Harvey Performance cierra la brecha de ejecución con MES inteligente

Harvey Performance Company es líder global en herramientas de corte de precisión, fabricando marcas como Harvey Tool, Helical Solutions, Micro 100 y otras usadas en aeroespacial, médico, generación de energía, electrónica y más. Su promesa a los clientes es simple pero exigente: la herramienta adecuada, en stock, cuando la necesite, respaldada por soporte experto.

Cumplir esa promesa requiere una de las cadenas de fabricación y suministro más complejas de la industria. Decenas de miles de SKU, producción de alta mezcla/bajo volumen y niveles de servicio de clase mundial dependen de una sola cosa: la capacidad de ejecutar el plan de producción.

En la planta de Harvey en Meridian, Idaho, hogar de celdas de rectificado CNC avanzadas, microherramientas y automatización sin luces, ese desafío de ejecución cobró nitidez. El éxito de la planta se mide por el cumplimiento del programa: ¿completan los trabajos planificados para la semana, en las máquinas planificadas?

Este artículo analiza cómo Harvey Performance utilizó MachineMetrics Intelligent MES para cerrar la brecha de ejecución entre los planes del ERP y la realidad de la planta, mejorando drásticamente el cumplimiento del programa.

La brecha de ejecución: cuando los planes del ERP no coinciden con la realidad

El sistema ERP de Harvey (Epicor Kinetic) generaba un plan de producción basado en datos y estimaciones existentes: qué ejecutar, dónde y cuándo. Sin embargo, la realidad en la planta a menudo contaba otra historia.

1. Datos tardíos e inexactos

El reporte de mano de obra y producción dependía de la entrada manual en terminales ERP compartidos. Los operadores registraban trabajo y cantidades al final del turno, o incluso al día siguiente. Los datos tenían a menudo 8-10 horas de antigüedad cuando alguien podía verlos.

Los supervisores dedicaban una hora o más cada mañana a editar tickets de mano de obra solo para hacer la información usable. Debido a este retraso y retrabajo, la confianza en los datos del ERP era baja. Para cuando el equipo se daba cuenta de que un trabajo iba retrasado o fuera de estándar, la ventana para recuperar el programa solía haber cerrado.

2. Programación basada en estimaciones, no en realidad

Los estándares de ruta y tiempos de ciclo se habían construido durante años mediante datos heredados y suposiciones fundamentadas. No reflejaban consistentemente cuánto tardaba realmente el trabajo en máquinas específicas con configuraciones específicas.

Eso significaba que los programas se basaban en tiempos de ciclo inexactos. Trabajos planificados para tres horas podían consumir regularmente cinco. Las configuraciones variaban enormemente respecto a los supuestos en la ruta. Como resultado, la capacidad parecía bien en papel pero se rompía en la ejecución, dificultando medir y mejorar el cumplimiento real del programa.

3. Un MES casero que no escalaba

Harvey intentó resolver este desafío construyendo un MES propio: conectando directamente a controles CNC, recopilando señales de máquina e intentando vincular esos datos a trabajos del ERP.

Funcionaba en bolsillos, pero mantenerlo se convirtió rápidamente en un proyecto de software a tiempo completo. Cada nueva máquina, control u OEM requería trabajo personalizado. Normalizar datos brutos de máquina y mantenerlos alineados con el contexto del trabajo en Epicor era complejo y frágil. El esfuerzo demostró el valor inicial de los datos en tiempo real, pero mostró claramente que construir y mantener un MES completo internamente no era sostenible.

Harvey necesitaba más que una solución básica de monitorización de máquinas. Necesitaba una forma de conectar máquinas, trabajos, personas y ERP en un único bucle de ejecución en tiempo real.

Elegir un MES diseñado para cerrar la brecha de ejecución

Tras el intento de MES casero, Harvey abordó la siguiente búsqueda con unos requisitos muy claros. No solo evaluaban paneles de control; buscaban un sistema de producción que pudiera convertirse en el tejido conectivo entre Epicor y la planta.

