True True

IO Mode TF
True
Sensor Measurement Task S…
A…
0,1
Setpoint and Process Variable Tru
Stop
Stop TF
block duration 0.1

Stop True

Control TF
Power Applied(%)
Power Applied(%) DBL
Power Applied
Desired Temperature DBL Controller Output
PI gains Temperature Error

Temperature Reached
0.5

NI Trend Watch 2018

True
Pulse Generation Task P…

FUTURE
C…
100
0,1

0
100
0.001
0.999

0.32

Controller Output
DBL
Simulated Plant
Stop
TF

Measured Temperature
FASTER
0.1
Wait (ms)
13 500
 El Futuro, Más Rápido
Estamos a casi 20 años del inicio del siglo XXI y es indiscutible que la tecnología nunca había
avanzado tan rápidamente: desde robots autodidactas hasta la secuenciación del genoma humano
y el almacenamiento omnipresente de datos. A este ritmo, tenemos que pensar críticamente hacia
dónde nos dirigimos y cómo llegaremos ahí.

Shelley Gretlein Algunos de los avances más emocionantes que hemos visto
Vice Presidente recientemente incluyen la inteligencia artificial y la computación en la
Mercadotecnia Corporativa nube, superando a un humano 10 años antes de lo previsto; además
National Instruments de los transistores hetero-bipolares de silicio y germanio que establecen
nuevos estándares en los parámetros de velocidad de procesamiento.
Otro ejemplo es el automóvil eléctrico superdeportivo NIO EP9 que estableció un sorprendente
récord, completando en forma autónoma el Circuito de las Américas en 2:40:33 a 257 km/h, o
el prototipo del sistema hyperloop que promete propulsar a los pasajeros a sus destinos a una
velocidad promedio de 965 km/h. Con este impulso, 2018 será, sin duda, otro año excepcional
en el impresionante progreso tecnológico.

El próximo año también generará nuevas perspectivas de negocio con las soluciones Big Analog
Data™ y una capacidad de machine learning cada vez más capaz. Continuaremos experimentando
acontecimientos importantes para los vehículos conectados y las fábricas inteligentes, veremos
disminuciones significativas en los tiempos de prueba y un magnífico progreso en 5G para
comunicaciones y conectividad.

+
Conforme nos acercamos al futuro, NI mantendrá a nuestros clientes un paso adelante con una
plataforma abierta, centrada en software y diseñada para acelerar el desarrollo de cualquier sistema
de prueba, medición y control definido por el cliente. ¿Está usted listo para el futuro?
Artículos
3 Mandatos para Administrar Exitosamente sus Cosas
La proliferación de “cosas” inteligentes y conectadas en el Internet Industrial de las Cosas (IIoT) ofrece enormes oportunidades
para un mayor rendimiento y menores costos, pero la administración de estos sistemas distribuidos por lo general es un reto que
se pasa por alto.

El Progreso en 5G Revolucionará los Procesos de Pruebas

La innovación de 5G no se detiene en el diseño Las soluciones de pruebas y medidas serán clave en el ciclo de comercialización,
pero 5G requiere un enfoque de pruebas diferente al de las tecnologías inalámbricas anteriores. Descubra lo que se requiere para
hacer 5G una realidad.

Rompiendo la Ley de Moore

Durante décadas el ritmo constante de la innovación ha seguido notablemente cerca la ley de Moore, a pesar de algunas
revisiones y lo mucho que se ha dicho de su desaparición. Pero ahora, la observación de más de 50 años se enfrenta a retos
de salud nuevamente. Descubra lo que eso significa para el futuro del mercado de semiconductores.

Electrificación de Vehículos: Cambiando la Industria Automotriz y Más Allá

La tendencia de la electrificación de vehículos es algo más profundo que un cambio global de vehículos de combustión interna
e híbridos a trenes motrices completamente eléctricos. Considere las implicaciones más allá del vehículo cada vez más
complejo, incluyendo las nuevas demandas de infraestructura de apoyo.

Automatizar la Información de Ingeniería con el Aprendizaje de Máquinas

Los sistemas inteligentes crean y dependen de los datos, pero la cantidad de datos cada vez mayor agrava el reto de Big Analog
Data™. Descubra cómo el aprendizaje de máquinas aborda el problema de frente, para que los ingenieros puedan los ingenieros
pueden enfocarse en encontrar y resolver el próximo gran reto.

ni.com/trend-watch
 3 Mandatos para Administrar
Exitosamente sus Cosas

“El 95% de los líderes empresariales

esperan que su compañía utilice el IIoT
—
— El Internet Industrial de las Cosas (IIoT) ha evolucionado rápidamente desde
en los próximos tres años.”
—
— los conceptos y proyectos piloto hasta las implementaciones en toda la planta
—
— con impresionantes ganancias. Estas ganancias se basan principalmente en —Accenture, 2017
—
— conocimientos aplicables y basados en datos que han equipado a compañías
—
—
—
—
con visión del futuro, como Jaguar Land Rover, China Steel y Duke Energy, 1. Administración Remota de Sistemas

