El Internet industrial de las cosas (IIoT) está revolucionando la planta de producción con una proliferación de sensores conectados y dispositivos inteligentes que pueden recopilar literalmente miles de millones de puntos de datos de las actividades en curso. Estos datos brindan 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 administren para una mayor calidad y eficiencia.
Todos estos datos no se desechan una vez finalizado el proceso. Recopilado, procesado y almacenado, un historial de procesos y mediciones 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 posibles problemas. Además, los programas analíticos pueden tomar los datos de cualquier cantidad 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 actividades de mantenimiento que pueden evitar la producción de piezas defectuosas, mejorando así la calidad y reduciendo el desperdicio.
La idea del mantenimiento preventivo (arreglar un proceso o equipo antes de que comience a producir piezas defectuosas) no es nueva. Tampoco lo es la idea del mantenimiento predictivo; usar datos y sistemas para anticipar la necesidad de mantenimiento, ya sea lubricación, ajuste, reemplazo de herramientas o algo más serio, en función del uso y las mediciones en lugar de un programa fijo. Los datos de IIoT, como los mencionados anteriormente, aceleran el mantenimiento predictivo a través del poder del análisis.
Se agrupan y analizan grandes conjuntos de datos de varias máquinas y sus experiencias individuales en la fabricación de una pieza determinada, lo que produce una imagen muy detallada de cómo funciona realmente el proceso en la vida real, incluida la variación esperada y el registro de cómo funciona el proceso. se comporta como las herramientas y los equipos envejecen, se desgastan y se estropean. Con base en estos modelos (simulaciones), los sistemas pueden comparar las mediciones de rendimiento reales directamente con el modelo de operación «normal» para un monitoreo continuo a medida que avanza el trabajo. Cuando se detecta una variación, el análisis puede 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.
Luego, los análisis pueden simular cómo es probable que progrese el proceso y recomendar una acción correctiva y el momento ideal para realizar la corrección. Si el tiempo no es crítico (detectado lo suficientemente temprano como para permitir cierta discreción sobre cuándo aplicar la reparación), la solicitud de mantenimiento puede pasarse al sistema de programación para permitir que el programador ajuste la actividad de mantenimiento donde cause la menor interrupción posible. producción y la terminación oportuna de piezas y productos.
Es interesante notar que el análisis y la inteligencia artificial de hoy en día 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 herramientas 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 el potencial de daño o rotura de la herramienta.
Hay un tesoro ilimitado de inteligencia potencial enterrado en la avalancha de datos que proporciona IIoT. Los análisis modernos descubren estas oportunidades de una manera que ayuda a los fabricantes a mejorar el rendimiento, reducir los costos y mantener el equipo produciendo piezas y productos de calidad de manera más confiable.
