Acelerando la transformación digital en manufactura con analíticas avanzadas

Manufacturing Engineering: La monitorización de máquinas y analíticas se han vuelto más críticas que nunca en la era de manufactura digital/Industria 4.0. ¿Qué hay de nuevo con las últimas ofertas de Sight Machine?

Jon Sobel: Nuestras últimas ofertas están diseñadas para un rango mucho más amplio de fabricantes. Mientras que la mayoría de fabricantes han comenzado al menos sus viajes de transformación digital, hemos encontrado un amplio espectro de niveles de preparación entre ellos. Muchas empresas están ansiosas por usar datos IoT [Internet de las Cosas] para obtener mejor visibilidad en sus operaciones de manufactura, pero no están listas para analíticas avanzadas. Pueden no tener la experiencia interna, el apoyo organizacional, o representa un salto demasiado grande para dar en un solo paso. Hemos introducido un nuevo nivel de nuestra plataforma de manufactura digital: Enterprise Manufacturing Visibility [EMV], que ofrece una entrada rápida a la manufactura digital. EMV permite a las empresas obtener muy rápidamente visibilidad en tiempo real del rendimiento de sus operaciones de manufactura en todas sus plantas. Ofrece configuración de autoservicio, permitiendo a los fabricantes extraer rápidamente todo tipo de datos de producción de las plantas de fábrica y luego monitorizar esos datos a través de visibilidad basada en navegador.

Enterprise Manufacturing Analytics [EMA] de Sight Machine, nuestro nivel avanzado, ofrece una suite completa de herramientas analíticas como control estadístico de proceso, mapas de calor de correlación, detección de anomalías y análisis de cuellos de botella. Aplica analíticas avanzadas para lograr beneficios como aumento de producción, reducción de tiempos de ciclo y disminución de tasas de desecho. Estos insights basados en analíticas son la base necesaria para que las empresas transformen sus modelos de negocio y sus relaciones con proveedores y clientes.

ME: ¿Cómo puede su nueva estructura por niveles ayudar a los fabricantes a iniciarse en manufactura digital sin hacer analíticas completas?

Sobel: Hasta ahora, teníamos una sola oferta que entregaba tanto visibilidad como analíticas. Ahora, hemos separado nuestras herramientas de visibilidad en un producto independiente. EMV proporciona una entrada sencilla, de autoservicio y fácilmente escalable a la manufactura digital, con herramientas automatizadas para ingerir los datos, limpiarlos y contextualizarlos, y modelar el proceso de producción.

EMV permite a las empresas monitorizar salida, disponibilidad y tiempo de inactividad por instalación, tipo de máquina y máquina a través de aplicaciones que incluyen Global Operations View, KPI Dashboard y Streaming Data Visualization. La visibilidad es tanto en tiempo real como histórica.

Las características de EMV incluyen Digital Twin Builder, nuestra herramienta basada en navegador para crear modelos de datos de instalaciones, máquinas y tipos de máquina. También incluye FactoryTX, nuestro software edge que prepara datos de máquina y fábrica para streaming a la nube.

ME: ¿Qué tan difícil es para las empresas iniciarse con monitorización/analíticas y qué les dice su recientemente introducida metodología Digital Readiness Index?

Sobel: Hemos encontrado que la clave para una transformación digital exitosa es elegir proyectos apropiados para el nivel de preparación de una empresa o planta. La preparación incluye no solo factores técnicos como conectividad y accesibilidad de datos, así como estrategia de nube y seguridad, sino también factores organizacionales. Hemos encontrado en nuestros seis años trabajando con fabricantes G500 que los factores organizacionales son al menos tan importantes como los técnicos. Incluyen el nivel de compromiso y compra tanto a nivel de planta como ejecutivo, y la existencia de estrategias de nube y seguridad.

Sight Machine ha desarrollado una metodología llamada Digital Readiness Index [DRI] para evaluar la preparación técnica y organizacional de una empresa para proyectos de manufactura digital, e identificar proyectos apropiados —aquellos más propensos a tener éxito basados en la preparación actual. Usamos un cuestionario estandarizado para mapear cada empresa en una de cinco Zonas de Preparación Digital: Conexión, Visibilidad, Eficiencia, Analíticas Avanzadas y Transformación. Cada Zona de Preparación Digital mapea a ejemplos de proyectos que son alcanzables para ese nivel de preparación.

ME: En este punto, ¿qué tan avanzada está la industria manufacturera en la adopción de analíticas avanzadas de fábrica?

Sobel: Todos los grandes fabricantes con los que hablamos han comenzado al menos el viaje de transformación digital. Encontramos una amplia varianza no solo entre empresas sino dentro de las plantas individuales de las empresas.

Puedes pensarlo en términos de estos pasos: acceso a datos; visibilidad; e insights. Es bastante común que las empresas estén recopilando y almacenando sus datos digitales. Muchas han armado paneles simples que les permiten monitorizar las diferentes líneas o máquinas dentro de fábricas individuales. Relativamente pocos fabricantes han ganado visibilidad a través de sus fábricas. Creemos que Sight Machine ofrece la única solución escalable en el mercado para ganar rápidamente visibilidad cruzada empresarial.