Criterios clave de selección incluían:

1. Conectividad rápida de máquinas a través de múltiples CNC y equipos variados, sin meses de ingeniería personalizada.
2. Interfaz de operador unificada e intuitiva en cada máquina que combinara contexto del trabajo, estado de ejecución, conteos y entrada de mano de obra.
3. Capacidades MES listas para usar para seguimiento de paradas, OEE, seguimiento de trabajos y programación, entregando valor inmediato sin dejar de ser configurable.
4. Alineación de TI y seguridad mediante una arquitectura nativa en la nube que respetara la postura de seguridad de red de Harvey.
5. Integración profunda con ERP, especialmente con Epicor, para mantener datos de trabajos y máquinas sincronizados en tiempo real.
6. Mentalidad de socio y hoja de ruta, no solo un proveedor de software, para apoyar la mejora continua y futuros casos de uso.

MachineMetrics surgió como la plataforma que mejor cumplía estas necesidades, particularmente por su profunda conectividad de máquinas, diseño centrado en el operador y conector Epicor Kinetic «clicable» que proporcionaba verdadera integración bidireccional.

Éxito del piloto en la planta de Meridian

Harvey eligió su planta de Meridian, Idaho (unas 35 máquinas CNC produciendo desde microherramientas a fresas de gran diámetro) como sitio piloto.

Para empezar, conectaron varias máquinas a lo largo de la cadena de valor:

• Operaciones primarias/de preparación
• Rectificado de acabado de bajo volumen
• Rectificado de acabado de alto volumen

Esto les dio una muestra transversal de piezas, rutas y desafíos operativos.

Conexión rápida de máquinas

Usando dispositivos Edge de MachineMetrics y conectores nativos, el equipo de implementación pudo conectar todas sus máquinas rápidamente. Se acabaron los días de luchar con controladores personalizados y scripts frágiles. MachineMetrics gestionaba los matices de diferentes controles CNC y OEM, normalizando los datos en un modelo común para que el equipo de Harvey pudiera centrarse en usar los datos, no en canalizarlos.

Tablets e interfaz de operador

Cada máquina conectada recibió una tablet con la interfaz de operador de MachineMetrics. Los operadores ahora podían:

• Ver el trabajo programado en su máquina.
• Iniciar/detener el trabajo con unos toques.
• Confirmar conteos de piezas y desecho al final de una corrida.
• Registrar razones de parada cuando se les solicitaba.

Todo esto ocurre en la máquina, sin ir a un terminal compartido. Eso redujo instantáneamente la fricción para los operadores y mejoró la frescura y precisión de los datos de producción.

Unir Epicor y la planta

Para Harvey, la integración entre MachineMetrics y Epicor Kinetic no era un «nice-to-have», era la pieza central de la estrategia.

MachineMetrics extrae órdenes de trabajo, rutas, estándares y programas de Epicor y los presenta directamente en la máquina. Los operadores no tienen que interpretar hojas de cálculo ni adivinar qué sigue; el plan oficial es visible en la misma interfaz que usan para ejecutar y rastrear el trabajo.

Igual de importante, MachineMetrics devuelve mano de obra, conteos de piezas, desecho y estado del trabajo a Epicor en tiempo real. Eso cambia la dinámica de varias formas:

• El ERP se convierte en un sistema vivo, no en un registro histórico con 10 horas de retraso respecto a la realidad.
• Los supervisores ya no dedican una o dos horas cada mañana a limpiar tickets de mano de obra; ese tiempo ahora va a mejora continua y resolución de problemas.
• El costeo y la planificación de capacidad en Epicor se basan en datos reales verificados por máquina, no en estimaciones y entradas manuales tardías.
• Los cambios de programa pueden hacerse con confianza, sabiendo que se basan en datos de ejecución precisos.

Esta integración bidireccional es lo que cierra la brecha de ejecución. En lugar de que el ERP planifique aisladamente y la planta improvise a ciegas, ambos se informan mutuamente constantemente. Para cualquier fabricante que intente mejorar el cumplimiento del programa, la entrega a tiempo y los márgenes, este tipo de bucle MES-ERP se está volviendo rápidamente innegociable.

Convertir datos en tiempo real en mejores programas

Harvey no adoptó MachineMetrics solo para ver gráficos de utilización. El objetivo real era alinear planificación y ejecución, empezando por tiempos de ciclo más precisos y un programa realista.

Ajustar los tiempos de ciclo

Usando analíticas de producción y líneas de tiempo de máquina de MachineMetrics, el equipo de Meridian comenzó a comparar el tiempo de ciclo enrutado de Epicor con el tiempo de ciclo real por pieza y trabajo medido directamente desde la máquina.

Construyeron un «informe de varianza» interno que destacaba operaciones donde la brecha entre estándar y real era significativa. Con ese informe, ingenieros y supervisores podían ir a la máquina mientras el trabajo aún se ejecutaba, observar el proceso y hablar directamente con los operadores.