—
—
para maximizar el tiempo de operación, impulsar el rendimiento y la innovación Con menores costos operacionales de la tecnología, los sistemas

—
—
de productos. La industria está evolucionando para ser más inteligente y que monitorean y controlan equipos críticos se han vuelto habituales.
—
—
estar más conectada. Quienes tarden en adoptar el IIoT corren el riesgo de Los gerentes de mantenimiento y equipos ahora enfrentan el reto de
—
—
perder participación en el mercado e incurrir en costos innecesarios por no implementar estrategias rentables para administrar esas tecnologías
—
—
mantenerse al día con el ritmo de la innovación. De hecho, “95% de los líderes operacionales y disminuir el tiempo muerto de los equipos. Las compañías
—
—
empresariales esperan que su compañía utilice el IIoT en los próximos tres pueden aprovechar la flexibilidad que ofrecen las tecnologías alojadas en la
—
— años”, de acuerdo al reporte Connected Business Transformation de Accenture nube para implementar soluciones de administración remota de sistemas
—
— en Marzo 2017. que proporcionan información útil sobre el estado de los múltiples
—
— sistemas conectados.
—
— Con el hardware de dispositivos distribuidos y el software de análisis de hoy
—
— en día, es bastante sencillo extraer beneficios empresariales de los modelos Las soluciones exitosas de administración remota de sistemas necesitarán
—
— a pequeña escala del IIoT para el mantenimiento predictivo y el control de abordar aspectos del sistema como abastecimiento, configuración,
máquinas inteligentes conectadas. Hoy en día las tecnologías son fáciles diagnóstico y administración de dispositivos distribuidos. Las capacidades
de conseguir para permitir un creciente volumen de sistemas conectados y de administración remota de sistemas por lo general incluyen parámetros
revelar los retos de ingeniería y administración de la inteligencia operativa que del sistema de monitoreo, como la memoria y el uso del CPU, redes
definirán la continua evolución del IIoT. La atención y la inversión ahora se están y estadísticas de E/S, al nivel de la tarea o el proceso para ayudar a
enfocando en el próximo reto: escalar y administrar grandes implementaciones minimizar el impacto del tiempo muerto debido a errores de software y
del IIoT, incluyendo la administración remota de sistemas, la administración de para descubrir potenciales brechas de seguridad.
la configuración del software y la administración de datos..
ni.com/iiot
2. Administración de la Configuración del Software
El mercado del IIoT está estableciendo altas expectativas de entrega y
mejora continua. Aumentar la presión para llegar al mercado, demanda
rápidamente flexibilidad del software para corregir errores, modificar
la funcionalidad y responder a vulnerabilidades de seguridad. No
implementar estrategias efectivas de administración de software, puede
resultar en sistemas que ejecutan software obsoleto, lo que puede
afectar el rendimiento de los equipos, la seguridad y la fiabilidad. Las
compañías de IIoT pueden implementar frameworks comprobados
y prácticas recomendadas para evitar los costos e ineficiencias de la
distribución manual del software.
Las estrategias eficaces para la administración de la configuración del
software en escenarios industriales operarán en entornos altamente
dinámicos y heterogéneos, donde la disponibilidad del sistema y la
estabilidad de la red son variables. Una gran selección de sistemas por
parte de múltiples proveedores que operan a diferentes niveles de la red
del IIoT, requerirán tecnologías capaces de rastrear y controlar cambios
de software a niveles de aplicación y firmware de cada sistema. En el
futuro, las compañías tendrán que realizar una transición a plataformas que
incorporen las mejores prácticas de administración de la configuración del
software para navegar por los confusos límites entre tecnología operativa
(TO) y soluciones de TI convencionales sin afectar al negocio.
por IoT serán almacenados, procesados, analizados e interpretados de
forma distribuida. Una solución eficaz de administración de datos necesita
incorporar datos de múltiples fuentes distribuidas y producir diferentes
niveles de análisis para obtener la información correcta para las personas
adecuadas y traducir datos sin procesar en decisiones informadas.
Ahora es el Momento: El Poder de las Plataformas
Construir soluciones de IIoT, hoy representa una oportunidad para desarrollar
una ventaja competitiva y evitar quedarse atrás cuando el mercado continúa
adoptando las soluciones disponibles. Las compañías de todas las industrias
están adoptando una nueva generación de plataformas y ecosistemas que
transformarán a los negocios en motores de innovación y crecimiento,
explotando tecnologías inteligentes como cómputo basado en sensores, análisis
industrial y aplicaciones de máquinas inteligentes. Con las tecnologías del IIoT,
podemos aprovechar los beneficios de estas plataformas de vanguardia para
reducir los costos de mantenimiento y mejorar la utilización de los equipos.

