Del nivel 0 al 1: conectar los PLC que ya tienes

La IA física no empieza en el robot. Empieza en el dato de la máquina que ya tienes. Este artículo describe la ingeniería del primer peldaño: pasar de una planta donde el dato vive dentro de cada equipo a una planta donde todos los equipos hablan un lenguaje común y el dato llega a un solo sitio con hora y contexto. Inventario de fuentes, elección de protocolo, frecuencia de muestreo, marca de tiempo, buffer en el borde, modelo canónico de nombres y seguridad de la conexión, con el criterio para decidir cada cosa.

Inventario de fuentes: qué hay y por dónde empezar

En la escalera de la IA física, el nivel 0 es una planta aislada: el dato existe, pero vive en cada máquina, se lee en la pantalla del panel o se apunta en un parte, y no hay histórico comparable ni hora común. El nivel 1 es una planta conectada: los equipos hablan un lenguaje común y el dato llega a un solo sitio con hora y contexto. El salto entre ambos no es un producto, es un trabajo de ingeniería de la capa de percepción. La guía general del marco está en IA física industrial: qué es, qué no es y por qué empieza por los datos; este artículo se queda dentro del primer peldaño.

Conviene situar esa capa dentro del bucle completo. Percibir no es una sola cosa: es una cadena de adquisición (sensor, acondicionamiento, muestreo y marca de tiempo) seguida de una estimación de estado que convierte números en significado. Todo lo que sigue en este artículo pertenece a la primera de las dos etapas, y su calidad acota la de todas las demás.

El inventario empieza por las familias de fuentes que casi cualquier planta ya tiene. La pregunta que hay que hacerse en cada una no es si se puede conectar, sino qué dato guarda, con qué fidelidad y qué se pierde por el camino:

• Autómatas de control (PLC). Son la fuente más rica: estados de máquina, contadores de piezas y de rechazo, alarmas y variables de proceso. Su memoria está organizada por direcciones y no por significado, así que un registro llamado por su dirección no dice qué magnitud es ni en qué unidad está.
• Variadores de frecuencia y arrancadores. Conocen velocidad, par estimado, corriente, horas de marcha y fallos del accionamiento. Es una fuente de energía y de diagnóstico de motor que suele quedar fuera del alcance porque nadie pregunta por ella.
• Contadores y analizadores de energía. Dan potencia activa y reactiva, energía acumulada y calidad de suministro. Con la cadencia adecuada permiten imputar consumo a línea y a producto, cosa que la factura no permite.
• Básculas, instrumentos de campo y sensores sueltos. Caudalímetros, transmisores de presión, células de carga, sondas añadidas para un proyecto que terminó. A menudo ni siquiera están en el esquema eléctrico actualizado.
• SCADA e historiadores existentes. Ya tienen dato consolidado y a veces contexto, con dos avisos: su marca de tiempo puede ser la de la propia ingesta y no la del origen, y sus agregados pueden haber perdido la resolución que hace falta aguas abajo. Cuándo apoyarse en ellos y cuándo leer del equipo lo discute el papel del historiador industrial.
• Sistemas de gestión. El ERP y el sistema de producción no aportan señal, aportan contexto: orden, lote, producto, turno, tiempo planificado. Sin ese contexto la señal se puede contar, pero no se puede explicar.

Para decidir por dónde empezar hay una sola regla que evita el error más caro de esta fase: el alcance se elige por relevancia del activo, no por disponibilidad de protocolo. Conectar primero lo que ya hablaba un protocolo cómodo deja fuera al equipo antiguo que causa la mitad de las paradas. El orden práctico es ordenar los activos por impacto (cuello de botella, paradas acumuladas, consumo, rechazo), quedarse con los primeros y conectarlos de extremo a extremo hasta ver un indicador defendible, antes de ampliar a lo fácil.

Cada señal seleccionada necesita una ficha mínima antes de tocar nada: activo al que pertenece, magnitud y unidad, rango y escala, naturaleza (estado discreto, contador o variable continua), frecuencia del fenómeno que representa, vía de lectura disponible y persona que responde de ella. Esa lista es el primer entregable del nivel 1 y es también el criterio con el que se comprueba después si se ha alcanzado.

