Aprovechar Datos de Máquina para Manufactura Más Inteligente y Eficiente

Usar Datos de Máquina para Impulsar la Optimización de Planta

Equipos de manufactura automatizados (máquinas CNC si quiere), y la gente que opera este equipamiento, son el corazón latiente de cualquier operación de manufactura y representan uno de los mayores gastos de capital para fabricantes. Estas máquinas valen cientos de miles de dólares y producen más datos que cualquier otra industria, sin embargo, estos datos no se están capturando ni analizando para mejorar eficiencia a pesar de todas las innovaciones en robótica y automatización.

Estas máquinas producen cientos de puntos de datos cada milisegundo, y la estructura de datos es diferente para cada máquina. Esto hace increíblemente importante estandarizar los datos a través de todas las diferentes máquinas. Sin embargo, esto es difícil de hacer para ciertos equipos.

No es tan simple como estandarizar vía OPC-UA o MTConnect, porque solo una fracción de máquinas soportan esos protocolos. Tenemos clientes que han pasado AÑOS intentando aprovechar soluciones DIY para recopilar y transformar datos en modelos estándar desde sus activos, codificando manualmente puntos de datos uno por uno, máquina por máquina. Esto a menudo resulta en años de desarrollo e integración personalizada antes de obtener valor inicial, una terrible mala asignación de recursos para fabricantes.

Los insights y acciones impulsados desde los datos proporcionan la base para que los fabricantes hagan crecer su negocio y se diferencien competitivamente. Hoy, los fabricantes se encuentran en diferentes etapas de un viaje para aprovechar datos y el hilo digital para optimizar y automatizar sus procesos de negocio.

En MachineMetrics, nos involucramos con muchos fabricantes que descubren temprano en su viaje que los datos de sus operaciones de planta son insuficientes e inconfiables. Para métricas clave como utilización de equipamiento, fabricantes que no tienen sistemas automatizados para capturar datos transformados o contextualizados de sus activos de máquina, a menudo están bajo la creencia errónea de que están rindiendo a un nivel satisfactorio. En realidad, nuestro cliente manufacturero promedio empieza con una utilización del 28 %, significativamente menor a lo percibido. Estadísticas insatisfactorias similares también se encuentran para OEE, inactividad y otras métricas clave.

El Lado Negativo de la Recopilación Manual de Datos

La causa subyacente de la percepción de rendimiento inferior pero inflada se origina con datos capturados manualmente. La captura manual de datos a menudo resulta en datos inexactos, manipulados o faltantes. Es una base inestable que se agrieta y se dobla cuando se intentan impulsar mejora continua e innovación.

Por otro lado, datos precisos en tiempo real capturados y transformados automáticamente de activos de máquina crean una base sólida para capturar insights y generar valor. Por supuesto, esto es más fácil de decir que de hacer.

Desafíos de la Recopilación de Datos de Máquina

Los fabricantes entienden el valor de los datos, y una gran razón para la falta de tanto recopilación eficiente de datos como uso de datos en toma de decisiones es doble:

• Los fabricantes son reacios a la tecnología o continúan usando prácticas obsoletas, lo que resulta en recopilación manual de datos y sus consecuencias asociadas.
• Los fabricantes luchan con las muchas barreras para construir una cultura e infraestructura tecnológica que soporte exitosamente la recopilación automatizada de datos en tiempo real. Cubrimos estos desafíos a continuación:

Variedad de Datos

No solo hay muchos tipos distintos de equipamiento —Tornos, Fresadoras, Moldeo por Inyección de Plástico, Estampado, Cortadoras Láser, Robótica, etc.— dependiendo de los mecanismos disponibles para adquirir datos de esos sistemas, los puntos de datos pueden ser muy diversos. Para proporcionar herramientas efectivas para analizar esos datos a través de estos sistemas distintos, los datos deben transformarse en un modelo de datos común. No solo cada control de máquina tiene su propio mecanismo para recopilar datos, sino que los puntos de datos también pueden diferir por la Familia, Marca y Modelo de la máquina usando ese control así como la versión del software corriendo en ese control.

Volumen de Datos

El equipamiento de manufactura, y el de manufactura discreta en particular, es muy complejo. Una máquina es un gran sistema de componentes que trabajan en coordinación resultando en cientos de puntos de datos distintos que cambian constantemente. Dependiendo de la aplicación, puede haber situaciones donde se requiera capturar datos a tasas de 100 Hz o 100 kHz. Las plataformas que consumen esta información deben analizar los datos en múltiples niveles dentro del sistema para evitar enviar y almacenar datos innecesarios cuando solo el resultado agregado o computado es suficiente. Estos sistemas deben ser capaces de realizar procesamiento complejo donde es más apropiado, tanto en el edge como en la nube.

