infoPLC ++ / Tecnología / Control de calidad, colaboración de Six Sigma y IIoT

Control de calidad, colaboración de Six Sigma y IIoT


Con niveles de sigma más altos, el análisis debe ir más allá de asumir una curva de distribución normal. Las plataformas IIoT proporcionan un amplio conjunto de análisis para misiones como éstas.

Control de calidad, colaboración de Six Sigma y IIoT

Cuando en las décadas de los 80 y 90 se empezó a hablar de Six Sigma, podían encontrarse fácilmente procesos que se ejecutaran en el nivel de calidad dos sigma. En este caso, un centenar de mediciones debería contener 31 defectos, que a menudo bastaba para guiar al equipo de control de calidad hacia la causa raíz del defecto. Ahora bien, ir más allá de tres sigma, que es una necesidad para los equipos de hoy en día, requiere volúmenes de datos mucho más grandes (de diez mil a millones).

Con los niveles de calidad sigma más altos, resulta poco práctico obtener manualmente las mediciones necesarias por los altos costes debido a la intensidad de la mano de obra y el tiempo necesario. Por otra parte, si los datos son de baja calidad pueden enmascarar los verdaderos defectos. Téngase en cuenta que la adquisición manual de datos tiene tasas de error importantes. Los estudios realizados hace décadas para mostrar los beneficios del código de barras frente a la entrada de datos manual encontraron que el 10% de estas últimas que contenían 80 caracteres tenían un error.

Hay que tener en cuenta que la lectura manual, escribir en un formulario y luego introducir los datos en un ordenador también es problemático. Es evidente que la adquisición automatizada de datos puede ser mucho más efectiva y es precisamente para ello que IIoT viene a satisfacer esta necesidad. Además, IIoT puede ir más allá de los datos del proceso y agregar datos de equipos que anteriormente no estaban disponibles y que pueden tener un impacto significativo en las tasas de defectos.

El análisis va más allá de la curva de distribución normal

Los programas de entrenamiento para Six Sigma casi siempre usan análisis estadísticos que asumen una curva de distribución normal. Esto puede ser aceptable para los típicos proyectos de dos y tres sigmas. Desafortunadamente, el entorno del mundo real a menudo tiene patrones que no siguen una curva de distribución normal. Por ejemplo, ninguno de los patrones de fallos utilizados para determinar la estrategia de mantenimiento de un activo sigue la curva normal.

Particularmente con niveles de sigma más altos, el análisis debe ir más allá de asumir una curva de distribución normal. Las plataformas IIoT proporcionan un amplio conjunto de análisis. Algunos también tienen un medio para identificar rápidamente asociaciones dentro de un conjunto de datos que contiene muchos parámetros (es decir, varias mediciones de E / S a lo largo del tiempo). Esto se vuelve necesario para determinar la verdadera fuente del problema en lugar de un efecto paralelo (causalidad vs. correlación).

Mejorar con monitoreo continuo

La fase de mejora usa una gran cantidad de métodos para reducir los defectos, limitados principalmente por la imaginación del equipo del control de calidad y el conocimiento del proceso. Pues bien, IIoT ofrece un medio para monitorear continuamente la salud de un proceso o equipo, y generar una alerta cuando se deteriora. La aplicación más común de IIoT consiste en supervisar la condición de un activo para el mantenimiento predictivo evitando así el tiempo de inactividad no planificado.

IIoT puede también usarse para ayudar a asegurar que la mejora se "adhiera" y evitar que las personas vuelvan a la forma anterior de hacer las cosas. El monitoreo continuo con IIoT puede programarse para generar una alerta cuando las cosas comienzan a deteriorarse, lo suficientemente temprano como para poder tomar medidas preventivas antes de que ocurran los defectos. En el caso del mantenimiento predictivo, el proceso automatizado envía las alertas directamente al planificador de mantenimiento para que pueda evaluar, establecer prioridades y programar los cambios necesarios del sistema de gestión de activos.