Caso de uso

Mantenimiento predictivo de planta de alimentación

Contexto

Problema

Requisitos de integración

Solución propuesta

Impacto

Aplicaciones destacadas

Mantenimiento predictivo de planta de alimentación Real
Los cambios se han guardado correctamente.
Algo ha salido mal, por favor contáctanos en info@opengovtech.es
Caso de uso

Mantenimiento predictivo de planta de alimentación

Problema

El diagnóstico inicial realizado durante las cuatro primeras semanas de proyecto confirmó que la pérdida de OEE no procedía de grandes averías, sino de un patrón sistemático de micro-paros no diagnosticados en tiempo real. Las líneas de acondicionamiento registraban una media de 31 interrupciones por turno de entre 1 y 7 minutos, acumulando 58 minutos diarios de tiempo productivo perdido por línea.


El análisis de datos históricos reveló que el 78% de las averías de cierta duración habían sido precedidas, entre 6 y 72 horas antes, por señales de vibración, temperatura o consumo eléctrico fuera del patrón nominal. Los datos estaban ahí, pero no existía el sistema que los interpretara y arrojara los insights para tomar decisiones. 

Solución

Se diseño un piloto accionable aplicable a la línea principal (con mayor volumen de producción y la que sufría la mayor cantidad de micro – paros) de la planta principal. La infraestructura fue desarrollada para contar con la capacidad de escalado al resto de las plantas a futuro.


La plataforma se estructuró en tres módulos activados de forma progresiva a lo largo de 6 meses, permitiendo a la empresa validar resultados en cada fase antes de ampliar el alcance. Estos módulos fueron los siguientes:


  • Módulo 01- Mantenimiento predictivo: anticipación de fallos mecánicos con 48–72 horas de antelación, generando automáticamente órdenes de trabajo preventivas.
  • Módulo 02 -OEE Copilot: recomendaciones accionables en tiempo real para el operario tales como la detección de cuellos de botella, alertas de reaprovisionamiento y ajustes de cadencia.
  • Módulo 03 - Análisis de causa raíz: clasificación automática de micro-paros y generación del informe de traspaso de turno, con base de conocimiento compartida entre equipos operarios de las plantas.
Aplicaciones reales

Aplicaciones destacadas en clientes

Cinco aplicaciones concentraron el mayor impacto en los indicadores operativos de la planta principal:


  • Predicción de fallos en llenadoras y selladoras: 9 fallos anticipados en 6 meses con 58 h de antelación media. Todos resueltos en parada programada. Coste de intervención preventiva un 64% inferior al correctivo.
  • Optimización del tiempo de cambio de SKU: tiempo medio de cambio reducido de 19 a 11 minutos en línea principal. Recuperación de 1,8 pp de OEE solo por esta causa.
  • Eliminación de micro-paros por falta de material: reaprovisionamiento anticipado con 25–35 min de antelación. En las líneas piloto L1 y L4, esta causa de parada cayó un 87% en los primeros 150 días.
  • Traspaso de turno estructurado: informe automático al cierre de turno. El tiempo dedicado bajó de 35 a menos de 5 minutos, con incidencias, averías y recomendaciones ya priorizadas para el turno entrante.
  • Base de conocimiento operativo de planta: 184 lecciones aprendidas acumuladas en 12 meses. El tiempo de resolución de incidencias recurrentes se redujo un 44%.
Solución desarrollada por
Última actualización:
This is some text inside of a div block.
/
This is some text inside of a div block.
/
This is some text inside of a div block.
Publicado:
This is some text inside of a div block.
/
This is some text inside of a div block.
/
This is some text inside of a div block.

Heading