3. Administración de Datos
Los sistemas del IIoT pueden generar cantidades masivas de datos en el
orden de terabytes y potencialmente exabytes. Administrar esta cantidad
de datos para obtener información útil es un vector de diferenciación que
las empresas deben abordar para comprender su negocio e implementar
mejoras. Información valiosa está oculta en los océanos de los datos
producidos por los sistemas de IIoT y estos conocimientos se pueden
desbloquear utilizando procesamiento de señales inteligente y avanzado.
Conforme las tecnologías de administración de datos se vuelven más
accesibles, las compañías tienen una variedad de opciones para administrar ECOSISTEMAS Y PLATAFORMAS
sus datos y obtener información sobre todos los niveles de la organización. DEL IIOT
Las estrategias de administración de datos deben incluir funciones de
análisis que operen tanto a nivel distribuido como empresarial. De acuerdo ADMINISTRACIÓN ADMINISTRACIÓN DE ADMINISTRACIÓN
REMOTA DE LA CONFIGURACIÓN DE DATOS
con el “FutureScape de IDC: Predicciones Mundiales del 2017 del Internet SISTEMAS DEL SOFTWARE
de las Cosas,” para el 2019, por lo menos el 40% de los datos creados
ni.com/iiot
 El Progreso en 5G Revolucionará
los Procesos de Pruebas
—
— 5G significa una transformación generacional que tendrá profundo impacto en El Camino hacia 5G
—
— las empresas y los consumidores en todo el mundo. Promete una experiencia
—
— revolucionaria con datos mucho más rápidos, tiempos más cortos de respuesta El organismo de estandardización de 3GPP está avanzando activamente para
—
— de red (menor latencia), acceso instantáneo en cualquier lugar y en todas partes definir 5G, pero el verdadero trabajo está apenas comenzando. La compañías
—
— especializadas en tecnologías de semiconductores, infraestructura de red,
—
—
y la capacidad para billones de dispositivos. No solamente estamos hablando de
nube, software, manufactura y pruebas, ahora deben diseñar, desarrollar,
—
—
ser capaces de descargar más rápido un video a su teléfono móvil. A diferencia
probar y distribuir soluciones que aprovechen estas nuevas capacidades
—
—
de 3G y 4G, 5G busca expandirse mucho más allá de nuestros dispositivos
inalámbricas. Esto no es una tarea fácil.
—
—
móviles y en aplicaciones que están presentes en todas las facetas de
—
—
nuestras vidas. Desde habilitar el IoT Industrial para garantizar la seguridad
—
—
de los vehículos automotrices, 5G cambiará nuestras vidas de maneras que
5G ofrece nuevas tecnologías como MIMO Masivo y Onda Milimétrica

—
— son difíciles de imaginar.
(mmWave). Ambas tecnologías utilizan múltiples antenas y beamforming,

—
—
lo que es una gran diferencia con las arquitecturas inalámbricas actuales y
—
—
anteriores. 5G también incluye nuevos mecanismos de control inalámbricos
—
—
que dividen el control y los datos para facilitar el concepto de segmentación
—
—
de red, que escala el nivel de servicio a un dispositivo de usuario individual.
—
— “Diez años a partir de ahora, vamos a mirar hacia
—
— atrás y decir que 5G fue una de las piezas más Además, los estándares propuestos para 5G son mucho más complejos
que los estándares 3G y 4G. 5G transformará nuestras redes, por lo que la
importantes de la tecnología en la historia. Esto industria debe transformar la manera en que estos sistemas son diseñados,
hace posible todo lo que está surgiendo hoy en desarrollados y probados. Para diseño de algoritmos, simplemente el
modelado de sistemas sin ninguna validación del mundo real, no ha
día, ya sean automóviles de manejo autónomo sido suficiente para que una idea avance del concepto a la producción.
que hablan entre sí o simplemente tener la más Para pruebas, los métodos tradicionales que se enfocan en un componente
individual no serán capaces de explicar el impacto en el sistema
fascinante experiencia de video.”
—Patrick Moorhead, Presidente y Analista, Moor Insights & Strategy

ni.com/5g
Un Enfoque Basado en Plataforma
Los investigadores de sistemas inalámbricos en todo el mundo descubrieron
rápidamente que el único camino hacia el éxito es a través de un enfoque
basado en la plataforma para 5G con el software en el núcleo. Nokia introdujo
el primer prototipo 5G de Onda Milimétrica a 73 GHz y rompió el récord de
velocidades de datos de acceso móvil usando espectro de onda milimétrica. PRUEBAS
La Universidad de Lund desarrolló el primer prototipo de MIMO Masivo y
los investigadores en la Universidad de Bristol y Facebook extendieron sus

5G
prototipos de MIMO Masivo para alcanzar niveles sin precedentes en la
eficiencia del espectro.