Conectar directamente al control de un CNC proporciona un gran volumen de datos de máquina en una variedad de puntos de datos diversos.

Velocidad de Datos

Mientras algunos sistemas pueden proporcionar valor con baja fidelidad y alta latencia, ciertos casos de uso IoT requieren datos mucho más en tiempo real para ser efectivos. La tecnología edge es requerida para procesar altos volúmenes de datos, tomar decisiones en milisegundos o menos, y actuar para potencialmente prevenir daño a la máquina o la pieza. Incluso dashboards que proporcionan visibilidad en el rendimiento de un trabajo pueden ganar tremendo valor de bajas latencias, atrayendo atención inmediata a un proceso que se está quedando atrás o fallando.

La manufactura discreta introduce aún más complejidad. Esto empieza con la variabilidad de máquinas en plantas de manufactura discreta. Hay muchos fabricantes de máquinas diferentes, y ninguna planta tiene solo una marca de máquina. Las muchas máquinas diferentes también tienen diferentes sistemas de control y protocolos de comunicación. Son de diferentes épocas, desde nuevas con controles modernos hasta 20-30 años con capacidad de control limitada. Conectar a, y recopilar datos de, los diversos activos de planta es una empresa significativa también, considerando que la mayoría de estas máquinas nunca fueron diseñadas para proporcionar datos para el tipo de soluciones de analítica holística, de fábrica o empresarial en las que las empresas están enfocadas en habilitar hoy.

Fuentes de Datos de Mecanizado

La belleza de una operación conectada es que los fabricantes pueden recopilar y usar datos de numerosas fuentes. Mientras los datos estén contextualizados y sean relevantes, esto puede ayudar a gerentes a obtener visibilidad más profunda en el estado y rendimiento de la planta, incluso ayudando a llenar huecos y añadir contexto a datos existentes.

Herramientas de Máquina

Como la fuente más valiosa de datos de producción, la herramienta de máquina proporciona una corriente de datos que es contextualizada por MachineMetrics y usada para dashboards de producción en tiempo real, reportes y notificaciones. Stakeholders pueden ser notificados instantáneamente de eventos de inactividad de máquina y ver cuándo la producción está detrás de horario con acceso a datos de máquina que incluyen estados de máquina, alarmas, anulaciones, cargas, velocidades y avances.

Sistemas Conectados

Para llenar huecos en datos de producción y añadir capas adicionales de contexto, puede ser útil compartir datos entre los diferentes sistemas dentro de un entorno de manufactura, como ERP, MES, CMMS, CAM, etc.

MachineMetrics tiene interfaces de programación de aplicaciones (APIs) que pueden traer información de fuentes externas. Esta combinación de datos de máquina y operacionales puede aprovecharse junta para generar insights o impulsar automatización. Por ejemplo, datos de máquina indicando una falla pueden disparar automáticamente una orden de trabajo en un CMMS.

Operarios

La Interfaz de Operario de MachineMetrics, que vive en cada máquina, proporciona una herramienta de comunicación para operarios para añadir contexto a datos de máquina. Esta es una capa esencial de datos ya que ayuda a explicar el "por qué" detrás de inactividades de máquina, alarmas, piezas de desecho, etc.

Con tablets en cada máquina, los operarios pueden proporcionar contexto valioso a los datos de máquina, documentando razones para eventos de inactividad y piezas de desecho.

El Enfoque de MachineMetrics para Automatizar la Recopilación de Datos de Máquina

En manufactura, el edge es necesario para capturar datos de máquinas y transformar esos datos en un modelo de datos común para que se pueda realizar analítica. Debe poder soportar varios protocolos PLC para habilitar conectividad a través de la variedad de activos en la planta. También debe soportar captura de datos de sensores para activos más simples o cuando un método de conectividad estándar no está disponible desde el PLC. MachineMetrics ha desarrollado y soporta la mayoría de protocolos industriales estándar con sus diversos matices, así como construyendo conectores personalizados a muchos controles de máquinas CNC diferentes.