Protocolos industriales: cuál usar en cada caso

Un protocolo hace dos cosas distintas: transportar valores y transportar significado. Los antiguos hacen solo lo primero, y todo lo que no transportan hay que declararlo a mano en la capa de captura. Esa es la diferencia práctica que ordena la elección, más que la velocidad o la moda. La comparación detallada de las dos familias dominantes está en OPC UA frente a MQTT.

El criterio de elección, en cinco preguntas por orden de peso:

1. ¿Qué habla ya el equipo? El protocolo que ya está en servicio gana casi siempre, porque no obliga a tocar el sistema de control.
2. ¿Cuál transporta más semántica? Entre dos vías disponibles, la que lleve tipo, unidad y calidad ahorra un trabajo de declaración que si no se hace se paga con intereses.
3. ¿Permite publicar por cambio? La suscripción por cambio evita el sondeo y reduce a la vez la carga sobre el equipo y la pérdida de eventos cortos.
4. ¿Se puede segmentar y cifrar? Un protocolo que obliga a abrir puertos entrantes hacia la red de control condiciona toda la arquitectura de seguridad.
5. ¿Cuántos protocolos salen hacia arriba? Uno solo. Abajo pueden convivir siete; por encima de la capa de captura debe haber un único modelo, no siete dialectos.

Una precisión sobre el sentido de la comunicación en este nivel: la capa de captura lee y no escribe. La escritura pertenece al nivel 3, donde el bucle se cierra con catálogo de acciones autorizadas, supervisión y trazabilidad. Mezclarlas en el primer peldaño convierte un proyecto de datos en un cambio del sistema de control.

Frecuencia de muestreo: elegirla señal por señal

No existe una frecuencia global correcta. Se fija por variable, según el fenómeno que se quiere poder reconstruir. El punto de partida teórico es el criterio de Nyquist: para reconstruir una señal hay que muestrear a más del doble de su componente más alta. En la práctica industrial se trabaja con cinco a diez veces la frecuencia del fenómeno, porque no se busca solo evitar el error, sino ver la forma de la curva y poder explicarla.

Antes del muestreo hay una condición que no se puede arreglar después. Si la señal tiene contenido por encima de la mitad de la frecuencia de muestreo, ese contenido no desaparece: se pliega sobre la banda útil y aparece como una componente falsa, indistinguible de una real. Por eso el filtro antialias es analógico y va antes del convertidor. Ningún tratamiento posterior separa lo que ya se mezcló.

El submuestreo es el error evidente: pierde eventos y produce indicadores que salen altos y falsos, que es peor que no tenerlos. El sobremuestreo es el error caro y silencioso, y conviene desglosar por qué. Multiplica el volumen almacenado durante todos los años de retención. Encarece cada consulta, porque los agregados recorren series mucho más largas. Carga la CPU del autómata cuando se implementa a base de sondeo. Y, sobre todo, no añade información: el ancho de banda real lo pone la cadena de sensor y acondicionamiento, no el muestreador. Diez muestras por segundo de una sonda con constante de tiempo de un minuto cuestan diez veces más y dicen lo mismo.

Hay una confusión frecuente que conviene deshacer: la cadencia del lazo de control no es la cadencia a la que hay que historizar. Según el white paper de 5G-ACIA y ZVEI sobre integración de redes Ethernet industriales con 5G (noviembre de 2019), los tiempos de ciclo habituales en comunicación industrial periódica van de 10 ms a 0,5 ms. Ese es el ritmo al que el sistema de control cierra su lazo, y es correcto que viva dentro del armario. Historizar a ese ritmo todas las variables de una planta no aporta capacidad de análisis, aporta factura.

