Documentos de Académico
Documentos de Profesional
Documentos de Cultura
com
CienciaDirecta
Resumen
La creciente digitalización de la industria proporciona medios para adquirir y analizar automáticamente datos de fabricación. Como consecuencia, las
empresas están invirtiendo en sistemas de ejecución de fabricación (MES), donde la medición de la eficacia general del equipo (OEE) suele ser una parte central
y una razón importante para la inversión. El propósito de este estudio es identificar los factores críticos y los peligros potenciales al operar la medición
automática de OEE. Se logra mediante el análisis de datos sin procesar utilizados para el cálculo de OEE adquiridos de un gran conjunto de datos; 23 empresas
diferentes y 884 máquinas. El promedio de OEE se calculó en 65%. Casi la mitad de las pérdidas OEE registradas no pudieron clasificarse debido a que faltaban
las categorías de pérdidas o tenían descripciones deficientes. Además, El 90% del tiempo de parada que se clasificó podría estar directamente relacionado con
las actividades de apoyo realizadas por los operadores y no con el proceso automático en sí. Los hallazgos y recomendaciones de este estudio se pueden
incorporar para aprovechar al máximo el potencial de los sistemas automáticos de adquisición de datos y obtener medidas OEE precisas que se pueden usar
para mejorar el rendimiento de fabricación.
©©220dieciséis15elTmihAmituA
0 eltuotrh.sPAGSrstu.bPAGSlitushbmiyodesbhyeducarElbsyevmies
o hola.sVes.un artículo de acceso abierto bajo la licencia CC BY-NC-ND
deciryorseBv.V
es decir.rTB
vectuonortemetrodmetro
(PAGS
horamitpmi:r/-/rCmirevaitmiiw s/boyF-norteSCC-inortemidnorte/t4i.F0i/C).comité de la 49ª Conferencia CIRP sobre Sistemas de Manufactura (CIRP-CMS 2016).
ejemornortemiss.opagsrogramonorte/lsicibesIllinoissimity
Revisión por pares bajo la responsabilidad del comité científico de la 49ª Conferencia CIRP sobre Sistemas de Fabricación
Palabras clave:Eficiencia general del equipo; influencia del operador; clasificación de pérdidas; medición del desempeño
2212-8271 © 2016 Los autores. Publicado por Elsevier BV Este es un artículo de acceso abierto bajo la licencia CC BY-NC-ND (
http://creativecommons.org/licenses/by-nc-nd/4.0/).
Revisión por pares bajo la responsabilidad del comité científico de la 49.ª Conferencia CIRP sobre sistemas de fabricación
doi:10.1016/j.procir.2016.11.023
Richard Hedman et al. / Procedimiento CIRP 57 (2016) 128 – 133 129
Contar
Pérdidas por tiempo de inactividad: 244 364 119 157
máquinas
1) Las fallas del equipo se clasifican como pérdidas de tiempo
cuando se reduce la productividad y pérdidas de cantidad Los datos se adquirieron como un solo archivo de MS Excel con
2) Las pérdidas de tiempo de instalación y ajuste son el resultado del correspondientes para cada máquina. En total, hubo 499 descripciones
tiempo de inactividad y los productos defectuosos que ocurren individuales de tiempos perdidos, que se agruparon en ocho categorías:
Figura 4. Distribución del 'Tiempo perdido influenciado por el operador' entre grupos industriales [%].
100% no es realista en la práctica [1, 5]. Además, con respecto a la encontró que cuando la medición está automatizada, es
eficiencia de la velocidad, investigaciones previas pueden confirmar aún más importante que las empresas no se distancien de
que muchas empresas se abstienen de operar funciones administrar las características detalladas de sus procesos
relacionadas con datos de tiempo y, en consecuencia, no miden de fabricación.
tiempos de ciclo ni tienen conocimiento suficiente sobre el Los profesionales pueden incorporar los resultados para
rendimiento máximo teórico [16, 17]. aprovechar al máximo el potencial de los sistemas automáticos de
Las medidas agregadas de OEE revelaron diferencias de adquisición de datos y derivar medidas precisas de OEE que se
desempeño entre los grupos de la industria. Sin embargo, pueden utilizar para mejorar el rendimiento de fabricación. Los
como afirman Andersson y Bellgran [7], lo más importante no hallazgos también son relevantes para los académicos cuando
es la cifra real de OEE, sino cómo se puede utilizar para utilizan grandes conjuntos de datos de fabricación, derivados de
mejorar. Dado que las causas de más de la mitad del tiempo sistemas de medición automáticos, para modelado y análisis.
perdido medido no se pudieron clasificar, tendrá una influencia Los esfuerzos de investigación futuros sugeridos incluyen
negativa en el valor de los datos para dirigir las iniciativas de investigar el nivel de conciencia entre los tomadores de decisiones
mejora. Por supuesto, es posible que los operadores y los con respecto a la medición de OEE y cómo afecta sus decisiones
técnicos de producción que pasan tiempo en los talleres sepan políticas.
