Mantenimiento preventivo y predictivo

Wade Anderson :

Hola, mundo de la fabricación. Bienvenidos a un nuevo episodio de Shop Matters, patrocinado por Okuma America. Este podcast trata sobre todo lo relacionado con la fabricación. Hoy me acompañan en el estudio Mike Hampton de Okuma America y Andy Henderson de Praemo. ¡Bienvenidos!

Mike Hampton :

Sí, gracias por invitarme.

Andy Henderson :

Muchas gracias. Me alegra estar aquí.

Wade Anderson :

Muy bien, hagamos una breve presentación. Mike, cuéntanos un poco sobre ti y a qué te dedicas.

Mike Hampton :

Sí, por supuesto. Llevo en el sector manufacturero desde 2010. Inicialmente trabajaba en atención al cliente. Colaboré con varias marcas de máquinas herramienta, incluyendo tornos y fresadoras de algunos de nuestros competidores. Desde 2018, trabajo en Okuma America y me dedico exclusivamente al desarrollo de negocio para el mercado de repuestos y servicios posventa. A eso me dedico a diario y me apasionan enormemente los temas que trataremos hoy.

Wade Anderson:

2018, parece que llevas con nosotros como seis meses.

Mike Hampton :

Lo sé, el tiempo vuela cuando uno se divierte, Wade.

Wade Anderson :

Así es como se dice. Jim King podría escuchar esto, así que...

Mike Hampton :

Perfecto.

Wade Anderson :

Andy, cuéntanos un poco sobre ti, ¿a qué te dedicas?

Andy Henderson :

Soy Andy Henderson. Soy el CTO de una empresa llamada Praemo. Praemo se dedica al análisis avanzado de datos. Utilizamos tecnologías como la IA para ayudarnos a aprovechar mejor los datos con mayor rapidez. Y nos enfocamos principalmente en el espacio de operaciones industriales. Mi formación es de ingeniero, específicamente doctor en ingeniería automotriz. Mi investigación, mientras trabajaba en mi doctorado, fue un modelo actualizado de fuerza de corte para el fresado de superaleaciones a base de níquel. Alguien en Lockheed dijo: "Sí, esos son metales realmente difíciles de trabajar". Lo son, porque tienden a, en la mayoría de las formas de mecanizado, solemos hablar de las cosas en términos de piezas por herramienta, con las superaleaciones a base de níquel hablamos de las cosas en términos de herramientas por pieza.

Wade Anderson :

Sí. Herramientas por pieza o minutos por herramienta.

Andy Henderson :

Sí. Mi investigación de hace algunos años se centró en comprender las fuerzas de corte para entender el desgaste de las herramientas y optimizar el costo de los consumibles y los tiempos de ciclo al mecanizar esas aleaciones. Eso le resultó muy interesante a GE Power, que fue donde me fui después.

Wade Anderson :

Iba a preguntarte, ¿cómo hiciste la transición de la ingeniería automotriz y el estudio del mecanizado de aleaciones a base de níquel a las conversaciones de tipo IA?

Andy Henderson :

Toda mi carrera se ha centrado, de una forma u otra, en la adquisición y el análisis de datos. Así que mi primer trabajo después de graduarme fue un doctorado. Obtuve una licenciatura en ingeniería mecánica y comencé a trabajar en Caterpillar en el desarrollo y las pruebas de motores diésel. Allí, todo giraba en torno al diseño de pruebas: trabajar con motores diésel de preproducción para someterlos a pruebas exhaustivas, realizar pruebas de validación e identificar posibles fallos, sus causas raíz y, posteriormente, colaborar con los equipos de diseño para intentar ajustar el diseño del producto y mitigar esos problemas antes de su lanzamiento al cliente.

Andy Henderson :

Así que se trataba de especificar sensores, diseñar pruebas, instalar sensores en los motores, adquirir esos datos y convertirlos en algo que pudiéramos analizar para relacionarlos con, como dije, las causas raíz u otros modos de falla que ocurren. Luego, durante el doctorado, gran parte de mi investigación consistió en diseñar pruebas y adquirir datos para construir un modelo que nos permitiera comprender lo que sucedía en medio del proceso de mecanizado. Y luego, en GE, todo giraba en torno a mejorar las operaciones de fabricación internas de GE. Así que trabajaba con la gente en la planta para entender cómo hacían las cosas actualmente y si existían otras tecnologías.

