Domine el análisis de datos de planta: Herramientas para la fábrica habilitada por IoT

Nuevas herramientas de recogida y análisis de datos de planta pueden aliviar la tensión de digitalizar operaciones de fábrica en la era IoT

A medida que el movimiento hacia una industria manufacturera más conectada gana impulso y los fabricantes empiezan a recoger datos de planta, la necesidad de análisis de datos rápido y eficiente se vuelve cada vez más crítica. Las herramientas de recogida y análisis de datos son fundamentales en la era de fabricación digital/Industria 4.0, y los fabricantes se están equipando con nuevas soluciones para ayudarles a recoger, gestionar y analizar datos de planta más eficazmente, aprovechando indicadores clave de rendimiento (KPI) como efectividad global del equipo (OEE), tiempo de actividad de máquina, utilización de máquina/husillo, y otras métricas.

Muchas opciones de recogida de datos de fabricación y monitorización de máquinas están disponibles, la mayoría ofreciendo al menos alguna analítica básica de métricas de fabricación en paquetes de monitorización de planta o sistemas manufacturing execution software (MES). En algunos casos, empresas de automatización se están asociando con proveedores IT establecidos, como la reciente alianza anunciada por el proveedor de automatización ABB Inc. (Cary, NC, y Zúrich) y Hewlett Packard Enterprise Co. (HPE; Palo Alto, CA) que combinará la experiencia en automatización industrial y tecnología operacional (OT) de ABB con la experiencia en TI híbrida y cartera de software de HPE.

Uniendo OT con IT

En la alianza ABB/HPE, anunciada en noviembre 2017, la oferta digital Ability de ABB se combinará con soluciones de TI híbrida de HPE. Las soluciones Ability correrán en plataformas híbridas como HPE ProLiant para Microsoft Azure Stack, con despliegues en ubicaciones preferidas de clientes en plantas industriales y datacenters, o en la nube pública de Microsoft, según se necesite para cumplir requisitos de rendimiento, seguridad o colaboración cross-site.

La alianza mueve recursos de computación más cerca de donde se requieren, usando "edge computing". ABB y HP integrarán la automatización de datacenter Ability, que controla y monitoriza infraestructura, con OneView, el software de automatización de infraestructura TI de HPE. "Francamente, no podemos hacer esto solos; necesitamos un partner para este híbrido, y se necesita OT/IT", dijo Ciaran Flanagan, vicepresidente de grupo y jefe de soluciones globales de datacenter para ABB, desde Dublín. Combinando IT y OT, largamente aisladas hoy, "pensamos que hay enorme oportunidad, y está madurando rápido", añadió.

Ofreciendo a usuarios datacenters edge seguros para entornos industriales remotos, la alianza ABB/HPE también usa infraestructura de rack Rittal con sistemas de distribución de potencia industrial de ABB e infraestructura y servicios software-defined de HPE. "La capa de protocolo es muy diferente en OT que en IT", observó Volkhard Bregulla, vicepresidente de HPE, industrias manufactureras globales. "El lado IT está bastante adelantado." La solución ABB-HPE estará disponible en la primera mitad de 2018.

Recogiendo y analizando datos de planta

En planta, muchas opciones existen para monitorizar y recoger datos, la mayoría ofreciendo al menos analítica básica de máquinas y alguna análisis sofisticado de planta.

Al monitorizar máquinas, los jefes de planta primero necesitan saber cuándo máquinas particulares están funcionando, o si están paradas u offline. Es vital saber cuándo la máquina está bajo control de programa, según David McPhail, presidente y CEO, Memex Inc. (Burlington, ON). "Somos agnósticos en cómo te conectas", dijo.

Con la plataforma MERLIN (Manufacturing Execution Real-Time Lean Information Network) Tempus de Memex, fabricantes de proceso y discretos pueden conectar sus máquinas en entornos on-premises o cloud. MERLIN Tempus es un software MES que incluye dashboards y puede conectar usando FANUC FOCAS, MTConnect, OPC y otros protocolos para vincular máquinas-herramienta vía Internet.

Para equipos legacy no inteligentes, Memex desarrolló una interfaz MTConnect. "Hay 16 señales de entrada digital desde la máquina", dijo McPhail. "Hay tres flujos de datos: desde el equipo; desde el capital humano, algo que un humano controla [y] que una máquina no nos puede decir; y desde soluciones externas como ERP."

Los usuarios pueden ejecutar el MES Tempus, que es un portfolio Manufacturing Operations Management (MOM), en planta para comprobar estado de máquina, dijo McPhail. "Típicamente nuestra gente correrá nuestro software en una tablet y caminará por la planta. Digamos que un operario tiene problemas con una pieza; recibirás un mensaje, 'Apoye al Cliente Interno'. Eso convierte al operario de reactivo a activo."

