Cliente
BSH es fabricante global de Electrodomésticos para el Hogar, siendo líder a nivel nacional y europeo con más de 40 plantas de fabricación en todo el mundo, además de tener importante cuota de mercado a nivel mundial.
Su producción se centra en las marcas comerciales Bosch, Siemens, Balay, Gaggenau y Neff.
Reto
BSH se encontraba con la necesidad de anticipar, con la suficiente antelación, la reconfiguración y recalibración de una máquina crítica para sus procesos de fabricación, con el fin de minimizar las paradas de la misma y evitar defectos de fabricación.
De esta forma, el operario encargado recibirá información pertinente sobre cómo reconfigurar dicha máquina y así mejorar tanto la eficiencia como el índice OEE de la línea de producción y de la fábrica.
Resultado
- Aumento significativo del OEE.
- Reducción de la chatarra y los defectos debidos a errores de configuración de la máquina.
- Mayor Independencia del operador de máquina que esté en cada momento, y de su experiencia.
- Incremento sustancial de la eficiencia de la línea de producción.
- Obtención de nuevos conocimientos sobre el funcionamiento de la máquina, gracias a la depuración y modelado de los datos. Ahora es posible saber mucho mejor qué factores son los que realmente impactan en que el resultado del proceso de fabricación sea correcto o incorrecto.
- Posibilidad de definir estrategias de fabricación mucho más eficientes.
Solución
Procesamiento Automático de las siguientes fuentes de Datos:
- Datos de Orden de Fabricación.
- Datos de Lotes de Material.
- Datos de Proceso de Máquina.
- Datos de Pre-Procesos de Máquina.
- Datos de Mantenimiento.
Modelos Predictivos capaces de anticipar al Operario la mejor configuración de máquina posible en cada nueva situación.
La Tecnología utilizada para esta Solución se basa en:
- Machine Learning (Aprendizaje Automático – Inteligencia Artificial).
- Deep Learning (Aprendizaje Profundo – Redes Neuronales).
- Python, R.
- AWS S3 Storage.
- Apache Zeppelin / PySpark.
- RStudio Server / SparkR.
Testimonio
Javier Chasco Echevarría
Responsable de Área I4.0 en BSH Electrodomésticos, Fábrica de Esquiroz (Navarra)
«El proyecto de Predicción de Configuración de Máquina para conseguir Cero Defectos en nuestra línea automática de puertas ha sido el primer proyecto de Data Analytics al que nos hemos enfrentado en la fábrica. Durante este tiempo, hemos avanzado un camino junto con PredictLand, no sólo en la resolución del proyecto sino en el conocimiento de un mundo que era nuevo para nosotros.
En este caso, la complejidad del proyecto es muy alta, esto nunca ha sido una barrera para PredictLand.
Lo que más aprecio de PredictLand es el enfoque a la atención al cliente. Nuestra información y nuestras opiniones siempre son tenidas en cuenta en los desarrollos.»