Andy Henderson :

Quizás se trate de una nueva codificación en una herramienta de corte que extienda su vida útil, la cual se puede aprovechar en esta operación de mecanizado para prolongar su vida útil o acelerar el proceso y reducir los tiempos de ciclo. Gran parte del trabajo consistió en recopilar datos sobre las operaciones actuales para establecer parámetros de referencia y determinar si los cambios realizados realmente mejoraron el proceso. Si bien requirió mucha adquisición y análisis de datos, fue un proceso muy manual.

Andy Henderson :

Y entonces surgió el tema de la IA, estaba haciendo algunos cursos en línea sobre IA y pensando: "Oye, estos algoritmos están diseñados para intentar dar sentido a esos datos y hacer que la máquina aprenda esas relaciones entre ellos".

Wade Anderson :

Y, en cierto modo, fusionar ambos elementos.

Andy Henderson :

Sí. Y debería poder ayudarnos, porque mi gerente en GE solía decir: "Oye, otro gran conjunto de proyectos, ¡bien hecho!". Pero ¿cómo llevamos a este equipo de, no recuerdo los números. Creo que éramos unas diez personas en cuanto al número de personas que apoyaban las operaciones internas? Y por lo tanto, no podía haber un Andy en cada una de las instalaciones que GE tenía en todo el mundo. Entonces, ¿cómo tomamos lo que estaba haciendo y lo escalamos? Así que fue mucho de, bueno, definitivamente podemos automatizar esa adquisición de datos, que es a donde llegué. Ya conocía Okuma desde hace mucho tiempo debido a mi investigación, incluso estaba usando un Okuma en mi investigación, pero fue a través de eso, ¿cómo obtenemos los datos y los extraemos de manera automatizada? Fue donde me involucré aún más con ustedes porque el control OSP realmente lo hace fácil, ¿verdad?

Andy Henderson :

Hay varias cosas que ustedes han hecho a lo largo de los años que facilitan la obtención de gran cantidad de datos valiosos directamente de la máquina, sin necesidad de especificar nuevos sensores ni instalar costosos sistemas de adquisición de datos.

Wade Anderson :

Uno de nuestros ingenieros de control solía decir que teníamos más de 9000 conjuntos de datos a los que se podía acceder a través del control OSP. La mayoría de la gente no llega a comprenderlo del todo, pero hay muchísima información sin utilizar.

Andy Henderson :

Sí. Y eso es IA, ¿verdad? Ahí es donde entra la IA. ¿Cómo se utiliza algo así? Porque los enfoques tradicionales consisten en crear gráficos que muestren la tendencia de 10 de esos 9000 puntos a lo largo del tiempo, y alguien se sienta a tomar café y algo no parece correcto. Voy a averiguar qué está pasando. Pero ahí es donde hablamos mucho de detección de tendencias y anomalías, y esa es la base desde la que se empieza a analizar esos datos, buscando tendencias y anomalías, porque eso es lo que hace la persona que toma su café. Se fija y dice: "Oye, esa línea ha estado yendo en la dirección equivocada". O: "Hubo un pico extraño en ese dato. Tengo que averiguar qué es".

Andy Henderson :

Entonces, pero no puede hacerlo en los 9000 elementos de datos para una máquina, ¿verdad? Porque tiene 20 máquinas tal vez, como en el caso de GE, una instalación tenía 500 activos diferentes de los que estábamos tratando de capturar datos. Entonces multiplica eso por 9000 y eso es un conjunto de datos inmanejable. Entonces aplicas estas herramientas que están haciendo algún aspecto de lo que esa persona está haciendo. Sigo diciendo hombre, podría ser mujer, ¿verdad? Lo que esa persona está haciendo mientras revisa los datos. Entonces, dejar que el motor de análisis se ejecute en esos datos y los extraiga para que esas personas puedan hacer sus trabajos normales. Estar en el piso tratando de ejecutar proyectos, y entonces el motor dice, Oye, hay algo raro relacionado con estos flujos de datos particulares en este activo particular. Tal vez quieras ir a echar un vistazo.

