Blog

Mantenimiento y OEE: 2 problemas que puedes resolver con datos

Sep 2, 2020 1:24:37 PM / by Hugo Domínguez

Normalizar malas prácticas es algo relativamente común en las empresas, y la industria manufacturera no es una excepción. Como ejemplo de esto está lo que sucede con la transformación digital. Pese a la necesidad de incorporar tecnologías emergentes, muchas empresas siguen asumiendo labores de forma manual, con los consecuentes errores o ineficiencias que esto puede suponer.

Para impulsar mejores prácticas en las organizaciones —y la digitalización es clave para muchas de ellas— es necesario mostrar el valor que tienen, sobre todo el impacto económico positivo (ROI y payback). Por ello, en este blog te decimos dos prácticas ineficientes de tu fábrica que tienen un costo económico y, lo mejor, de todo que puedes resolver usando datos.

  1. Malas prácticas de mantenimiento

En muchas empresas del sector industrial, el personal operativo sigue generando los reportes y bitácoras de mantenimiento de forma manual, con errores y, generalmente, a destiempo. Es cierto que los colaboradores buscan cumplir estrictamente con los registros de los trabajos de mantenimiento que hacen en las máquinas, pero siendo honestos: estos reportes pueden ser imprecisos o estar sesgados.

Al final, aunque las empresas se esfuerzan por establecer el mejor programa de mantenimiento preventivo, los paros no programados suelen ser comunes y los tiempos de inactividad se prolongan más de lo debido por estos registros ineficientes.

¿Cuánto dinero pierde una planta cada que para una máquina? Eso solo lo sabe cada empresa, pero al menos en las OEMs automotrices, los paros no programados representan pérdidas de 1.3 millones de dólares por hora —361 dólares por segundo, según PTC—. Saber lo que pierde cada empresa no exige hacer cálculos tan avanzados; basta con saber los ciclos de producción por equipo, cuánto tiempo para una máquina y cuántas veces al día, semana, mes etcétera.

  1. Poca visibilidad sobre el rendimiento de los equipos

Va de la mano con el anterior. Los tableros con reportes siguen siendo lo más usual y común en las instalaciones industriales para tener estatus de los principales KPI de cada equipo. Estos registros ocasionan acciones reactivas cuando el personal detecta que alguna máquina está trabajando por debajo de sus parámetros. De nuevo, todo se basa en reportes manuales poco efectivos, con poca visibilidad, y sin la capacidad de recibir alertas en tiempo real.

¿Quieres saber más de Industria 4.0? En este PODCAST hay 5 preguntas que toda la gente se hace en la web y decidimos responderlas para ti.

Escuchar en Spotify

Escuchar en iTunes (Apple Podcast)

¿Cómo lo resuelvo con datos?

Habilitar una red de IoT para los equipos y líneas de producción es la clave para resolver los problemas de mantenimiento y tener una visibilidad en tiempo real., relativamente sencillo —más allá de que haya casos donde sea necesario crear soluciones para ambientes o condiciones muy particulares—. Los equipos más modernos ya los generan, pero, incluso, es posible habilitar las máquinas legacy con sensores y soluciones sencillas. Y lo mejor viene a continuación: los equipos conectados pueden transmitir datos en tiempo real para que el operador pueda acceder a ellos y tomar decisiones oportunas. Olvídate de la generación de los reportes manuales, con datos imprecisos y fuera de tiempo.

Imagina que habilitas el monitoreo sobre la condición de los equipos, transmitiendo datos en tiempo real sobre variables —por ejemplo, temperatura, vibración, presión, potencia, calibraciones— e indicadores clave, de tal modo que el operario tiene toda la visibilidad en tiempo real sobre lo que está sucediendo y el estado de los equipos, recibiendo alertas cuando el sistema detecta desviaciones.

En un primer nivel, el IoT facilita la puesta en práctica de un sistema de mantenimiento preventivo y sienta las bases para almacenar datos y crear un histórico de fallos, que serán clave si la empresa decide entrenar algoritmos para crear un sistema de mantenimiento predictivo, uno de los casos de uso más potentes en las plantas que pueden lograrse mediante el IoT y las herramientas de Machine Learning.

Actuar proactivamente reduce la incidencia de los paros no programados y el tiempo de inactividad de los equipos, además de incrementar la eficiencia y productividad de las máquinas.

Definitivamente, un proyecto de IoT tiene mejoras evidentes en las prácticas de mantenimiento y el rendimiento de los equipos. Si quieres conocer testimonios de primera mano, consulta este caso de éxito que tenemos para ti:

Caso de éxito: IoT para mejorar el mantenimiento y el desempeño de los equipos

¿Quieres incursionar en Industria 4.0 con un caso de uso para ti? Da clic aquí

 

 

Tags: IoT, Blog, OEE, Mantenimiento

Hugo Domínguez

Written by Hugo Domínguez

Editor y estratega de contenidos B2B

Suscríbete

Categorías

Ver todas