Industrial health and safety parameter estimation for workers in the i4.0 era

Abstract

Los continuos avances tecnológicos en Tecnologías de la Información y la Comunicación (TIC), Internet de las Cosas (IoT), Big Data e Inteligencia Artificial (IA) entre otros, están permitiendo la evolución de los sistemas de producción hacia la cuarta Revolución Industrial (I4.0). En la era de la Industria 4.0, todos los elementos en una fábrica inteligente estarán equipados con capacidades de comunicación y procesamiento de datos, lo que permitirá sistemas más colaborativos y resilientes entre operadores y máquinas. Estos sistemas serán considerados Human-Cyber-Physical systems (HCPs), los cuales no pretenden la desaparición de la mano de obra humana en las fábricas, sino la interacción y colaboración de las máquinas con los trabajadores. La aplicación de IoT en la industria (IIoT) se llevará a cabo utilizando diferentes tecnologías, como sensores y actuadores, sistemas de control, análisis de datos y mecanismos de seguridad. IIoT hará posible una relación más cercana entre ambos mundos (físico y virtual), lo que permitirá la introducción del gemelo digital (Digital Twin) de los operadores en los sistemas HCPs. Existen distintos tipos de modelos digitales/virtuales de los operadores, los cuales se definen en función de su uso y las tecnologías aplicadas. El marco de este proyecto se enfoca en el HealthyOperator 4.0, el cual se modela mediante el uso de dispositivos wearables en cooperación con técnicas de análisis de datos. Esto servirá para localizar causas del aumento de estrés laboral y mejorar la salud psicosocial de los operadores. Del mismo modo, podrá ayudar a estudiar las rutinas de los trabajadores para prevenir accidentes y mejorar su productividad y buenas prácticas. El proyecto se enfoca en el desarrollo de una aplicación móvil en Android, llamada HealthyWear, para la comunicación, monitorización, filtrado y envío de datos de varios dispositivos a una base de datos online, donde serán almacenados. Estos datos podrán ser utilizados para el posterior modelado de un gemelo digital del operador. El desarrollo de la aplicación se ha enfrentado a varios desafíos, entre ellos el uso de dispositivos de diferentes fabricantes, los cuales hacen uso de librerías de código propias y tienen un funcionamiento diferente. Además, los datos de cada dispositivo poseen distinto formato. Así pues, en la aplicación desarrollada se realiza el filtrado, parseado y unificación de estos datos en un formato común, entendible por la base de datos (JSON). Se ha conseguido una aplicación estable, capaz de obtener simultáneamente múltiples datos de dos dispositivos de fabricantes distintos. La aplicación tiene un diseño modular para facilitar su escalabilidad y posibilitar la implementación de nuevos dispositivos. El código de la aplicación es open-source y se encuentra en un repositorio online, lo cual promueve la colaboración para su futuro desarrollo. La comunicación con la base de datos también es robusta. Se ha introducido un modo offline para evitar la pérdida de datos cuando no hay conexión a internet, almacenando los datos en el Smartphone hasta que la conexión a Internet es recuperada. La base de datos utilizada es open-source (MongoDB), lo cual facilita el acceso a los datos por parte del usuario de manera sencilla (navegador web) y el acceso para la administración de los mismos. Esta base de datos facilita también la integración con otras tecnologías para su análisis futuro. El documento incluye el marco tecnológico anteriormente explicado, así como el desarrollo realizado, detallando el funcionamiento de la aplicación y las características implementadas, mediante el uso de capturas de pantalla reales de la app. Los últimos capítulos del documento se centran en las pruebas realizadas, incluyendo las soluciones a los errores que fueron encontrados durante su testeo; un análisis métrico del código desarrollado; la planificación y el presupuesto del proyecto; y las conclusiones y trabajos futuros.