Detrás del estado de la máquina: convertir los datos en información
Copyright: ST-One
Desde la Cuarta Revolución Industrial se ha producido un momento de integración de tecnologías avanzadas en la producción industrial. Esta estrategia fue propuesta por primera vez por el gobierno alemán en 2011 para hacer que los sistemas de producción fueran más flexibles y colaborativos. Aquí, las máquinas utilizan la autooptimización y la autoconfiguración para realizar tareas complejas, lo que resulta en una mayor rentabilidad y una calidad de producción más estable. La instalación de sensores en entornos físicos de producción da lugar a los denominados Sistemas Ciberfísicos (CPS), mediante la fusión de los mundos físico y virtual. Esto representa un nuevo nivel de desarrollo y gestión en las organizaciones.
Este cambio se ve facilitado por el IoT (Internet of Things), que conecta los dispositivos a una red de internet, permitiendo el intercambio de información en tiempo real. La recopilación y almacenamiento de datos permite analizar una gran cantidad de información que optimiza las operaciones y es la base para la toma de decisiones. A partir de la información generada por el equipo, se pueden detectar problemas hasta ahora invisibles, como la degradación de la máquina. También tiene un impacto positivo en el equipo, que puede acceder a ellos desde cualquier lugar.
En este tipo de industria conectada, también conocida como fábricas inteligentes, hay menos énfasis en los prototipos físicos. Aquí, las simulaciones son el punto clave. Los sensores repartidos por toda la fábrica permiten predecir el comportamiento de las máquinas en función de los datos recopilados. Esto permite la construcción de un mundo físico en un mundo virtual, válido para productos y equipos.
Se prevé que el mercado mundial de IoT alcance los 1,1 billones de dólares en 2026, con una tasa de crecimiento anual del 24,7%. Los datos proceden del último informe de GlobalData, “Thematic Research: Internet of Things” (2021), que demuestran la importancia de esta virtualización y conectividad en la actualidad.
El papel de la ciencia de datos en la industria conectada
Al comienzo de la automatización industrial, el enfoque principal era mejorar la rutina de la operación. Con el aumento de la conectividad en la industria, el esfuerzo se centró en el análisis lógico, proveniente de la estadística y la ingeniería informática. Esto se traduce en un mayor conocimiento del negocio y en procesos de toma de decisiones informados. A pesar de la diferencia, esta relación es estrecha. Por un lado, tomar decisiones inteligentes basadas en datos contribuye a optimizar la rutina de los procesos. Por otro lado, la búsqueda de información útil se basa en el día a día, lo que ayuda a identificar datos relevantes. De esta manera, es posible observar una creciente fusión entre la industria y el análisis de datos.
Dentro de esto, además de aumentar la productividad, esta producción inteligente e integrada contribuye a una mayor personalización del producto y a un mejor uso de los recursos. Según el artículo “Data Analytics in Industry 4.0” (2021), existen muchas investigaciones que se centran en la adaptabilidad y escalabilidad de la estructura física de las fábricas a través de sensores. Sin embargo, cada vez se explora más cómo el análisis exhaustivo de los datos generados contribuye a este escenario de expansión y dinamismo.
Las tecnologías utilizadas en las fábricas inteligentes se pueden dividir en infraestructura de sistemas y métodos analíticos. En este último se pueden mencionar los descriptivos, prescriptivos y predictivos. Esta división se hace según la forma y el tiempo en que se realizan. Al principio, el método de análisis descriptivo agrupa los patrones encontrados durante el registro histórico de los datos. Después de eso, la analítica predictiva utiliza estos patrones para predecir el posible comportamiento de la maquinaria en el futuro. Sobre la base de estas predicciones, el análisis prescriptivo se limita a desarrollar una estrategia para satisfacer la previsión de las demandas futuras.
Copyright: ST-One
Descripción general de la máquina: ¿cómo analizar el estado de la máquina?
Los paneles de control de la descripción general de las máquinas son responsables del seguimiento y la evaluación generales del rendimiento de las máquinas en la industria manufacturera. Son de los primeros en desarrollarse, precisamente porque ofrecen una visión general e integrada de los equipos, lo que permite diferentes tipos de análisis. A partir de ella, es posible obtener visibilidad dinámica sobre indicadores como el estado de la máquina, la velocidad y el volumen de producción, entre otros. Además, es posible monitorear valores críticos como la temperatura, la presión y la potencia.
Este tipo de visibilidad es importante porque permite el cruce de información, además de dar como resultado:
- Identificación rápida de problemas: el monitoreo en tiempo real del rendimiento de la máquina facilita la identificación de problemas antes de que evolucionen a escalas mayores;
- Mantenimiento predictivo: la recopilación simultánea de datos, así como su registro histórico, permite predecir la necesidad de mantenimiento. Esto aumenta la vida útil del equipo y disminuye el tiempo de inactividad;
- Aseguramiento de la calidad: la visibilidad de los datos garantiza la consistencia de la producción y el cumplimiento de los parámetros de calidad. Debido a ello, cualquier desviación se identifica fácilmente y se corrige adecuadamente;
- Eficiencia operativa: la visión general del proceso de producción da como resultado la identificación de cuellos de botella y uso ineficiente de los recursos. De esta manera, los gerentes de línea pueden optimizar el flujo de trabajo y aumentar la eficiencia general de la producción;
- Reducción de costes: la suma del mantenimiento programado, la reducción de los tiempos de inactividad y el aumento de la eficiencia del proceso de producción se traducen en una importante reducción de costes. Esto permite el reajuste de estrategias y la reorientación de recursos para otras mejoras;
Copyright: ST-One
Ejemplos de análisis con Machine Overview
- Máquinas de embalaje
En una máquina de embalaje, los paneles de control de la descripción general de la máquina permiten monitorear el estado de la máquina, es decir, su tiempo de inactividad o funcionamiento. A partir de ella, también es posible averiguar el motivo de estos eventuales paros, ya sea por fallos o falta de suministros. El seguimiento de este indicador es importante porque evita el tiempo de inactividad no planificado.
