Industria Cerámica 4.0, un caso real - UJI
Transcript of Industria Cerámica 4.0, un caso real - UJI
Industria Cerámica 4.0, un caso real
G. Mallol(1), J. Boix(1), D. Llorens(1), J.J. Clausell(1), J.I. Cantero(1), R. Debón(2), J.A. Ureña(2), C. Vallejo(2)
S. Herrando(3), P. Alcoriza(3)
1 Instituto de Tecnología Cerámica (ITC)2 COLORKER, S.A.3 Core Digital Industry
AICE-ITC 2018
Industria Cerámica 4.0, un caso real
Tiempo
Be
ne
fici
o o
va
lor
de
la
ad
ap
taci
ón
Latencia de
percepciónLatencia de
análisis
Latencia de
decisión
Latencia de
acción
Evento
Percepción del
evento
Análisis completoRespuesta
aprobadaEfecto de la
respuesta
Industria Cerámica actual
AICE-ITC 2018
Industria Cerámica 4.0, un caso real
Tiempo
Be
ne
fici
o o
va
lor
de
la
ad
ap
taci
ón
Latencia de
percepciónLatencia de
análisis
Latencia de
decisión
Latencia de
acción
Evento
Percepción del
evento
Análisis completoRespuesta
aprobadaEfecto de la
respuesta
Industria Cerámica 4.0: compañías ÁGILES y con capac idad de APRENDIZAJE
1
2
3
4
- Capacidad en tiempo real
- Sistemas integrados1
- Análisis Biga-Data
- “Machine Learning” e inteligencia
artificial
2
- Sistemas de soporte a las decisiones
- Automatización de la toma de
decisiones3
- Integración vertical y horizontal de
procesos
- Sistemas ciberfísicos4
Habilitadores de Industria 4.0
AICE-ITC 2018
Industria Cerámica 4.0, un caso realÍndice
1. Introducción
2. Situación de partida
3. Acciones implementadas
4. Principales resultados
5. Acciones futuras
AICE-ITC 2018
Industria Cerámica 4.0, un caso real1. Introducción
Desarrollo
Producción
Logística
Servicios
Marketing y ventas
Una transformación que aplica a todas las áreas fun cionales de las empresas industriales
- Mejorar la satisfacción del cliente
- Controlar y reducir los costes de fabricación
- Agilizar los tiempos de respuesta (reducción del TTM)
- Reducir la inversión en activos industriales
- Mejorar los índices de calidad
- Incrementar la flexibilidad productiva
- Optimizar los procesos productivos
Principales objetivos de la transformación
AICE-ITC 2018
Industria Cerámica 4.0, un caso real
DIGITALIZACIÓN
Va
lor
Tiempo
VisualizaciónInformatización Conectividad Transparencia
Capacidad
Predictiva Adaptabilidad
1 2 3 4 5 6
INDUSTRIA 4.0
¿Qué está sucediendo?
“VIENDO”
¿Por qué está sucediendo?
“ENTENDIENDO”
¿Qué va a suceder?
“PREPARÁNDOSE”
¿Cómo puede alcanzarse una respuesta autónoma?
