Big Data impulsa la fàbrica de pastilles de fre intel·ligents: l'anàlisi predictiva redueix els defectes i el temps d'inactivitat
La moderna fàbrica de pastilles de fre genera grans quantitats de dades. Les temperatures de premsa, els temps de mescla, els perfils de curat del forn, les mesures de duresa i els registres de defectes s'aboquen des de sensors i estacions de qualitat cada segon. Per a la majoria de les fàbriques, aquestes dades es troben en bases de dades separades, que s'utilitzen només per als informes posteriors. Però una nova onada de fabricants està desplegant anàlisis de big data i aprenentatge automàtic per convertir aquesta informació en decisions en temps real. El resultat: índexs de defectes més baixos, menys temps d'inactivitat no planificat i un producte més consistent per als compradors.
Del control de qualitat reactiu al predictiu
La gestió tradicional de la qualitat és reactiva. Una fàbrica mesura un lot de coixinets, troba que el 5% falla la resistència al tall i després investiga les causes fonamentals, sovint dies després. Aleshores, és possible que s'hagin produït milers de pastilles defectuoses. El big data canvia això correlacionant els paràmetres del procés amb els resultats en temps real.
Per exemple, una fàbrica que utilitza un model predictiu pot trobar que quan la temperatura de premsa baixa per sota dels 178 graus durant tres cicles consecutius, la probabilitat de baixa resistència al tall en el lot resultant augmenta de l'1% al 15%. El sistema avisa automàticament l'operador de la premsa abans de pressionar els coixinets a baixa temperatura, evitant els defectes en lloc de detectar-los després del fet.
Una fàbrica de pastilles de fre a la província de Zhejiang va implementar una plataforma de grans dades que recull 120 paràmetres per pastilla en 16 premses. Després de sis mesos d'entrenament de models d'aprenentatge automàtic, el sistema va aconseguir un 92% de precisió a l'hora de predir els coixinets fora de les especificacions abans de sortir de la premsa. La fàbrica va reduir la seva taxa de ferralla del 2,8% a l'1,1% i va estalviar uns 400.000 dòlars anuals estimats en costos de material i reelaboració.
El manteniment predictiu allarga la vida útil de la premsa
Les premses en calent són l'equip més car de qualsevol fàbrica de pastilles de fre. Les falles de premsa no planificades poden aturar la producció durant dies. Mitjançant l'anàlisi de les dades de vibració, temperatura i pressió hidràulica al llarg del temps, els algorismes predictius poden detectar signes primerencs de desgast: una bomba que perd eficiència, un termoparell que surt de la calibració o un motlle que desenvolupa microesquerdes.
La mateixa fàbrica de Zhejiang va utilitzar manteniment predictiu per evitar una fallada catastròfica de la premsa. El sistema va marcar un augment gradual de la variació de pressió de cicle a cicle en una premsa. La inspecció va revelar un segell hidràulic fallit. La fàbrica va programar una reparació de dues hores durant un canvi de torn, evitant el que hauria estat una avaria de tres dies. El temps d'inactivitat a causa de fallades de premsa es va reduir un 65% en 12 mesos.
Què significa Big Data per als compradors de pastilles de fre
Per als distribuïdors i importadors, una fàbrica que inclou el big data ofereix avantatges tangibles:
· Qualitat constant: el control del procés en temps real redueix la variació de lot a lot. Rebreu pastilles que funcionen de manera idèntica ordre rere comanda.
· Menor risc de defecte: la qualitat predictiva detecta problemes abans que afectin els productes acabats. Menys devolucions i reclamacions de garantia.
· Temps de lliurament més curts: menys temps d'inactivitat no planificats significa que la fàbrica compleix el seu programa de producció de manera fiable. Sense "retards per sorpresa".
· Traçabilitat total: els sistemes de big data emmagatzemen tots els paràmetres de cada pastilla. Si un problema s'escapa, la fàbrica pot identificar la causa i aïllar els enviaments afectats.
Què demanar a una fàbrica
Quan avalueu un proveïdor de pastilles de fre, pregunteu:
· Utilitzeu qualsevol big data o aprenentatge automàtic per a la predicció o el manteniment de qualitat?
· Quins paràmetres de procés controleu en temps real? Podeu proporcionar mostres de gràfics SPC?
· Com gestioneu les alarmes: rebuig automàtic, intervenció de l'operador o tots dos?
· Pots compartir la teva tendència de la taxa de ferralla durant els últims dos anys?
Les fàbriques que han invertit en l'anàlisi de dades respondran amb detalls i poden oferir visualitzacions en directe del tauler de control. Els que encara utilitzen registres de paper o sistemes desconnectats tindran problemes per demostrar la millora contínua.
Reptes i limitacions
El big data no és màgia. Requereix una entrada de dades neta i coherent i una formació acurada del model. Els costos de configuració inicials (sensors, programari, formació) poden superar els 200.000 USD per a una fàbrica de mida mitjana. No obstant això, moltes fàbriques recuperen aquesta inversió en un termini de 18 a 24 mesos mitjançant la reducció de la ferralla i el temps d'inactivitat. Per als compradors, val la pena buscar l'avantatge, fins i tot si suposa pagar una petita prima pel producte d'una fàbrica basada en dades.
La perspectiva de futur
A mesura que els costos dels sensors cauen i el programari d'anàlisi es faci més fàcil d'utilitzar, el big data es convertirà en estàndard a les fàbriques de pastilles de fre competitives. En un termini de cinc anys, els compradors poden sol·licitar habitualment l'accés al tauler de control de qualitat en temps real d'una fàbrica com a part de la qualificació del proveïdor. Les fàbriques que avui adopten aquesta tendència són les que lideraran demà.
