La evolución de la industria sumado a la aparición de nuevas tecnologías de comunicación ha generado el concepto de Industria 4.0, también denominada en ocasiones como cuarta revolución industrial. En este escenario, la Inteligencia Artificial, el Big Data y el IoT (Internet of Things) son aspectos que caracterizan el devenir de esta nueva etapa industrial emergente.

 

OBTENCIÓN DE DATOS

La obtención y el registro de datos de la maquinaria industrial es imprescindible para conocer el estado de esta y poder analizar posibles fallas o deficiencias de las instalaciones. En ambientes relacionados con el concepto Lean Manufacturing, se suele manejar la frase “nada que no se puede medir no se puede mejorar”. Por ello, las máquinas deben ser fuente de datos, preferiblemente en tiempo real, para poder analizar en todo momento el estado de la cadena industrial.

La obtención de los datos es tan importante como la recogida y el acceso rápido y dinámico a los mismos. Para ello, es importante que las máquinas sean capaces de comunicarse con algún sistema (generalmente Cloud) para almacenar de una manera estructurada los datos recogidos en la instalación y que estén disponibles para que personas especializadas sean capaces de manejarlos y aprovecharlos para aportar valor y mejorar el funcionamiento de la instalación.

 

RECOGIDA Y ALMACENAMIENTO DE DATOS

En este punto, entra en juego la tecnología Big Data. La importancia de tener softwares capaces de almacenar los datos recogidos y hacerlos disponibles de una manera ágil y rápida es fundamental para poder utilizarlos y no perder demasiado tiempo en buscarlos, estructurarlos e interpretarlos.

Para ello, la implementación de sistemas como SCADA (Supervisión, Control y Adquisición de Datos), GMAO (Gestión de Mantenimiento Asistido por Ordenador) son esenciales para la gestión de los datos de una manera sencilla. La eliminación del papel[1] y la digitalización de los datos es un gran avance a la hora de poder interpretarlos.

 

INTERPRETACIÓN DE DATOS

Generalmente, la combinación de estos dos sistemas suele ser de gran utilidad para los departamentos de mantenimiento y producción, ya que, analizando los datos de manera conjunta, suelen detectar e identificar puntos conflictivos de la instalación.

A partir de esta identificación, es interesante abordar la filosofía de trabajo de la “Mejora Continua”, también conocida como “Kaizen”. La realización de estudios de mejora, con el objetivo de encontrar la causa raíz del problema, suele proporcionar resultados muy satisfactorios a la hora de eliminar puntos conflictivos y mejorar los resultados productivos y económicos de la empresa. A continuación, se detalla un ejemplo práctico en el se puede ver la importancia de mejorar las instalaciones en búsqueda de las cero averías[2]:

EJEMPLO PRÁCTICO

  • Situación Inicial:

Imaginemos que una cadena de producción funciona a una velocidad de 1.000 cajas/hora donde cada una tiene un valor medio de 30€ y un peso variable entre 10 y 20 kg. En esta cadena trabajan 12 personas por turno a 3 turnos. En la entrada de cajas a la línea de producción se producen paradas inesperadas en las que se queda atascada una caja y tiene que ir una persona a empujarla. En este proceso se pierden 10 minutos desde el paso de la última caja antes de la incidencia hasta que pasa la primera una vez resuelta. Como promedio, esto sucede una vez cada 2 horas.

  • Resultados:

Facturación/día sin parada: 30 €/caja  · 1000  cajas/h  · 24  h/día  = 720.000 €/día

Perdidas Facturación/día: 30 €/caja  · 1000  cajas/h  · 4  h/día  = 120.000 €/día

Perdidas Tiempo/día:   10  min/(fallo · persona) · 12 fallos · 36 personas = 4.320 min = 72 h

  • Resolución y Conclusiones:

Observando los datos de errores de SCADA, se detecta este punto conflictivo que provoca un 17% de disminución de la facturación. Se propone un estudio de mejora en el que se observa que las cajas superiores a los 19kg se quedan atascadas en la entrada de la línea. Analizando y probando el transportador que surte las cajas, se observa que las correas de tracción están desgastadas y pierden tracción al tener que arrastrar cajas superiores a este peso.

A partir de esta conclusión, se genera una intervención en el mantenimiento preventivo del transportador en el que se observa la tracción de las correas y se prueba con una caja de 20kg. Estas se incluyen en el GMAO para agrupar todo el preventivo. Se tendrá que observar los primeros meses por si hubiese que acortar la frecuencia de repetición de estas intervenciones.

Con el ejemplo anterior, se puede observar la importancia de la detección temprana de puntos conflictivos de la instalación y la relevancia que tiene la implantación de sistemas que nos permitan hacer estos análisis de manera digital. Con las herramientas de detección como los Diagramas de Pareto o lo Gráficos de Control, y las de resolución como los 5 Por qué’s o el Ciclo PDCA (Plan, Do, Check, Act), podemos identificar y solucionar problemas y deficiencias ya sean muy sencillas o muy complicadas. Hay que tener en cuenta que cada incidencia tendrá unas necesidades de recursos tanto económicos como de personal para su resolución en función de sus características.

 

INTELIGENCIA ARTIFICIAL

A pesar de que este concepto no esté demasiado desarrollado todavía, las predicciones nos dicen que en la próxima década podríamos ver grandes avances en los que las máquinas que surten los datos actualmente podrían ser capaces de detectar y solventar problemas de manera autónoma, similar a lo que hoy en día realizan las personas.

La idea en la que se sustenta este concepto es la creación y combinación de algoritmos que sean capaces de utilizar los datos almacenados y tomar decisiones a partir del análisis de estos.

Puede parecer lejano, pero quizá esté más cerca de lo que pensemos y, lo único que actualmente sabemos es que la toma y recogida de datos es la base fundamental para analizar y tomar decisiones acertadas, lo hagan hoy las personas o en un futuro las máquinas.

 

[1] La eliminación del papel y la burocracia es el quinto objetivo de la teoría de los 5 ceros incluida en el sistema de organización de Toyota (Just In Time) desarrollado por Taiichi Ohno en 1970.

[2] Tercer objetivo de la teoría de los 5 ceros de Taiichi Ohno.