"No hay programación a medida", continuó McPhail, y el sistema incluye herramientas analíticas. "La pieza de recogida de datos es fundacional. El caso de negocio que hemos elegido es OEE, pero podrías insertar TPM [Total Predictive Maintenance] y muchos otros. Esencialmente calcula el impacto financiero del mal rendimiento."

Memex está desarrollando un módulo FOEE (Financial OEE) para lanzamiento a finales de este año que calculará para talleres los costes de correr equipos en ajustes subóptimos. El módulo mostrará a jefes de planta "ahora mismo estás corriendo por debajo de rendimiento top, por un delta de esto, y cada hora que corres [a ese nivel] te cuesta aquello", dijo McPhail.

Monitorizar es obligatorio, pero evite parálisis por análisis

Una gran pregunta para talleres configurando monitorización/análisis de datos es cuántos datos se deberían recoger. Mientras la industria hypea la necesidad de análisis "Big Data", para el taller promedio menos puede ser más.

"Trabajamos con nuestros clientes para entender la ecuación. El cómo es una entidad conocida. El porqué, el caso de negocio que lo sustenta", es en lo que trabaja Memex, dijo McPhail.

Mientras algunas empresas trabajan en problemas masivos de Big Data involucrando entornos de simulación, como datos CAE, en la mayoría de talleres no es el caso. "Big Data, lo llamamos escape digital", añadió McPhail. "Si tomas una máquina Mazak, si te suscribes a cada etiqueta, esa [cantidad de datos] te abrumará. ¿Realmente necesitas saber cada punto de dato?"

Otro desarrollador, Predator Software (Portland, OR), dirige su suite Predator de aplicaciones de monitorización de planta a todo desde talleres de dos personas a grandes organizaciones manufactureras, según Mike Rogers, director de automatización y relaciones OEM de Predator Software. "Predator MDC [machine data collection] es nuestro producto central para monitorizar, y con más de 20 protocolos diferentes, desde Mori, OPC y OPC/UA, podemos monitorizar cualquier cosa en planta", dijo Rogers.

Recoger y analizar datos es más aceptado por talleres hoy. "Va a convertirse en el tema más candente", dijo Rogers. "Todos lo quieren y no todos lo tienen. ... Grandes corporaciones quieren Big Data. El pequeño [necesita] aprender a andar antes de correr. Te abrumarás de otra forma."

Una clave es convencer a clientes para enfocarse en cosas simples, señaló, como "¿la máquina cicla? ¿Está parada? ¿Está corriendo? ... Puede ser un proceso abrumador", dijo Rogers. "Uno de los problemas en los que tropiezo es encontrar el campeón en la organización que lo lleve hasta el final."

La solución MDC de Predator tiene una interfaz intuitiva, simplificando el inicio para usuarios, dijo Rogers. "MDC tiene [un motor] de gráficos e informes integrado. Si corres las permutaciones, tenemos entre 20.000-30.000 informes." MDC es uno de los ocho productos centrales de Predator para recogida y monitorización de datos de planta, control y comunicación. Los productos trabajan todos sobre una base de datos, y cuando clientes compran MDC, obtienen también el módulo de comunicaciones DNC. El software de Predator soporta Access de Microsoft, usado por muchos talleres pequeños, dijo Rogers, y también soporta Microsoft SQL Express, SQL Server, y bases de datos Oracle. El software Predator puede operar on-premises o en cloud.

Siga el OEE

Talleres tanto pequeños como grandes necesitan prestar atención a la métrica OEE, que puede permitir a operarios y gerentes optimizar eficiencia. Visualizar el proceso, haciéndolo fácil para que personal de planta vea, entienda y reaccione rápido a condiciones cambiantes, es crítico.

"Ofrecemos tanto el lado de recogida de datos como el de análisis, y podemos proporcionar eso a la carta o como solución completa", dijo Jeff Price, vicepresidente ejecutivo y gerente general, 5ME LLC (Cincinnati). Con la suite Freedom de 5ME, usuarios obtienen software más hardware disponible para vincular y controlar variedad de máquinas.

"Nuestro equipo tiene larga historia con dispositivos tipo OT, y tenemos interfaces o adaptadores para casi cualquier activo en la planta, a menudo en el controlador CNC", añadió Price. "Cuando tenemos controladores legacy, también tenemos un appliance hardware" para conectar a la red. Junto con el software Freedom eLog, 5ME ofrece visualización de datos con smartboards personalizables mostrados en TVs de pantalla plana, dijo Price.

"Con la tecnología smartboard, tenemos dashlets o wizards —una colección de datos con gráficos de tarta y barras— que puedes guardar en smartboards", dijo. Los smartboards usan sistemas embebidos Raspberry Pi para impulsar velocidad de procesamiento donde los datos se necesitan más. "Usamos Raspberry Pi con smartboards para llevar visualización a planta", dijo Price. "Durante años en plantas de automoción tuvimos tableros Andon, pero esos son bastante rígidos."

