Nivel técnico del artículo

La evolución del comercio y la logística han llevado a los puertos marítimos a adaptarse, remodelando sus operaciones mediante la integración de tecnologías digitales avanzadas. Entre las tecnologías que han impulsado esta revolución se encuentran los Sistemas Ciber-físicos (CPS) que son sistemas compuestos por una parte física y otra computacional llamada sistema empotrado. Los CPS permiten la interacción entre el entorno físico y el digital. Estos sistemas funcionan con mecanismos de detección, procesamiento y control de datos en tiempo real, mejorando la eficiencia, seguridad y sostenibilidad en las operaciones portuarias.

Los puertos inteligentes representan el progreso de la infraestructura marítima convencional hacia ecosistemas interconectados, impulsados por la automatización y la toma de decisiones basada en datos. Con la proliferación de dispositivos IoT, sensores y redes interconectadas, los CPS permiten a los puertos optimizar la utilización de recursos, agilizar los procesos de manipulación de carga y mejorar la agilidad operativa general.

La eficiencia es un punto clave en los puertos, ya que afecta al manejo de carga, al movimiento de embarcaciones y la gestión logística. Esta eficiencia puede reducir los tiempos de respuesta de los buques, disminuir la congestión y, en última instancia, mejorar la productividad general del puerto, a la vez que se reduce el coste de la infraestructura de adquisición de datos y de comunicaciones.

Un aspecto importante para considerar es la detección y predicción de cuellos de botella puntuales o recurrentes en el puerto, como la falta de recursos debida a un aumento de la demanda. Estos cuellos de botella están asociados con una pérdida de productividad y, en consecuencia, con una pérdida económica.

El grupo de Sistemas Ciber-Físicos de ITI, junto con el equipo de PRAIA, han desarrollado herramientas que usan algoritmos de inteligencia artificial para optimizar el funcionamiento de estos sistemas. En los siguientes apartados se describen las soluciones que se han desarrollado para conseguir dicho objetivo.

Optimización de recursos mediante modelado.

El modelado de los recursos y carga del puerto es un paso previo a la optimización del rendimiento de la operativa de este. El proceso implica crear representaciones computacionales de los sistemas que conforman la infraestructura del puerto para, posteriormente, poder asignar eficientemente los recursos disponibles. Ello implica, entre otros, identificar los recursos para la asignación, por ejemplo, las grúas disponibles, su tipo, la cantidad de dispositivos IoT asociados, así como a qué velocidad transmiten los mensajes. También es necesario establecer las características objetivo a mejorar, tales como eficiencia en el tráfico de contenedores o la compensación de cargas de trabajo.

Una vez identificados los recursos y objetivos, es necesario desarrollar un modelo que represente las relaciones entre estos elementos. En este contexto, el grupo de CPS de ITI ha estado trabajando en un entorno de desarrollo y análisis de sistemas CPS denominado a2k. Dicho entorno permite modelar la plataforma de ejecución y la estructura de los procesos de control que conforman la aplicación. Para modelar y analizar estos sistemas complejos, se han desarrollado hojas de cálculo y herramientas de transformación que agilizan la introducción de datos del sistema y transformarlos en los modelos internos de la herramienta a2k.

Una vez cargado el modelo en a2k, se aplican una serie de algoritmos de optimización para encontrar la asignación de recursos óptima. Finalmente, cuando el modelo se ha evaluado y refinado, puede desplegarse en entornos operativos.

Este proceso de modelado para la optimización de recursos es un enfoque poderoso para mejorar la eficiencia de las decisiones de asignación de recursos. Al analizar sistemáticamente los recursos disponibles y los objetivos, y al emplear técnicas de optimización, los operarios del puerto pueden tomar decisiones más informadas y lograr mejores resultados.

Optimización del consumo de unidades IoT.

La inteligencia artificial (IA) se puede aprovechar para mejorar el consumo energético en los dispositivos IoT en el puerto a través de diversas técnicas y enfoques. En este caso se ha utilizado la técnica de escalado dinámico de voltaje y frecuencia mediante algoritmos de IA. Estos algoritmos pueden predecir patrones de carga de trabajo y ajustar dinámicamente el voltaje y la frecuencia de las CPU para optimizar el consumo de energía, manteniendo las restricciones temporales que caracterizan a los sistemas de tiempo real. Estos modelos pueden entrenarse para reconocer patrones en la carga de trabajo de la CPU y predecir demandas de carga de trabajo futuras, lo que permite realizar ajustes proactivos en voltaje y frecuencia.

Los grupos de CPS y PRAIA del ITI han desarrollado una serie de herramientas basadas en simuladores y algoritmos de Machine Learning (ML). Estos simuladores reproducen el funcionamiento de los dispositivos IoT, generando datos que son utilizados por el módulo de IA para entrenar los modelos de ML. Una vez generados los modelos, son validados en un entorno virtual y preparados para su despliegue en aplicaciones reales.

Despliegue inteligente de servicios software.

Las aplicaciones software que prestan servicios al puerto se encuentran distribuidas en un sistema ciber-físico complejo y heterogéneo donde los nodos de procesamiento están conectados por enlaces de comunicaciones. Estos nodos de procesamiento pueden abarcar desde dispositivos «edge» conectados directamente a sensores y actuadores físicos, hasta potentes almacenes de datos en la nube y nodos computacionales de alto rendimiento.

La redimensión y asignación automática de recursos computacionales es esencial en este tipo de entornos, ya que mejora el rendimiento del sistema, la escalabilidad y la eficiencia en costes al adaptar dinámicamente la asignación de recursos para satisfacer las demandas de trabajo en tiempo real.

Esta asignación de recursos debe realizarse de forma dinámica, dado que la demanda de recursos varía en función de las condiciones operativas del sistema. Esta variabilidad es lo que hace esencial predecir dichos cambios con antelación y asegurar la disponibilidad de los recursos necesarios para mantener el rendimiento óptimo del sistema.

Para alcanzar este fin, el grupo CPS del ITI ha desarrollado un conjunto de herramientas basadas en algoritmos genéticos multiobjetivo. La idea es encontrar la mejor arquitectura para escenarios determinados de tráfico. Para ello, se preparan configuraciones óptimas de escenarios específicos de tráfico utilizando un clasificador que hemos entrenado mediante la ejecución de múltiples simulaciones con diferentes condiciones de tráfico.

Estas herramientas pueden retroalimentarse directamente con datos del puerto, permitiendo obtener resultados en tiempo real y tomar decisiones más informadas para lograr mejores resultados.

Autor
Antonio Ruiz-Alba | Investigador I+D+i experto en ITI

Posts relacionados