Protocolos estándar soportados incluyen:

• OPC-UA
• MTConnect
• Modbus TCP
• Ethernet/IP

Conectores de Control de Máquina Personalizados construidos incluyen:

• FANUC FOCAS
• Heidenhain iTNC530 e iTNC640
• Citizen M700
• Mitsubishi M70/M80
• Brother Speedio
• HAAS Serial
• Matsuura CNC (alarmas personalizadas añadidas al conector FANUC FOCAS)

Para máquinas legacy, conectar vía un sensor simple es suficiente para determinar la actividad de la máquina y reportar sobre utilización. Un sensor de corriente analógico se usa a menudo, y hay soporte para varios dispositivos de Adquisición Digital y Analógica, incluyendo Labjack. Esto ha habilitado otros casos de uso que requieren capturar temperatura, vibración, presión y la capacidad de conectar a relés en la máquina.

Tanto conexiones PLC/Control como Sensor pueden mantenerse a través de la interfaz online, y los datos pueden filtrarse, procesarse y transformarse con un lenguaje de scripting simple diseñado específicamente para datos IoT.

Los datos pueden transmitirse a Baja Frecuencia (en cambio de evento, o 1 muestra por segundo), o a Alta Frecuencia (1000 muestras por segundo) para ciertos Controles y sensores. El soporte para datos de alta frecuencia ha requerido que MachineMetrics construya su propia tecnología edge para soportar este alto nivel de procesamiento y streaming de datos.

Para escalar el edge a través de miles de máquinas, y poder mantener, actualizar y soportar remotamente el software edge, la plataforma Edge de MachineMetrics habilita gestión remota de dispositivos construida para configurar, actualizar y gestionar remotamente dispositivos edge recopilando datos a través de sitios de clientes. Técnicos de soporte y clientes mismos pueden solucionar problemas, ejecutar diagnósticos, configurar redes y probar su firewall usando estas herramientas integradas. Una interfaz de línea de comandos (CLI) ha sido construida a medida para ofrecer diagnósticos y soporte adicionales. Este CLI puede usarse para actualizar dispositivos, pero pronto se dará a los clientes la opción de actualizar el software edge ellos mismos.

La plataforma Edge de MachineMetrics proporciona una solución escalable para fabricantes que puede auto-instalarse para recopilar datos fácilmente de cualquier equipamiento y habilitar insights de máquina accionables en cuestión de minutos.

Recopilación de Datos de Máquina como Base para Manufactura Inteligente

La recopilación de datos de máquinas CNC comienza con conectar sus máquinas vía una variedad de métodos, incluyendo soluciones tanto cableadas como inalámbricas.

Una vez que los datos pueden recopilarse, se contextualizan y estandarizan para usarse en dashboards y notificaciones en tiempo real, así como reportes históricos para análisis más profundo. Pero esto es solo el comienzo.

Los datos de máquina representan la base del hilo digital, empoderando un número ilimitado de casos de uso para optimizar y automatizar procesos de negocio, permitiendo a fabricantes hacer crecer su negocio y diferenciarse competitivamente.

Sin embargo, el valor proporcionado por datos de máquina solo puede usarse efectivamente si se captura y transforma automáticamente.

Lo que hemos visto con clientes que abordan esto con soluciones basadas en papel y otras manuales es que los datos de producción son mucho menos efectivos, ya que son retrasados, inexactos, no contextualizados y no escalan más allá de casos de uso simplificados. O peor, están llenos de huecos o inexistentes.

Por otro lado, datos precisos en tiempo real capturados y transformados automáticamente de activos de máquina crean una base sólida para capturar insights y generar valor.

El rendimiento puede establecerse como baseline a través de máquinas, líneas y plantas similares con confianza sabiendo que los datos subyacentes son precisos. El rendimiento de activos de máquina incluso puede medirse y compararse con activos similares a través de una industria particular fuera de la empresa.

Al final, solo hay una versión de la verdad y la máquina no miente. Con captura y transformación de datos precisa, combinada con visibilidad y accionabilidad a través de notificaciones y disparadores de flujos de trabajo, una mejora del 15 al 20 % en rendimiento de utilización puede realizarse en cuestión de meses.

Podemos seguir este hilo digital para ver dónde se añade contexto adicional y cómo estos datos se usan dentro de otros procesos y sistemas para impulsar eficiencias a escala.

Datos Operacionales

La fuente de su producción incluye tanto el equipamiento como la gente en la planta. Los datos de máquinas se recopilan automáticamente, pero aún no hemos discutido el impacto de datos de operario.

Con tablets colocadas en cada máquina, los operarios pueden añadir contexto a datos de máquina, lo que proporciona un entendimiento más profundo del rendimiento del equipamiento.

Por ejemplo, los operarios pueden documentar la razón para un evento de inactividad dado, para que gerentes de planta analizando inactividad no solo tengan una vista precisa de cuánta inactividad ha experimentado su planta, sino también las principales razones por qué. Lo mismo vale para piezas de desecho.