Para analíticas avanzadas, dejando de lado las empresas con las que trabajamos, más a menudo vemos proyectos de ciencia de datos a medida. Empresas enfrentando un problema de rendimiento o calidad encargarán a sus científicos de datos resolver el problema conocido. Típicamente desarrollarán una solución única, tomando cualquier dato que puedan conseguir, echándolo en Excel o un programa estadístico, y buscando correlaciones.

El problema es que estos proyectos no son ni escalables ni aplicables a otros problemas. La extracción y modelado de datos se hace de una manera que crea silos de aplicación y datos. Desde el punto de vista de un VP de Operaciones o CIO, se quedan con una proliferación de aplicaciones personalizadas que no pueden integrarse de una manera que ayude a entender las operaciones de la empresa manufacturera como un todo.

El Digital Twin de Sight Machine es un modelo de datos vivo y funcional del proceso de producción. Una sola aplicación que puede expandirse rápidamente añadiendo nuevas máquinas y procesos, nuestro Digital Twin proporciona una única fuente de verdad que puede consultarse para llegar a cualquier problema operativo.

ME: ¿Qué pueden ofrecer las analíticas avanzadas a los fabricantes que se sumergen profundamente en esta tecnología?

Sobel: La revolución digital ha transformado sector tras sector —publicidad, retail, inversión, ciencia, política— desatando no solo vastas mejoras en eficiencia, sino también transformando y creando nuevos modelos de negocio. Los fabricantes apenas están comenzando a aprovechar el poder de sus datos y están viendo resultados reales.

Cuando exprimes más productividad de tus plantas y máquinas existentes, o reduces desecho y defectos, impacta directamente tu resultado final. Pero la mayoría de fabricantes líderes recogieron toda la fruta al alcance hace tiempo de disciplinas como Six Sigma y Lean. Los próximos grandes saltos vendrán de ganar verdadera visibilidad en las operaciones empresariales de un fabricante, a través de todas las fábricas, y luego aplicar las técnicas analíticas perfeccionadas durante más de una década de transformaciones digitales en otras industrias.

ME: ¿Cómo la inteligencia artificial [IA] en la plataforma de Sight Machine impulsa las analíticas de fábrica más allá que en ofertas anteriores o competidoras?

Sobel: El AI Data Pipeline de Sight Machine es una tecnología patentada que transforma datos crudos en datos contextualizados a los que se pueden aplicar analíticas exitosamente. Con nuestra plataforma, el AI Data Pipeline hace el trabajo pesado de tomar datos crudos de sensores, PLCs, historiadores de datos, etc., y luego prepararlos para análisis mediante limpieza, etiquetado y mezcla.

Los datos luego van a nuestra otra tecnología patentada, el Plant Digital Twin, que modela procesos de producción de fábrica. Toma los datos del AI Data Pipeline y los ensambla en un modelo del sistema, traduciendo miles de puntos de datos de cientos de fuentes en una representación de partes o lotes moviéndose a través de producción. El Plant Digital Twin refleja el estado de la máquina en cada punto del proceso de producción, para cada parte o lote, y también registra la materia prima usada para esa parte o lote, factores ambientales como humedad y temperatura, las identidades de operarios de máquina, y cualquier dato adicional disponible.

Con ofertas competidoras como iniciativas analíticas internas, los científicos de datos pasan la mayoría de su tiempo seleccionando, limpiando y combinando datos manualmente —no analizando datos para encontrar insights accionables de negocio. En contraste, nuestras tecnologías AI Data Pipeline y Plant Digital Twin crean automáticamente una representación digital de procesos de producción en tiempo real, dejando a científicos de datos, operarios de línea y gerentes de planta libres para responder proactivamente a problemas operacionales, en lugar de investigarlos retroactivamente.

ME: Dame un ejemplo de un fabricante haciendo un trabajo ejemplar con tu plataforma de analíticas de manufactura.

Sobel: Fuimos contratados por un fabricante de productos de salud para ayudar a resolver un problema que otros proveedores de tecnología no pudieron resolver —una alta tasa de desecho en su planta más rentable. La plataforma Sight Machine realizó análisis de causa raíz que combinó procesamiento de lenguaje natural, análisis de secuencias, análisis de clúster y regresiones.

La plataforma Sight Machine identificó y priorizó las múltiples causas de desecho, llevando a un aumento en la Efectividad General del Equipo de aproximadamente un 3 %. Esto se traduce en ahorros potenciales de más de 20 millones de dólares al año para esta planta sola.

Adquisiciones

Siemens PLM Software (Plano, TX) ha acordado adquirir Solido Design Automation Inc. (Saskatoon, SK), un desarrollador de software de caracterización y diseño consciente de variación para empresas de semiconductores.

Los términos de la transacción no fueron revelados. Siemens dijo que esperaba cerrar la transacción a principios de diciembre de 2017. Los productos basados en machine learning de Solido se usan actualmente en producción en más de 40 empresas importantes, permitiéndoles diseñar, verificar y fabricar productos más competitivos. La adquisición expande aún más el portafolio de verificación analógico/señal mixta (AMS) de Mentor Graphics (adquirida por Siemens en marzo 2017), permitiéndole abordar los crecientes desafíos de diseño y verificación IC para aplicaciones automotrices, comunicaciones, computación de centros de datos, redes, móviles e IoT.

