Cero defectos ¿utopía o realidad?
Suscríbete

Cero defectos ¿utopía o realidad?

Sisteplant 113 52052
|

Aún me sigo quedando impresionado cada vez que veo a alguien dominar una disciplina. Da gusto ver la elegancia, la aparente sencillez y la perfección con que realizan su actividad. Podemos encontrar ejemplos en muchos ámbitos como en el deporte o en cualquier disciplina laboral y siempre, con independencia de la actividad profesional que sea, requiere un grado muy elevado de práctica, conocimiento y rigor.


Lograr fabricar con cero defectos también requiere que todo fluya de una manera aparentemente sencilla y natural, tras lo que realmente se esconde un dominio muy alto del proceso.


Aspirar a fabricar bien a la primera ha sido una de las principales preocupaciones de los directivos desde el origen de la era industrial. El empeño en lograr procesos robustos que fabrican calidad de una manera estable y controlada.


¿Es realmente necesario?


La capacidad de fabricar con cero defectos implica un dominio de los procesos que, sin duda, logra ventajas determinantes respecto a la competencia. Implica mucho más que trabajar con calidad. Facilita la fabricación y diseño de productos de mayor valor añadido, industrializaciones más rápidas y eficientes; reducción de los costes de fabricación; minimización de los consumos energéticos y de materiales; incremento de la velocidad de incorporación y adaptación a cambios tecnológicos; aceleración de la velocidad de aprendizaje de nuevas incorporaciones; mejora de la capacidad de innovación desde el proceso,… además del impacto indirecto en el desarrollo y capacitación de las personas.


El punto de partida es compartido por la mayoría de las organizaciones


- Fundamentado en el prueba-error
- Apalancado en estándares
- Conocimiento sesgado y muy dependiente de las personas
- Arrastra paradigmas que no siempre son ciertos
- No siempre trabajando en lo importante, sino en el “trending topic”
- Actuando sobre las mismas palancas para resolver los problemas
- Alta componente reactiva


Sin embargo, el nivel de competitividad de las organizaciones hoy en día exige varias marchas más, el despliegue de una visión transformadora orientada a lograr resultados tangibles:


Cero defectos


- Aseguramiento de la calidad de producto mediante el dominio del proceso


- Conocimiento profundo del proceso


- Anticipación a la aparición de problemas


- Trazabilidad, huella del proceso completo


- Incremento de la capacidad de las personas y su toma de decisiones


- Fabricación robusta con mínimo de varialidad


De manera esquemática, para subirse al tren de esta transformación puede accederse mediante dos vagones en función del nivel de madurez de partida.


Transformación “world-class”


El primero de los vagones está relacionado con los fundamentos. Conceptos básicos, pero muy potentes. Centrado en montar y sentar las bases, sistemática, datos y herramientas básicas. Con todo ello me refiero a integración de la calidad en proceso, seis básicos de calidad (muro de calidad, auto-inspección,…), indicadores, metodología para el análisis riguroso de los datos y toma de decisiones, resolución de problemas, SPC (Control estadístico de procesos) para variables críticas,… “Lean quality”, tradicional pero tremendamente eficaz cuando se realiza con cabeza y rigor.


Es donde los alumnos avanzados, mediante el apoyo de la digitalización, pueden alcanzar un nivel extra. El apoyo de un sistema MES (Manufacturing Execution System) automatiza y simplifica la gestión, dotando de mayor transparencia y fiabilidad para mayor control del proceso: autocontroles, medición de variables, cálculo de indicadores, cuadros de mando, análisis detallados defecto-causa-acción, gestión por excepción, trazabilidad,...


Dominio mediante modelización avanzada


El segundo de los vagones permite migrar desde control del producto hacia control del proceso, llegando incluso en el nivel máximo a pronosticar comportamientos y regular en tiempo real.


Para lograr este salto es imprescindible la aplicación de inteligencia a los procesos impulsada por las nuevas capacidades digitales, que puede abordarse progresivamente en tres etapas:


1. Generación de conocimiento


Multitud de variables conviven interrelacionadas mutuamente influyendo en el resultado, donde además el valor de estas variables puede variar a lo largo del tiempo. El dominio del proceso únicamente puede lograse mediante un profundo conocimiento de las variables que lo condicionan. Con las técnicas tradicionales se alcanza un nivel de conocimiento limitado, y aún menor cuanto más complejos son los procesos. Por ello, una de las claves es explicitar y objetivar el conocimiento.


La modelización multi-variable da respuesta a esta necesidad, generando un modelo del proceso con los datos capturados, que relaciona las entradas con las salidas, obteniendo un gemelo digital. Ello permite identificar con total transparencia las fuentes de variabilidad, las variables más significativas, cuantificar las correlaciones existentes entre variables, simular comportamientos y optimizar el proceso.


