Subido por adrian3rosero

Resumen del certidumbre en Industria 4.0

Anuncio
Resumen del Documento.
Este documento tiene como objetivo confrontar el paradigma de la ingeniería tradicional,
destacando la necesidad de la complejidad y los principios del sistema ciberfísico para
hacer frente a la Industria 4.0. Comenzamos con una descripción general de lo que
entendemos por certeza y complejidad, seguida de una breve discusión sobre la
autoorganización.
Luego contrastamos el proceso de ingeniería habitual con un nuevo paradigma que
considera sistemas complejos. Luego se basa en las relaciones entre los sistemas
ciberfísicos que son fundamentales para la Industria 4.0 y, finalmente, analiza los desafíos
de la Industria 4.0 relacionados con los sistemas ciberfísicos. En resumen, el trabajo
integra los dominios de la complejidad y los sistemas ciberfísicos, lo que lleva a repensar
los procesos de ingeniería, especialmente los procesos de diseño, desde una perspectiva
compleja e interdisciplinaria.
Introducción.
En la historia de la humanidad a menudo se ve como una marcha inexorable hacia la
creciente complejidad de las ideas, los artefactos, la educación, la política, la economía,
la tecnología y las estructuras sociales.
Aunque no tenemos un conocimiento exacto del mundo antiguo, es razonable suponer
que hoy experimentamos un mundo más complejo que el del habitante medio de hace un
siglo (1950). Por esta razón, los paradigmas tecnológicos y la causalidad lineal tienden a
promover jerarquías de mando y de control centralizado, lo que reduce la creatividad y la
innovación, y deben revisarse y reflexionarse. Los sistemas distribuidos permiten a las
organizaciones ver el mundo turbulento como una colección del ecosistema en evolución.
Para adaptarnos y prosperar en un mundo así, debemos ser ágiles y ver el concepto de
complejidad como una riqueza de conocimientos y orientación que recompensa a quienes
hacen el primer esfuerzo. En los últimos dos siglos, el mundo ha cambiado radicalmente
y se ha vuelto más complejo.
Desde carros y correo electrónico hasta aviones e internet. Además de crear artefactos
icónicos como aviones, automóviles, computadoras y teléfonos inteligentes.
Este cambio ha tenido un gran impacto en el alcance de la experiencia, creando sistemas
grandes, conectados y de múltiples capas, tales como:
Aquí es donde entra la complejidad de la ingeniería. Además, el aumento de la capacidad
y la complejidad debida a su diversidad son órdenes de magnitud mayores que los
acumulados durante el resto de la historia humana.
El fin de la certidumbre
En los siglos XIX y XX, muchos investigadores (por ejemplo, Lord Kelvin, Albert
Michelson) se basaron en siglos de avances en el pensamiento reduccionista ordenado
acelerado por la revolución newtoniana para interpretar las leyes de la ciencia y creía que
los hechos eran la base más importante de la ciencia. fue descubierto y establecido, las
posibilidades de que fuera reemplazado eran escasas.
Hoy, sin embargo, es posible construir sistemas que antes nadie creía posibles. Estos
diseños, y los de las fuerzas sociales, políticas y empresariales, están impulsando cambios
que conducen a una mayor complejidad y nuevos paradigmas tecnológicos 1.
conceptualización.
No estamos fuera de los sistemas que estudiamos, pero son cada vez más partes integrales
de nuestros complejos patrones de vida. Nuestras percepciones, pensamientos, creencias
y formas de pensar tienen un poderoso impacto en la vida humana. Sin embargo, hasta la
fecha, el pensamiento complejo para el diseño y la innovación rara vez se ha incorporado
a los planes de estudios de ingeniería y rara vez se ha abordado.
No obstante, el enfoque de la complejidad se especifica de arriba abajo y se caracteriza
por entornos volátiles, inciertos y complejos, como los entornos que caracterizan el
trabajo de desarrollo basado en la elección racional y las explicaciones monogénicas, cada
vez más reconocidos. al menos no lo suficiente.
La razón de que un fenómeno se defina en un nivel alto es que no puede explicarse
fácilmente por sus propiedades de bajo nivel. Las causas van desde la simple ignorancia
de las conexiones ocultas hasta la incompetencia teórica. Pero sean cuales sean estas
causas, los problemas obstinados siguen siendo problemas emergentes.
Descargar