Estos prototipos de sistemas ya han jugado un papel importante en la

evolución de la tecnología 5G. El enfoque de diseño basado en plataforma
utilizado en estos ejemplos aprovecha al máximo los radios definidos por
software (SDRs) para afrontar los retos del sistema y reducir el tiempo
para obtener resultados. Los SDRs para diseño y generación de prototipos
continuarán evolucionando conforme el software cambia. Incluso podemos
imaginar SDRs más capaces con software que se extiende más allá de
la capa física para aprovechar el vasto ecosistema de software de código
abierto. Esto permitirá a los investigadores abordar tanto las capas superiores
como la red para reducir aún más el tiempo de adopción y romper el enfoque
aislado para el diseño

ni.com/5g
La innovación de 5G no se detiene en el diseño
Las soluciones de pruebas y medidas serán clave en el ciclo de
comercialización. Los sistemas de pruebas deben expandirse más allá de la
capa física para probar de forma rápida y rentable estas nuevas tecnologías de
múltiples antenas con haces controlables/dirigibles. Además, estos sistemas
deben abordar los nuevos dispositivos con capacidad de onda milimétrica con
anchos de banda extremadamente amplios. Estas soluciones de pruebas no
solamente deben ser capaces de probar los parámetros importantes de un
dispositivo, sino también ser rentables para que 5G alcance su potencial y una
extensa adopción.
¿Qué Sigue?
Los investigadores de sistemas inalámbricos han adoptado un enfoque
de diseño de plataforma utilizando SDRs para acelerar la fase inicial de
investigación de 5G. Ahora, los proveedores de soluciones de pruebas
deben hacer lo mismo. 5G presenta un cambio de paradigma como nunca
antes lo hemos visto, y un enfoque basado en plataforma que sea flexible y
configurable por software será esencial para el desarrollo de este ecosistema.

Con estas características, 5G requiere un diferente enfoque para probar

dispositivos y sistemas inalámbricos. Por ejemplo, la pruebas over-the-air (OTA)
a nivel del sistema debe convertirse en estándar en el ecosistema 5G. La
prueba OTA presenta varios retos pero tal vez lo más desalentador pertenece
al entorno en el que el equipo de prueba y el dispositivo bajo prueba deben
coexistir. El aire es un medio impredecible y el propio canal varía con el tiempo
y las condiciones ambientales. Los ingenieros de pruebas inalámbricas deben
aislar el canal en el escenario de la OTA y controlar el dispositivo por haz para
“probar” eficazmente el dispositivo.

Además, compañías como Intel han introducido módulos de antena en

fase con una antena conectada directamente al extremo frontal de RF para
minimizar las pérdidas del sistema. Debido a que el acceso al dispositivo es
limitado, el equipo de prueba debe incrementar en frecuencia a las bandas de

+
onda milimétrica y caracterizar métricas clave de rendimiento haz por haz.

Finalmente, mientras que el ancho de banda es un reto familiar en las pruebas,

el ancho de banda probado de 5G se espera que aumente 50 veces en un canal
LTE estándar. A estos anchos de banda, los sistemas de pruebas no solamente
deben generar y adquirir formas de onde de ancho de banda más amplio, sino
también procesar todos esos datos en tiempo real.

ni.com/5g
 Rompiendo la Ley de Moore
—
— Mucho se ha publicado recientemente sobre la muerte de la ley de Moore.
—
— Aunque esta observación de más de 50 años enfrenta nuevamente
“El final de la ley de Moore podría ser un punto
—
— problemas de salud, no empecemos a cavar la tumba para el mercado
—
— de inflexión. Está lleno de retos, pero también
—
—
de semiconductores y electrónica. Gordon Moore, cofundador de Intel,