Además de las evidentes ventajas directas de la modelización, la propia modelización permite el apalancamiento del conocimiento y su disponibilidad en el punto de uso para su utilización efectiva. El conocimiento se vuelve transparente, exportable y no se ve afectado por la fuga de talentos.


2. Monitorización en tiempo real y disparo de alarmas


Una vez optimizado el proceso y cuantificados los puntos a los cuales debemos prestar mayor atención, buscamos la fábrica visual orientada a facilitar la toma de decisiones. Monitorizando en tiempo real las variables significativas e identificando desviaciones al momento para asegurar un proceso bajo control.


Es el momento de redefinir el modelo de explotación de la línea. Llegados a este punto cambia la naturaleza de las tareas y exige un cambio en los perfiles. De un modelo tradicional fundamentalmente reactivo y orientado a la intervención, a un modelo basado en el conocimiento y la prevención. Perfiles proactivos, con dominio de las herramientas digitales, con alta capacidad analítica y de toma de decisiones. Mismas personas capaces de aportar considerablemente mayor valor a nuestras empresas.


3. Regulación en tiempo real


En último lugar, la dotación de inteligencia a los procesos permite el aprendizaje autónomo desde la experiencia real, la identificación de situaciones anómalas e incluso la sugerencia de regulaciones, todo ello en tiempo real. Machine learning orientado a lograr cero defectos.


Se trata de un enfoque esencialmente proactivo; pronosticando comportamientos futuros, recomendando regulaciones para funcionamientos óptimos y gestionando por excepción. Inicialmente facilitando sugerencias a los técnicos-operarios para apoyo en la toma de decisiones y posteriormente regulando automáticamente en lazo cerrado.


Claves de la transformación


Este último nivel convierte de una manera práctica a la fábrica en una Smart Factory, capaz de competir en este nuevo escenario con gran solvencia.


Algunas de las recomendaciones para realizar con éxito este camino son:
- Visión integral: definir una solución de conjunto que englobe aspectos organizativos, de capacitación y motivación de las personas, tecnologías de fabricación y digitales. Evitando acciones aisladas y descoordinadas.
- Realista: aterrizado a la realidad teniendo en cuenta el punto de partida.
- Resultados: combinando quick-wins con acciones de largo recorrido y concretando económicamente cómo añaden valor al negocio.
- Práctico: donde el eje conductor no es la tecnología sino la solución a necesidades reales de la planta.
- Velocidad: asegurar el ritmo de la transformación utilizando soluciones de mercado ya disponibles y testadas para una implantación ágil.


Es clave partir de la realidad de la situación actual, pero ello no debe impedir aspirar a una transformación ambiciosa.

Automotive Smart Factory - De la utopía a la realidad


Las nuevas tecnologías aplicadas con criterio permiten alcanzar horizontes que hasta la fecha eran utópicos. Una evidencia de esta realidad es la Automotive Smart Factory ubicada en el AIC – Automotive Intelligence Center en Boroa (Vizcaya) en la que Sisteplant ha participado de manera activa mediante el aporte de consultoría y su solución Manufacturing Intelligence para lograr fabricar con cero defectos.


Unnamed

Siemens ha rubricado un acuerdo para comprar el negocio de tecnología de accionamientos industriales (IDT) de ebm-papst. El negocio, que emplea a unas 650 personas, incluye sistemas mecatrónicos inteligentes e integrados en la gama de protección de muy baja tensión y sistemas innovadores de control de movimiento. 

Curso power bi 980x551

Madrid Clúster Automoción (MCA) ha ofertado una nueva formación gratuita en Power Business Intelligence Avanzado para la industria de automoción, a través de AECIM, gracias a que es miembro del European Digital Innovation Hub Madrid Region.

BIEMH 02

BIEMH (Bienal Internacional de Máquina- Herramienta), que se celebrará del 3 al 7 de junio en Bilbao Exhibition Centre, ha elegido para su XXXII edición a México como País Invitado. El país norteamericano tiene habitualmente una presencia muy relevante en el certamen y representa un mercado estratégico para la industria.

Unnamed (6)

El Nuevo Explorer está disponible con tracción trasera (RWD) de un solo motor o tracción total (AWD) de dos motores. Ambas opciones utilizan una batería de iones de litio y níquel, manganeso y cobalto (NMC) para una autonomía extendida.

Unnamed (1)

Los Centros Tecnológicos englobados en Fedit trabajan desde hace años hacia la economía circular como piedra angular de las innovaciones que desarrollan para empresas.

Empresas destacadas