BMW mejora su calidad de producción gracias al uso inteligente de datos

A lo largo de toda la cadena de valor que se genera en la producción, distribución, venta y postventa de un vehículo genera ingentes cantidades de datos. El Grupo BMW los digitaliza y reúne en su cluster Smart Data Analytics para, convenientemente analizados, mejorar su sistema Premium de producción y elevar la calidad en todas las áreas de producción y logística.

Las mejoras introducidas a partir de datos obtenidos directamente de los procesos y sistemas contribuyen muy positivamente a la reducción de los plazos de entrega y de los costes de producción. El Grupo BMW utiliza una plataforma IoT (Internet of Things, Internet de las cosas) de acceso protegido para enlazar la ingente cantidad de datos procedentes de los sensores y procesos de producción y logística rápida y fácilmente.

Gracias a estos datos, Smart Data Analytics puede realizar análisis aún más profundos y completos mucho más rápidamente lo que facilita la adopción de nuevas soluciones de forma significativamente más rápida. Los nuevos sensores de IoT combinados con la nube y las nuevas tecnologías Big Data están reduciendo la complejidad técnica y los costos de la implementación de las nuevas soluciones en los procesos afectados.

«Al combinar la experiencia de nuestro personal con nuevas posibilidades de procesamiento eficiente de grandes volúmenes de datos, podemos crear pronósticos precisos y optimizar proactivamente los procesos. Esto acelera la mejora continua de nuestro sistema de producción en línea con los principios básicos de la producción de mejora continua y ajustada», indica Christian Patron, responsable de Innovación y Digitalización en el Sistema de Producción.

La trazabilidad de las piezas, factor clave para reducir pérdidas y tiempos muertos

Las piezas de la carrocería se elaboran a partir de bobinas de acero de 40 toneladas de peso y casi tres kilómetros de longitud que se cortan y moldean en las prensas. El grosor de la lámina de acero, su textura superficial, resistencia y grado de engrase no es uniforme en toda la bobina y eso puede producir grietas en las piezas de carrocería por la tensión a las que se las somete durante el proceso de producción. Gracias a los análisis de Smart Data Analytics, en la planta de Rengensburg un láser marca cada las líneas de corte de cada pieza en la bobina para reducir los espacios en blanco, al tiempo que identifica las piezas para darles una ID. Gracias a este proceso la producción en las prensas podrá ser afinada tanto para reducir las pérdidas de material como para afinar la producción de cada pieza dotándola si es preciso de un engrase adicional en bruto antes de conformarla.

La ID de cada pieza se mantiene invariable durante todas las etapas posteriores de la producción de la carrocería, añadiéndole toda la información referente a ella, lo que permite mantener su trazabilidad en todo momento. Esa trazabilidad facilita el trabajo de los especialistas de planificación de BMW para optimizar los procesos con algoritmos adicionales. Así se pueden variar levemente las dimensiones de las piezas de carrocería para un mejor ajuste o la aplicación de la pintura a ese componente en particular. Y gracias al ajuste fino de los parámetros de la prensa se aprovecha mejor el acero de las bobinas, se reduce el tiempo de inactividad de las mismas para el análisis de posibles fallos y el número de piezas defectuosas producidas es mucho menor. Eso redunda en una mayor productividad y ahorro de costes.

El uso de datos predictivos para reducir riesgos de avería en las máquinas y equipos de producción

Otra aplicación beneficiosa de Smart Data Analytics que ofrece un importante potencial es la capacidad de predecir los riesgos de avería en las máquinas y equipos de producción en las áreas de producción altamente automatizadas. Gracias a ello, el personal de mantenimiento puede planificar mejor las intervenciones a realizar evitando paradas innecesarias en los procesos de producción.

Además, el mantenimiento predictivo a partir del análisis inteligente de los miles de datos reales obtenidos directamente de los sensores y procesos de producción contribuye a eliminar posibles riesgos de averías, con el consiguiente ahorro de tiempos y costes por paradas imprevistas de la producción. Igualmente, el análisis predictivo permite conocer mejor el momento idóneo para el reemplazo o sustitución de las piezas de desgaste utilizadas en los procesos de producción, evitando riesgos de roturas por desgaste si se reemplazan demasiado tarde, o valiosas pérdidas de recursos, si se efectúan anticipadamente.

Hasta el más simple tornillo en la producción de un coche aporta datos de interés que son controlados y utilizados por Smart Data Analytics para sus análisis de optimización. Grupo BMW monitoriza y analiza todas las conexiones atornilladas que son relevantes para la seguridad de sus vehículos. Desde julio de 2017 se han desarrollado algoritmos que analizan este tipo de conexiones en más de 3.200 sistemas de ensamblaje en todas las plantas de producción del Grupo. Todas las curvas del proceso de pernos se graban y analizan, gracias a lo cual se obtiene una información precisa sobre la calidad de las conexiones atornilladas. El programa reconoce los fallos y errores y muestra las posibles fuentes del mismo lo que permite actuar más rápidamente para su corrección. El análisis de las curvas del proceso también informa sobre el par de apriete de los pernos y tornillos.

«En la producción automotriz, cada segundo cuenta. Si una pieza no está disponible a tiempo o un sistema falla, el proceso de producción se retrasa y altera la cadena de valor. El uso inteligente de los datos de producción asegura un proceso estable y eficiente. Cuando Smart Data Analytics disponga de la retroalimentación que pueden aportar los datos de nuestros clientes, el potencial de mejora en el desarrollo y la producción de nuestros vehículos será tremendo y muy rápido», concluye Christian Patron.