Cliente: Techno Brazing, S.L.
Ubicación: LLiçà de Vall, Barcelona, España
Sector: Metalurgia
Aplicación: IIoT
Techno Brazing realiza soldaduras ultraresistentes mediante soldadura en horno (“brazing”). En este proceso se necesitaba controlar 2 aspectos claves:
- Calidad: Temperatura y velocidad de la cinta de soldadura.
- Coste: Consumo eléctrico.
Análisis en profundidad:
Situación inicial:
Una empresa dedicada a la soldadura “brazing” con un horno de 4 etapas necesitaba optimizar los consumos eléctricos y de gas, así como aumentar la productividad reduciendo el coste por pieza, y aumentar la calidad de producción monitorizando la temperatura garantizando a sus clientes el proceso realizado al añadir trazabilidad. El aumento de productividad pasaba por atacar 2 factores claves. En primer lugar, reducir los cambios bruscos de temperatura, en segundo lugar, reducir las paradas por improductividad debido a mantenimiento.
Solución propuesta:
Se le propone al cliente realizar un proyecto en tres fases.
- Fase 1: Monitorización de las temperaturas de soldadura, velocidad de la cinta transportadora y monitorización general de errores. En esta fase se genera un dashboard que permite a través de gráficos dinámicos ver la información obtenida en tiempo real, pudiendo acceder a esta información desde cualquier parte con acceso a internet.
- Fase 2: Monitorización de los consumos eléctricos. En esta segunda fase, se monitorizan los consumos energéticos para iniciar la optimización de consumos, generando KPIs tales como kW/ºC, información que permite además monitorizar anomalías en el comportamiento del horno.
- Fase 3: Generación de Business Intelligence e informes de calidad automáticos. En esta tercera fase se generan un conjunto de informes automáticos que permite garantizar la calidad de las piezas fabricadas, así como la obtención de un seguido de información que permite optimizar los ciclos de producción y minimizar los tiempos de parada por mantenimiento.
- Propuesta Fase 4: Con la recopilación de datos, se propone iniciar un sistema de mantenimiento predictivo con Inteligencia Artificial para realizar las mejoras de forma automática.
Resultados:
- Se han reducido los tiempos de paradas imprevistas por mantenimiento en un 70%.
- Se ha optimizado el consumo de energía en un 6%.
- Se ha optimizado la secuenciación de fabricación, lo que ha resultado en un aumento de la productividad de un 8%.
- Se ha reducido el coste de mantenimiento preventivo en un 30%.
- Se ha alcanzado el estándar de calidad exigido por los clientes, con informes objetivos generados de forma automática e independiente a la empresa que permiten garantizar la trazabilidad de la producción.