Algunos puestos no dan ninguna señal de máquina, como el montaje manual o el embalaje. Allí, las cámaras con IA reconocen y cuentan la producción, así que esos puestos también tienen conteos y OEE.
La opción adecuada para cada máquina, conexión al PLC, dispositivo IoT o cámara, se acuerda con el equipo de Fabrico antes de la instalación. Una planta puede combinar las tres.
Producción y ciclos. La cámara cuenta piezas y detecta ciclos donde no hay señal de máquina.
Paradas y microparadas. Las cámaras detectan cuando una línea está parada, incluida una línea encendida que no produce y las paradas cortas que nadie anota.
Velocidad. Al analizar visualmente los patrones de ciclo, las cámaras comprueban si la producción va a la velocidad correcta.
El momento de la parada. Las imágenes se sincronizan con los datos de la máquina y la línea de tiempo, así que puede ampliar el momento exacto en que la línea se detuvo y revisar la causa.
Cámaras posicionadas sobre las líneas de producción capturan continuamente y sincronizan las imágenes con datos de máquina y de la línea de tiempo. Cuando ocurre un evento anómalo, los usuarios pueden acercarse al momento exacto para revisar y validar la causa.
Modelos de IA entrenados ayudan sugiriendo las probables causas de parada basándose en patrones de comportamiento aprendidos, transformando metraje bruto en información procesable.
Fabrico instala una o más cámaras de grado industrial por línea de producción, configuradas para cubrir las áreas clave del proceso. Utilizando entradas históricas de máquinas y operarios, el modelo de aprendizaje automático del sistema aprende a reconocer causas recurrentes de parada como falta de material, atasco o pieza rota.
Tras la fase de aprendizaje, el modelo clasifica los eventos futuros y completa los huecos de datos, de modo que el registro de paradas es cada vez más completo a medida que aprende.
Al integrar la evidencia visual con el análisis de OEE, Fabrico ayuda a los fabricantes a ver su tiempo de inactividad y sus pérdidas de proceso desglosados por causa. Así, el Kaizen y las demás iniciativas de mejora continua cuentan con los datos que necesita un análisis de causa raíz: el vídeo de la parada junto a los datos de máquina y la causa que registró el operario.
El resultado es una base objetiva y basada en datos para la mejora continua.
Los conteos de la cámara llegan a la misma línea de tiempo que los datos del PLC y de los sensores. Todas las fuentes alimentan el mismo cálculo de OEE, así que las líneas conectadas de forma distinta se comparan lado a lado.
Fabrico une los datos de visión con la actividad de los operarios, las órdenes de trabajo y los estados de las máquinas. Cuando una línea se para, las imágenes, el registro de la máquina y la causa del operario están en un solo lugar.
Vea cómo el software OEE calcula disponibilidad, rendimiento y calidad con estos datos, y cómo el control de paradas registra cada parada con su causa.
Cada proyecto empieza con un análisis de su proceso y sus máquinas. Muestra qué máquinas se pueden leer por su PLC, cuáles necesitan un dispositivo IoT y qué puestos manuales son aptos para una cámara.
Instalar los dispositivos y conectar las máquinas lleva alrededor de un mes. La implantación completa en las líneas que elija, con importación de datos, configuración y formación, lleva de 3 a 4 meses.
La formación es en directo y en planta, y el soporte responde por correo o por llamada de vuelta en menos de 2 horas. La página de conectividad de máquinas explica cada opción de conexión.
Fabrico está certificado en ISO/IEC 27001 y funciona en la región UE de AWS. Los datos se cifran en reposo y en tránsito, y las copias de seguridad son diarias.
Los datos se tratan conforme al RGPD con un acuerdo de tratamiento de datos, y Cloudflare protege el servicio frente a ataques DDoS.
No. Una cámara puede medir puestos sin PLC ni sensor, como el montaje manual o el embalaje, contando la producción que ve.
Esos conteos alimentan las mismas cifras de OEE que las máquinas conectadas por PLC.
Una línea puede estar encendida y no producir nada, y una señal de marcha no lo muestra como parada. La cámara lo ve, aunque nadie lo informe.
Los patrones de ciclo en el vídeo también muestran si la línea va a la velocidad correcta.
El modelo de aprendizaje automático aprende del historial de datos de las máquinas y de los registros de los operarios. Aprende a reconocer causas recurrentes, como falta de material, un atasco o una pieza rota.
Tras la fase de aprendizaje, clasifica los nuevos eventos y rellena los huecos de datos, así que el registro de paradas es cada vez más completo.
Fabrico instala una o varias cámaras industriales por línea de producción, configuradas para cubrir las zonas clave del proceso.
El número por línea se acuerda con el equipo de Fabrico tras un análisis de su proceso y sus máquinas.
Cuente con alrededor de un mes para instalar los dispositivos y conectar las máquinas.
La implantación completa, con importación de datos, configuración y formación en planta, termina en 3 a 4 meses.
Fabrico tiene la certificación ISO/IEC 27001 y aloja los datos en AWS en la UE, cifrados en tránsito y en reposo y con copia de seguridad diaria.
Un acuerdo de tratamiento de datos fija cómo se tratan sus datos conforme al RGPD.
Iniciar sesión