“AUTO-OPTIMIZÁNDOSE”
Fuente: FIR e.V. at RWTH Aachen University
1. IntroducciónEtapas en el proceso de transformación hacia la Ind ustria 4.0
AICE-ITC 2018
Industria Cerámica 4.0, un caso realÍndice
1. Introducción
2. Situación de partida
3. Acciones implementadas
4. Principales resultados
5. Acciones futuras
AICE-ITC 2018
Industria Cerámica 4.0, un caso real
Nivel de control y automatización
Proceso con alto grado de automatización
Controles de proceso manuales
Sistemas de visión artificial en crudo y
cocido
Gestión y secuenciación de producción
tradicional
Sistema Lean Manufacturing desplegado
Gestión y recolección de datos mediante
partes de trabajo
Tipología de producto
Azulejo de pasta blanca
Gres porcelánico
Tamaños: 20 cm x 40 cm
hasta 120 cm x 60 cm
Equipamiento
2 x Prensas hidráulicas
2 x Secaderos horizontales
2 x Líneas de decoración
Stock intermedio
1 x Horno monoestrato
2 x Máquinas de clasificación
Gestión energética y de costes
Contabilidad analítica a posteriori
Control de consumos térmicos en hornos
y sistemas de recuperación de calor
2. Situación de partida
AICE-ITC 2018
Industria Cerámica 4.0, un caso realÍndice
1. Introducción
2. Situación de partida
3. Acciones implementadas
4. Principales resultados
5. Acciones futuras
AICE-ITC 2018
Industria Cerámica 4.0, un caso real
- Integración e hiperconexión del equipamiento de planta
- Habilitación de Ordenes de Fabricación digitalizadas
- Incorporación de nuevos sistemas de control e instrumentación adicional
3. Acciones implementadas
Conectividad
Etapa 2
Visualización
Etapa 3
Transparencia
Etapa 4
- Desarrollo e implementación de un sistema de trazabilidad
- Desarrollo de un “gemelo” digital
- Desarrollo de modelos del comportamiento del proceso
AICE-ITC 2018
Industria Cerámica 4.0, un caso real3. Acciones implementadasIntegración e hiperconexión del equipamiento
Tendido de red industrial dedicada
- Anillos redundantes de fibra óptica
- Gestión mediante dos servidores constituyendo un “cloud” local
Conectividad del equipamiento industrial Colaboración de los fabricantes
Conectividad
Etapa 2
AICE-ITC 2018
Industria Cerámica 4.0, un caso real3. Acciones implementadasIntegración e hiperconexión del equipamiento
Sistemas de movimentación Sustitución de autómatas
Contadores gas Incorporación conversores de señal
Conectividad
Etapa 2
AICE-ITC 2018
Industria Cerámica 4.0, un caso real3. Acciones implementadasDesarrollo e implantación de un sistema de trazabili dadNecesidad del sistema
CRUDO
COCIDO
CLASIFICACIÓN
CORTE Y RECTIFICADO
STOCK INTERMEDIO
EXPEDICIÓN
Visualización
Etapa 3
AICE-ITC 2018
Industria Cerámica 4.0, un caso real3. Acciones implementadasDesarrollo e implantación de un sistema de trazabili dad
Principio de funcionamientoPrinter Lector de códigos
Nº de prioridad:
P201830005 Visualización
Etapa 3
AICE-ITC 2018
Industria Cerámica 4.0, un caso real3. Acciones implementadasDesarrollo de un “gemelo” digital
Vista generalSección de crudo
Sección de cocido
Sección de clasificación Visualización
Etapa 3
AICE-ITC 2018
0
5
10
15
20
25
30
Inci
de
nci
a (%
)
Tipología de defecto
Incidencia típica de defectos
Industria Cerámica 4.0, un caso real3. Acciones implementadasDesarrollo de modelos de comportamiento del proceso
Análisis de los datos capturados en el gemelo digital para establecer relaciones causa-efecto de las variables
de operación con:
- Propiedades del producto fabricado
- Condiciones de operación de equipamiento
- Costes de fabricación (energéticos fundamentalmente)
Condiciones de conformado
Condiciones de cocción
Esfuerzos mecánicos
Movimentación
Condiciones reológicas de esmaltes
Condiciones de aplicación
Transparencia
Etapa 4
AICE-ITC 2018
Industria Cerámica 4.0, un caso real3. Acciones implementadasDesarrollo de modelos de comportamiento del proceso
Control automáticoprensado Calibre-Planar
Transparencia
Etapa 4
AICE-ITC 2018
Industria Cerámica 4.0, un caso realÍndice
1. Introducción
2. Situación de partida