Wade Anderson :

Sí. Muy bien. Mike, tienes experiencia en operaciones y producción de plantas. Cuéntame un poco sobre la importancia del mantenimiento predictivo y el mantenimiento preventivo. ¿Cuál es la diferencia entre ambos?

Mike Hampton :

Sí, absolutamente. Creo que el objetivo final, en cualquier planta de fabricación, es centrarse en el tiempo de actividad. Y ambos aspectos tienen que ver con el tiempo de actividad. Pero la verdadera diferencia entre ambos radica en que el mantenimiento preventivo consiste en realizar un mantenimiento programado, controlado y medido para limitar la posibilidad de tiempos de inactividad imprevistos. Es decir, "Voy a detener esta máquina en la fecha X, voy a cambiar estos componentes, me voy a centrar en estas áreas y luego la volveré a poner en marcha para que la máquina funcione cuando yo quiera".

Mike Hampton :

El mantenimiento predictivo es ligeramente diferente. Se basa en el uso de datos para predecir cuándo los componentes se acercan al punto de falla. Ya sea que se trate de la vibración de un husillo, de diferentes piezas de desgaste o del desgaste de un husillo de bolas, se utilizan datos para determinar si un componente está cerca de su punto de falla, por lo que se debe programar la parada de la máquina y reemplazarlo para que, en el futuro, la máquina siga funcionando. De esta manera, cuando nuestro equipo de mantenimiento no esté presente durante la noche, la máquina no fallará.

Mike Hampton :

Así que ambos tipos de mantenimiento, preventivo y predictivo, realmente ayudarán a que la máquina funcione. Practicamos el mantenimiento preventivo en la vida cotidiana. Me gusta compararlo con los artículos del hogar. Entonces, ¿por qué realizar mantenimiento preventivo? Hay muchas razones, pero la principal es que las máquinas herramienta son muy caras y uno quiere proteger su inversión. Un buen ejemplo es su automóvil. Es decir, los automóviles también son muy caros. La mayoría de las personas tienen uno. ¿Por qué cambia el aceite de su automóvil? Cambia el aceite de su automóvil para que el motor siga funcionando. Si no cambia el aceite, se bloquearán el pistón y el bloque. Tendrá que afrontar un gasto enorme y será extremadamente frustrante. Así que programe su mantenimiento, eso protegerá su inversión.

Mike Hampton :

Otro ejemplo es el sistema de climatización de tu casa. Todos cambian los filtros de su sistema de ventilación cada tres meses. ¿Por qué? Porque quieres que tu sistema funcione lo mejor posible y que el aire circule correctamente, lo que prolonga la vida útil del ventilador. Otro ejemplo que me gusta mencionar es la alarma contra incendios de tu casa. La gente cambia las pilas cuando empieza a sonar. No lo haces cuando se agota por completo, sino cuando está sonando, porque sabes que se acerca el momento de cambiarlas. ¿Por qué? Porque es una medida de seguridad.

Mike Hampton :

Así pues, en la vida cotidiana, la gente practica el mantenimiento preventivo y esto no cambia con la máquina herramienta; por todas esas razones, también hay que aplicarlo a una máquina herramienta.

Wade Anderson :

Bien. El aspecto de la eficiencia es un factor muy importante en la fabricación. Para que las personas sean lo más rentables y competitivas posible en el mercado, su proceso tiene que ser lo más eficiente posible. El aspecto del mantenimiento tiende a ser uno de los más fáciles de abordar. Creo que mucha gente lo pasa por alto o lo pospone. Estoy en una junta escolar y estamos lidiando con el mantenimiento de algunos edificios escolares en este momento. Y algunas de las instalaciones con las que estamos lidiando, lo que estamos lidiando es que debido a restricciones presupuestarias y otros problemas, bueno, dejémoslo. Pospongámoslo otros dos años y luego reevaluemos el techo. Bueno, está bien, pospongámoslo otros dos años y luego lo reevaluaremos.

