Máquinas problemáticas - encontrar el 20% de los activos que causan el 80% de la producción perdida

Cada planta tiene una lista de máquinas de las que todos se quejan. El tapador de la línea 2. El llenador viejo. El paletizador que nadie quiere en su turno.

La lista suele estar equivocada.

Se construyó a partir de las averías: las máquinas que se paran de forma dramática, reciben una llamada de mantenimiento y un código de motivo, y salen en la reunión de la mañana. Esas son las máquinas ruidosas. Las costosas, las máquinas que silenciosamente quitan unos pocos puntos porcentuales de producción cada turno sin caer nunca en fallo, no están en ella porque nadie las percibe como un problema. Y el ranking está en minutos de parada, que no es lo mismo que producción perdida, y la producción perdida no es lo mismo que dinero perdido.

Este artículo trata de reemplazar la lista de folclore por una lista medida. Toma datos de paradas a nivel de estación, los une con el historial de mantenimiento y produce dos cosas: una lista ordenada de los activos realmente responsables de la mayor parte de la producción perdida, y una matriz de cuatro cuadrantes que dice al gerente de planta y al gerente de mantenimiento qué hacer con cada uno.

Qué es un bad actor

Un bad actor es un activo cuyas pérdidas están fuera de proporción con su participación en la línea. No la máquina más antigua, ni la que tiene más órdenes de trabajo, ni la que la manutención odia: la que elimina más producción por semana en relación con todo lo que la rodea.

Pareto se aplica brutalmente aquí. En plantas multinivel que hemos medido, el 15-20% de las máquinas representan el 70-80% de la producción perdida. El resto es ruido. Esa concentración es la oportunidad: una planta no tiene que mejorar sesenta máquinas, tiene que mejorar diez, y tiene que saber cuáles son esos diez.

La definición debe estar en producción perdida, no en minutos de parada. La siguiente sección trata de por qué esa distinción decide si la lista es útil.

Tres maneras de ordenar, y solo una es correcta

Minutos de parada. Esto es lo que te da el sistema de mantenimiento: horas de paradas registradas por activo. Es la base de toda lista de folclore, y está mal por una razón simple. Una hora parada en una máquina con una mesa de acumulación detrás puede no costarle nada a la línea; el buffer lo absorbe. Una hora parada en el cuello de botella le cuesta a toda la línea una hora. Los minutos de parada tratan estos casos como iguales.

Producción perdida. Minutos de parada ponderados por si la producción de la línea realmente cayó mientras la máquina estaba parada. Esta es la base correcta para encontrar bad actors, y requiere dos cosas que el sistema de mantenimiento no tiene: datos de paradas a nivel de estación y el conteo de la línea en los mismos momentos. Una máquina con cuatro horas de paradas y sin efecto en la producción no es un bad actor. Una máquina con noventa minutos de paradas que cada una deja al llenador sin producto lo es.

Valor perdido. Producción perdida ponderada por el SKU que se estaba produciendo en ese momento. Una parada durante un formato de alta margen cuesta más que la misma parada durante uno de bajo margen. Esta es la base correcta para decidir dónde gastar, y es la que convierte una lista de mantenimiento en una conversación con finanzas.

La mayoría de las plantas ordenan por la primera base porque es la única que sus sistemas pueden producir. La brecha entre la primera y la segunda es donde la lista de folclore se equivoca.

Por qué la lista de intuición está equivocada

La lista de intuición está equivocada porque ordena máquinas por lo que la gente recuerda, no por la producción que cada una pierde. Cuatro sesgos, y cada planta tiene todos ellos.

Ruidoso frente a costoso. Una avería que para la línea durante dos horas una vez al mes se recuerda, se codifica y se discute. Un envasador que se para veinte segundos cada tres minutos es resuelto por el operario y olvidado. El segundo pierde más producción. El artículo sobre micro-paradas explica por qué el segundo tipo es invisible; aquí el punto es que nunca sale en la lista.

Recencia. La máquina que falló la semana pasada está en la mente de todos y por tanto en la cima de la lista. La máquina que ha perdido 3% de producción cada semana durante un año está en ninguna parte, porque nada sobre ella fue un evento.

La máquina que el mantenimiento odia. Algunos activos son miserables para trabajar: acceso incómodo, documentación pobre, un proveedor que no contesta. Generan quejas y órdenes de trabajo largas, y se recuerdan como bad actors aunque no cuesten nada a la línea.

La trampa del no-cuello de botella. La «peor» máquina en muchas líneas se sitúa aguas arriba de un buffer. Sus paradas se absorben, y el coste real aparece en el cuello de botella aguas abajo, que aparece «sin producto» y no recibe la culpa. A menos que las paradas se atribuyan a la máquina que las causó en lugar de a la que las mostró, el cuello de botella parece bien y la máquina aguas arriba parece peor de lo que es, o al revés.

