolo de transporte de mensajería fiable, ligero y de publicación/suscripción, adecuado para la comunicación en contextos M2M/IoT. ^{[ 27 ]}
• Protocolo de la Alianza Móvil Abierta (OMA_LWM2M) ^{[ 44 ]}
• RPMA (Ingenu)
• Consorcio de Internet Industrial

• Comunicación en planta
• Servicio de mensajería basado en procesos
• convertidor de protocolo
• Productos inteligentes y conectados
• Puerta de enlace universal

• Mark Fell. «Hoja de ruta para el Internet de las cosas emergente: su impacto, arquitectura y gobernanza futura» (PDF) . Carré & Strauss, Reino Unido, 2014.
• Mark Fell. «Manifiesto para una intervención más inteligente en sistemas complejos» (PDF) . Carré & Strauss, Reino Unido, 2013.
• H. Wu; C. Zhu; RJ La; X. Liu y Y. Zhang. "FASA: S-ALOHA acelerado mediante historial de acceso para comunicaciones M2M basadas en eventos" (PDF) . IEEE/ACM Transactions on Networking, 2013. Archivado del original (PDF) el 23 de enero de 2015. Consultado el 22 de enero de 2015 .
• Harald Naumann. "IoT M2M Cookbook - Cómo desarrollar un dispositivo basado en módulos de red inalámbrica de área amplia" (PDF) . Publicado por el propio autor, 2014.
• Mike Fahrion. "Internet de las cosas para el M2M moderno" . Publicado por el autor, 2015. Archivado del original el 9 de octubre de 2015. Consultado el 13 de octubre de 2015 .