—
—
observó la velocidad a la que los transistores en un semiconductor se
es una oportunidad para atacar en diferentes
—
—
duplicaron, inicialmente cada 12 meses y después aproximadamente cada
direcciones y para reorganizar las cosas.”
—
—
24 meses. A pesar de algunas revisiones menores, el procesamiento de
—
—
semiconductores ha seguido notablemente a esa observación durante —Dr. Peter Lee, Vice Presidente Corporativo, Microsoft Research
—
—
décadas. Esta escala “libre” permitió que nuevamente se implementaran
—
—
diseños arquitectónicos similares, lo que proporcionaba menores costos,
—
— menor potencia y mayores velocidades esperadas en la curva de crecimiento. pero este “muro” aparente fomentó las innovaciones que hicieron que el
—
— ¿Es cierto que la desaparición de esta escala libre indica el final de los procesador multinúcleo fuera habitual. Aunque el crecimiento de la frecuencia
—
— avances en la informática? Aunque esta amenaza es lo suficientemente grave ha sido limitado, el rendimiento del sistema de PC ha seguido aumentando
—
— como para inspirar a DARPA a aumentar los fondos para investigar el mundo con la adición de múltiples núcleos y unidades especiales de procesamiento
—
— posterior a la ley de Moore, los científicos e ingenieros tienen una historia de vectores que aceleran las gráficas, los juegos y la reproducción de
—
— superando obstáculos y algunas alternativas innovadoras para la escala de vídeo. Estas adiciones crearon nuevos retos en el desarrollo de modelos de
—
— semiconductores prometen un futuro brillante e interesante. “El final de la ley software para utilizar mejor estos nuevos bloques de procesamiento. Además
de Moore podría ser un punto de inflexión,” dijo Dr. Peter Lee, vice presidente de generar cambios en la arquitectura de procesamiento, los transistores
corporativo de Microsoft Research, en el March 2016 Technology Quarterly de de alta velocidad se han aplicado fuera del CPU a los subsistemas de E/S
The Economist. “Está lleno de retos, pero también es una oportunidad para que alimentan a los procesadores con mayor ancho de banda desde redes,
atacar en diferentes direcciones y para reorganizar las cosas”. cámaras y recolección de datos. Las aplicaciones de procesamiento de
señales de alta velocidad para estándares inalámbricos y cableados han
La Historia de la Ruptura de la Ley creado un crecimiento en el ancho de banda de E/S que ha superado la escala
de frecuencias de transistor.
La ley de Moore se refiere específicamente al número de transistores en un
dispositivo semiconductor, pero por lo general se confunde con otras ventajas
de escalar semiconductores como velocidad más alta y potencia más baja.
Utilizando la Tercera Dimensión
Estos beneficios esperados de este escalamiento fueron válidos por décadas, Se han cumplido predicciones anteriores al final de la ley de Moore con
pero ya no son fáciles o esperados. Es enfriamiento de procesadores paralizó avances en el diseño de chips. Las técnicas actuales para aprovechar mejor la
el aumento exponencial de la tecnología de frecuencia del procesador, tercera dimensión al apilar los chips y transistores continuarán aumentando

ni.com/semiconductor
la densidad, pero pueden crear nuevos problemas de diseño y pruebas. Por aceleración. La lucha inicial por explotar el paralelismo en chips multinúcleo
ejemplo, el costo cada vez mayor de los pequeños transistores ha requerido se repetirá a medida que el cómputo heterogéneo se convierte en la opción
nuevos chips para combinar más funciones del sistema para justificar el para escalar. Y aunque la viabilidad de la venerable ley de Moore está siendo
precio más alto. Este avanzado enfoque de “system on a chip” se demuestra amenazada nuevamente, las necesidades del mercado, como el aprendizaje
por la evolución del FPGA desde un arreglo simple de compuertas lógicas de máquinas y el vehículo autónomo, requerirán escalar continuamente la
hasta un sistema de procesamiento y E/S de alto rendimiento que combina capacidad de procesamiento y el ancho de banda de E/S, lo que representa
procesadores, DSPs, memoria, interfaces de datos en un solo chip. Muchas una nueva oportunidad para impulsar nuevas innovaciones arquitectónicas.
de las nuevas opciones para escalar la densidad de los chips se basan en usar
una tercera dimensión en cómo se construyen los transistores y en cómo la
tecnología 3D-IC puede utilizarse para combinar chips existentes en un solo
paquete. Aunque estos sistemas en chip son más complejos de diseñar y
probar, se crearon para reducir el costo de diseño del sistema final con su alto
nivel de integración. Incluso con este beneficio, apilar chips implica nuevas

HETEROGÉNEO
complejidades que presentan nuevos retos. A medida que más sistemas
se basan en la escala 3D, los retos de depuración y pruebas se volverán
más obvios y se utilizará más área de silicio para proporcionar funciones

Rendimiento de Cómputo
integradas de depuración y pruebas.

Nuevas Arquitecturas de Cómputo

MULTINÚCLEO
La historia ha demostrado que los problemas de escala anteriores han
fomentado novedosas mejoras arquitectónicas que aprovechan aún más la
tecnología del silicio. Los retos más recientes crearon la era de la informática
diseñada para un uso particular para la cual se combinan múltiples y
únicos tipos de arquitectura de cómputo y se aplican a los problemas. Esta
tendencia se volvió popular con los procesadores gráficos que complementan