La marca de tiempo: por qué la hora del servidor no vale

Un número sin instante y sin identidad de activo no es un dato, es una cifra. Y el instante tiene que ser el del origen, lo más cerca posible del sensor, nunca el de la ingesta. La razón es concreta: si el sello lo pone la pasarela o la plataforma al recibir, cualquier retención de la red desplaza los eventos. El desplazamiento no es uniforme ni aleatorio, es máximo justo cuando la red va peor, que es exactamente el momento del fallo que se quería explicar. El orden causal se destruye en el único momento en que importaba.

Lo que hay que exigir no es solo precisión media, es cota de la variabilidad del retardo. Esa variabilidad tiene nombre, jitter, y pesa más que el valor medio: un retardo grande pero constante se compensa, uno variable no. El objetivo razonable es que el error del sello sea mejor que la mitad del periodo de muestreo del canal más rápido con el que esa señal se vaya a correlacionar.

De ahí salen dos regímenes de trabajo bien distintos:

• Decenas de milisegundos. Es lo que se alcanza con NTP bien desplegado sobre la red de planta, y es suficiente para calcular OEE, imputar energía, comparar turnos y analizar un día de producción. NTP sincroniza por software estimando el retardo de ida y vuelta, y su límite aparece cuando los dos caminos no son simétricos o cuando el sistema operativo introduce retardos propios.
• Milisegundo o mejor. Hace falta cuando se quiere ordenar causalmente eventos entre equipos distintos, es decir, responder qué se disparó primero cuando la cascada de fallo dura menos de un segundo. Ahí entra PTP, el protocolo de sincronización de precisión definido en IEEE 1588-2019, aprobado por la IEEE Standards Association el 7 de noviembre de 2019 y publicado el 16 de junio de 2020, que trabaja en el rango submicrosegundo cuando los conmutadores y las interfaces de red sellan los paquetes en hardware.

Por encima de esos dos regímenes está el dominio de las aplicaciones de movimiento. El mismo white paper de 5G-ACIA y ZVEI (noviembre de 2019) señala que el dominio de reloj de trabajo, del que dependen robots y control de movimiento, exige una sincronización menor o igual a 1 microsegundo, con tendencia a aumentar la exactitud hasta los 100 nanosegundos. Ese nivel de exigencia no lo impone la analítica, lo impone la coordinación de ejes, y va acompañado de garantías de entrega en la propia red. Es el terreno de TSN: el perfil de redes sensibles al tiempo para automatización industrial, IEC/IEEE 60802, se publicó el 29 de junio de 2026 según el grupo de trabajo IEEE 802.1 TSN, de modo que ya es norma publicada y no un borrador.

Dos detalles de implantación que se olvidan y salen caros. El primero: almacenar siempre en tiempo universal, con la zona horaria como contexto. Guardar hora local produce dos veces al año un turno de veintitrés horas y otro de veinticinco, y rompe cualquier comparación interanual sin que nadie lo note. El segundo: la exactitud del reloj hay que poder medirla. La evidencia de que una planta está sincronizada es un mismo evento visto por dos sistemas distintos, con sus dos marcas de tiempo una al lado de la otra.

Frecuencia, marca de tiempo, contexto y retención no son requisitos sueltos: forman un sustrato que se endurece a medida que se sube de nivel, y cada peldaño hereda todo lo del anterior.

Buffer en el borde: qué pasa cuando cae la red

El borde es el cómputo situado en la planta, junto a los equipos, y existe por dos razones: cumplir latencias y seguir operando cuando el enlace hacia el exterior no está. La segunda decide si el histórico es utilizable: una capa que depende de la red para no perder dato tiene agujeros justo en los incidentes, que son los periodos que más se consultan después.

