Análisis predictivo para las interrupciones del suministro de agua en los centros de datos

Desafío

Las interrupciones del suministro de agua en los sistemas de refrigeración presentan riesgos importantes para los centros de datos a gran escala, que incluyen:

• Riesgos operativos y tiempo de inactividad: Fallos inmediatos del sistema que provocan paradas forzadas o una reducción de las operaciones.
• Daños al equipo: Aumento de la tensión térmica, corrosión acelerada y formación de incrustaciones, lo que reduce la vida útil del equipo.
• Implicaciones financieras: Pérdida significativa de ingresos, aumento de los costos de mantenimiento y reparación de emergencia.
• Exposición regulatoria y legal: Problemas de cumplimiento y sanciones contractuales por incumplimientos del SLA.
• Daño a la reputación: Pérdida de la confianza de los clientes y aumento del escrutinio por parte de los grupos ambientales y comunitarios.

El cliente, un gran operador de centros de datos globales, contrató a Mahusai para desarrollar una solución inteligente capaz de anticipar y prevenir estas interrupciones de forma proactiva.
‍

Solución

El equipo de Mahusai implementó un sofisticado sistema de monitoreo y análisis predictivo basado en datos que incluía:

• Monitorización de sensores y IoT en tiempo real: Se implementaron redes de sensores integrales que miden los caudales de agua, los niveles de presión, la temperatura, las capacidades de los tanques de almacenamiento y la calidad del agua (pH, conductividad, turbidez) para la detección instantánea de anomalías.
• Análisis de mantenimiento predictivo: Aprovechó algoritmos avanzados de aprendizaje automático entrenados con datos históricos y en tiempo real para detectar precursores sutiles de fallas o interrupciones en los equipos, emitiendo alertas proactivas para la acción inmediata.
• Previsión y modelización de riesgos: Se utilizaron modelos predictivos y pronósticos de series temporales, integrando datos de servicios públicos locales y sistemas regionales de suministro de agua, lo que permitió una predicción precisa y una mitigación proactiva de la posible escasez.
• Simulación digital de gemelos: Creó modelos virtuales sofisticados que replican las operaciones del sistema de refrigeración, lo que permite planificar escenarios en tiempo real para interrupciones como la escasez de agua, el mal funcionamiento de los equipos y las fallas de infraestructura sin poner en riesgo las operaciones en vivo.
• Paneles integrados y alertas automatizadas: Desarrollé paneles fáciles de usar que presentan datos operativos completos, información predictiva y alertas automatizadas para permitir una toma de decisiones rápida e informada y respuestas inmediatas.
  ‍

Tecnología

• Desarrollo de frontend: ReactJS, Material UI, Recharts
• Marco de backend: REST de Django
• Análisis y ciencia de datos: Pandas, Sympy
• Infraestructura e implementación: Docker, Gitlab CI, Zappa, AWS Amplify, AWS Kinesis
• Bases de datos y almacenamiento: MySQL, AWS Redshift
  ‍

Resultados

La implementación de esta solución de monitoreo y análisis predictivo generó mejoras operativas transformadoras:

• Reducción significativa del tiempo de inactividad no planificado, garantizando operaciones continuas y confiables.
• Capacidades de mantenimiento proactivo minimizó drásticamente las fallas de los equipos, mejorando la eficiencia operativa general.
• Administración optimizada de recursos lo que se traduce en importantes ahorros de costos en reparaciones y mantenimiento de emergencia.