¿Cómo usar el modelo de optimización de procesos de manufactura de la Fórmula Uno?

Por Fuente externa el 30-jul-2020 11:26:57

¿Cómo aplicar el modelo de optimización de procesos de manufactura de la Fórmula Uno?

Cuando se trata de optimizar los procesos de industriales y manufactura, nadie es mejor que el equipo Mercedes-AMG Petronas de Fórmula Uno. Desde la forma en que el equipo recopila datos, hasta cómo los analiza y utiliza para optimizar sus sistemas y procesos, funciona como un modelo que puedes seguir para optimizar tú fabrica. Echemos un vistazo a lo que lo puedes aprender del modelo de optimización de procesos industriales de Mercedes-AMG Petronas F1 para mejorar sus propias fábricas.

Recopilación de datos

Cuando se trata de datos, como otros fabricantes, el equipo produce una gran cantidad de datos que deben recopilarse y analizarse. Esto se traduce en 45 terabytes de datos producidos durante el transcurso de una semana de carrera, que consta de 50,000 puntos de datos de más de 300 sensores. Del mismo modo, en una fábrica, las máquinas generan grandes volúmenes de datos que deben analizarse rápidamente. Por ejemplo, una compañía de CPG puede generar 5,000 muestras de datos cada 33 milisegundos. Los fabricantes pueden aprender de la sorprendente capacidad de F1 para recopilar, analizar y actuar sobre esa tremenda cantidad de datos practicamente en tiempo real.

Análisis de los datos

Para el equipo Mercedes-AMG Petronas F1, una de las formas de recopilar los datos es desde un simulador gemelo digital, que prueba el rendimiento general del automóvil. Hay miles de millones de combinaciones de configuraciones de automóviles que son posibles, por lo que el equipo debe utilizar el análisis y la experiencia para descubrir las mejores y probar.

Al igual que F1, en una fábrica, los datos del Internet industrial de las cosas (IIoT) deben analizarse en tiempo real para comprender cómo se está desempeñando un proceso y detectar anomalías. Los gemelos digitales también se usan en las fábricas para reducir el desperdicio y mejorar la calidad de los productos; un producto defectuoso puede generar mayores costos, retrabajo y clientes insatisfechos, además de fuertes multas y cierres comerciales. Los gemelos digitales pueden lograr esto imitando los procesos reales mediante el uso de datos de sensores en tiempo real para perfeccionar y predecir los elementos y atributos clave para optimizar la producción o evitar fallas innecesarias.

Mejoramiento

Cuando todo está optimizado, el equipo Mercedes-AMG Petronas F1 observa el desempeño en la pista. Después de un análisis cuidadoso de los datos, el equipo puede encontrar la configuración óptima del automóvil en circunstancias que cambian rápidamente, lo que lleva a mejoras significativas en el rendimiento. Otros ejemplos incluyen la reducción de las anomalías en los cambios de la caja de cambios, lo que resulta en grandes mejoras en el desempeño en la pista, lo que ayuda a garantizar los mejores tiempos de carrera y clasificación.

Imagina todo el tiempo que tu empresa puede ahorrar con una optimización de este tipo.

De hecho, sin una adecuada optimización de procesos de manufactura los gerentes de operaciones y dueños de las fábricas, corren el riesgo de interrupciones no planificadas, lo que se traduce en una Eficiencia general del equipo (OEE) más baja. Por su parte, cuando se optimizan de forma constante los procesos, los fabricantes ven un mayor rendimiento y productos de mayor calidad.

Mirando hacia el futuro

En la próxima década, muchos fabricantes y líderes industriales cambiarán su estrategia de transformación digital para ser una fábrica inteligente: De una estrategia centrada en la implementación de tecnologías, a una que se centre en la gestión del cambio y optimización de los proceso. Esto dará como resultado que los fabricantes traten sus propios activos IIoT como clientes internos, reduciendo el tiempo de inactividad, fallas en los equipos y diagnosticando y resolviendo problemas. Los fabricantes aprovecharán cada vez más los gemelos digitales impulsados ​​por IIoT y el aprendizaje automático para ahorrar gastos operativos y optimizar las cadenas de suministro.

Mientras Mercedes-AMG Petronas F1 es pionero en el modelo moderno de optimización de procesos industriales y manufactura, los fabricantes están comenzando a implementar estas prácticas en sus propias fábricas. Desde la recopilación y análisis de datos pasando por la optimización. Ahora los líderes industriales tienen la oportunidad de optimizar sus procesos de forma constante.

¿Te gustaría poder usar herramientas de analítica avanzada para tu organización?  haz clic aquí y conversemos por Whatsapp sobre las posibilidades.

También te recomendamos descargar la infografía:

"Inteligencia artificial, Análisis Streaming y Aprendizaje Automatizado al alcance de todos"

Puedes descargarlo haciendo clic en el siguiente botón:

Inteligencia artificial, análisis streaming y aprendizaje automatizado al alcance de todos

Para tener más información sobre herramientas de analítica de datos, contáctenos y amablemente le atenderemos:

México +52 55 5171 0701

Panamá +507 201 72 36

Ecuador +593 97 910 7870

También puede escribir directamente al Chat y sera atendido por un ejecutivo.

Somos Partner Elite de TIBCO con presencia en México, Panamá y Centro América.

El presente Blog Post es una adaptación del original publicado en el Blog de Tibco con su debida autorización, para acceder a la versión original hacer clic  aquí.

 

Guía: 6 lecciones de los lideres digitales, para la transformación digital.

Ingresa tus datos y suscribéte en nuestro blog:

Últimos Post

Inbound marketing

 

Conoce más