El comportamiento que hay que exigir se puede enunciar en cinco puntos:

• Almacenamiento local y reenvío. Lo que no se puede enviar se persiste en disco en el propio borde y se reenvía cuando el enlace vuelve, con el dato conservando su marca de tiempo de origen. Esto es lo que hace posible el relleno: si el sello fuera de ingesta, todo el buffer se colapsaría en el instante de la reconexión.
• Dimensionado explícito. La autonomía se calcula: bytes por segundo de todas las señales por las horas de corte que se quieren soportar. Ese número debe estar escrito y probado desconectando el enlace a propósito.
• Reenvío ordenado e idempotente. Al reconectar hay que evitar duplicados y que el relleno pise agregados ya calculados. La clave natural es activo, señal e instante de origen, y el recálculo de los agregados afectados debe ser una operación prevista.
• Política declarada de buffer lleno. Cuando el corte supera la autonomía hay que decidir por escrito qué se descarta y registrarlo. Un buffer que se desborda en silencio produce un histórico que miente sin avisar.
• Los huecos se marcan como huecos. Interpolar en silencio es fabricar dato. La completitud se mide por canal y por periodo, nunca en global: un 99 % agregado puede esconder un canal caído durante un turno entero, y los huecos no son aleatorios, se concentran en las horas raras.

El detalle de arquitectura de esta capa, incluido el dimensionado y las estrategias de reenvío, está desarrollado en buffering en el borde industrial.

Normalización y modelo canónico de nombres

La causa más común de que un histórico de tres años no sirva no es técnica, es de gobierno: alguien renombró, reescaló o reutilizó una señal y no quedó registrado. Por eso el modelo de nombres se decide antes de conectar el primer equipo, no después de conectar el quincuagésimo.

El principio es simple de enunciar y difícil de sostener: se modela el activo, no el direccionamiento del autómata. Un nombre que replica la dirección de memoria obliga a conocer el programa del PLC para interpretarlo y se rompe cuando alguien reorganiza los bloques. El nombre canónico describe una jerarquía física estable: planta, área, línea, celda, activo y magnitud. Esa jerarquía es la base de un espacio de nombres unificado, que es la interfaz única que se ofrece hacia arriba; el patrón completo está en qué es un unified namespace y cómo se diseña.

Cada valor debe viajar con un contexto mínimo, y este es el que hay que exigir:

• Identidad estable del activo, independiente del proveedor, del modelo del equipo y de la dirección del registro. Si se cambia el PLC, el nombre no cambia.
• Magnitud y unidad, normalizadas en el borde. Un sistema que mezcla bar y kilopascales produce agregados sin sentido que nadie detecta hasta que alguien suma dos líneas.
• Escala y rango, para poder distinguir un valor fuera de rango de un fallo de escalado y para validar automáticamente lo que entra.
• Calidad del dato con estados explícitos: bueno, incierto, malo, sustituido. Un valor sustituido que viaja como bueno contamina cualquier análisis posterior.
• Versión de la definición de la señal, con fecha. Es lo que permite interpretar correctamente un histórico que atraviesa un cambio de escala o de significado.

Todo esto se sostiene con un diccionario de señales que tiene propietario nombrado y cambios versionados. Cómo se construye ese modelo semántico y cómo se enlaza con orden, producto y turno lo detalla la contextualización de datos industriales. Rehacerlo tarde no es solo cambiar nombres: obliga a reprocesar el histórico entero, y ese es el motivo por el que conviene pagar el coste al principio, cuando el histórico son semanas.

Seguridad de la conexión: segmentación, sentido del tráfico y 62443

Conectar la planta amplía su superficie expuesta, y la prioridad en un entorno industrial no es la misma que en un sistema de oficina: aquí la disponibilidad y la seguridad de las personas van por delante, porque un fallo no produce una molestia sino una parada o un daño. El marco de referencia es la serie ISA/IEC 62443, que define requisitos y procesos para implantar y mantener sistemas de automatización y control industrial seguros. Según la ISA (consultado en septiembre de 2026), la serie se organiza en cuatro grupos: terminología y modelos, requisitos de programa para propietarios de activos y proveedores de servicio, evaluación de riesgo y requisitos de seguridad del sistema, y ciclo de desarrollo y requisitos de componente. El documento que fija qué tiene que hacer el propietario del activo es IEC 62443-2-1, cuya edición 2.0 se publicó en agosto de 2024 según el IEC Webstore.

