Big Data IoT

KWS: La digitalización llega a los campos agrícolas

Hablar del trabajo agrícola nos puede llevar a conceptos como tradición, producción manual, analógico, etc. Sin embargo, como todos los sectores, la agricultura está cambiando y se está sumando a la transformación digital para optimizar sus procesos y conseguir mejores resultados en sus cosechas.

KWS es uno de los principales proveedores de semillas del mundo y ofrece soluciones innovadoras a agricultores en 70 países. Una de sus principales líneas de negocio es la extracción de azúcar de la remolacha, pero el proceso manual era lento, tedioso y más costoso. Para poner solución a esto, desarrollaron Beetrometer, un innovador sistema que analiza automáticamente la calidad de las remolachas cosechadas de forma eficaz, realizando una preparación previa y analizando después las muestras mediante un espectrómetro.

CLIENTE
KWS
Industria
Agricultura y ganadería
Servicios
Big Data, IoT
Tecnología
Azure IoT Hub, Azure Functions
Para poder usar Beetrometer a nivel global, KWS ha contado con Plain Concepts como desarrollador de una solución capaz de tener conectividad bidireccional, así como una segunda etapa en la que se pueden explotar todos los datos, visualizar las métricas y detectar anomalías casi en tiempo real.
01

El reto

Los entornos para los que está diseñado Beetrometer incluyen zonas rurales remotas, donde es común tener una línea móvil muy limitada o inexistente. Además, funciona en condiciones (humedad, barro, etc.) que debían ser soportadas por cualquier dispositivo proporcionado para facilitar la conectividad.

Por tanto, el primer reto al que nos enfrentamos fue el conseguir tener conectividad bidireccional que permitiera enviar diferentes tipos de datos relacionados con la calidad obtenidos por Beetrometer a la nube para su posterior análisis, así como recibir archivos de parámetros y configuración desde la nube.

Por otro lado, estos datos debían ser explotados para poder sacar métricas y obtener gráficas que los muestren de forma más visual y clara.

02

Resultados

A pesar de la complejidad del reto de resolver los problemas de conectividad, se ha conseguido establecer la conexión entre el PC industrial y GF-Shop, consiguiendo el acceso en remoto deseado, así como la subida de los datos a la nube para su posterior procesamiento y análisis, evitando la pérdida de datos.

A partir de aquí, se ha creado una infraestructura de los datos en Azure, la cual consume datos de los devices a través de IoT Hub y con Azure Functions. Además, se ha desarrollado una aplicación web desde la cual se pueden administrar el acceso de los usuarios, las métricas, hacer reportes, ver gráficos, los promedios, etc.

A esto se le une que tiene la inteligencia de generar nueva información cuando hay novedades en el mismo archivo gracias al chequeo continuo de los datos, lo que también permite la detección de anomalías y la reacción de forma estadística a diferentes alarmas preconfiguradas.

03

Highlights

Con este proyecto se han conseguido varios hitos importantes para la solución de Beetrometer de KWS: almacenamiento de los datos conectando la máquina sin tener que instalar ningún software; despliegue automático de la infraestructura, configuración y aplicación con Beetrometer, creando la infraestructura cloud necesaria para poder extraer los datos de forma eficiente; visualización más atractiva que procesa los datos y extrae la información relevante para hacerla consumible.

Este proyecto ya se ha implantado en Estados Unidos, pero se pretende escalar al resto del mundo, además de aprovechar las plataformas basadas en la nube para evitar la duplicación de recursos, los proyectos puntuales y la deuda técnica, así como adoptar el uso de IoT para conectar otros dispositivos según sea necesario.

Actualmente se están monitorizando un millón de data points, y el volumen de datos del storage asciende ya a casi 100 GiB, pero estos números se multiplicarán de forma exponencial al añadir más dispositivos y ubicaciones.

Proyectos Relacionados