BOLETIN INDUSTRIAL Enero 2021

BOLETIN INDUSTRIAL 23

BOKER’S INC. Rondanas Roldanas Cuñas Separadores Arandelas Juntas mecánicas Seguros de retención Rondanas planas Separadores de láminas Juntas de expansión no metálicas Láminas planas

con una evaluación para analizar las máquinas y los datos que se recopilan. El proveedor limpiará los datos existentes y los ejecutará a través de modelos para ver qué se puede aprender. El proveedor puede recomendar agregar sensores para llenar cualquier vacío en los datos. Es posible que los equipos más antiguos no tengan sensores adecuados, pero existen muchos sensores asequibles del mercado de accesorios. El proveedor proporcionará un algoritmo apropiado, en esencia para saber qué buscar y cómo responder. Un resultado podría variar desde una alerta para notificar a los operadores de la máquina sobre un problema próximo o el cierre del sistema. Una implementación exitosa de la IA requiere tres cosas: 1. Un problema específico y medible para resolver con un retorno de la inversión demostrado. 2. Los datos (o el acceso a los datos) relacionados con el problema. 3. Participación ejecutiva y cultural Las operaciones de un fabricante y los equipos de IA deben trabajar en estrecha colaboración con un proveedor para optimizar la implementación. Los proyectos comienzan pequeños, con una victoria temprana, y luego avanzan a través de la planta. Puede comenzar con un solo problema operativo y escalar a toda la empresa. La IA en la fabricación a menudo se centra en evitar tiempos de inactividad no planificados Cuando un proveedor de inteligencia artificial limpia datos, puede ver picos en ciertas actividades o resultados durante el arranque de la máquina u otras tendencias o anomalías. La IA analiza una serie de factores que podrían predecir eventos (anomalías frente a lo normal). ¿Cuál es la explicación de cualquier anomalía? ¿Es necesario cerrar una línea de producción o puede funcionar al 80% de su capacidad hasta que llegue una pieza de repuesto?

En un ejemplo del mundo real, una empresa estaba experimentando tiempo de inactividad no planificado del equipo en una pieza principal del equipo de proceso varias veces al año. La pieza de repuesto era cara, lo que hacía costoso tener inventario disponible, pero también tenía una larga lista de pedidos. Cada falla cuesta cientos de miles de pesos en producción perdida. Después de analizar los datos, observar las normalidades, las anomalías y las correlaciones de los datos de fallas, la AI pudo identificar una falla inminente y proporcionar suficiente advertencia para pedir piezas y programar el tiempo de inactividad planificado para las reparaciones. Del mismo modo, un fabricante diferente estaba experimentando fallas en la etapa final de prueba para una pequeña cantidad de motores diésel gigantes, similares a los que se utilizan para impulsar los cruceros. Podría haber sido necesario emplear meses para encontrar el origen de los problemas utilizando métodos analíticos tradicionales. En 45 días, la IA pudo predecir el 80% de las fallas con algunos falsos positivos. Después de entrenar más el modelo, ahora funciona con una precisión del 100%, lo que alerta a los operadores para que dejen de realizar las pruebas a tiempo para realizar las reparaciones necesarias. La IA es una ventaja competitiva ahora, pero la adopción está aumentando rápidamente Los pequeños y medianos fabricantes que aprovechan esta tecnología desde el principio tienen una ventaja competitiva con mejores rendimientos de primer paso, calidad más consistente, eficiencia general de los equipos mejorada y mejores pronósticos. Pero lo que ahora es un diferenciador pronto serán operaciones estándar. Se prevé que la Inteligencia Artificial en la fabricación crezca más del 50% anual hasta 2027. De hecho, muchos fabricantes con menos de 50 empleados se están sumando a esta iniciativa.

Made with FlippingBook flipbook maker