Vea cómo fabricante de azúcar implementó análisis avanzado para sus formadoras / llenadoras / selladoras.
En el pasado, los programas generales de efectividad general de equipos (OEE, por su sigla en inglés) podían sacudir a los operarios cuando la administración quería centrarse en cómo mejorar las tasas de capacidad de la planta mediante el examen del rendimiento de la máquina. La falta de estandarización en las métricas de OEE dentro de las plantas o empresas está bien documentada, pero a medida que la digitalización y el monitoreo remoto se vuelven fundamentales, los procesos de medición están mejorando.
La empresa adoptó analíticas avanzadas y procesos estandarizados para medir la OEE en sus plantas es Illovo Sugar, con sede en Mount Edgecomb, Sudáfrica. La compañía implementó recientemente un programa OEE para medir el rendimiento de las máquinas de formado vertical / llenado / sellado (vf/f/s) en cinco plantas de producción de azúcar.
"Una de nuestras estrategias comerciales fue pasar de productos a granel a unidades de mantenimiento de existencias más pequeñas (SKUs)", dice Lloyd Melrose, ingeniero de C&I del grupo en Illovo Sugar, durante la conferencia PI de 2018, patrocinada por OSIsoft Technology. “Queríamos aumentar nuestra base de clientes y necesitábamos mejorar el rendimiento de nuestras máquinas de formar/llenar/sellar. Entonces, necesitábamos medir, analizar, mejorar y controlar [las máquinas]”.
Illovo tiene 49 máquinas vf/f/s en sus plantas y quería agregar los datos con el conjunto de soluciones tecnológicas de OSIsoft, incluidos los servidores Asset Framework (AF), PI Vision, PI Historian, PI Manual Logger y herramientas de visualización PI Datalink. PI Asset Framework es un repositorio único para modelos, jerarquías, objetos y equipos centrados en activos. Esta plataforma integra, contextualiza y analiza datos de múltiples fuentes, incluidos uno o más archivos de datos de PI o bases de datos relacionales externas.
La recopilación de datos en Illovo inicia con los controladores lógicos programables Siemens S7-1200 a nivel de máquina, estado de envío, bolsas por hora (bph), bolsas por minuto (bpm), tipo de bolsa y estado de cambio actual a un servidor / cliente OPC y luego a a un Asset Framework Server para cálculos de OEE.
Estos cálculos de máquina incluyen la disponibilidad por hora, el rendimiento por hora, el OEE por hora, la calidad por hora, las bolsas por minuto, el tipo de bolsa actual y el turno actual.
"El uso de múltiples filtros de informes permite una mejor contextualización de los datos y permite una comparación del rendimiento de la máquina entre turnos", dice Melrose. "Por ejemplo, podemos ver el rendimiento por turno y podemos marcar las deficiencias humanas (de operador) con fines y patrones de entrenamiento", agrega.
Plantillas de informes
Illovo configuró los informes para cada estación de empacado utilizando plantillas de elementos dentro de la jerarquía AF. Un elemento clave para informar fueron los códigos de razón para el tiempo de inactividad. Para aplicar los códigos de motivo, Illovo utilizó el servidor de AF y los marcos de eventos para capturar eventos de tiempo de inactividad y códigos de motivo de un árbol de motivo predefinido. La plataforma PI tiene una característica llamada marcos de eventos que captura contextos de eventos críticos. Los marcos de eventos permiten a los clientes obtener un nombre, hora de inicio, hora de finalización y una serie de información relacionada (atributos de evento) que son útiles para el análisis dentro del Sistema PI.
De acuerdo con la compañía, en la primera parte de esta iniciativa, Illovo se centró en la duración total del tiempo de inactividad por código de motivo, así como en los recuentos totales o eventos de tiempo de inactividad por código de motivo específico. La captura del código de motivo de la interfaz hombre-máquina (HMI) se realizó a través de un HMI local en cada máquina.
Illovo realizó algunos cálculos preliminares a nivel local y mostró la información del tiempo de inactividad en tiempo real. "Esto se volvió muy importante para lograr la competencia entre los turnos y encontrar mejoras al proporcionar información en tiempo real a esos operadores", dice Melrose.
El equipo del proyecto estaba compuesto por un gerente de mejora continua, Melrose y otros cuatro miembros que cubren diferentes áreas de apoyo dentro de la empresa. "Pudimos implementarlo en cuatro meses y vimos beneficios en unos tres meses", agrega Melrose.
