Secretos detrás de la fábrica inteligente

Contenido proporcionado por Dassault Systemes.

El Internet industrial de las cosas (IIoT) está revolucionando la fábrica con una proliferación de sensores conectados y dispositivos inteligentes que pueden recopilar literalmente miles de millones de puntos de datos de actividades en curso. Estos datos proporcionan una vista sin precedentes de los detalles minuciosos de los eventos y actividades de producción, en tiempo real, a los controladores y operadores para que los procesos se documenten, controlen y gestionen para lograr una mayor calidad y eficiencia.

Todos estos datos no se desechan una vez finalizado el proceso. Un historial de procesos y mediciones recopilado, procesado y almacenado de una máquina determinada puede proporcionar información valiosa sobre el rendimiento y las tendencias que pueden ayudar a los ingenieros a mejorar los procesos y detectar problemas potenciales. Además, los programas analíticos pueden tomar los datos de cualquier número de máquinas similares y combinarlos para obtener una mejor imagen general de cómo funcionan estos procesos y cómo se pueden administrar y mejorar mejor.

Llevando esta idea un poco más allá, los datos históricos combinados pueden impulsar las actividades de mantenimiento que pueden prevenir la producción de piezas defectuosas, mejorando así la calidad y reduciendo el desperdicio.

La idea del mantenimiento preventivo (arreglar un proceso o una pieza de equipo antes de que comience a producir piezas defectuosas) no es nueva. Tampoco lo es la idea de mantenimiento predictivo; utilizando datos y sistemas para anticipar la necesidad de mantenimiento, ya sea lubricación, ajuste, reemplazo de herramientas o algo más serio, basado en el uso y las mediciones en lugar de en un horario fijo. Los datos de IIoT, como los mencionados anteriormente, aceleran el mantenimiento predictivo a través del poder de la analítica.

Se agrupan y analizan grandes conjuntos de datos de varias máquinas y sus experiencias individuales en la fabricación de una pieza determinada, lo que genera una imagen muy detallada de cómo funciona realmente el proceso en la vida real, incluida la variación esperada y el registro de cómo el proceso se comporta como herramientas, y el equipo envejece, se desgasta y se descompone. Sobre la base de estos modelos (simulaciones), los sistemas pueden comparar las mediciones de rendimiento reales directamente con el modelo de funcionamiento «normal» para un seguimiento continuo a medida que avanza el trabajo. Cuando se detecta una variación, los análisis pueden comparar la desviación con las experimentadas en el pasado e identificar la causa probable. Los datos adicionales trazan la progresión de la desviación, lo que confirma la relación de causa y efecto.

A continuación, los análisis pueden simular cómo es probable que progrese el proceso y recomendar acciones correctivas y el momento ideal para realizar la corrección. Si el tiempo no es crítico (detectado con suficiente anticipación para permitir cierta discreción sobre cuándo aplicar la corrección), la solicitud de mantenimiento se puede pasar al sistema de programación para permitir que el programador ajuste la actividad de mantenimiento en el lugar donde causará la menor interrupción. producción y terminación oportuna de piezas y productos.

Es interesante notar que la analítica y la inteligencia artificial actuales van mucho más allá del simple análisis estadístico y SPC. No está sujeto a las reglas y suposiciones habituales y es libre de usar la simulación para identificar nuevos conocimientos. Por ejemplo, los datos de desgaste de la herramienta se pueden usar para recomendar actividades de afilado o reemplazo de herramientas, como es de esperar, pero los análisis también pueden sugerir un cambio en la trayectoria de la herramienta que reduciría la tasa de desgaste o la posibilidad de daños o roturas de la herramienta. .

Existe un tesoro ilimitado de inteligencia potencial enterrado en la avalancha de datos que proporciona IIoT. La analítica moderna descubre estas oportunidades de una manera que ayuda a los fabricantes a mejorar el rendimiento, reducir los costos y mantener los equipos produciendo piezas y productos de calidad de manera más confiable.