Un fabricante de automóviles aumenta un 15 % el rendimiento de su taller de pintura

Abordar los cuellos de botella en las operaciones de la planta de pintura

Morris Garages se fundó en 1924 en el Reino Unido. MG Motor India (MGI), filial de SAIC Motor Corporation Limited y JSW Group, está especializada en la fabricación de automóviles. La mayoría de las operaciones se efectúa principalmente en la India, en la planta de Halol. La empresa fabrica piezas y vehículos de automoción. En una cadena de ensamble de automóviles hay muchas piezas móviles, así como una planta de pintura que se dedica a los tratamientos superficiales de la carrocería del vehículo y estaciones de pretratamiento y electrodeposición (PTED).

Optimizar los procedimientos de la planta de pintura PTED ha sido un importante cuello de botella para el equipo de la planta de MGI en los últimos años. Con sistemas de automatización heredados en funcionamiento desde hacía más de 20 años, el equipo no podía utilizar el sistema existente, como los controladores lógicos programables (PLC) y los sistemas Andon, para revelar o sugerir información sobre las perspectivas de desarrollo de la productividad. No podían estudiar los procesos aparte de los indicadores clave de rendimiento (KPIs) estándar, como la eficiencia general de los equipos (OEE) o los datos sobre tiempos de inactividad. Los sistemas de la planta de pintura no proporcionaban datos de rendimiento fiables y precisos en tiempo real.

Si bien podían arreglárselas con los métodos y tecnologías de entonces, el equipo necesitaba análisis mejorados para eliminar los cuellos de botella del proceso.

«El sistema existente no proporcionaba el tiempo necesario para ejecutar los pasos en cada estación, como el tiempo de espera, de desplazamiento y de inactividad. Tampoco se podía capturar el tiempo del proceso y almacenarlo retrospectivamente. Necesitábamos una solución para superar el reto y gestionar datos de entrada fiables y precisos», afirma Ravi Mittal, director de fabricación de MG Motor India.

Aprovechar Insights Hub para conectar los datos e identificar los cuellos de botella

Para resolver este problema, MGI adoptó Insights Hub, la solución del IoT industrial de Siemens para mejorar la toma de decisiones operativas, y Plant Simulation, del portfolio Tecnomatix®. Insights Hub, y Plant Simulation forman parte de Siemens Xcelerator, la plataforma empresarial de software, hardware y servicios. MGI adoptó con éxito ambos portfolios de software, lo que se tradujo en un aumento de la producción en toda la línea de PTED.

El uso de una solución de conectividad Insights Hub preconfigurada permitió al equipo de MGI conectar activos aislados y transferir los datos a Insights Hub utilizando la red de comunicaciones móviles (GSM). Todos los datos de las series temporales de cada etapa del proceso de producción se cargaron en Insights Hub para proporcionar la base para el posterior análisis de datos.

«Utilizamos la aplicación del IoT industrial Insights Hub Visual Flow Creator a fin de construir nuestro flujo de trabajo para crear reglas, definir KPIs y realizar análisis avanzados. Eso nos permite convertir los datos sin procesar de las series temporales en información adecuada», dice Mittal.

«El uso de easyDASH, otra aplicación del IoT industrial, nos permite crear paneles fácilmente. Podemos supervisar y visualizar los activos de la planta de producción para optimizarlos y gestionar su rendimiento», asegura Mittal. «Mediante la función de colores del panel, indicamos si parámetros importantes, como JPH, tiempo de ciclo, tiempo de espera y tiempo de desplazamiento, se mantienen dentro de sus objetivos de eficiencia operativa. Esto proporciona una visión más coherente del estado actual del proceso y permite tomar decisiones más eficientes».

La visualización y los análisis personalizados mediante Insights Hub capturan los datos del proceso digital para micropasos e incluso los almacenan en la nube. Esto permite a MGI visualizar y analizar puntos fuertes, puntos débiles, oportunidades y amenazas (SWOT) del proceso. De este modo, el equipo de MGI puede identificar las causas raíz de las pérdidas de producción y las acciones para mejorar la producción neta.

Integrar Insights Hub y Plant Simulation para optimizar todo el proceso de producción

«Una vez que recopilamos datos de producción reales de la planta de producción, transferimos los datos de series temporales de Insights Hub a Plant Simulation, lo que nos permite utilizar un modelo de gemelo digital para comprender la causa raíz de un problema reproduciendo la producción con los datos de producción reales», afirma Mittal.
«Tras identificar el problema, efectuamos los cambios necesarios y verificamos el impacto mediante la simulación con los datos de producción reales, lo que muestra con mayor precisión cualquier efecto no deseado o nuevas limitaciones causadas por estos cambios. Después de resolver estos problemas en el modelo del gemelo digital virtual, podemos implementar con confianza los cambios en el sistema de producción».

El uso del Internet industrial de las Cosas (IIoT), junto con Plant Simulation, forma el gemelo digital integral de bucle cerrado, que permite a MGI utilizar datos reales de producción para optimizar continuamente todo el proceso.

Mejorar el rendimiento de la planta de pintura

«Siemens tiene la capacidad de combinar tres dominios: tecnología operativa, tecnología del IIoT y simulación de sistemas, todo ello conectado casi en tiempo real, lo que nos ayuda a aumentar en un 15 % toda la línea de PTED», asegura Mittal.

Colaborar con Siemens para continuar el proceso de transformación digital

«MGI evoluciona constantemente para satisfacer necesidades que cambian con rapidez y ofrecer servicios innovadores colaborando con partners del ecosistema», dice Mittal. «Nuestra colaboración con Siemens se centra en la digitalización industrial y la fabricación inteligente. Con Insights Hub, esperamos impulsar la productividad y mejorar la eficiencia de la producción aprovechando el análisis avanzado de datos del IoT para supervisar rápidamente los activos y sistemas esenciales en tiempo real, así como minimizar los tiempos de inactividad inesperados. Nos complace asociarnos con Siemens y nuestro objetivo es adoptar la tecnología de software en todo el sistema de ensamble para seguir transformando las operaciones».