Ejemplo de un operario categorizando una razón de inactividad como "falla catastrófica de herramienta" en una interfaz tablet.

Esto da a gerencia un mejor entendimiento del problema para que se puedan desarrollar procesos más eficientes para gestionar las razones más flagrantes de inactividad y desecho.

Además, estos datos de máquina, emparejados con contexto de operarios, pueden habilitar notificaciones basadas en inactividades específicas que alertan a operarios y miembros del equipo de mantenimiento de eventos de inactividad, para que puedan resolver el problema lo más rápido posible.

Máquinas, Personas y Sistemas

El hilo digital cose juntos múltiples componentes de la fábrica digital. Al seguir el hilo, los datos de máquina comienzan a impactar otros sistemas usados por fabricantes.

Cuando los datos de máquina se recopilan automáticamente, pueden integrarse en sistemas, como ERP, MES o CMMS, para gestionar procesos más efectivamente o tomar mejores decisiones operacionales basadas en los datos combinados.

Algunos ejemplos para ilustrar la importancia de esto:

Sistemas de Planificación de Recursos Empresariales

Los fabricantes generalmente gestionan trabajos y programación en ERPs, donde se almacenará información en estándares de trabajo y tiempos de ciclo. Sin embargo, hay alta probabilidad de que estándares de trabajo y tiempos de ciclo sean inexactos, lo que afecta grandemente los tiempos de corrida esperados de trabajos, así como distorsiona precios, ya que los talleres generalmente cotizan basados en el tiempo que toma mecanizar un producto dado.

Si un fabricante está recopilando datos de máquina en tiempo real, los tiempos de ciclo pueden actualizarse en el ERP para desarrollar estándares más precisos y asegurar que los precios estén en línea con tiempos de corrida esperados. Esto da a líderes manufactureros un mejor entendimiento de lo que el taller es capaz de asumir y cuánta ganancia esperan generar.

Sistemas de Gestión de Mantenimiento Computarizados

Otro ejemplo de aprovechar datos de máquina y operacionales en otros sistemas es mejorar y automatizar mantenimiento con un CMMS.

Hay muchas estrategias existentes cuando se trata de mantener equipamiento, pero la mayoría de fabricantes continúan confiando en mantenimiento reactivo o basado en calendario (con un horario recomendado provisto por el fabricante de la máquina).

El mantenimiento reactivo tiende a resultar en cantidades significativas de inactividad. Y el mantenimiento basado en calendario (una estrategia de mantenimiento preventivo) tiende a ser costoso debido a trabajo de mantenimiento innecesario.

La zona "Ricitos de Oro" entre costoso mantenimiento preventivo basado en calendario y mantenimiento reactivo que conduce a grandes cantidades de inactividad y grandes costos de reparación.

Al hilar datos e insights de activos de máquina en el CMMS, los fabricantes pueden transformar una estrategia de mantenimiento de reactiva y basada en calendario a basada en uso o condición. Sin un hilo digital originado en el activo de máquina, el valor que un fabricante puede esperar lograr de una inversión en CMMS se ve significativamente disminuido.

Con datos de máquina disponibles, los horarios de mantenimiento pueden optimizarse para alinearse con datos de uso y condición fluyendo de las máquinas y estos datos incluso pueden usarse para disparar flujos de trabajo que generen automáticamente órdenes de trabajo en el CMMS y notifiquen a la persona correcta de la condición de máquina, evento de inactividad, alarma, falla inminente, etc. para que puedan arreglar el problema lo más rápido posible, o incluso antes de que ocurra una falla.

El Hilo Digital de Datos de Máquina: Desbloqueando Industria 4.0

A medida que fabricantes habilitan soluciones que pueden capturar y transformar mejor sus datos de producción, no solo podrán impulsar mejores decisiones basadas en hechos, sino que podrán aprovechar los datos para desarrollar mejores procesos e impulsar automatización en la planta.

Los datos de máquina abren un mundo entero de casos de uso, haciéndolos la base de datos de producción y empoderando a fabricantes con una ventaja competitiva profunda.

Estaríamos encantados de discutir cómo la Plataforma Industrial IoT de MachineMetrics puede ayudarle sin importar en qué etapa del viaje esté, ya sea monitoreando su equipamiento para identificar inactividades más rápido, o aprovechando datos de alta frecuencia para predecir y prevenir fallas de máquina.

Contáctenos con cualquier pregunta, o programe una demo hoy.