La Eficiencia General de los Equipos (OEE, por su sigla en inglés) es una métrica de indicador clave de rendimiento (KPI) popular que ilustra cuánto del tiempo de producción planificado es productivo. Como tal, una puntuación OEE del 100 % representa una producción perfecta: manufactura con la calidad de producto ideal, lo más rápido posible, sin tiempo de inactividad.
Por supuesto, el 100 % de OEE es un máximo teórico, ya que las causas por las que no se cumplen los objetivos de OEE son numerosas, desde factores ambientales hasta materias primas no conformes, dispositivos defectuosos o un simple error humano. El problema más importante en general es el proceso de generación de informes de rendimiento de la planta, ya que la gerencia, en todos los niveles, necesita tener datos precisos y confiables disponibles para mejorar las decisiones operativas.
Para comprender cómo se puede usar OEE para garantizar que las métricas de rendimiento se compartan fácilmente y se consideren un recurso principal y valioso para todos los niveles de la jerarquía de fabricación, nos conectamos con Andreas Eschbach, director ejecutivo de Eschbach, proveedor del software Shiftconnector para una comunicación transparente entre turnos de producción y gestión interactiva.
 | Lea este artículo sobre 5 causas de la mala calidad de los datos |
“Proporcionar esos datos a través de los niveles jerárquicos, desde el piso de la planta hasta el C-Suite, se vuelve especialmente difícil si la adquisición de datos se realiza con hojas de cálculo y la curación de datos es uno de los últimos pasos antes de transferirlos a la gerencia. Los destinatarios deben tener datos valiosos”, dice Eschbach. “La curación, donde los datos se recopilan de muchas fuentes diferentes y se agregan en una fuente de información que es más valiosa que sus partes independientes, es una parte esencial del proceso de presentación de informes. Las personas que recopilan los datos deben comprender el propósito de los datos. Del mismo modo, las personas que leen los datos deben comprender de dónde provienen y qué controles se implementaron para garantizar la precisión, como la aprobación del ingeniero de procesos durante la revisión diaria.
Eschbach señala que las herramientas actuales de IIoT (Internet industrial de las cosas) y OT (tecnología de operaciones) facilitan la recopilación de datos automatizada que ayuda a verificar la plausibilidad de los datos en la planta antes del cambio de equipo de turno.
"Con la disponibilidad actual de datos IIoT y OT y la implementación de un sistema PPM (gestión de procesos de planta), se puede acceder y analizar con precisión y de manera oportuna los datos pertinentes de los muchos sistemas que funcionan en las plantas", dice Eschbach. “Esta transparencia puede señalar a los operadores las pérdidas que realmente importan y, con algoritmos de aprendizaje automático, también puede dar cuenta de las pérdidas menos importantes. Esto alivia la entrada de datos manual tediosa y posiblemente propensa a errores, lo que respalda la OEE de manera proactiva. De hecho, se ha informado que para una sola planta o celda de proceso (que usa PPM), a menudo se ha informado una mejora año tras año en OEE del 3% al 15%”.
Este nivel de mejora se ve impulsado por el intercambio de datos recopilados a través de tableros para rastrear información a través de turnos para impulsar la comunicación importante entre turnos sobre lo que funciona y lo que no.
Eschbach señala que tales esfuerzos de transparencia de datos no se tratan solo de encontrar soluciones en un turno, sino también de comprender patrones en los turnos para impulsar iniciativas de mejora continua. “Para hacerlo, la contabilidad de producción debe ser ejecutada las 24 horas del día, los 7 días de la semana por cada uno de los equipos de turno. Todos deben estar en sintonía para maximizar el potencial y obtener resultados óptimos. Además, debe haber la puntuación OEE real disponible en la sala de control, así como diagramas de Pareto para sumergirse en los datos”.
Aunque el seguimiento de OEE es un KPI beneficioso, Eschbach dice que no ayuda a distinguir qué hacer para mejorar la producción de la planta. Es por eso que la granularidad de los informes capturados permite un enfoque basado en datos para encontrar los problemas relevantes. “En particular, se necesitan informes precisos y transparentes de las fallas y un análisis de las razones de las fallas para asegurarse de iniciar primero las iniciativas de mejora más prometedoras”, agrega. “Esto se hace mejor comenzando con informes transparentes y la contribución del conocimiento de la fuerza laboral”.