3. Acciones implementadas
4. Principales resultados
5. Acciones futuras
AICE-ITC 2018
Industria Cerámica 4.0, un caso real4. Principales resultadosTrazabilidad de producto
AICE-ITC 2018
Industria Cerámica 4.0, un caso real4. Principales resultadosTrazabilidad de producto
Salida de prensa
Final de línea
Entrada de horno
Salida de horno
AICE-ITC 2018
200000
202000
204000
206000
208000
210000
212000
214000
216000
218000
220000
1-2-18 12:00 AM 1-2-18 6:00 AM 1-2-18 12:00 PM 1-2-18 6:00 PM 2-2-18 12:00 AM 2-2-18 6:00 AM 2-2-18 12:00 PM 2-2-18 6:00 PM 3-2-18 12:00 AM
ID d
e p
ieza
Tiempo
Industria Cerámica 4.0, un caso real4. Principales resultadosTrazabilidad de producto
Lote B
60 cm x 90 cm
5000 m2
Lote A
60 cm x 90 cm
5000 m2
Prensado= 16:10:04
Final línea= 17:09:02
Entrada horno= 20:13:27
Salida horno= 21:08:00
ID= 20800
206000
206500
207000
207500
208000
208500
209000
209500
210000
1-2-18 8:40 PM 1-2-18 9:10 PM 1-2-18 9:40 PM 1-2-18 10:10 PM 1-2-18 10:40 PM
ID d
e p
ieza
Tiempo
Salida Prensa
Final línea esmaltado
Entrada horno
Salida horno
Entrada-Salida de horno
AICE-ITC 2018
Industria Cerámica 4.0, un caso real4. Principales resultadosImplementación del “gemelo” digitalVisualización en tiempo real de kpi’s
Velocidad real
Rendimiento (%) = x 100
Velocidad teórica
Tiempo en uso
Disponibilidad (%) = x 100
Tiempo planificado
Piezas “buenas”
Calidad (%) = x 100
Piezas totales
Rendimiento (%) Disponibilidad (%) Calidad (%)
OEE (%) = x x x 100
100 100 100
AICE-ITC 2018
Industria Cerámica 4.0, un caso real4. Principales resultadosImplementación del “gemelo” digitalKpis sección de prensado - decoración
1-2-18 3:00 1-2-18 6:00 1-2-18 9:00 1-2-18 12:00 1-2-18 15:00 1-2-18 18:00 1-2-18 21:00 2-2-18 0:00 2-2-18 3:00 2-2-18 6:00
0
10
20
30
40
50
60
70
80
90
100
Tiempo
Kp
i (%
) ó
Pro
du
cció
n (
pie
zas/
min
)Producción Nominal
Producción
Rendimiento
Disponibilidad
OEE
CA
MB
IO
LOTE A LOTE B
Rendimiento = 65,1 %
Disponibilidad = 81,7 %
OEE = 53,2 %
Rendimiento = 86,1 %
Disponibilidad = 58,1 %
OEE = 48,5 %
AICE-ITC 2018
Industria Cerámica 4.0, un caso real4. Principales resultadosImplementación del “gemelo” digitalKpis sección de cocción
1-2-18 12:00 1-2-18 18:00 2-2-18 0:00 2-2-18 6:00 2-2-18 12:00 2-2-18 18:00 3-2-18 0:00 3-2-18 6:00
0
10
20
30
40
50
60
70
80
90
100
Tiempo
Kp
i (%
) ó
Pro
du
cció
n (
pie
zas/
min
)
Producción
Rendimiento
Disponibilidad
OEE
Producción Nominal
LOTE A LOTE B
Rendimiento = 96,0 %
Disponibilidad = 86,3 %
OEE = 82,9 %
Rendimiento = 93,5 %
Disponibilidad = 95,3 %
OEE = 89,0 %
AICE-ITC 2018
Industria Cerámica 4.0, un caso real4. Principales resultadosObtención de modelos de comportamiento
PROCESO
Información
consolidada
Costes de fabricación
Estado funcionamiento
equipamiento
Interacciones
proceso-producto
Defectos
Sistema trazabilidad
Data Analytics
ERP
CRM
GMAO
MES
AICE-ITC 2018
1950
1955
1960
1965
1970
1975
1980
305000 305500 306000 306500 307000 307500
ID pieza
Plato 1 Plato 2 Plato 3
De
nsi
da
d a
pa
ren
te (
kg/m
3)
Industria Cerámica 4.0, un caso real4. Principales resultadosObtención de modelos de comportamientoCorrelaciones entre el tamaño final de pieza y la densidad aparente
Calibre salida horno
Densexplorer
Control prensado
305000 305500 306000 306500 307000 307500
600,0
600,5
601,0
601,5
602,0
602,5
603,0603,0
ID pieza
Tam
añ
o (m
m)
AICE-ITC 2018
Industria Cerámica 4.0, un caso realÍndice
1. Introducción
2. Situación de partida
3. Acciones implementadas
4. Principales resultados
5. Acciones futuras
AICE-ITC 2018
Industria Cerámica 4.0, un caso real5. Acciones futuras
- Consolidar el “gemelo” digital como única fuente de información
- Desplegar un Sistema de Gestión del Mantenimiento (GMAO)
- Implementar modelos de comportamiento de equipos
- Incorporar los modelos de comportamiento a la toma de decisiones
- Desplegar un sistema de secuenciación de la producción
- Implementar herramientas para el mantenimiento predictivo
Gracias por su atención
Proyecto financiado por