SINGLE-CORE
los CPUs de uso general, pero esa técnica se expande rápidamente con
la aceleración del cómputo personalizado que utiliza FPGAs, procesadores
vectoriales e incluso bloques de cómputo específicos de aplicaciones.
Estas técnicas de aceleración, como aquellas utilizadas para el aprendizaje
de máquinas, se convertirán en los siguientes bloques estándares para el
sistema en chip del mañana. La clave para aprovechar estas arquitecturas
de procesamiento mixto son las herramientas de software y frameworks
que ayudan a los usuarios a diseñar con una descripción de alto nivel para
su implementación en una variedad de motores de procesamiento para

ni.com/semiconductor
 Electrificación de Vehículos:
Cambiando la Industria Automotriz y Más Allá
—
— el volante y las ruedas delanteras no era inusual. El volante conectado a un
—
—
En todo el mundo, los gobiernos están anunciando disposiciones oficiales que
eje que se conectaba a un sistema de mecanismo de cremallera que giraba
—
—
causarán la desaparición del motor de combustión interna. China va al frente,
las ruedas, e incluso una versión hidráulica más eficiente del sistema, aún
—
—
exigiendo que en 2018 el 8% de los vehículos nuevos en circulación sean
—
—
vehículos de “nueva energía” o de cero emisiones, un enorme crecimiento mantenía un acoplamiento mecánico entre el volante y los neumáticos. La

—
—
sobre el 2 al 3% en circulación hoy en día. Regulaciones gubernamentales historia es similar para el pedal del acelerador y la transmisión manual.

—
—
similares que limitan el futuro del motor de combustión interna han sido
—
— aprobadas alrededor del mundo y no se puede dejar de recalcar la importancia La explosión de la tecnología Drive-by-Wire en el vehículo moderno ha
—
— y el crecimiento de la industria cambiado este paradigma. Un sensor,
—
— del automóvil completamente
“Este anuncio marca el final del automóvil impulsado
un actuador remoto y múltiples
—
— eléctrico e híbrido. Volvo sistemas de control han reemplazado
—
— posiblemente ha tomado la exclusivamente por motor de combustión.” la conexión mecánica. En lugar de una
—
— postura más fuerte entre los conexión directa entre el volante y los
—
— fabricantes de automóviles,
—Håkan Samuelsson, Presidente y CEO, Volvo neumáticos delanteros, un sensor en
—
— la columna de dirección, ahora mide
—
—
prometiendo fabricar para 2019
el ángulo de la rueda. Un controlador
—
—
solamente autos híbridos o completamente eléctricos y comprometiéndose
embebido luego traduce esa medida en un ángulo y envía el valor al bus de
—
—
a vender más de 1 millón de vehículos eléctricos para el 2025. “Este anuncio
marca el final del automóvil impulsado exclusivamente por motor de comunicación del vehículo. En alguna otra parte del bus de comunicación,
combustión” dijo Håkan Samuelsson, presidente y CEO de Volvo, en una otro controlador recoge el valor, lo traduce en un ángulo de la rueda basado
declaración en Julio de 2017. potencialmente en la velocidad del vehículo y ajustes del controlador, y
luego ordena a un actuador mover la rueda a un ángulo deseado. En muchos
vehículos, un sistema de seguridad se sitúa en medio de este sistema de
Más que Solamente EV/HEV
dirección drive-by-wire para garantizar que el vehículo permanece en el
El cambio de combustión interna a plantas de energía híbrida y luego carril y evita los obstáculos en la carretera. Conforme crece el número de
totalmente eléctricas representa únicamente la parte más visible del agresivo subsistemas de electrónica de potencia en el vehículo, el propio automóvil
crecimiento de los sistemas de electrónica de potencia en los vehículos. La comienza a parecerse a una micro-red eléctrica con un bus de potencia
electrificación se aplica de la misma manera a los subsistemas de vehículos. común que conecta una creciente lista de fuentes y salidas de energía, cada
Tan reciente como hace 10 años, un acoplamiento totalmente mecánico entre una administrada por un sistema independiente de control embebido.

ni.com/automotive
El Impacto General
Echando un vistazo más amplio a implicaciones de las disposiciones más inteligentes. Convertirlo en una realidad representa un verdadero reto
automotrices del gobierno, el crecimiento exponencial en la electrificación interdisciplinario para desarrollar sistemas de control seguros y confiables entre
y el fin inminente de los motores de combustión interna, representan un otras necesidades. Para llegar al mercado rápidamente, esto requerirá una mayor
cambio radical en la infraestructura requerida para soportar el cambio en dependencia en las pruebas en tiempo real, en las pruebas de producción y
las plantas de energía de los vehículos. Un automóvil con un motor de que los socios de ecosistemas cuenten con experiencia en herramientas de
combustión interna requiere aproximadamente 10 minutos en casi cualquier desarrollo, además de una plataforma flexible, abierta y líder en la industria. Con
gasolinera para llenar su tanque para otras 300 millas de viaje. Sin embargo, las herramientas adecuadas, los ingenieros pueden adaptarse a las perturbadoras
incluso con un compresor dedicado, una pit stop similar requiere al menos tecnologías que requerirá la electrificación de vehículos.
una hora para que un vehículo completamente eléctrico cargue. Incluso
para la recarga lenta asociada con un viaje de ida y vuelta diario, el hardware
de carga necesario necesita un poco de reflexión. Para los propietarios de
vivienda, instalar una estación de carga nocturna podría ser tan simple como
poner un circuito de alta corriente en el garaje, pero esto se vuelve más
complicado para un arrendatario en una casa o un apartamento. Si el dueño
del vehículo vive en una ciudad y se estaciona en la calle, el concepto de una
estación de recarga en casa podría ser completamente imposible.
CHINA REINO UNIDO
Mirando el futuro de la electrificación de vehículos desde la perspectiva de
empresa de suministro energía, las demandas cíclicas basadas en el horario
5M DE VEHÍCULOS DE PROHIBICIÓN DE AUTOMÓVILES