A veces descubrían que la máquina se ralentizaba intencionadamente: un operador protegiendo la vida de la muela o una herramienta basado en experiencia. En esos casos, podían ajustar programas, validar datos de corte y restaurar el rendimiento al estándar previsto. En otros casos, confirmaban que la ruta era simplemente errónea para esa máquina o configuración y necesitaba actualizarse.

Con el tiempo, esto cerró el bucle entre «lo que dice la ruta» y «lo que realmente ocurre». Los programas empezaron a reflejar la realidad. El costeo se volvió más preciso. Los operadores ganaron confianza en que los estándares eran alcanzables, no arbitrarios.

Programación en tiempo real y cumplimiento del programa

Con tiempos de ciclo más fiables y trabajos vinculados al estado en vivo de la máquina, Harvey comenzó a usar Schedule Intelligence de MachineMetrics para gestionar la ejecución en tiempo real.

Planificadores y supervisores ahora pueden ver si los trabajos van adelantados o retrasados respecto al plan en cualquier momento. Cuando algo se desvía —una configuración se alarga, una máquina alarma, un cambio de herramienta tarda más de lo esperado— pueden resecuenciar trabajo, mover trabajos o ajustar prioridades antes de que el programa se descarrile.

Los operadores también tienen más contexto. Ven qué viene después, cómo su rendimiento actual se relaciona con el plan y dónde una pequeña decisión (como qué trabajo ejecutar overnight) impacta la producción sin luces y las operaciones posteriores.

El resultado es una mejora significativa en el cumplimiento del programa en Meridian, mejorando el cumplimiento del programa en más de un 25 %.

Un mejor ritmo diario para operadores y supervisores

Más allá de las métricas, MachineMetrics ha cambiado cómo se siente el trabajo en la planta.

Los operadores ahora pasan más tiempo ejecutando máquinas y menos caminando a terminales o reconstruyendo lo que pasó horas antes. Ven el programa, entienden prioridades y tienen una forma estructurada de compartir contexto vía razones de parada y comentarios, así como la capacidad de desencadenar flujos de trabajo directamente desde la máquina.

Supervisores e ingenieros tienen visibilidad en vivo de configuraciones, cambios y tiempo ocioso. En lugar de perseguir problemas de ayer con informes obsoletos, pueden abordar problemas conforme surgen: entrenando operadores, ajustando estrategias de herramienta o actualizando estándares mientras los detalles están frescos.

El sistema también expone oportunidades de formación. Cuando un tipo de configuración consistentemente supera su estándar, o cuando una máquina se ralentiza regularmente por incertidumbre sobre avances y velocidades, los datos apuntan directamente a donde el entrenamiento y la documentación adicionales tendrán más impacto.

En resumen, MachineMetrics da a Harvey una visión compartida y de confianza de la realidad que todos, desde operadores a dirección de planta, pueden usar para tomar mejores decisiones.

Mirando al futuro: del piloto a la inteligencia de producción empresarial

Con un piloto exitoso en Meridian, Harvey está construyendo ahora una hoja de ruta para expandir MachineMetrics Intelligent MES a su huella de fabricación más amplia.

Iniciativas planeadas incluyen:

• Desplegar conectividad, programación y seguimiento de trabajos a instalaciones adicionales de Harvey Performance.
• Integrar eventos de máquina en tiempo real con sistemas de mantenimiento para que las paradas disparen órdenes de trabajo automáticamente.
• Extender el seguimiento más allá de CNC a estaciones manuales y procesos secundarios, especialmente para trabajo sin luces.
• Usar datos de máquina y proceso para soportar seguimiento de vida de herramienta, monitorización de desgaste de muela e integraciones de calidad más robustas.
• Aprovechar MachineMetrics Max AI y Knowledge Hub para automatizar reportes, detectar patrones en cumplimiento de programa y paradas, y acelerar la mejora continua.

Lo más importante, Harvey ahora tiene un marco escalable para cerrar la brecha de ejecución: conectar planes ERP, datos de máquina y toma de decisiones humana en un único sistema en tiempo real.

Para una empresa cuyo negocio depende de tener siempre la herramienta adecuada en la estantería, esa alineación entre plan y realidad no es solo operativamente útil, es el núcleo de la promesa que hacen a sus clientes cada día.