y puedan interpretar cuáles son las pérdidas inclasificables de
sus máquinas. Sin embargo, para los tomadores de decisiones Agradecimientos
de más alto nivel en la organización, que son responsables de
priorizar e invertir en iniciativas de mejora, gran parte del Esta investigación se lleva a cabo dentro de la Iniciativa de
potencial de mejora permanecerá oculto cuando no se Producción Sostenible y el Área de Producción de Avance en la
comuniquen las causas de las pérdidas. Universidad Tecnológica de Chalmers. El apoyo es agradecido
Además, nuestros hallazgos están alineados con investigaciones por los autores. También nos gustaría agradecer a Mikael
anteriores que afirman que, a pesar de que se supone que OEE Persson, director ejecutivo de Good Solutions AB, quien
mide la eficiencia de los equipos individuales, se ve afectada por el proporcionó el conjunto de datos y fue de gran ayuda para
entorno circundante [5, 12, 13]. Esto a menudo se refiere al manejo responder preguntas y brindar conocimientos expertos.
de materiales, amortiguadores y preguntas. Con el análisis de la
influencia del operador, hemos demostrado que para mejorar la Referencias
eficiencia del equipo, también se requiere enfocar la atención y los
esfuerzos principalmente en cómo se planifican y ejecutan las [1] Nakajima, S., Introducción a TPM: mantenimiento productivo
total. 1988: Prensa de productividad Cambridge, MA.
actividades de apoyo realizadas por los operadores. La medida OEE,
[2] Muchiri, P., et al., Desarrollo del marco e indicadores de medición
en consecuencia, captura los resultados de las actividades de apoyo, del desempeño de la función de mantenimiento. Revista
pero se limita a la hora de representar las áreas de mejora para Internacional de Economía de la Producción, 2011. 131(1): p.
estas tareas de trabajo manual. Las diferencias identificadas en la 295-302.
distribución del tiempo influido por el operador entre los grupos [3] Chan, F., et al., Implementación del mantenimiento productivo total: un
estudio de caso. Revista Internacional de Economía de la Producción,
industriales se reflejan en las características de los diferentes
2005. 95(1): p. 71-94.
sistemas de producción. [4] Muchiri, P. y L. Pintelon, Medición del desempeño utilizando la
En resumen, cuando los factores de eficiencia en el desempeño y efectividad general del equipo (OEE): revisión de la literatura y
tasa de calidad se dejan en valores predeterminados y una gran discusión de aplicación práctica. Revista Internacional de
cantidad de pérdidas quedan sin clasificar, se puede cuestionar si Investigación de Producción, 2008. 46(13): p. 3517-3535.
[5] Jonsson, P. y M. Lesshammar, Evaluación y mejora de los
las empresas realmente están midiendo elgeneral eficiencia del
sistemas de medición del rendimiento de fabricación: el
equipo o simplemente la disponibilidad. Esto también plantea la papel de OEE. Revista internacional de gestión de
pregunta de qué tan adecuada es la medida OEE para comparar la operaciones y producción, 1999. 19(1): p. 55-78.
eficiencia del equipo cuando no es obvio cómo las empresas [6] Tangen, S., Una descripción general de las medidas de rendimiento de uso
frecuente. Estudio del Trabajo, 2003. 52(7): pág. 347-354.
individuales interpretan y definen los factores OEE. Es difícil
[7] Andersson, C. y M. Bellgran, Sobre la complejidad del uso de medidas de
determinar la eficiencia de la velocidad [5] y las empresas podrían
rendimiento: mejora de la capacidad de mejora de la producción
considerar registrar la tasa de calidad por máquina como sostenida mediante la combinación de OEE y productividad. Revista de
demasiado detallada. Sin embargo, el sistema técnico para la Sistemas de Fabricación, 2015. 35: p. 144-154.
medición automática sí tiene la capacidad y la capacidad de manejar [8] Almström, P. y A. Kinnander, El método de evaluación del potencial
estos problemas. Sin embargo, para aprovechar al máximo el de productividad: evaluación y evaluación comparativa del
potencial de mejora en los sistemas de fabricación a nivel de
potencial de estos tipos de sistemas automáticos de adquisición de
planta. Revista Internacional de Gestión de la Productividad y el
datos, se requiere que las empresas inviertan tiempo y esfuerzo en Desempeño, 2011. 60(7): p. 758-770.
definir con precisión los datos centrales. [9] Huang, SH, et al., Modelado de sistemas de fabricación para la
mejora de la productividad. Journal of Manufacturing Systems,
6. Conclusión 2002. 21(4): pág. 249-259.
[10] Sáenz de Ugarte, B., A. Artiba y R. Pellerin, Sistema de ejecución de la
manufactura: una revisión de la literatura. Planificación y control de la
La investigación presentada en este documento ha identificado producción, 2009. 20(6): pág. 525-539.
factores críticos que afectan directamente la precisión y [11] Jeong, KY y DT Phillips, Medición de la eficacia y la eficiencia
aplicabilidad de las medidas OEE cuando se operan sistemas para la operativa. Revista internacional de gestión de operaciones y
medición automática de datos de fabricación. Ha sido producción, 2001. 21(11): p. 1404-1416.
[12] De Ron, A. y J. Rooda, Eficacia del equipo: OEE
Richard Hedman et al. / Procedimiento CIRP 57 (2016) 128 – 133 133