Empleado con tableta-min

Mejora tus estándares de producción con IoT

La cuarta revolución industrial está trayendo muchas cosas nuevas, sin embargo hay cosas que no cambian, por ejemplo la definición de métricas clave y la búsqueda de eficiencias. En este contexto, las soluciones o herramientas IoT juegan un papel muy importante a la hora de recolectar datos directamente desde las máquinas y proporcionar información relevante.

Sin embargo, la recolección de dicha información no es suficiente. Es necesario tener un panorama claro y definir las acciones necesarias para llevar a cabo una mejora completa. Un paso clave en este camino es la definición de métricas clave, por ejemplo la eficiencia general de equipos o OEE, por su siglas el inglés, que consiste en el porcentaje del tiempo en que una máquina está produciendo a su máxima capacidad con calidad óptima.

Esta métrica cuenta con tres factores centrales: la disponibilidad, el desempeño y la calidad. Por lo que el seguimiento y reducción de pérdidas de estos tres elementos, genera un impacto positivo en la OEE. Por este motivo, contar con aliadas tan importante como las herramientas y soluciones IoT ofrece una gran ventaja. Algunas de las mejoras son las siguientes.

Disponibilidad: Del mantenimiento correctivo al preventivo e inteligente

Es imposible evitar que las máquinas tengan que dejar de estar disponibles debido al mantenimiento que necesitan, sin embargo es posible reducir dicho tiempo de indisponibilidad si se generan agendas de  mantenimiento preventivo que estén alineadas con la información que se deriva del funcionamiento y desgaste propio de las máquinas.

Con soluciones como las que ofrece DataGate, es posible recoger los datos de funcionamiento de las máquinas, almacenarlos y analizarlos. De esta manera se puede saber de manera anticipada, cuando será necesario realizar un mantenimiento y así evitar el mantenimiento correctivo que normalmente tarda más, ya que hay que invertir tiempo en saber qué falló, solicitar las piezas necesarias para realizar la corrección y luego proceder a realizarla.

Esto es posible gracias a que se pueden recoger datos como temperatura, vibración del motor y otros parámetros, que analizados con machine learning, pueden funcionar como síntomas de una falla en el futuro cercano.

Igualmente los sensores de IoT pueden dar cuenta en tiempo real de la cantidad de insumos disponibles y así estar seguros que las máquinas no tendrán que detenerse por falta de estos.

Desempeño: Alcance y mantenga niveles óptimos

Además del mantenimiento periódico que tienen las máquinas, hay algunas paradas breves en la producción que suelen relacionarse con situaciones como atascos de materiales o desalineación de las partes. Estas suelen pasar desapercibidas debido a su rápida resolución y pequeño impacto en la percepción inmediata. Sin embargo, la acumulación de este tipo de eventos puede resultar en una reducción del desempeño o encubrir un problema mayor.

Con IoT es posible conocer de manera más precisa en dónde se ha presentado la falla, qué parámetro esta fuera de rango y así llegar a un diagnóstico y una solución más oportuna, tanto en tiempo de respuesta como en la visión completa del problema. Además, el contar con un histórico de los datos generados permite tener un panorama más completo de frecuencia de los incidentes y tiempo requerido para resolverlos. Esta información ayuda al personal a tomar decisiones informadas que contribuyan a mejorar el desempeño, al eliminar o mitigar situaciones crónicas.

Por otro lado, contar con IoT ayuda a mantener una velocidad de producción adecuada, ya que es posible saber si algún factor como la falta de lubricación, la temperatura ambiente o el polvo, está ralentizando las máquinas. De esta manera, se tiene una respuesta certera a los motivos por los que las máquinas no están trabajando al 100% de su capacidad.

Calidad: Producción de calidad de principio a fin

La calidad es otro elemento a la hora de estimar la OEE, teniendo en cuenta que depende de múltiples factores es muy importante poder cuantificarlos y medir el impacto de estos en el resultado final. Es en este apartado que herramientas como DataGate, aportan un gran valor ya que permiten medir variables propias de las máquinas y otras externas como la temperatura ambiente que puedan influir en la calidad del producto.

Un momento importante en el que se pueden implementar mejoras, es en el arranque de las máquinas, ya que es cuando usualmente se producen productos defectuosos. Esto se puede reducir con el conocimiento generado a partir de la recolección y análisis de datos propios de la operación de la máquina.

En conclusión, contar con una solución de IoT como DataGate, posibilita una mejora radical en la OEE, ya que permite contar con información de primera mano, tanto en tiempo real como histórica, que brinda un conocimiento relevante de los frentes de trabajo mencionados. Este conocimiento es la base fundamental para tomar decisiones informadas y oportunas que lleven la OEE lo más cerca posible del 100%.

Comments are closed.