2020

2040
diario de la fuerza laboral, además de las altas demandas de carga rápida CERO EMISIONES EN DE GASOLINA Y DIESEL;
representan increíbles nuevos retos para la red eléctrica. Si todo el personal CIRCULACIÓN TODOS ELÉCTRICOS
vuelve a casa a las 5:00 p.m. y conecta sus vehículos eléctricos casi al mismo
tiempo, esto cambia la duración de la demanda pico típica en la red y cambia
ALEMANIA

2030
el consumo máximo regional por calefacción o enfriamiento al transporte. En
la escala más grande de una gasolinera, una colección de compresores para
una carga rápida requerirán una cantidad de energía similar a la utilizada por
un vecindario de tamaño mediano.

La tendencia por las disposiciones gubernamentales con respecto a los SERÁN FABRICADOS ÚNICAMENTE
vehículos eléctricos conduce directamente al crecimiento en la complejidad VEHÍCULOS DE CERO EMISIONES
de los vehículos y conduce indirectamente a una necesidad inmediata
de crecimiento en infraestructura. El futuro de la industria automotriz
impulsará el futuro de la red eléctrica, lo que requerirá sistemas de control

ni.com/automotive
 Automatizar la Información de Ingeniería
con el Aprendizaje de Máquinas
—
— El aprendizaje de máquinas ya ha producido notables resultados en ciertos El Aprendizaje de Máquinas se Alimenta de los Datos
—
— nichos en los que el reconocimiento de patrones es obvio, pero está
—
— produciendo impactos aún mayores y duraderos en las empresas que La habilidad de conectar en red sistemas inteligentes para mejorar la visibilidad
—
— demandan amplios conocimientos y eficiencias en sus industrias. Las de los datos es bien conocida como un beneficio de Internet de las Cosas (IoT)
—
— y como un reto de Big Analog Data™. ABI Research (QTR 1 2017) dice que
—
—
inversiones de los gigantes tecnológicos en las aplicaciones de aprendizaje
los datos de sensores y máquinas de equipos industriales superarán los 78
—
—
de máquinas están llamando mucho la atención.La mayor colección de
exabytes en 2020 y en algún lugar de entre todos esos datos habrá evidencia
—
—
desarrolladores de Google fuera de su sede en Estados Unidos es un grupo
de una falla de la máquina, un defecto de fabricación o una prueba crítica de
—
—
de investigación dedicado al aprendizaje de máquinas. Microsoft lanzó CNTK
—
—
de fuente abierta, Baidu publicó PaddlePaddle, Amazon decidió dar soporta validación que la tecnología de hoy en día pasó por alto. Los extensos conjuntos

—
—
a MXNet en AWS y Facebook creó dos frameworks de amplio aprendizaje. de datos ayudarán a preparar mejores modelos a partir de algoritmos de

—
— La ola de aplicaciones de aprendizaje de máquinas en el espacio de los aprendizaje de máquinas y producirán resultados más rápidos, pero solamente
—
— consumidores se extenderá a la industria, lo que ayudará a los ingenieros si están disponibles. Los diseñadores de sistemas de hoy en día necesitan ver
—
— y gerentes a mejorar las operaciones comerciales con el análisis de la recolección de datos organizada como el primer paso para implementar la
—
— datos automatizado. Además de impulsar la innovación, el aprendizaje de tecnología de aprendizaje de máquinas y desarrollar estrategias más completas
—
— máquinas ofrece mejoras en el negocio aquí y ahora, como el tiempo de de DAQ y administración de datos para sistemas conectados.
—
— funcionamiento, el rendimiento de producción y la eficiencia de la ingeniería.
—
—

■■
Incrementar tiempo de operación
■■
Reducir costo de mantenimiento
Recolección de Extracción de Reducción de Modelo de
■■
Mejorar rendimiento de producción
Datos Características Características Capacitación ■■
Reducir costo de desarrollo
■■
Mejorar calidad del producto
APRENDIZAJE DE MÁQUINAS

