Ciencia de datos para una OEE eficiente

This graph is interactive! (drag the dashed — lines)

El  indicador OEE (Overall Equipment Effectiveness) se utiliza en las industrias manufactureras para calificar la eficiencia operativa de las máquinas y los procesos de producción. Fue creado en Japón en la década de 1960 como parte de la metodología TPM (Mantenimiento Productivo Total), desarrollada por Seiichi Nakajima. Esta métrica está alineada con la filosofía de producción Lean, que se centra en la mejora continua de los procesos, lo que permite su presencia en todos los sectores industriales. Esta mejora está directamente ligada a la adopción de nuevas tecnologías, como la ciencia de datos, que se traduce en un cálculo más preciso del OEE. Según la Confederación Nacional de la Industria (2022), la industria brasileña está cada vez más digitalizada, con el sector automotriz como líder.

El OEE se calcula a partir de tres factores clave:

• Disponibilidad: Mide el tiempo que la máquina está realmente disponible para producir en comparación con el tiempo programado. Tiene en cuenta el tiempo de inactividad planificado y no planificado (como el mantenimiento y los fallos). Su importancia radica en el hecho de que cuanto mayor es la disponibilidad, más tiempo dedica el equipo a producir, lo que aumenta la eficiencia general.

Cálculo:  disponibilidad = tiempo de producción real / tiempo planificado;

• Rendimiento: Evalúe la velocidad de producción real en comparación con la velocidad nominal de la máquina. Esto significa que tener un buen rendimiento es sinónimo de que el equipo funciona cerca de su capacidad máxima. Ya incluye las pérdidas debidas al corto tiempo de inactividad y a la reducción de la velocidad de funcionamiento.

Cálculo: Rendimiento = Produccíon Real / Produccíon Ideal X 100

• Calidad: Mide la cantidad de productos buenos sobre el total de productos fabricados, considerando pérdidas y retrabajos. Un equipo más eficiente genera menos defectos, mejorando la calidad general de la producción.

Cálculo: Calidad = Buenos Productos / Total Producido x 100;

Explorando la OEE con la ciencia de datos

La interpretación del cálculo del OEE puede variar, pero, en general, las industrias buscan un número superior al 85%, considerado el estándar mundial. Los niveles por debajo del 60% indican serios problemas en la producción, y los niveles entre el 60% y el 85% muestran importantes oportunidades de mejora.

Para lograr este resultado, es necesario recopilar datos operativos completos de la máquina o línea de producción. Los responsables deben comprender cuáles son los puntos de ajuste de la fábrica, es decir, los parámetros ideales de tiempo, cantidad y velocidad, por ejemplo. Después de eso, es necesario evaluar las métricas reales de producción, de modo que sea posible identificar puntos de mejora. Esto incluye el estudio del tiempo de inactividad no planificado, la operación a baja velocidad y las unidades que necesitaron retrabajo.

La recopilación de datos es el primer paso para calcular el OEE. Los datos son recopilados por dispositivos de monitoreo como el Hardware ST-One® Registra esta información simultáneamente e integra datos de diversas fuentes como PLCs (Programmable Logic Controllers) y sistemas SCADA (Supervisory Control and Data Acquisition). Luego, los datos recopilados deben almacenarse en una base de datos en la nube, donde cada evento (inicio, parada, etcétera) se registra en una marca de tiempo. En el caso de estructuras más grandes, los lagos de datos se utilizan para almacenar grandes volúmenes de datos, estructurados o no estructurados, que pueden ser procesados posteriormente. Después de eso, los datos se procesan y se aplican a la fórmula OEE. En este caso, se utilizan algoritmos de agregación para recopilar los datos individuales de las máquinas. Los resultados se presentan en cuadros de mando que muestran el OEE en tiempo real, utilizando bibliotecas de visualización de datos o soluciones como Stash Platform™. Esta vista inteligente permite un análisis preventivo basado en datos históricos y alertas de programación si la OEE cae por debajo del umbral.

Copyright: ST-One

Características en el cálculo de OEE

Algunos factores actúan como elementos innovadores durante el proceso de cálculo de OEE. Entre ellos se encuentran los algoritmos de agregación, que se utilizan para combinar o resumir varios valores en un solo valor. Pueden provenir de una variedad de fuentes, como diferentes máquinas en una línea de producción o en diferentes períodos de tiempo. Su objetivo es crear una métrica representativa que sintetice los datos sin procesar, haciendo que el análisis sea más fácil y rápido, y ayudando en la toma de decisiones.

“La agregación es el proceso de peinar un conjunto de datos, transformarlos y programarlos de forma cíclica para que solo se tenga un único dato. Esto es muy utilizado en el OEE porque es muy complejo, con varias variables, y es posible reducirlas a un solo indicador, que es el porcentaje de OEE” – Daniel Michalichyn, Jefe de Desarrollo de ST-One

Si el cálculo de OEE se realiza para una sola máquina, el proceso de fórmula es sencillo. Ahora bien, si la intención es calcular el OEE de una línea de producción o de una fábrica, es necesario agregar los OEE individuales de las máquinas o líneas. Esto se puede hacer de diferentes maneras, como por ejemplo por media ponderada, donde la contribución de cada OEE se pondera por el tiempo o cantidad de funcionamiento:

Promedio ponderado OEE=∑(OEE de cada máquina × Peso de la máquina)/∑Peso de la máquina

Este enfoque es más preciso cuando diferentes máquinas tienen diferentes niveles de importancia o rendimiento. La elección del método de agregación depende de la complejidad del sistema y de la precisión deseada. Además, para grandes volúmenes de datos, la eficiencia resultante del algoritmo de agregación es indispensable, porque métodos como este son computacionalmente más intensivos. Por último, hay que destacar la optimización del tiempo y la comprensión de los datos con la facilidad que proporciona la agregación.