Lo que eso significa en la práctica para una capa de captura son cuatro decisiones:

1. Segmentación en zonas y conductos. La red de control es una zona con sus propios requisitos y todo lo que entra o sale lo hace por un conducto declarado. El tráfico de gestión no comparte segmento con el cíclico: cuando lo hace, el síntoma son paradas intermitentes sin causa aparente que queman la confianza en el proyecto.
2. Sentido único del tráfico. La conexión la inicia siempre la capa de captura desde dentro hacia fuera. No se abren puertos entrantes hacia la red de control. Este es el argumento técnico que suele decidir a favor de una publicación por cambio hacia un broker frente a una consulta iniciada desde fuera.
3. Lectura sin escritura, y permisos separados. En el nivel 1 la cuenta que lee no tiene permiso de escritura en ningún equipo. Cuando más adelante se cierre el bucle, la escritura llega con su propia cuenta, su catálogo cerrado de acciones y su registro de quién aprobó cada una.
4. Identidad, cifrado y registro. Cuentas nominales en vez de credenciales compartidas, certificados y políticas de seguridad activadas en OPC UA, transporte cifrado en MQTT y un registro de qué sistema lee qué señal y desde dónde. Sin él no se puede responder a la pregunta que llega el día del incidente.

A esto se añade una restricción operativa que se gestiona igual: la capa de captura no debe poder degradar el proceso. Eso son límites declarados de cadencia y de conexiones por equipo, tiempos de espera acotados y un fallo que nunca bloquea al autómata.

Errores típicos y cómo se detectan

Los siguientes fallos comparten síntoma con problemas mucho más aparatosos, por eso conviene conocer la prueba concreta que los distingue.

• Se conecta lo fácil y queda fuera lo que importa. El alcance se eligió por disponibilidad de protocolo. Se detecta cruzando los activos conectados con el reparto de paradas del último trimestre: si el equipo que encabeza las pérdidas no está conectado, el alcance está mal elegido.
• Marca de tiempo puesta en la ingesta. Se detecta provocando un corte breve del enlace y observando el histórico después: si los eventos del corte aparecen agrupados en el instante de la reconexión en vez de repartidos en el tiempo, el sello no es de origen.
• Sondeo donde hacía falta captura por evento. Se detecta representando la distribución de duraciones de parada: si se corta de forma abrupta alrededor del periodo de sondeo, las paradas cortas no es que no existan, es que no se ven.
• Sobremuestreo. Se detecta comparando el crecimiento del almacenamiento por señal con el ancho de banda real del sensor. Si una variable con constante de tiempo de minutos ocupa lo mismo que un contador de energía a un segundo, hay cadencia que sobra.
• Unidades o escalas mal declaradas. Se detecta con dos comprobaciones baratas: validar rangos físicamente plausibles y cuadrar un balance, por ejemplo la suma de consumos de línea contra el contador general.
• Huecos invisibles bajo un promedio bueno. Se detecta sustituyendo la cifra global de completitud por un panel de disponibilidad por canal y por turno. La evidencia de que no hay huecos es el panel, no la afirmación.
• Nombres que replican el direccionamiento del autómata. Se detecta pidiendo a alguien que no programó la máquina que interprete diez señales tomadas al azar. Si necesita el programa del PLC para saber qué son, el modelo semántico no existe.
• Hora local en los agregados. Se detecta buscando en el histórico los dos fines de semana de cambio de hora: si aparecen turnos de veintitrés y de veinticinco horas, el almacenamiento no está en tiempo universal.

Ninguno de estos ocho fallos es un problema de producto ni se resuelve cambiando de herramienta. Todos se resuelven decidiendo antes: qué se conecta primero, dónde se sella la hora, cómo se llama cada señal y quién responde de ella. Ese es, en resumen, el contenido real del primer peldaño de la escalera.

Preguntas frecuentes sobre conectar PLC existentes

La arquitectura completa sobre la que se apoya todo lo anterior está descrita en la plataforma de datos industriales, y el marco que sitúa este peldaño dentro del recorrido está en la guía de IA física industrial. Si quieres contrastar el inventario de tu planta y el orden de conexión, cuéntanos qué equipos tienes.