TRIBUNA DE OPINIÓN

56

Durante un tiempo, hablar de 4.0 ha sido sinónimo de vanguardismo. Hemos recorrido el proceso que va desde la incertidumbre sobre cómo empezar, pasando por la 'moda' en que todo es 4.0, hasta la realidad de implantaciones exitosas.

Actualmente, Industry 4.0 se ha convertido en una estrategia presente en la agenda

de cualquier compañía y tenemos referentes de implantaciones exitosas que nos

deben ayudar a visualizar nuestro propio camino.

Proponemos a continuación algunos pasos fundamentales a seguir en la transformación,

junto con algunas herramientas plenamente operativas en implantaciones reales que pue-

den ayudar a abordar el cambio.

Etapas del camino de transformaciónDebemos ser capaces de identificar la situación de partida antes de iniciar el proceso de

transformación y estar muy atentos a las señales que indican que el modelo industrial es

maduro, y que estamos en condiciones subir un nuevo escalón.

Smart Factory: cómo hacerlo realidad aquí y ahora

Alfonso Ganzabal, director general de Sisteplant

57

TRIBUNA DE OPINIÓN

La primera etapa nos conduce a la estación World Class Manufac-

turing. Tras definir y estandarizar los procesos en planta, modeli-

zamos los mismos, implantando herramientas que comparan de

forma objetiva la situación actual y la deseada. La planta empieza a

ser gestionada mediante KPIs que permiten identificar las pérdidas

de valor y establecer dinámicas de mejora orientadas a la elimina-

ción del desperdicio. La optimización del OEE y la consecución de

procesos robustos mediante aplicación de SPC y 6sigma deben ser

objetivos irrenunciables en esta etapa.

Cuando la etapa primera alcanza un importante grado de madurez,

nuevos retos empiezan a evidenciarse en la organización; no es

suficiente robustez elevada y altos ppms, necesito cero defectos;

los tiempos de setup reducidos no son bastante, necesito cambio

cero; la fiabilidad que me ofrece el preventivo y el predictivo no son

suficientes, el camino de reducción del desperdicio y la mejora del

OEE se acerca a su límite.

Son evidencias de que es el momento de pasar a la segunda etapa.

No es suficiente con la reducción de las pérdidas de valor, necesito

explicitar el conocimiento de mis procesos para ser capaz de acti-

var nuevas palancas que incrementen la generación de valor.

Es el momento de aplicar herramientas machine learning que

generen modelos matemáticos de los procesos productivos y del

comportamiento de los activos. Permiten a los equipos entender

cómo se relacionan las variables de regulación con los outputs

obtenidos, identificar las condiciones de contorno en cada punto de

operación y, en definitiva, ser capaces de explicitar el conocimiento

intuitivo acumulado por las personas durante años de experiencia.

Identificamos nuevas condiciones de operación y regulación de

los procesos. Más importante aún, generamos en las personas la

conciencia de que la mejora de los procesos no se basa sólo en el

control de KPIs, sino que tiene su fundamento en el conocimiento

profundo de las reglas que los gobiernan.

Debemos ser capaces de identificar la situación de partida antes de iniciar

el proceso de transformación y estar muy atentos a las señales que indican que el modelo industrial es maduro

5858

AUTOMATIZACIÓN

Ya estamos en condiciones de abordar la última etapa. Disponemos

de conocimiento explícito de los procesos que nos permite regular-

los inteligentemente, pero también hemos aprendido que el control

de los procesos depende sensiblemente del punto de operación

y que éste es cambiante y nos obliga a adoptar cambios cuando

el contexto varía. Un paso adelante es embeber esa inteligencia

en los propios procesos, de forma que aprendan y dispongan de

funciones que les permitan la auto-adaptación a las condiciones de

operación de cada momento.

Cómo acometer el cambioPensemos en un proceso de fabricación familiar en nuestras fábri-

cas para entender algunas herramientas que nos pueden ayudar.

Vamos a centrarnos en una célula de mecanizado robotizada fabri-

cando piezas con una cadencia aproximada de 1 pieza/minuto.

Nivel físico. Dotamos a la célula de elementos IOT que permiten

la recogida de las variables de operación máquina en tiempo real.

Adicionalmente incorporamos unidades de marcado láser de cada

pieza y un scanner sin contacto que muestrea entre 10 y 15 medi-

das de cada pieza.

Nivel lógico. En la capa TIC implantamos un sistema Manufacturing

intelligence que aporta las siguientes funciones:

• Producción: Monitorización de las instalaciones, KPIs y dash-

boards en tiempo real y herramientas de soporte a la toma de

decisión.

• Calidad: SPC integrado en tiempo real, permitiendo disponer de

información de la capacidad del proceso y prevenir desviaciones

en tiempo real.

• Mantenimiento: monitorizando en tiempo real la salud de los activos.

• Trazabilidad: SPT (single part traceability) integrando trazabili-

dad de producto (materia prima) y la trazabilidad de proceso de

forma individualizada.

• Regulación: la información sobre parámetros de mecanizado de

cada unidad es utilizada en las líneas de montaje, aguas abajo,

permitiendo el ajuste pieza a pieza.

Nivel Smart Factory. A partir de las variables de operación

máquina, los registros de medidas recogidos para cada pieza y los

parámetros de contexto de fabricación, el gemelo virtual generado

por el sistema machine learning permite:

• Predicción de la necesidad de cambio de la herramienta de meca-

nizado, asegurando el índice de calidad deseado y optimizando la

vida útil y el número de cambios,

• Pronóstico de aparición de un modo de fallo de la instalación ase-

gurando la fiabilidad de los activos,

• Dominio del proceso, identificando la relación entre variables de

proceso, características de la materia prima y resultados de cali-

dad obtenido.

ConclusionesYa no estamos hablando de la Fábrica del Futuro, Smart Factory es

un modelo plenamente presente en nuestras industrias que debe

retornarnos resultados tangibles.

Se trata de un apasionante camino que cualquier empresa, inde-

pendientemente de su grado de madurez, puede recorrer.

Importante: identificar con precisión el punto de partida, y trazar

con determinación el roadmap hasta el primer punto de destino,

ayudándose de herramientas probadas. •