DATOS SIN PROCESAR VALORES VECTOR DE FUNCIÓN MODELO DE CANDIDATO ANÁLISIS DE NEGOCIO
DE LA FUNCIÓN
ni.com/big-analog-data
Impulsando la Innovación
Tratar con defectos de diseño durante el desarrollo del producto puede
ser costoso, es por eso que se emplea tiempo, atención y presupuesto
a la verificación de diseño y las pruebas de validación. Antes de que el
aprendizaje de máquinas pueda ayudar a enfocar el costoso tiempo de
ingeniería en las áreas del producto que necesitan más pruebas y validación,
los datos históricos de las pruebas deben estar organizados y ser accesibles.
Rendimiento Mejorado
La mayoría de los fabricantes de hoy en día identifican condiciones de
paso/falla y guardan datos para análisis forense, registros de calibración y
genealogía. Algunos fabricantes utilizan métodos de pruebas automatizadas
más avanzados, pero los modelos de aprendizaje de máquinas pueden
ayudarles a identificar defectos del producto independientemente de la
causa. ¿Los componentes a nivel de silicio de la versión actual provienen
de un nueva fábrica? ¿El diseño incluye componentes falsificados? ¿La
temperatura de soldadura de onda está desactivada debido a un sensor
defectuoso? Las interminables anomalías pueden causar defectos, por
lo que establecer límites de pruebas para todos ellos no es práctico (o
posible). La tecnología de aprendizaje de máquinas alertará a los ingenieros
de pruebas de manufactura sobre los defectos omitidos en las fases de
diseño y pruebas durante el desarrollo del producto.
Mayor Tiempo de Operación
Muchas compañías en la fabricación de procesos u otras industrias de
procesos tienen extensas bases de datos de mantenimiento y datos
operacionales para sus equipos industriales. Hoy en día, los ingenieros de
mantenimiento trabajan manualmente con estos datos, pero los futuros
métodos de aprendizaje de máquinas procesarán estos datos para clasificar
los estados operativos y detectar anomalías. Los sistemas debidamente
capacitados identificarán las irregularidades que requieren atención y
alertarán al personal de mantenimiento para la solución de problemas.
Aprovechando los Sistemas Distribuidos
De alguna manera, ya está establecida la etapa para el aprendizaje de máquinas.
La integración del procesamiento robusto y la fusión de sensores con el
aprendizaje de máquinas ayudará a los ingenieros a construir mejores sistemas
que puedan interpretar los datos de forma distribuida, sin tener que comunicarse
con el equipo empresarial. Algunas tecnologías ya pueden preparar y ejecutar
modelos remotamente para ofrecer a los ingenieros las siguientes opciones
de arquitectura del sistema: entrenamiento de modelos e implementación en
la nube, de forma distribuida o ambos. Llevar la inteligencia a los dispositivos
remotos con señales del mundo real reduce la latencia de las decisiones y la
necesidad de infraestructuras costosas, lo que ayuda a que miles de millones de
nuevos dispositivos entren en línea y compitan por un ancho de banda limitado.
ni.com/big-analog-data

Las Plataformas Aprovecharán el Poder
del Aprendizaje de Máquinas
Un elemento clave que se debe tomar en cuenta es la incorporación del
aprendizaje de máquinas que ayuda a los desarrolladores a enfocarse en
nuevos problemas, ahorrar tiempo combinando tecnologías adyacentes y a
no perderse en el middleware. Los ingenieros rara vez quieren pasar tiempo
en preguntas que ya han sido contestadas o que se consideran necesarias
debido a las herramientas. ¿Cuáles análisis de la nube son soportados?
¿De quién es la nube? ¿Existen problemas de compatibilidad de RTOS
al implementar los modelos? Integrar el aprendizaje de máquinas en las
plataformas de nube, software y hardware, proporcionará montones de
tecnología controlada, así los ingenieros podrán enfocarse en nuevos retos.
“Existen enormes oportunidades para extraer
información oculta en los diferentes sistemas
de información empresarial que la mayoría
de las empresas poseen hoy en día. Una
plataforma de aprendizaje de máquinas puede
extraer rápidamente estos datos junto con los
datos de los sensores de IoT recién adquiridos.
Dejemos que la plataforma haga el trabajo sin
valor agregado para que la empresa pueda
concentrarse en obtener información útil.”
—Andy Timm, Chief Technology Officer, PTC
Las aplicaciones de aprendizaje de máquinas de hoy en día pueden encontrar
fotos de un perro en un álbum, pero los líderes empresariales buscan ingenieros,
plataformas y la próxima ola de aprendizaje de máquinas para ayudar a encontrar
tiempo de operación, rendimiento y eficiencia en un mar de Big Analog Data.
ni.com/big-analog-data
US Corporate Headquarters
11500 N Mopac Expwy, Austin, TX 78759-3504 S
T: 512 683 0100 F: 512 683 9300 info@ni.com

ni.com/global–International Branch Offices

ni.com/trend-watch

©2017 National Instruments. All rights reserved. Big Analog Data, National Instruments, NI, and ni.com are trademarks of National Instruments.
Other product and company names listed are trademarks or trade names of their respective companies.  30296