Barrett Steel es un distribuidor de acero, con 28 sitios en todo el Reino Unido, que genera una facturación de GBP 500,000,000 al año. Barrett Steel tiene una propuesta única de venta en el mercado al vender “kits de acero” a la industria de la construcción.
- El director de operaciones reconoció los problemas de disponibilidad, tiempo productivo y mantenimiento, pero necesitaba una solución robusta y comprobada para recolectar, analizar y distribuir grandes cantidades de datos operativos y también gestionar el mantenimiento de manera más inteligente.
- Se instaló una solución de Rockwell Automation que incluía:
- ThingWorx® paquete SCP (productos inteligentes conectados) basado en SaaS de PTC
- Fiix sistema de gestión de mantenimiento computarizado (CMMS)
Según los proyectos piloto, las mejoras en la utilización de los activos generarán ingresos adicionales significativos (GBP millones)
- El sitio piloto demuestra un aumento de la productividad, una logística más eficiente y una reducción de los costos operativos.
- El 90 % del trabajo de mantenimiento del equipo de grúas es ahora proactivo
- El transporte es mucho más eficiente, con cargas adaptadas a las capacidades de los vehículos
- El consumo de energía eléctrica (incluidas las oficinas) se monitorea mucho más de cerca, con ahorros basados en patrones de turnos ya identificados y acciones correctivas en marcha
- La recopilación y el análisis de datos ya se están ampliando a otras disciplinas operativas
"Todos los datos ya estaban ahí, solo que no los estábamos recolectando… ni usando", explica Paul Burke, Head of Engineering de Barrett Steel, el mayor depositario independiente de acero del Reino Unido.
Una premisa relativamente simple que desde entonces ha evolucionado hasta convertirse en la fuerza impulsora de una notable transformación digital, respaldada por el paquete SCP (productos inteligentes conectados) basado en SaaS ThingWorx® de PTC y el sistema de gestión de mantenimiento computarizado (CMMS) Fiix de Rockwell Automation.
Esta evolución ha dado lugar posteriormente a ahorros integrales en el presupuesto, tiempo improductivo de las máquinas, horas de los empleados, transporte y consumo de energía, por no mencionar un régimen de mantenimiento proactivo completamente revisado; y hay mucho más por lograr.
Desafío
Cuando Burke asumió el cargo de director de ingeniería en todos los sitios de Barrett Steel, aplicó una mentalidad que había desarrollado a partir de su experiencia en fabricación e inició la identificación de eficiencias operativas significativas en todos los aspectos de la empresa.
Pero estas eficiencias solo serían evidentes si tenía una visión mucho más clara y profunda de las diversas operaciones, que incluían oficinas, grúas, carga, corte, logística y mantenimiento.
"Quería la mayor cantidad posible de datos operativos, incluido el consumo de energía, el tiempo de ejecución, el tiempo improductivo, las reparaciones, las ubicaciones de los vehículos y la productividad, por nombrar algunos", explica Burke. "Necesitaba datos operativos contextualizados en los que pudiera basar mis decisiones y ayudar a los gerentes de operaciones a tomar sus decisiones, no solo en relación con una máquina y un sitio, sino en toda la empresa".
Solución
Inicialmente, al concentrarse en la capacidad de las máquinas y el tiempo de entrega de los pedidos, el primer sistema basado en papel de Burke experimentó una rápida evolución. Con la ayuda de CHG Electrical – un proveedor de confianza de Barrett Steel y miembro de la Rockwell Automation PartnerNetwork como integrador de sistemas reconocido – el enfoque actualizado adoptó la forma de una solución electrónica de recolección de datos, con PLC y software de Rockwell Automation que proporcionan la interfaz tan importante para las métricas a nivel de máquina.
Peter Clarke, CEO de CHG Electrical, explica: “Paul buscaba identificar las razones del tiempo improductivo, como el mantenimiento, la falta de existencias o la disponibilidad del personal. Por ello, realizamos una prueba en una máquina en un sitio y luego extrapolamos estos datos a todos los sitios con máquinas similares. Rápidamente nos dimos cuenta de que existía un caso empresarial muy sólido para un gran proyecto de integración que abarcara 52 máquinas en 10 sitios.”
En esta etapa, CHG y Barrett Steel acordaron que un software dedicado sería un mejor enfoque para atender todas las fuentes de datos dispares, la implementación más amplia anticipada y la eventual escalabilidad de múltiples sitios. Esta decisión condujo al despliegue de la plataforma ThingWorx y el CMMS de Fiix.
Armados con estas herramientas y una capacidad más simplificada para recolectar y analizar datos, Barrett Steel y CHG comenzaron a identificar otras operaciones potencialmente ricas en datos que podrían analizarse y mejorarse.