Ninguno de estos sesgos es tonto. Así es como se ve un ranking cuando se construye a partir de la memoria y de las órdenes de trabajo en lugar de a partir de datos de producción.

Construir la lista medida

Cinco pasos. Los primeros tres son datos de OEE; el cuarto son datos de mantenimiento; el quinto es el join.

1. Captura paradas a nivel de estación durante 8 a 12 semanas. Verificado por la máquina, desde el PLC o un sensor en cada estación, lo suficientemente largo para que cada SKU y cada equipo aparezcan varias veces. Los datos a nivel de línea no pueden hacer esto: te dicen que la línea se paró, no cuál máquina la paró.
2. Atribuye cada parada a la máquina que la causó. Cuando el llenador muestra «parado» porque el tapador aguas abajo se ha parado y el llenador está bloqueado, la parada pertenece al tapador. Cuando la etiquetadora está en hambre porque el llenador está parado, la parada pertenece al llenador. La lógica de atribución en el artículo starvation-and-blocking hace esto; sin ella, la lista es una lista de síntomas.
3. Pondera cada parada por su efecto en la producción de la línea. ¿Cayó el contador al final de la línea mientras esta máquina estaba parada? Si no, la parada no costó nada esta vez. Suma las pérdidas ponderadas por máquina. Esto es producción perdida, y es la base del ranking.
4. Extrae el historial de mantenimiento para los mismos activos. Órdenes de trabajo, tiempo medio entre fallos, tiempo medio de reparación, cumplimiento de mantenimiento preventivo, coste de repuestos, horas de mano de obra. Esto es lo que contiene el CMMS, y es el segundo eje de la matriz.
5. Une y ordena. Cada máquina obtiene una cifra de producción perdida y una cifra de coste de mantenimiento. Ordena por producción perdida; el Pareto sale por sí mismo, y la matriz del siguiente apartado es un scatter de esos dos números.

Una condición previa, y es la que detiene a la mayoría de las plantas. El paso cinco solo funciona si el sistema OEE y el sistema de mantenimiento se refieren a la misma máquina por el mismo nombre. En plantas donde las estaciones fueron configuradas por el equipo de operaciones y los activos por el equipo de mantenimiento, años aparte, generalmente no coinciden. En las plantas de un grupo, el primer intento de join emparejó aproximadamente tres cuartos de los activos en un sitio y no pudo hacerse en otro, porque las convenciones de nombres no tenían nada en común. El ejercicio de matching es la primera entrega, no un detalle, y merece figurar en el plan de proyecto. Una planta que arregla el nombrado una vez ha resuelto un problema que de otro modo bloqueará cualquier análisis entre sistemas que intente más adelante.

La matriz de bad actors

Traza cada máquina en dos ejes: producción perdida desde los datos OEE y coste de mantenimiento desde el CMMS. Aparecen cuatro cuadrantes, y cada uno tiene una respuesta correcta distinta. Este es el gráfico que el gerente de planta y el gerente de mantenimiento por fin pueden leer juntos, porque usa los números de ambos.

El cuadrante inferior-derecho es el que las plantas olvidan. Los presupuestos de mantenimiento rara vez se recortan en activos que funcionan bien, así que dinero se queda en máquinas que funcionarían igual de bien con la mitad de atención, mientras el cuadrante superior-izquierdo carece. Mover gasto del inferior-derecho al superior-izquierdo, una vez que la revisión de PM confirme que es seguro, suele ser la ganancia de capacidad más barata de la lista, y es invisible sin la matriz.

Qué hacer con los cinco principales

Toma las cinco máquinas en la cima del ranking por producción perdida. Para cada una, los datos ya deberían haber acotado la causa; el trabajo es actuar sobre ella.

Realiza la raíz de causa de las tres principales razones de parada. No todas las razones de parada de la máquina, las tres principales. Habitualmente acarrean la mayor parte de su pérdida, y suelen ser menos de las que la planta espera.

Comprueba el PM frente a los modos de fallo. La mayoría de los programas de mantenimiento preventivo se escribieron a partir del manual OEM y nunca se han comparado con lo que realmente falla. Si los datos dicen que la máquina para por fallos de sensores y el PM trata de lubricación, el PM está bien ejecutado y es inútil. Reescribe las tareas en función de las razones de parada.

Añade monitorización de condición donde el patrón sea desgaste. Una tasa de paradas que sube constantemente entre intervenciones es un componente que se desgasta. Monitoriza la condición e interviene antes de la parada, en lugar de por calendario.

Construye el caso de mejora sobre la pérdida de valor. Para la máquina que es estructuralmente demasiado lenta o poco fiable, este es el momento en que el argumento de capex finalmente se hace con datos: pérdida de valor por año comparada con el coste de la mejora. Es una petición mucho más pequeña y mejor dirigida que una nueva línea.

