Análisis escalable y la fabricación automotriz inteligente

El sector automotor está acostumbrado a grandes volúmenes de datos. Durante décadas, los fabricantes de automóviles han recolectado y analizado datos a partir de reivindicaciones de garantía, informes de mantenimiento y de vehículos cada vez más inteligentes y más conectados, para mejorar la experiencia del consumidor, el rendimiento de las reventas y la calidad de los vehículos.

La gran cantidad de datos (big data) ha venido proliferando en las plantas, a medida que las ensambladoras y sus proveedores/subproveedores adoptan la transformación digital y las tecnologías inteligentes. En el sector de la manufactura, el desafío es cómo utilizar de la mejor manera la cantidad masiva de datos que los activos inteligentes generan, para mejorar el rendimiento a corto y largo plazo.

Los servicios y las plataformas analíticas basados en la nube vienen creciendo paralelamente a los dispositivos inteligentes, para ayudar a los fabricantes a obtener el retorno de sus inversiones digitales.  Y algunos fabricantes de automóviles han adoptado plataformas de almacenamiento basadas en la nube, para agregar, analizar y transformar los datos en una poderosa inteligencia comercial.

Sin embargo, aún con los avances existentes, a muchos fabricantes les cuesta suministrar información a sus operadores que pueda impulsar ganancias de rendimiento en tiempo real en las plantas.

¿Por qué? Enviar datos a una plataforma de almacenamiento en la nube es ideal para los análisis a nivel gerencial y para la toma de decisiones corporativas con cronogramas más flexibles.  No obstante, para un determinado individuo que puede tomar una acción correctiva en la planta, el excesivo tráfico de red y los atrasos en los análisis pueden interferir con el suministro de informaciones contextualizadas y a tiempo.  En otras palabras, los «análisis para controlar la red del sistema» no son concluidos con suficiente rapidez como para que tengan un impacto inmediato.

Una plataforma escalable de análisis cierra el circuito más rápidamente entre la gran cantidad de datos y la planta, incluidos recursos de análisis y de aprendizaje de máquinas, acercándolos al origen de las informaciones y de los responsables de las decisiones dentro de la fabricación.

Por ejemplo, una ensambladora automotriz utiliza variadores de frecuencia para controlar los motores en los transportadores usados para el movimiento de materiales. Los  variadores CA modernos  monitorean continuamente el par y la corriente de salida, los cuales pueden estar directamente correlacionados con las piezas mecánicas del motor.   Los variadores pueden configurarse para activar alertas cuando los parámetros excedan determinados límites. Además, los  sensores de temperatura, de vibración y de otra naturaleza pueden captar y transmitir información crítica con respecto a las condiciones de los reductores.

El monitoreo y el análisis continuo de esos y de otros parámetros operativos pueden prever el desgaste del reductor o el deslizamiento de la correa – o problemas en los cojinetes y bobinas de los motores – antes de que dichos problemas causen interrupciones imprevistas. Así, una estrategia de mantenimiento ideal requiere visibilizar otros tipos de análisis en tiempo hábil.

Esta nueva solución analítica proporciona una respuesta a nivel de los dispositivos. La solución, suministrada en un aparato de tipo plug-in, escanea la red industrial y descubre los activos – tales como variadores CA e sensores de condición. Posteriormente, proporciona los análisis, transformando los datos generados en paneles de instrumentos preconfigurados de la condición y de los diagnósticos.

A medida que el equipo revela informaciones sobre cómo los dispositivos están interconectados entre sí, así como la causa de la falla, este comienza a entender el sistema en el cual está implementado y puede hacer recomendaciones predictivas. Puede, por ejemplo, enviar una «alerta de acción» al teléfono inteligente o a la tableta de un usuario, si el variador necesita ser reconfigurado para mantener el rendimiento ideal.

Finalmente, este enfoque predictivo permite que los equipos de mantenimiento sean más proactivos y ayuda a minimizar las potenciales interrupciones.

Los análisis escalables revolucionaron el juego en cuanto a aplicaciones automotrices discretas. Además, ese enfoque transformador promete ser vital en los procesos continuos complejos, en los cuales el aprendizaje de las máquinas puede tener un impacto significativo en la calidad del producto y en la velocidad de fabricación.

¿Desea un ejemplo? La producción de baterías con celdas prismáticas. Las celdas con envoltorio prismático suministran más energía por unidad de volumen que las baterías cilíndricas y están ganando terreno en el mercado de vehículos eléctricos. 

Sin embargo, la producción de celdas prismáticas implica un grado elevado de movimiento, de procesamiento continuo y de precisión. Es desafiante optimizar un proceso en ese tipo de entorno dinámico y de múltiples variables. Pero es un reto perfecto para los análisis escalables y para el aprendizaje de máquinas.

El sistema aprende a reconocer el impacto que una variable tiene sobre otra, usando modelos matemáticos dinámicos, y ajusta automáticamente las acciones subsecuentes para obtener resultados ideales. Al mismo tiempo, el sistema puede proporcionar análisis críticos a los operadores – como gráficos de control estadístico (SPC) – que permiten el monitoreo continuo de la calidad, además de ajustes proactivos.

Recordemos que un enfoque escalable puede ir más allá de los dispositivos y puede aplicarse a las máquinas y a los niveles del proceso. La plataforma también puede integrarse a sistemas MES, OEE y otros sistemas analíticos para fabricación y operación, a fin de ayudar a optimizar diversas áreas de la empresa, como programación de producción y administración de energía.

Lea más sobre las Soluciones Rockwell Automation para la Indústria Automotriz

Por Bill Sarver, consultor sénior de la Industria Automotriz Global y Todd Montpas, gerente de Producto, Software de Informaciones de Rockwell Automation