¿Qué es el enriquecimiento de datos en SCADA?

Volver al glosario

Convertir telemetría pelada en datos autodescriptivos

La telemetría cruda que llega de un dispositivo de campo suele ser mínima por diseño: un identificador de tag, un valor, una estampa de tiempo y quizá una bandera de calidad. Eso es eficiente de transmitir pero pobre de consumir, porque nada de ello dice qué significa el valor. Un tag como PT_03 con valor 412 es opaco: ¿es presión o temperatura, en qué unidad, para cuál pozo, en cuál sitio? El enriquecimiento responde esas preguntas adjuntando atributos descriptivos a la lectura: el identificador de activo, el nombre del pozo o del equipo, la ubicación física, la unidad de ingeniería, la clase de equipo y cualquier otro contexto que le permita a un consumidor entender la lectura sin conocimiento previo.

Los atributos que el enriquecimiento agrega caen en unos cuantos tipos amplios. El contexto de identidad ata una lectura a un activo específico - un pozo nombrado, un compresor en particular, un separador numerado - para que los valores puedan agruparse y compararse por la cosa que describen. El contexto espacial agrega ubicación, sea un nombre de sitio, un campo, una región o coordenadas, para que los datos puedan mapearse y agregarse geográficamente. El contexto descriptivo agrega significado: el tipo de medición, su unidad, su clase de equipo y su rol, para que un consumidor sepa que un valor es una presión de revestimiento en una unidad dada en lugar de un número anónimo. Juntos convierten un dato pelado en un registro que se sostiene por sí solo.

El punto de hacer esto en el flujo, conforme los datos se mueven por la capa de integración, es que el contexto viaja con los datos de ahí en adelante. Cada sistema aguas abajo recibe valores ya anotados, así que un tablero, una consulta al historian, una regla de alarma o un trabajo de analítica no tiene que volver a un registro separado para aprender qué significa un tag. La lectura llega ya sabiendo qué es, que es lo que significan en la práctica los datos autodescriptivos.

Enriquecimiento contra normalización y transformación

Es fácil confundir el enriquecimiento con la normalización y la transformación, pero cada uno hace algo distinto a un mensaje. La transformación reformula una carga útil - renombrando campos, convirtiendo unidades y tipos, reestructurando los datos - para que embone con la estructura esperada de un destino. La normalización lleva los valores y las identidades a una forma estándar consistente, para que la misma medición se exprese de la misma manera sin importar su origen. El enriquecimiento ni reformula ni estandariza el valor existente; agrega información nueva junto a él. La distinción es entre cambiar cómo se expresa el dato existente y adjuntar contexto adicional que no estaba en el mensaje original en absoluto.

En la práctica estas operaciones muchas veces corren juntas en una tubería de integración, y el orden importa. Una lectura cruda podría primero transformarse a la estructura del destino, normalizarse para que su identidad y unidades coincidan con la convención canónica, y luego enriquecerse con el contexto de activo, ubicación y equipo tomado de una fuente maestra o de referencia. El enriquecimiento por lo general depende de los pasos anteriores, porque usted necesita saber a cuál activo canónico pertenece una lectura antes de poder adjuntar la ubicación y los detalles de equipo de ese activo. Así que el enriquecimiento tiende a ubicarse hacia el final de la tubería, apoyándose en las identidades que estableció la normalización.

Mantener los conceptos separados es útil aun cuando corran en secuencia, porque se apoyan en entradas distintas y fallan de formas distintas. La transformación y la normalización trabajan a partir del mensaje mismo y de un conjunto de reglas; el enriquecimiento trabaja a partir del mensaje más un cuerpo externo de contexto - el registro de activos, los datos maestros, los registros de equipo - y es sólo tan bueno como esos datos de referencia. Un enriquecimiento que adjunta el contexto de activo equivocado porque los datos de referencia estaban rancios produce datos mal etiquetados con confianza, que es una clase de problema distinta de una transformación que simplemente reformula un valor.

Por qué importan los datos contextualizados en el espacio de nombres unificado

Un espacio de nombres unificado es un solo lugar estructurado donde se publican los datos operativos actuales de una operación para que cualquier sistema los consuma. Si los datos publicados ahí son simples pares de tag y valor, cada consumidor del espacio de nombres tiene que saber de forma independiente qué significa cada tag, lo que recrea la fragmentación que el espacio de nombres pretendía resolver. Si los datos publicados ahí están enriquecidos - cada valor ya llevando su contexto de activo, ubicación, unidad y equipo - entonces cualquier suscriptor puede entenderlos y usarlos de inmediato, sin un canal lateral de documentación. El enriquecimiento es lo que hace a un espacio de nombres unificado genuinamente de autoservicio, porque los datos se explican solos a quien los lea.

Aquí es donde un SCADA de nube agrega enriquecimiento conforme los datos fluyen por él. Merobix lee valores en vivo de pozos, baterías de tanques, compresores y sistemas de recolección por Modbus, DNP3, OPC UA y MQTT, y como ya mantiene identidades canónicas de activos y de tags, puede adjuntar el contexto circundante - el nombre del pozo, el sitio, la clase de equipo, las unidades de ingeniería - a cada lectura conforme se mueve por la plataforma. Los tableros, las alarmas y los exportes entonces reciben datos que se describen a sí mismos, así que un valor mostrado en una pantalla o entregado a una herramienta de analítica llega con el quién, dónde y qué ya adjuntos en lugar de como un número anónimo.

El beneficio para las operaciones de campo es que los datos contextualizados escalan como la telemetría pelada no puede. Cuando un operador vigila muchos sitios dispersos, los datos autodescriptivos permiten entender una lectura de un vistazo y permiten a las herramientas agrupar, filtrar y agregar valores por activo, ubicación o tipo de equipo de forma automática. La analítica que de otro modo requeriría que un humano primero explicara cada tag puede correr directamente contra datos enriquecidos, porque el contexto que necesita está en los datos mismos. El enriquecimiento en el punto donde los datos se vuelven ampliamente disponibles es lo que permite al resto de la organización usar los datos operativos sin volverse expertos en el significado de cada tag.

Preguntas frecuentes