O acéptala y búferala. Algunos bad actors son más baratos de aguantar. Si una pequeña mesa de acumulación elimina el efecto sobre el cuello de botella, eso puede ser toda la solución.

Vuelve a medir a los 90 días. El Pareto debería haber cambiado de forma: los cinco principales deberían haber bajado, y debería haber aparecido un nuevo top cinco con pérdidas menores. Si los mismos cinco siguen ahí, las acciones no abordaron la causa, y los datos dirán cuáles fueron.

Ejemplo trabajado

Toma la planta de seis líneas usada en esta serie, unas sesenta máquinas en total. Diez semanas de datos a nivel de estación, atribuidos y ponderados, produjeron un Pareto en el que once máquinas llevaban el 76% de la producción perdida. Las otras cuarenta y nueve compartieron el cuarto restante.

Los cinco primeros, con dónde quedaron en la matriz:

El tapador de la línea 2, la máquina que todos habrían nombrado primero, quedó en noveno lugar. Se averiaba de forma dramática aproximadamente una vez al mes y tenía una gran mesa de acumulación detrás, por lo que la mayor parte de su tiempo de inactividad nunca llegó al contador de la línea. Permaneció en el plan de mantenimiento y salió de la lista de prioridades.

A los 90 días los cinco primeros habían bajado a un 31% combinado de la producción perdida desde el 53%, y el Pareto tenía una nueva cima más aplanada. Las cifras son ilustrativas, pero la forma es lo que vemos: una máquina crónica a la que nadie culpó en la cima, un activo compartido aguas abajo que parecía inocente, y un bad actor famoso que era sobre todo ruidoso.

La conversación presupuestaria que esto posibilita

Los presupuestos de mantenimiento suelen asignarse por edad del activo, calendario OEM y gasto del año anterior. Ninguno de esos es producción perdida. El resultado es un plan que gasta de manera uniforme en máquinas que pierden cantidades muy distintas de capacidad.

La lista de bad actors reasigna por valor perdido: más en los cinco, menos en los cuarenta, con el cuadrante inferior-derecho de la matriz financiando el movimiento. También ofrece al responsable de mantenimiento el argumento que rara vez ha podido presentar a finanzas: este gasto en esta máquina devuelve tanto output, medido, con una re-revisión a 90 días. La manutención deja de ser una línea de coste que se recorta cada año y se convierte en una inversión de capacidad con retorno.

Por qué un CMMS no puede producir esta lista, y cómo lo hace Fabrico

Un CMMS tradicional no puede producir esta lista porque es un sistema de registro de eventos de mantenimiento, no de output. Sabe cada orden de trabajo, cada pieza expedida y cada hora de mano de obra. Puede clasificar máquinas por número de órdenes, por minutos de parada y por coste de mantenimiento. Lo que no puede saber es cuánto costó eso a la línea en producción, porque nunca ha visto el contador de la línea. La lista de minutos de parada es lo mejor que un CMMS puede hacer, y la primera mitad de este artículo explica por qué esa lista está equivocada.

La plataforma de rendimiento manufacturero de Fabrico (MES, OEE, CMMS & AI) se construyó con OEE, mantenimiento, planificación de producción y valor por SKU en un mismo sistema, sobre un modelo de activo único, y el análisis de bad actors es donde eso rinde. Cada módulo añade algo que un CMMS no tiene.

Un activo, dos historiales. La estación que mide el módulo OEE es el activo que mantiene el módulo de mantenimiento. No hay join que construir, porque no hay dos sistemas que unir. El problema de nombres que bloquea a la mayoría de plantas en el paso cinco no aparece, y donde una planta llega con un CMMS existente, el emparejamiento se hace una vez, durante la incorporación, en lugar de por cada analista después.

Producción perdida, no minutos de parada. Los paros se capturan a nivel de estación por sensor, señal PLC o visión por computador, y el equipo puede asignarlos a la máquina que los causó y ponderar su efecto en la producción de la línea. El ranking está por defecto en la base correcta. Una máquina con horas de inactividad absorbida no aparece arriba; el paletizador que bloquea silenciosamente tres líneas sí.

Valor perdido, usando la economía SKU propia de la planta. Con precio de venta y margen introducidos por SKU, la producción perdida de cada máquina se valora al margen de lo que se estaba produciendo cuando se paró. El Pareto y la matriz se dibujan en dólares/tmoneda tanto como en horas, que es la versión que finanzas leerán.