Solido ayuda a sus clientes a abordar el impacto de la variabilidad para mejorar rendimiento IC, potencia, área y rendimiento, dijo Amit Gupta, fundador, presidente y CEO de Solido Design Automation. «Combinar nuestro portafolio tecnológico con las capacidades IC y alcance de mercado de Mentor nos permitirá proveer soluciones a la industria de semiconductores en una escala aún mayor», dijo Gupta. «Estamos emocionados de contribuir a la estrategia de digitalización más amplia de Siemens con nuestro portafolio y experiencia en machine learning aplicado para tecnología de ingeniería».

Nuevos lanzamientos

Tebis America (Troy, MI) anunció el Release 5 de su Versión 4.0 de software CAD/CAM con rendimiento optimizado que ayuda a los usuarios a acelerar sus procesos.

Las actualizaciones en esta versión permiten a los usuarios acelerar procesos sin restricciones funcionales con mejoras en simulación de máquina, trabajo con conjuntos de herramientas, búsqueda de herramientas en mecanizado de características, o intercambio de herramientas en el Job Manager.

Con este nuevo lanzamiento, la programación NC ahora está largamente automatizada basada en plantillas con bibliotecas de procesos que permiten procedimientos y procesos rápidos y fiables. Los usuarios también pueden editar piezas grandes y complejas con el software. Tebis identificó las cargas más pesadas que ocurren en procesos específicos, ayudando a aliviar cuellos de botella que pueden resultar en largos tiempos de espera, así como uso intensivo de recursos y conflictos. Los desarrolladores de Tebis adaptaron el sistema para optimizar el uso de memoria disponible, y la tecnología multicore basada en procesamiento paralelo se integró al mismo tiempo. El procesamiento paralelo extendido ahorra tiempo significativo, especialmente en el cálculo de programas NC para re-desbaste. Las piezas pueden cargarse, sombrearse y guardarse con optimización de tiempo.

Desarrollador de sistemas de ejecución de manufactura (MES) 42Q (San Jose, CA) ha lanzado su nuevo Digital Factory Starter Kit, una solución con capacidades clave que aceleran la transformación de fábrica digital.

El Digital Factory Starter Kit incluye funciones de planta y calidad, capacidad de trazabilidad e informes de business intelligence (BI). Parte de la solución en la nube de 42Q, este kit permite a los fabricantes realizar valor de transformación de fábrica digital usando 42Q en unas pocas semanas.

«Los costes y complejidad de desplegar una plataforma MES on-premise convencional pueden resultar en un time-to-value de entre 9-18 meses para funcionalidad básica», dijo Srivats Ramaswami, CTO de 42Q. «Los fabricantes que comienzan su transformación digital no deberían tener que esperar tanto. Diseñamos el Digital Factory Starter Kit para incluir las características centrales necesarias para transformación digital, y poner a las empresas en marcha en unas pocas semanas sin interrupción a procesos de negocio o entregas a clientes».

Las capacidades clave del Digital Factory Starter Kit incluyen viajeros electrónicos, gestión de tiempo de ciclo, gestión de órdenes de taller y proceso.

control de enrutamiento. Funcionalidad para gestión de calidad está totalmente integrada, incluyendo verificación de empleados e instrucciones de trabajo electrónicas, trazabilidad, genealogía de producto, etiquetado y planes de control. El Digital Factory Starter Kit también incluye el módulo Business Intelligence de 42Q, que proporciona herramientas para alertas en tiempo real desde operaciones de manufactura junto con visualización de datos.

La solución permite a las empresas gestionar calidad y operaciones, monitorizar rendimientos, WIP y throughput en tiempo real. «Esta solución está probada y ya desplegada en muchas instalaciones manufactureras en industrias altamente reguladas, incluyendo manufactura médica, aeroespacial y automotriz», dijo Ramaswami.

Desarrollador de software de gestión de mantenimiento computarizado (CMMS) EZmaintain (Cleveland) ha introducido su paquete CMMS basado en nube para integrar sensores IoT para medir niveles de temperatura y vibración de equipos como motores, cajas de engranajes y generadores.

Los usuarios pueden ejecutar el CMMS basado en web independientemente para gestionar actividades de mantenimiento por fallo o preventivo. Añadir estos sensores IoT inteligentes permite a los usuarios capturar datos en tiempo real para monitorización de condición con alertas vistas directamente vía un dashboard CMMS.

EZmaintain CMMS funciona a través de diferentes dispositivos, desde escritorios a dispositivos móviles. Los usuarios pueden añadir o configurar sensores de Temperatura/Vibración vía el dashboard, y pueden montar sensores IoT en varios activos que necesitan monitorización usando diseños de montaje por tornillo. Con estos sensores de bajo coste y fácil configuración, el software puede usarse en varias aplicaciones industriales o comerciales.