Industria 4.0
33
dad, eficiencia de equipos y costos de producción. Esto
se logra aplicando un principio básico: Sin datos, no
hay modelo; o dicho antiguamente, lo que no se mide,
no se puede mejorar. Se han observado oportunidades
en las cuales se mejoran los puntos porcentuales del
índice global de eficiencia (OEE) a partir de la adqui-
sición de los datos generados por personas, procesos y
máquinas, colectar dichos datos, así sean en gran volu-
men y gestionarlos como información disponible para
otras áreas y actores además de la línea de producción.
Sensores Virtuales:
Llamado así por ser modelos mate-
máticos que predicen a partir de ser
entrenados por los datos históricos y
estar “escuchando” los datos en tiem-
po real desde la línea de producción.
Estos modelos matemáticos son
empleados donde es difícil o imposi-
ble medir físicamente con un sensor
físico. Por ejemplo, un caso de apli-
cación práctica es la predicción de la
temperatura de baño en un horno de
arco eléctrico de producción de ace-
ro, donde la posibilidad de instalar un
sensor es inviable. La posibilidad de
implementar un Sensor Virtual que la
prediga genera ahorros en el consu-
mo de energía y alarga la vida útil de
los refractarios puesto que evita que la
temperatura exceda el nivel óptimo
de operación. Estos sensores virtuales
trabajando a través de las variables co-
rrectas pueden lograr errores absolu-
tos de +/- 10 grados con un intervalo
de confianza del 90%.
Optimización de procesos:
Medido en términos de productivi-
Predicción de la degradación del desempeño
(performance) de equipos
Lo cual también puede ser planteado en positivo:
¿Cómo puedo incrementar el desempeño de mi ma-
quinaria a partir de lo aportado por la ciencia de da-
AISTMEXICO.ORG.MX
Primeros beneficios tangibles ya se visualizan en
la industria
En los últimos años la transformación digital ha co-
menzado a permearse en los procesos relacionados al
acero en las siderúrgicas más importantes del mundo,
estando como principales actores la Analítica (prácti-
ca), Big Data (tecnología) y disciplinas de IA e IAu;
que han provisto soluciones clasificadas en estos pri-
meros órdenes:
Detectar paros de máquina no planificados:
Cuando las condiciones operativas no pueden de-
tectar oportuna y anticipadamente los riesgos que pro-
ducen paros de máquina no planificados; un ejemplo
de aplicación real es en un molino reversible para pre-
venir, a partir del análisis de los datos históricos y las
condiciones en tiempo real, un posible “encalle” de la
lámina, lo que en México conocemos como “atorón”;
con el consabido paro de la línea hasta por un turno
laboral.
Incluso, existe una variante “reciente” llamada In-
teligencia Aumentada (IAu), un concepto que ha sido
creado para enfatizar el mensaje de que la Inteligencia
Artificial se desarrolla para mejorar las capacidades
cognitivas de los humanos, y no para reemplazarlos. La
IAu es la opción más adoptada dentro de la industria
de manufactura en general, por el momento.