Resultado
Hasta la fecha, los resultados han sido sumamente impresionantes. “Realizamos una prueba en una máquina en un sitio, lo que destacó que una mejora del 1% en la utilización resultaría en £250,000 de ingresos adicionales”, se entusiasma Burke. “Incluso una mejora conservadora del 5% equivale a más de £1 millón de ingresos adicionales. Luego extrapolamos los resultados en todos los sitios con máquinas similares.
“También analizamos el tiempo improductivo no planificado y descubrimos que cuando utilizamos datos estándar de la industria –que siguen siendo muy conservadores–, £5 millones de tiempo improductivo podrían mejorarse simplemente gestionando mejor a los 40 ingenieros de mantenimiento de activos. Incluso una mejora del 10% equivale a £500,000. Fue esta realización la que llevó al despliegue de Fiix.
“El 90% del trabajo de mantenimiento de nuestro equipo de grúas ahora es proactivo”, explica. “De hecho, utilizando el enfoque rudimentario original, el retorno de la inversión en un sitio con ocho máquinas habría sido de solo seis meses; con Fiix implementado en todos los sitios, el retorno de la inversión será igual de impresionante.
“Al usar ThingWorx para capturar y recopilar los datos, también hemos identificado una capacidad excedente de máquinas en otros sitios por un valor de £300,000. Si equiparamos esto con el gasto de capital para nuevas grúas, cargadores y montacargas, justificamos la inversión en ThingWorx para cuatro años, solo con los ahorros de un año”.
Y no solo el trabajo pesado se ha beneficiado de este nuevo paradigma basado en datos, Burke también ha identificado y medido otras disciplinas dentro de las operaciones de la empresa.
“Gracias a que ThingWorx es basado en la nube y ofrece API abiertas”, continúa Clarke, “podemos incorporar otras fuentes de datos dispares que anteriormente no estaban siendo consideradas por Barrett Steel y ponerlas en contexto con otros datos operativos. La logística y el consumo de energía son partes importantes de esto.
“Desde el área de transporte, estamos analizando los vehículos en términos de uso de combustible, millas recorridas y el peso del acero transportado. Con esta información, podemos desplegar los vehículos más adecuados para el trabajo. También usamos ThingWorx para analizar el uso eléctrico midiendo el consumo de energía en función de los patrones de turnos. Descubrimos que más de £1.2 millones o el 40% de su consumo de energía eléctrica ocurría durante turnos no operativos, debido a luces encendidas o equipos en funcionamiento, por lo que de inmediato implementamos un plan de reducción de emisiones de CO2 que abordaba fugas de aire, apagado de maquinaria innecesaria, solución del ‘mal uso’ de la iluminación con sensores de lux y de presencia, y evolución de la infraestructura solar existente. Todos estos ahorros impactan directamente en el resultado final”.
“No estamos usando el verdadero OEE en este momento”, continúa Burke. “Solo estamos observando la utilización y la disponibilidad, pero eventualmente introduciremos el rendimiento. La calidad tampoco es un problema ya que es un beneficio muy nominal para nosotros, pues las tasas de chatarra son muy bajas. Sin duda, veremos incrementos en la productividad, pero esta no es una métrica clave en este momento, actualmente estamos en la etapa de detección de problemas.
“Dicho esto, en un sitio en Bradford, cuando logramos que sus máquinas alcanzaran más del 80% de OEE/utilización, ciertamente vimos que salía más producto en los vehículos y por la puerta, un aumento en el número de conductores saliendo a tiempo y una reducción significativa en las horas extra de conductores y fines de semana, debido a la planificación en torno al tráfico y las horas pico.
“Tampoco hemos perdido de vista lo importantes que son las personas en la ecuación general. Las personas deben trabajar con y sobre los datos. Se pueden recopilar y monitorear, pero si no se actúa y se toman buenas decisiones operativas que produzcan resultados tangibles, la motivación para usarlos disminuye. Es vital que los utilicen y estén motivados para hacerlo.
“Al principio, algunos operadores pensaban que los estábamos observando, pero una vez que les mostramos que eran las máquinas las que estaban bajo el foco y después les mostramos lo que habíamos aprendido, hubo un cambio de actitud notable, que es aún más evidente comparado con las líneas que actualmente no se monitorean. No solo la actitud es diferente, sino que los niveles de productividad en las líneas monitoreadas han mejorado enormemente. Mirando el proyecto en su conjunto, aún no hemos llegado, pero ya podemos ver una luz muy brillante al final del túnel”.
Burke guarda el modismo más convincente para el final; y es el que utilizó ante su equipo de gestión después de presentar el caso de negocio para la transformación digital. Simplemente dijo: “Depende de ustedes si podemos permitirnos hacerlo o no, ¡pero no creo que podamos permitirnos NO hacerlo!”.
Publicado 27 de junio de 2024