Optimiza tu cadena de suministro de mantenimiento con automatización basada en datos

Dan Somers de Warwick Analytics (www.warwickanalytics.com) habla con Manufacturing Global sobre cómo el software puede ahora automatizar con precisión el proceso de clasificación de mantenimiento y garantía y qué significa esto para ingenieros, gestores y mecánicos en la industria.

Mantener el equipo y repuestos adecuados in situ para reparar y mantener equipos de producción es un acto de equilibrio. Necesitas mantener la manufactura en marcha pero no quieres inmovilizar grandes cantidades de capital en equipos y repuestos que pueden no usarse en meses, años o nunca. Alternativamente, convivir con equipos de planta que tienen downtime impredecible puede costar una cantidad significativa por pérdida de disponibilidad de producción y mantenimiento no planificado.

Un Mantenimiento, Reparación y Operaciones (MRO) eficaz trata de planificar, gestionar, coordinar servicios y entregas de una amplia variedad de proveedores, tener visibilidad en tiempo real de dónde está cada pieza, y asegurar que el proceso intensivo en recursos sea lo más rentable posible.

El MRO eficaz se basa en información precisa y oportuna. En particular, conocer los problemas precisos y qué acciones se han llevado a cabo es crítico para predecir y prevenir estos problemas en el futuro.

El análisis de datos no estructurados de «texto libre» de mantenimiento y reparación necesita actualmente considerable aporte humano por personal experimentado a lo largo del ciclo de análisis para asegurar que la información sea consistente y precisa. De lo contrario, una empresa podría no saber cuántos incidentes similares ocurrieron y si están aumentando, o tienen una causa raíz común. La información podría estar enterrada en texto y usando diferentes palabras, abreviaturas y semántica para describir un incidente similar. Por el contrario, problemas similares podrían resultar distintos basándose en diferencias sutiles en las descripciones.

Las herramientas de minería de texto pueden detectar palabras clave pero actualmente solo los seres humanos proporcionan la insight final que convierte datos brutos en conocimiento. Típicamente esto viene de una interpretación más holística del incidente, comparando datos no estructurados con información estructurada e inferible de fuentes de datos dispares o conocimiento previo.

El reto con este enfoque actual es que los seres humanos pueden actuar subjetivamente, cometer errores y su capacidad individual no es rápida ni escalable.

Además, cualquier análisis a través de bases de datos dispares (ej. intentar combinar datos de diagnóstico o manufactura) conduce a muchos más retos técnicos.

Dadas estas presiones, la cadena de suministro MRO ha estado madura durante mucho tiempo para mejoras y eficiencias.

Ha habido adopción exitosa de nuevas técnicas y tecnología en el sector que ha destacado los ahorros posibles que pueden lograrse.

En 2014, PwC encuestó a más de 100 empresas de manufactura y mantenimiento y encontró que el uso de impresión 3D, también conocida como «ingeniería aditiva» para aumentar la disponibilidad de repuestos en punto de uso, redujo costes al reducir residuos y disminuir contenido laboral. La mayoría de las empresas ya habían reportado ganancias significativas en velocidad y flexibilidad relativas a desarrollo de producto y personalización. La investigación continuó diciendo que si solo el 50 % de repuestos se produjeran usando esta tecnología habría ahorros de 3 400 millones de dólares.

También hay tecnologías ya usadas en transporte (donde los problemas MRO son a menudo más agudos). Tecnologías clave señaladas por Espen Olsen, director europeo para aeroespacial en IFS, como potencialmente con mayor impacto en MRO aplicable tanto a manufactura como aeroespacial incluyen tecnología móvil (ingenieros equipados con apps móviles para acceder a información relevante en el momento de necesidad) y tecnologías vestibles. Japan Airlines ya usa Google Glass en su proceso de mantenimiento. Las gafas son usadas por ingenieros trabajando alrededor del avión en la pista. Imágenes del avión se envían a especialistas de mantenimiento para evaluación, quienes luego retroalimentan cualquier problema que ven al ingeniero en tierra.

Otra tendencia tecnológica que Espen destacó fue que Big Data tiene la clave para predecir el futuro. Dice: «En MRO, hay un enorme potencial de usar los secretos de los datos para habilitar todo desde analítica predictiva hasta mayor optimización de inventario, mejor monitorización de patrones de uso y el esencial seguimiento y análisis de la salud de equipos en tiempo real. Pero hasta ahora ha habido pocas respuestas para sus usos clave, o más importante, los medios de identificar qué datos son útiles y cuáles no.

«En 2015 el sector comercial debe y va a abordar big data de frente. En particular creo en usar big data para análisis predictivo. Al proporcionar datos clave sobre fallos de activos, esto puede integrarse en sistemas logísticos para ayudar a informar y mejorar diseños futuros, optimizar uso y reducir el coste total del ciclo de vida».

Esta predicción se ha hecho realidad ahora con la introducción de nuevo software que puede automatizar el proceso de clasificación MRO.

AMROC es un nuevo producto de Warwick Analytics y es un enfoque posible. Transforma automáticamente datos de mantenimiento dispares y no estructurados. Ha demostrado mejorar dramáticamente la insight disponible para operadores, mantenedores y fabricantes aeroespaciales y ahora está siendo usado por fabricantes y empresas energéticas en su MRO de planta.

¿Cómo funciona? Como sabemos, el análisis de datos de «texto libre» de mantenimiento y reparación necesita actualmente considerable aporte humano por personal experimentado a lo largo del ciclo de análisis para asegurar que la información sea consistente y precisa. Sin embargo, AMROC convierte esos datos no estructurados y semi-estructurados incluyendo texto, logs y diagnósticos en datos estructurados para clasificación. El software mina automáticamente miles de patrones diferentes posibles de los datos estructurados y no estructurados, y luego estructura y clasifica los problemas, basándose en estos patrones, en near-real-time, reduciendo drásticamente el tiempo tomado para clasificar y cuantificar manualmente datos de mantenimiento y reparación en texto libre. Los datos no necesitan ser limpiados, y por tanto no están sujetos a asunciones y error.

Con nuevas tecnologías TI como AMROC, los costes MRO en transporte y manufactura están destinados a disminuir pero no son solo los grandes jugadores y OEMs los que necesitan ser innovadores. Las empresas en la cima de la cadena de suministro están pidiendo a sus proveedores que también mejoren su productividad cuando se trata de MRO.

En conclusión, hay nuevas tecnologías que prometen ayudar a mejorar MRO encontrando información en datos, y usando eso para entender y predecir problemas. Nunca podrán reemplazar a un ser humano experimentado, pero podrán ayudar dramáticamente a esa persona a obtener insight rico, preciso y oportuno y hacer toda la cadena de suministro MRO más productiva.

Visite www.warwickanalytics.com para más información.