Distribución de planta 4.0
Resumen
El presente trabajo nos inmerge en consideraciones de diseño de proyecto al momento de implementar herramientas de toma de datos en tiempo real en planta, también conocidas como tecnología de internet industrial de las cosas, necesarias para optimizar la gestión de operaciones industriales.
Una concepción equivocada que no tome en cuenta diferencias significativas en lo referido a una distribución por proceso versus distribución por producto implicará atravesar indefectiblemente una serie de dificultades que provoquen que los resultados obtenidos no puedan ser traducidos en información necesaria para la búsqueda de la mejora continua.
Las conclusiones son alarmantes, al presentar una situación inicial de monitoreo del OEE del 88%, en contra partida a una realidad, desconocida hasta ese entonces, catorce puntos inferiores del orden del 74%. Esta brecha provocará no atacar la eliminación de desperdicios, conocidos también como mudas, en búsqueda de la optimización del estado de resultados de la compañía. Veremos que dicha diferencia será una consecuencia de la incorrecta imputación de retrabajos generados al realizar un seguimiento de la actividad basado en el tiempo de ocupación de los operarios, en lugar de hacerlo sobre el tiempo efectivo en producir unidades buenas de forma contínua.
La siguiente investigación es del tipo descriptiva, basada en una recolección de datos empíricos tomados en forma asincrónica durante el año 2023, sobre un universo muestral definido por una empresa manufacturera dedicada a la producción de instrumentos de pesaje comercial para el mercado argentino y latinoamericano.
Descargas
Citas
Albrieu, R., Basco, A. I., Brest López, C., De Azevedo, B., Peirano, F., Rapetti, M., & Vienni, G. (2019). Travesía 4.0: hacia la transformación industrial argentina. https://doi.org/10.18235/0001731
Aouedi, O., Vu, T. H., Sacco, A., Nguyen, D. C., Piamrat, K., Marchetto, G., & Pham, Q. V. (2024). A survey on intelligent Internet of Things: Applications, security, privacy, and future directions. IEEE communications surveys & tutorials.
Braglia, M., Frosolini, M., & Zammori, F. (2008). Overall equipment effectiveness of a manufacturing line (OEEML) An integrated approach to assess systems performance. Journal of Manufacturing Technology Management, 20(1), 8-29.
Frank, A. G., Dalenogare, L. S., & Ayala, N. F. (2019). “Industry 4.0 technologies: Implementation patterns in manufacturing companies”. International journal of production economics, 210, 15-26.
Javaid, M., Haleem, A., Singh, R. P., & Sinha, A. K. (2024). Digital economy to improve the culture of industry 4.0: A study on features, implementation and challenges. Green Technologies and Sustainability, 100083.
Khan, N., Solvang, W. D., & Yu, H. (2024). Industrial Internet of Things (IIoT) and Other Industry 4.0 Technologies in Spare Parts Warehousing in the Oil and Gas Industry: A Systematic Literature Review. Logistics, 8(1), 16.
Leng, J., Zhu, X., Huang, Z., Li, X., Zheng, P., Zhou, X. & Liu, Q. (2024). Unlocking the power of industrial artificial intelligence towards Industry 5.0: Insights, pathways, and challenges. Journal of Manufacturing Systems, 73, 349-363.
Nechibvute, A., & Mafukidze, H. D. (2024). Integration of scada and industrial iot: Opportunities and challenges. IETE Technical Review, 41(3), 312-325.
Ng Corrales, L. D. C., Lambán, M. P., Hernandez Korner, M. E., & Royo, J. (2020). “Overall equipment effectiveness: Systematic literature review and overview of different approaches”. Applied sciences, 10(18), 6469.
Schuitemaker, R., & Xu, X. (2020). “Product traceability in manufacturing: A technical review”. Procedia cirp, 93, 700-705.
Soori, M., Dastres, R., Arezoo, B., & Jough, F. K. G. (2024). Intelligent robotic systems in Industry 4.0: A review. Journal of Advanced Manufacturing Science and Technology, 2024007-0.
Tao, F., Qi, Q., Wang, L., & Nee, A. Y. C. (2019). “Digital twins and cyber–physical systems toward smart manufacturing and industry 4.0: Correlation and comparison”. Engineering, 5(4), 653-661.
Udeh, C. A., Orieno, O. H., Daraojimba, O. D., Ndubuisi, N. L., & Oriekhoe, O. I. (2024). Big data analytics: a review of its transformative role in modern business intelligence. Computer Science & IT Research Journal, 5(1), 219-236.
Ullah, M. R., Molla, S., Siddique, I. M., Siddique, A. A., & Abedin, M. M. (2023). “Optimizing performance: a deep dive into overall equipment effectiveness (OEE) for operational excellence”. Journal of industrial mechanics, 8(3), 26-40.
