La solución corresponde a un sistema informático, basado en Inteligencia Computacional (IC) que permite predecir variables significativas para la toma de decisiones operacionales en las líneas de producción y para la toma de decisiones del mantenimiento de las mismas.
Estas predicciones se generan a partir de variables de entrada de origen diverso, provenientes del proceso productivo y de mediciones en la línea de producción, tales como variables o condiciones operacionales, variables o condiciones ambientales, historia de operación y otras, los que, procesados mediante un modelo de IC, entrenado con datos históricos, producen la predicción de variables de salida, en tiempo real ante consultas del usuario final.
Esta solución tecnológica permite a la industria cubrir dos ámbitos de aplicación diferentes:
- a) La entrega de valores propuestos de set-up o parametrización de líneas de producción, para apoyar a las decisiones set-up de la línea que tienen impacto en la calidad del producto Esta salida de la solución entrega una mayor certeza en la calidad a lograr.
- b) La generación de predicción de la susceptibilidad de falla de elementos críticos de la línea de producción, a partir de la historia de variables de operación de dichos elementos, para apoyar las decisiones de mantenimiento proactivo-preventivo más eficaces y eficientes.
En la industria de manufactura, en general, las decisiones del planeamiento, especificación y control de diversos aspectos del proceso productivo se toman en base a criterios establecidos por una metodología que, en términos generales, responde a modelos de proceso comúnmente aceptados, recomendaciones especializadas, criterios técnico-científicos y buenas prácticas industriales. Sin embargo, en aspectos específicos, en lo referido a determinación de acciones y operaciones concretas en las líneas de producción (el día a día de la operación), se deben tomar permanentemente decisiones importantes que influyen significativamente en los resultados logrados, referidas a set-up de líneas de producción, parámetros de configuración, planeamiento de mantenimiento, y otros aspectos.
Debido a variabilidad de las condiciones que inciden en el proceso productivo o mantenimiento (ambientales, estado de elementos o equipos, características de insumos o materia prima, características del lote de producción, u otros factores), al no contarse con antecedentes precisos y una heurística conocida que permita predecir el resultado con certeza, la toma de decisiones se resuelve parcialmente en base a la experiencia acumulada por la empresa (no siempre eficaz), a la habilidad de los operadores (dependiente de personas especificas), y en muchos casos a iteraciones de prueba y error. Ello hace que los resultados sean también impredecibles e ineficientes, generándose pérdidas. Algunos ejemplos de esto son:
- Pérdidas de producción y materia prima, por mala calidad del producto, debido a dificultades en el set-up y calibración de la línea de producción.
- Pérdidas de producción por especificaciones insuficientes de características importantes de las materias primas o simplemente por ausencia de dichas especificaciones.
- Pérdidas de producción por no disponibilidad de líneas o equipos, debido a mantenimiento preventivo excesivo, debido a baja capacidad de detección de condiciones que afecten a la disponibilidad.
- Producción ineficaz debido a comportamiento anómalo de equipos.
- Mayores costos por mantenimiento reactivo, debido a baja capacidad de detección temprana de fallas.
En consecuencia, se identifica como una necesidad importante para los tomadores de decisiones operacionales y productivas -tales como planificación de la producción, especificación de condiciones y variables de producción, control de calidad, planificación del mantenimiento y otros aspectos- el: “Contar oportunamente con elementos de juicio que, ante condiciones de variabilidad e incertidumbre respecto de variables que inciden en el proceso productivo, que les permitan tomar decisiones en base a antecedentes concretos, precisos y fiables, para así reducir la incerteza respecto de los resultados a obtener, y con ello disminuir las pérdidas o costos de producción”.