El planificador sabe en qué máquinas confiar. Esta es la pieza que convierte la lista en comportamiento de planta. El módulo de planificación produce según el rendimiento demostrado de cada línea en lugar de según su nombre, por lo que un bad actor conocido se programa al output que entrega realmente, no al que asume el estándar. Rutea los SKU de alta margen a las linhas fiables y los tolerantes a la línea con el case packer crónico. Inserta la ventana PM para un bad actor en el plan como un bloque, en lugar de que el planificador la descubra como sorpresa. Y cuando el bad actor para de todos modos, el motor de replanificación re-secuencia las órdenes afectadas a través de las otras líneas en minutos, con el módulo de impacto financiero mostrando cuánto costó el paro y qué recupera la replanificación. La decisión de mantenimiento, la decisión de planificación y la consecuencia financiera son el mismo evento visto desde tres lados.

La matriz como vista permanente, no como proyecto. La producción perdida desde el lado OEE y el coste desde el lado de mantenimiento son los dos ejes de un gráfico que se actualiza a medida que lo hacen los datos. El cuadrante en el que una máquina se encuentra este mes es visible sin que nadie exporte una hoja de cálculo.

Insights IA que ordenan la solución, no solo la máquina. Los insights accionables de la plataforma no se detienen en «el case packer en la línea 3 es un bad actor». Proponen la intervención a la que apunta el patrón de paradas, ya sea una tarea PM reescrita contra los verdaderos modos de fallo, una sustitución de pieza de formato, un trigger de condition monitoring o una corrección operacional, y clasifican las propuestas a lo largo de la planta por valor recuperable. La planta decide; el sistema propone y luego mide si el Pareto se movió.

La solución se convierte en una orden de trabajo en el mismo sistema. Cuando la acción es mantenimiento, se genera como orden de trabajo contra el mismo activo, con la evidencia de producción perdida adjunta, y el cumplimiento PM en ese activo se rastrea de nuevo respecto a la tasa de paradas. El ciclo se cierra sin transferencia entre herramientas.

La diferencia con un CMMS no es un mejor sistema de mantenimiento. Es que mantenimiento, planificación y valor son módulos de una plataforma cuya unidad de cuenta es la producción, así que un bad actor es a la vez una prioridad de mantenimiento, una limitación de planificación y una línea en la cuenta de pérdidas y ganancias, y la planta puede actuar sobre las tres sin conciliar tres sistemas.

Preguntas frecuentes

¿Qué es el análisis de bad actors en manufactura? Clasificar el equipo por la producción que hace perder a la línea, en lugar de por minutos de parada o número de órdenes de trabajo, y luego ordenar esos activos por coste de mantenimiento para decidir cuáles necesitan trabajo de causa raíz, cuáles otro tipo de atención y cuáles deben dejarse como están.

¿Cuántas máquinas suelen ser bad actors? En plantas multi-línea, el 15-20% de las máquinas suele representar el 70-80% de la producción perdida. En una planta de sesenta máquinas, eso son diez a doce activos.

¿Debo rankear las máquinas por tiempo de parada o por producción perdida? Por producción perdida. Los minutos de parada en una máquina con buffer detrás pueden no costar nada, mientras que una parada más corta en el cuello de botella le cuesta a toda la línea. Los minutos de parada son lo que un CMMS puede producir; la producción perdida necesita datos de paradas a nivel de estación unidos al conteo de la línea.

¿Con qué frecuencia debe actualizarse la lista de bad actors? Re-medir a los 90 días tras actuar sobre los cinco primeros, y luego trimestralmente. Si las mismas máquinas siguen arriba, las acciones no acertaron la causa.

¿Es un bad actor un problema de mantenimiento o de operaciones? La matriz responde eso por máquina. Alta producción perdida con altos costes de mantenimiento es un problema de mantenimiento. Alta producción perdida con bajos costes de mantenimiento suele ser operaciones: ajustes, material, piezas de formato o hábitos de operario. El error es suponer que todos los bad actors pertenecen a mantenimiento.

Encuentra tu verdadero top cinco

Si la lista de máquinas problemáticas de la planta se construyó a partir de averías y memoria, vale la pena probarla con los datos de producción. La prueba es barata y el resultado suele ser una lista distinta.

El piloto de alcance fijo lo hace en una línea: seis semanas, captura de paradas a nivel de estación con un sensor industrial y hub instalados con tu equipo, paradas atribuidas a la máquina que las causó y ponderadas por efecto en la producción, y un informe con la clasificación de bad actors propia de la línea y las tres intervenciones de mayor valor. Donde la planta tenga historial de mantenimiento para los mismos activos, la matriz también está en el informe. La tarifa es fija y se acredita íntegramente contra una suscripción del primer año si despliegas. El piloto funciona en la plataforma de rendimiento manufacturero de Fabrico (MES, OEE, CMMS & AI), que conecta datos de máquina, OEE y análisis de pérdidas, planificación de producción, valor de output por SKU y mantenimiento en un único sistema, de modo que la lista de bad actors se mantiene actualizada conforme aterrizan las correcciones.

Solicita una demo o lee cómo el módulo de mantenimiento comparte un único modelo de activo con el OEE.