Los servidores Freedom, ubicados en cloud u on-premise, son donde ocurre el procesamiento de datos. Con la conectividad ofrecida, clientes pueden construir sobre ganancias que la industria ya ha hecho, dijo Price, como fabricación lean y six sigma. "Nos saltamos ese proceso entero", añadió. "La mayoría de nuestros clientes verán una mejora mínima de productividad del 20% con OEE, que comprende disponibilidad, rendimiento y calidad. Disponibilidad es ¿estás corriendo [a niveles óptimos]?, rendimiento es ¿estás produciendo a los niveles que deberías?, y calidad es puramente una situación de rendimiento."

Con la métrica OEE sola, los talleres pueden hacer grandes ganancias de rendimiento, dijo. "La disponibilidad es donde están las grandes ganancias. Las mejoras iniciales son 10-20% en 30 días." La suite Freedom es una instalación de software, vía web. "Es una huella IT ligera, aprovechando la potencia de procesamiento en controladores. Podemos hacer 100 máquinas en cuatro semanas."

Price añadió que los talleres deben reducir los datos a lo más importante. "Depende de las herramientas de análisis; lo llamamos goteo —rico en datos, pobre en información", dijo. "Si tus sistemas presentan las métricas correctas, hay un montón de mejoras por ganar."

Dando ese primer paso de datos

No todos los talleres, particularmente los más pequeños sin grandes presupuestos OT/IT, se convencen fácilmente del valor de monitorización de datos de fábrica. "La gente intenta entender su baseline", dijo Price. "Cosas como: ¿con qué frecuencia corre tu equipo? Todavía hay un gap —nuestro rol es salvar ese gap. No lo entienden." Clientes de 5ME como Textron, Bell Helicopter, Caterpillar, Schlumberger y Cummins, están interesados en Big Data, pero no todos tienen un caso de uso para ello, dijo Price, aunque ve uno en mantenimiento predictivo.

"La recogida y análisis de datos es esencial para cualquier fabricante moderno —desde talleres pequeños a empresas corporativas", dijo Jody Romanowski, CEO de Cimco Americas Inc. (Streamwood, IL). "Datos precisos en tiempo real ayudan a identificar áreas que pueden mejorarse, sean equipos, procesos o personal. Esos datos se requieren para alcanzar mejoras significativas." La oferta de planta de Cimco, MDC-Max, es una solución de recogida de datos que proporciona monitorización de producción estructurada y automatizada. El MDC-Max escalable puede beneficiar tanto a talleres pequeños como grandes fabricantes, dijo Romanowski.

"Al considerar análisis de datos en tiempo real, los clientes a menudo se sienten un poco abrumados por una gama completa de puntos de datos. Nuestro enfoque es mantener el proyecto simple inicialmente, analizando tres a cinco puntos de datos para asegurar éxito temprano", dijo. "Los fabricantes pueden entonces empezar a analizar más puntos de datos gradualmente. En un contexto OEE, todos los fabricantes luchan con un análisis completo y consistente del parámetro de calidad.

"No recomendamos un enfoque Big Data para recoger datos de máquina", continuó Romanowski. "Aconsejamos mantenerlo simple y cosechar la fruta al alcance inicialmente, luego construir sobre experiencias y retos superados. Cuando empresas operando plantas en todo el mundo buscan una visión global consistente, incluyendo a través de unidades de negocio, la complejidad del proyecto aumentará dramáticamente, aunque no necesariamente desde una perspectiva Big Data. En su lugar, la complejidad normalmente crece por manejar máquinas/sistemas legacy y diferentes procedimientos y/o culturas. Eso pone más énfasis en mantener las primeras fases lo más operativas y simples posible, manteniendo foco en objetivos tácticos como integración ERP en etapas posteriores del proyecto."

Para talleres que recogen datos pero no los analizan adecuadamente, nuevas herramientas de análisis pueden ofrecer ventaja. "A menudo, su software actual es demasiado limitado, rígido o complicado", dijo Romanowski. "MDC-Max es lo suficientemente flexible para escalar y cumplir necesidades futuras de nuestros clientes. Los datos deben ser fácilmente accesibles en cualquier dispositivo y deben agregarse de forma significativa —como en informes y dashboards en tiempo real."

En un cliente de Cimco cerca de Tianjin, China, Romanowski dijo que el fabricante tenía una máquina clave que era un cuello de botella de productividad, afectando a otras máquinas. "Al poner en operación un simple sistema MDC-Max con un número limitado de puntos de datos, el fabricante experimentó un 30% más de tasa de utilización en esa máquina específica", señaló, "aumentando así productividad tanto reduciendo ese cuello de botella específico como incrementando productividad en todas las demás máquinas. El tiempo estimado de retorno de la inversión, en este caso, fue menos de cuatro meses."