Ejemplos prácticos de agregación de datos en el contexto de la OEE

Una forma de utilizar algoritmos de agregación para calcular la OEE es a través de la agregación basada en el tiempo. Por ejemplo, si la intención es determinar el OEE de una línea de producción durante un día, es posible agregar cada turno u hora. En este enfoque, a cada período de tiempo se le asigna un peso en función de su duración o de la cantidad producida.

También es posible realizar la agregación por equipo. En una fábrica con varias líneas de producción, el OEE general puede ser un promedio ponderado de los OEE de diferentes líneas. En este contexto, el peso se basa en el volumen de producción de cada línea.

El siguiente es un ejemplo de cómo esto se aplicaría directamente a un cálculo:

• Agregación de datos de disponibilidad

Equipo A: Tiempo de funcionamiento = 400 min, Tiempo programado = 480 min

Equipo B: Tiempo de funcionamiento = 350 min, Tiempo programado = 480 min

Disponibilidad total = (400+350) / (480+480) = 750 / 960 ≈ 78,1%

• Agregación de datos de rendimiento

Equipo A: Rendimiento = 90%

Equipo B: Rendimiento = 85%

Rendimiento medio = 90+85/2 =87,5%

• Agregación de datos de calidad

Línea de producción A: Calidad = 98%

Línea de producción B: Calidad = 95%

Calidad media = 98+95/2 = 96,5%

• Agregación de OEE

Equipo A: OEE = 80%

Equipo B: OEE = 75%

OEE promedio = 80+75/2 = 77.5%

• Análisis de tendencias para predecir la mejora o regresión en la eficiencia de los equipos

Disponibilidad mensual: enero = 85%, febrero = 87%, marzo = 90%

Tendencia a la disponibilidad= 85+87+90/3 ≈ 87,3%

La agregación de datos en el contexto de la OEE es una poderosa herramienta para la gestión de la producción, que permite una visión completa y detallada del rendimiento operativo. Mediante el uso de la agregación de tiempo, es posible identificar variaciones en la eficiencia a lo largo del día, lo que facilita la identificación de cuellos de botella específicos en diferentes turnos. La agregación por equipos permite comparar el rendimiento entre diferentes líneas de producción, destacando qué equipos o procesos necesitan mejoras.

Además, la combinación de datos de disponibilidad, rendimiento y calidad en un único indicador de OEE proporciona una métrica consolidada que refleja la eficiencia general de la producción. Este enfoque integrado no solo facilita la toma de decisiones estratégicas, sino que también fomenta una cultura de mejora continua, fomentando la optimización y la excelencia operativa.

Copyright: ST-One

Retos en la implantación del OEE en la industria

Como se ha comentado anteriormente, la implementación de la OEE en la industria implica varios pasos. Para ejecutar este proceso sin problemas, la industria debe prestar atención a los siguientes puntos:

• Recopilación de datos: La implementación de un sistema que recopile datos de manera precisa y consistente puede ser un desafío, especialmente en operaciones que involucran pasos manuales;
• Compromiso con la cultura: Una metodología centrada en la mejora continua requiere la aceptación de todos los niveles de la organización;
• Interpretación y acción: Para utilizar plenamente el OEE supervisado, es crucial interpretar los resultados y actuar en consecuencia para mejorar el resultado;
• Revisión continua: La revisión periódica de los datos y las estrategias garantiza que la planta funcione de manera eficiente y productiva;

Además de esos puntos, es necesario relacionar el OEE con otras métricas. Una de estas métricas es TEEP (Total Effective Equipment Performance), que mide la eficiencia teniendo en cuenta todo el tiempo disponible, incluidos los períodos fuera de las horas programadas. Se calcula multiplicando el OEE por la utilización:

TEEP = OEE X Utilización

Por ejemplo, si una fábrica tiene un OEE del 75% y la utilización del tiempo disponible es del 80%, el TEEP sería:

TEEP = 0,75 X 0,80 = 0,60 o 60%

Cuando se habla de métricas de productividad, es importante establecer las diferencias entre el OEE y la productividad general. Aunque está relacionado, la OEE se centra específicamente en la eficacia de los equipos, mientras que la productividad puede incluir factores como la mano de obra y la eficiencia de los procesos.

Además de los desafíos antes mencionados, la implementación de OEE en la industria se puede potenciar con tecnologías como el Internet de las Cosas (IoT) y la analítica de datos. Estos permiten una recopilación de datos más precisa y en tiempo real, lo que facilita la identificación de patrones y anomalías. La integración del OEE con los sistemas de gestión (ERP) también proporciona una visión holística de la operación, alineando la eficiencia de los equipos con los objetivos estratégicos de la empresa.

Por último, comparar la OEE con los puntos de referencia de la industria puede ayudar a identificar oportunidades de mejora y establecer objetivos realistas y desafiantes. Con estos enfoques complementarios, la industria no solo puede superar los desafíos de la implementación de OEE, sino también lograr mayores niveles de eficiencia y competitividad. Conoce más sobre nosotros