{"id":26668,"date":"2022-12-03T09:00:32","date_gmt":"2022-12-03T15:00:32","guid":{"rendered":"https:\/\/ultatek.com\/?p=26668"},"modified":"2025-06-06T05:56:00","modified_gmt":"2025-06-06T11:56:00","slug":"sistemas-de-monitorizacion-de-datos-en-procesos-industriales-cual-debes-elegir","status":"publish","type":"post","link":"https:\/\/ultatek.com\/en\/sistemas-de-monitorizacion-de-datos-en-procesos-industriales-cual-debes-elegir\/","title":{"rendered":"Industrial Process Data Monitoring Systems: Which One Should You Choose"},"content":{"rendered":"

Las empresas utilizan los datos de fabricaci\u00f3n para mejorar la calidad de sus producto y la eficiencia de sus procesos de producci\u00f3n, y es que en la fabricaci\u00f3n moderna, la\u00a0monitorizaci\u00f3n de datos en procesos industriales<\/b>\u00a0es una herramienta fundamental para resolver los problemas de calidad y permitir la mejora de los procesos productivos.<\/p>\n

 <\/p>\n

\u00bfQu\u00e9 puedes recopilar con la monitorizaci\u00f3n de datos en procesos industriales?<\/b><\/h3>\n

Durante la producci\u00f3n se genera una gran cantidad de datos de m\u00e1quinas y piezas pero es fundamental saber cu\u00e1les KPIs son los que hay que recopilar. La realidad es que todos los datos podr\u00edan ser correctos pero no todos son iguales, ni son \u00fatiles de la misma manera para la toma de decisiones de alto nivel. El reto es conseguir que todos ellos fluyan de manera integrada y organizada para que el equipo pueda entenderlos y obtener una visi\u00f3n r\u00e1pida para poder actuar a tiempo.<\/p>\n

Cuando se inicia una recopilaci\u00f3n de datos de manera organizada, hay que recoger todos los datos posibles de cada proceso o prueba que haya tocado cada pieza a medida que avanza en la producci\u00f3n.<\/p>\n

A medida que se revisan m\u00e1s datos de m\u00e1s piezas, se tendr\u00e1 una visi\u00f3n m\u00e1s profunda de cu\u00e1les de las comprobaciones y de los l\u00edmites de las caracter\u00edsticas que son suficientes para distinguir un producto bueno de uno defectuoso. Con este an\u00e1lisis, se puede identificar formas de reducir la cantidad de datos que se recogen o el n\u00famero de comprobaciones de caracter\u00edsticas.<\/p>\n

\"\"<\/a><\/p>\n

 <\/p>\n

Prioridades de la monitorizaci\u00f3n de datos en procesos industriales<\/b><\/h3>\n

A la hora de priorizar los datos de fabricaci\u00f3n que hay que recopilar y posteriormente analizar, es importante aplicar un enfoque de Pareto y la regla del 80\/20. Se debe pedir al equipo que primero clasifique los datos teniendo en cuenta cu\u00e1les son los mayores cuellos de botella en la l\u00ednea que afectan a la producci\u00f3n general o al rendimiento a la primera, es decir, el 20% que est\u00e1 causando el 80% de los problemas.<\/p>\n

Hay que centrar los esfuerzos de recopilaci\u00f3n de datos en estos problemas. A continuaci\u00f3n, se pueden aplicar algoritmos para encontrar tendencias y patrones que revelen las causas de los defectos de las piezas que se est\u00e1n experimentando.<\/p>\n

El equipo puede entonces tomar decisiones informadas sobre ajustes necesarios en los procesos o pruebas y as\u00ed detectar problemas que conducen a estos defectos antes de que avancen en la l\u00ednea. Esto puede hacerse con cualquier proceso u operaci\u00f3n controlada de la l\u00ednea de producci\u00f3n.<\/p>\n

Este enfoque funciona mejor si se tiene una producci\u00f3n serializada, es decir, cada\u00a0\u00a0elemento producido lleva su propio n\u00famero de serie. La serializaci\u00f3n crea un registro hist\u00f3rico de creaci\u00f3n para cada pieza de producci\u00f3n que incluye todos los datos de cada proceso o prueba que la haya tocado.<\/p>\n

 <\/p>\n

\u00bfCu\u00e1nto tiempo se deben almacenar los datos de piezas de fabricaci\u00f3n?<\/b><\/h3>\n

El tiempo que se debe almacenar los datos de fabricaci\u00f3n depende del tiempo que se quiera mantener una unidad en el campo. \u00bfCu\u00e1l es el per\u00edodo de garant\u00eda de los<\/p>\n

productos? Si se trata de un proveedor de un OEM, hay que tener en cuenta el periodo de garant\u00eda de los productos que incluyen la pieza o conjunto. La estrategia de almacenamiento de datos a largo plazo debe cubrir esos periodos de tiempo.<\/p>\n

Siempre costar\u00e1 menos almacenar todos los datos durante el tiempo de duraci\u00f3n de la garant\u00eda de la pieza, que hacer frente con la retirada por no tener datos suficientes para identificar y retirar selectivamente las piezas malas o con defectos. Hay que tener en cuenta que el precio de una retirada no es s\u00f3lo monetario, sino tambi\u00e9n el impacto en la percepci\u00f3n p\u00fablica de la marca y la fiabilidad de los productos. Por esta raz\u00f3n, la\u00a0monitorizaci\u00f3n de datos en procesos industriales<\/a>\u00a0<\/b>es tan importante.<\/p>\n

\"\"<\/a><\/p>\n

 <\/p>\n

Herramientas para la monitorizaci\u00f3n de datos en procesos industriales<\/b><\/h3>\n

En la actualidad existen soluciones para la\u00a0monitorizaci\u00f3n de datos en procesos industriales.<\/b><\/p>\n