Un enfoque centrado en el ser humano para la supervisión de máquinas

Con los recientes avances en IIoT y la tecnología de sensores, muchos fabricantes han puesto en marcha programas de supervisión de máquinas para extraer el máximo valor de sus activos.

Las soluciones modernas de monitorización de máquinas pueden hacer mucho más que calcular la OEE y mostrar la temperatura del motor en tiempo real. Utilizando IA, sensores inteligentes y la nube, la supervisión de máquinas puede ofrecer a los fabricantes una variedad de análisis predictivos, de diagnóstico y prescriptivos. Juntos, estos presentan una imagen holística en tiempo real del rendimiento de una máquina a través de una operación.

Bueno, casi holístico.

Muchos sistemas de supervisión de máquinas tienen un punto ciego evidente: el ser humano. Dado que la mayoría de los problemas de las máquinas son atribuibles al uso y no sólo a factores mecánicos, la supervisión de las máquinas debe tener en cuenta cómo interactúan los operarios con los activos. Para ser realmente eficaz, la supervisión de las máquinas debe hacer un seguimiento no sólo de lo que ocurre en una máquina, sino de lo que ocurre a su alrededor.

En resumen, la fabricación necesita un enfoque centrado en el ser humano para la supervisión de las máquinas.

Para explicar qué aspecto tiene un enfoque centrado en el ser humano para la supervisión de máquinas, ayuda utilizar una metáfora. Consideremos un escenario más sencillo de uso compartido de máquinas: dos compañeros de piso que comparten una bicicleta.

La compañera de piso A monta en bicicleta para ir al trabajo, mientras que la compañera de piso B monta en bicicleta para hacer ejercicio los fines de semana. A, la compañera de piso más alta, necesita que el sillín esté alto, por lo que lo ajusta antes de cada trayecto. Se desplaza a un ritmo pausado por carreteras asfaltadas y recorre un total de 16 km en una semana.

Cuando la compañera B monta en bicicleta, baja el sillín para adaptarlo a su altura. Y como quiere hacer un ejercicio vigoroso, monta en la bicicleta fuerte y rápido por caminos de grava. En un solo fin de semana, puede recorrer entre 50 y 75 millas. Al final de cada fin de semana, limpia la suciedad del cuadro y los cassettes y pone aire en los neumáticos como cortesía hacia su compañera de piso A.

Aproximadamente cada 200 millas, hay que cambiar los neumáticos, apretar los frenos y ajustar los desviadores. Por el camino, ambos compañeros realizan un mantenimiento preventivo apretando las tuercas sueltas, manteniendo los neumáticos llenos y evitando la acumulación de residuos en la cadena.

Gracias por aguantarme a través de la metáfora. Esta es la cuestión: Supongamos que sólo dispusiéramos de los datos relativos al rendimiento y el mantenimiento de la bicicleta (kilómetros recorridos, condiciones, ajustes, puestas a punto). ¿Sabríamos qué factores contribuyeron más a la degradación y pérdida de eficacia de la bicicleta? Si nuestra bicicleta dispusiera de un sistema de monitorización de máquinas de última generación, podríamos controlar los kilómetros recorridos, el "tiempo de actividad" que los compañeros de piso le dedican a la bicicleta y las RPM de cada uno mientras pedalean.

¿Es esta información suficiente para predecir posibles fallos? ¿Es suficiente para que los compañeros de piso determinen qué medidas tomar para prolongar la vida útil de la bicicleta? Por ejemplo, ¿cómo sabemos que los compañeros de piso limpiaban adecuadamente la bicicleta? ¿Pusieron siempre aire en los neumáticos? ¿Se realiza realmente el mantenimiento rutinario, y cuando se realiza, se hace bien? ¿Uno de los compañeros de piso ejerce una presión extra sobre el pétalo? ¿La guardan ambos adecuadamente?

Lo que quiero mostrar es que hay una larga lista de factores potenciales de uso de la máquina que podrían contribuir a una eficiencia deficiente de la máquina y a una vida útil de la pieza inferior a la óptima.

Y esto para una máquina (bastante) básica. Llegados a este punto, no debería tener problemas para imaginar cómo se traslada esta idea a una máquina industrial compleja como un CNC.

Si sólo supervisa la velocidad del husillo, el estado de las herramientas, la temperatura del motor y del entorno, las vibraciones y otros parámetros de la máquina, ¿está obteniendo realmente la imagen completa? ¿O necesita una forma de asegurarse de que las herramientas se han ajustado correctamente, de que los cambios se han realizado según lo prescrito, de que las máquinas se han limpiado completamente entre pasadas y de que el mantenimiento se ha realizado según lo previsto y conforme a las especificaciones?

A fin de cuentas, supervisar las máquinas significa supervisar cómo las utilizan los humanos. En el mejor de los casos, la supervisión de máquinas no se limita a proporcionar un conjunto de cifras sobre el rendimiento y el estado de las máquinas. Proporciona a los ingenieros la información que necesitan para tomar decisiones que aporten valor a la empresa. Va a la raíz de las causas.

Si no está teniendo en cuenta el mayor grupo de factores que explican el retraso en el rendimiento, ¿está sacando realmente el máximo partido a la supervisión de su máquina?

Tulip'le ofrece una visibilidad total de todas sus operaciones. ¿Tiene curiosidad por saber cómo Tulip puede ayudarle a instituir un enfoque centrado en el ser humano para la supervisión de las máquinas? Póngase en contacto con nosotros para una demostración.