Copyright: ST-One
Por otro lado, la recopilación de datos sobre la velocidad de producción y el volumen producido facilita la identificación de cuellos de botella y la optimización de procesos. Por último, la visibilidad de los valores críticos, como la temperatura, la presión y la potencia, permite identificar valores atípicos.
- Mezcladoras
Con el seguimiento y las referencias cruzadas de los indicadores de consumo de energía y volumen producido, por ejemplo, es posible obtener información sobre la calidad del producto producido. Esto se debe a que cuanto más viscoso es el producto, más energía se necesita para mover el equipo que realiza la mezcla. Si este consumo está fuera de los parámetros establecidos, es posible que haya inconsistencias en la receta, lo que influye directamente en la textura.
- Envasadoras
La visibilidad de parámetros como el tiempo entre fallos, incluido en el estado de la máquina, y el tiempo medio de reparación permite la identificación de patrones de fallos recurrentes. Este análisis brinda la oportunidad de implementar un mantenimiento predictivo y reducir el tiempo de inactividad. Además, el control simultáneo del tiempo del ciclo de llenado, específicamente para el llenado de paquetes, es crucial para optimizar la productividad, ya que indica la cantidad de producto utilizado.
Copyright: ST-One
- Hornos
Entre los indicadores críticos de funcionamiento se encuentra la temperatura de funcionamiento. El seguimiento de este indicador garantiza que no se desperdicie ningún lote. Además, al comparar el tiempo de funcionamiento con la capacidad total del horno, es posible identificar cuellos de botella y aumentar la productividad.
Tecnologías que dan lugar a la conectividad
Como se ve, la conectividad en la industria se caracteriza por la integración de tecnologías avanzadas que permiten el monitoreo en tiempo real y la automatización inteligente de los procesos industriales. Es a partir de este aspecto que es posible obtener el carácter flexible y personalizado que buscan los fabricantes en la actualidad. Según la Confederación Nacional de la Industria, en 2021, el 69% de las industrias utilizan algún tipo de tecnología digital en su producción. Entre las tecnologías utilizadas en este escenario, es posible mencionar:
- Internet industrial de las cosas (IIoT): Los dispositivos IIoT, como los sensores, recopilan y transmiten datos de las máquinas y las líneas de producción en general. Son responsables de descubrir mejoras aplicadas al rendimiento de las máquinas, estrategias ESG e indicadores de producción relevantes;
- Machine Learning: Este tipo de algoritmo analiza los datos enviados por los dispositivos IIoT e identifica anomalías y patrones. Al aprender el comportamiento de las máquinas a través de ajustes continuos, es posible optimizar el proceso de producción;
- Plataformas de visualización: Este tipo de plataformas interpretan las grandes cantidades de datos compartidos por los dispositivos IIoT. A partir de un método de visualización dinámico e intuitivo, permiten el cruce de varios indicadores, que dan como resultado ideas útiles para el proceso de toma de decisiones;
Tendencias en la industria conectada
La industria no para de evolucionar y reinventarse. Entre las características de la industria conectada se encuentra la búsqueda de un mercado más dinámico y personalizado. Esto se debe a la rápida evolución de las expectativas de los consumidores, que ahora se enfrentan a una variabilidad de los productos disponibles y de los patrones de consumo. Este problema también está relacionado con el aumento de la competencia, lo que lleva a las industrias a adaptarse rápidamente en busca de un diferencial.
Además, con el aumento de la conectividad, la superficie para los ciberataques se amplía y, por lo tanto, otra tendencia es el enfoque en la ciberseguridad. Por lo tanto, las organizaciones están implementando programas de cultura y comportamiento de seguridad (SBCP) para minimizar los incidentes causados por acciones descuidadas de los empleados. Según Ind4.0 (2024), para 2027, el 50% de los CISO (Chief Information Security Officers) de las grandes empresas adoptarán prácticas de diseño de seguridad centradas en el ser humano.
Otra tendencia es que, con una creciente preocupación por temas como el desarrollo sostenible, la industria manufacturera utiliza tecnologías para implementar estrategias ESG. Los sistemas de monitoreo en tiempo real se pueden utilizar para, por ejemplo, optimizar el uso del agua y la energía, reducir las emisiones de dióxido de carbono, entre otros. Este cambio de cultura está ligado a la presión regulatoria en el mercado, en el que su cumplimiento se traduce en certificaciones como la ISO 50001. Este reconocimiento es importante porque se traduce en una mayor ventaja competitiva.
Finalmente, es necesario enfatizar que las innovaciones van más allá de los beneficios operativos. Al hacer un uso inteligente de la visibilidad de los indicadores clave de la maquinaria, los costos de producción se pueden reducir revisando la cantidad de materia prima utilizada. El impacto positivo también se aplica a la rutina de los empleados, debido a una mayor estabilidad en la producción diaria. Conoce más sobre nosotros.