Wade Anderson :

Mientras tanto, el techo sigue goteando. Siguen surgiendo problemas. Esto genera otros procesos que debemos abordar en cuanto al mantenimiento. Como decía alguien, o me pagas ahora o me pagas después, ¿verdad? En algún momento hay que solucionarlo. Entonces, ¿qué herramientas tienen disponibles para que los clientes puedan gestionar el mantenimiento preventivo sin contratiempos?

Mike Hampton :

Sí, por supuesto. Una de las novedades que hemos lanzado recientemente es el kit de mantenimiento preventivo CARE. Puede que conozcan o no las siglas CARE, pero es un acrónimo que significa Expertos en Recursos Constantemente Disponibles. Este sistema existe desde IMTS 1993.

Wade Anderson :

No sé si eso es algo propio de Japón o de Okuma en general, tenemos acrónimos para acrónimos, ¿no?

Mike Hampton :

Sí, lo hacemos. Pero este acrónimo es bueno. Y no solo nos importa, sino que queremos expresar que somos expertos. No importa qué situación surja, ya sea un problema de servicio de campo, ingeniería de aplicaciones, repuestos, reparación de averías, un problema de intercambio mecánico o eléctrico, sea cual sea el problema en el campo, queremos brindar una solución. Y eso es Okuma CARE. Por eso lanzamos el kit de mantenimiento preventivo Okuma CARE. Este kit incluye todos los componentes necesarios para realizar un mantenimiento preventivo completo, un PM robusto en su máquina herramienta, y es una sola caja. Así que usted recibe una caja que tiene, si es un torno, vendrá con todos los filtros necesarios, los limpiadores de la cubierta de guías, los limpiadores del carro. Todos los limpiadores necesarios que necesitan cambiarse junto con otros componentes.

Mike Hampton :

Si se trata de una máquina herramienta, el kit incluirá todos los filtros, las juntas tóricas y los resortes necesarios para el pasador pasante. Este pasador también viene incluido, ya que protege el corazón de la máquina: el husillo. Este kit se entrega a nuestros clientes. Abren la caja, realizan el mantenimiento preventivo y protegen sus sistemas mecánicos, eléctricos, de lubricación y de refrigeración.

Mike Hampton :

En ese momento, se realizará una inspección completa de la máquina, como si llevaras tu automóvil al concesionario. Cambiarán el filtro de aceite, el aceite y el filtro de aire. Realizarán una inspección completa y te dirán: "Quizás necesites nuevas escobillas limpiaparabrisas". Nuestros técnicos de servicio harán exactamente lo mismo. Así que cuando el auto salga del concesionario, estará como nuevo, y tu máquina herramienta también. Es exactamente el mismo procedimiento.

Wade Anderson :

¿Cómo se programa el mantenimiento preventivo? ¿Existe una lista de plazos predeterminados para cada máquina o depende del uso que le dé el cliente?

Mike Hampton :

Sí, se basa en la utilización, pero obviamente hay recomendaciones que vienen en el manual de operación y mantenimiento, que se entrega con la máquina y también se registra en el sistema de control. Así que nuestros nuevos sistemas de control tienen una gran funcionalidad que sabe exactamente cuántas horas de funcionamiento han tenido la máquina y podemos configurar sugerencias de intervalos de mantenimiento periódico. Además, se activará una alarma en el sistema de control, indicándole cuándo debe realizar el mantenimiento preventivo.

Wade Anderson :

De acuerdo. Entonces, si un cliente tiene un proceso de fabricación único y el mantenimiento preventivo que desea realizar, tal vez haya algunos elementos que no vienen en el kit predeterminado, ¿es algo que puede incorporar e integrar en su kit de mantenimiento preventivo personal o en su proceso de mantenimiento preventivo?

Mike Hampton :

Sí, por supuesto. Puedes personalizarlo como quieras. Tienes la opción de acceder a ECO Suite en el control Okuma. Incluye un software de monitorización de mantenimiento. Puedes consultar la lista completa de mantenimientos periódicos recomendados y añadir los que desees.

Wade Anderson : Bien. Entonces, Andy, ¿cómo se relacionan las anomalías en el lado de la IA, cómo pueden vincularse eso desde el punto de vista del mantenimiento para determinar la salud de la máquina y la longevidad del proceso en el que estás trabajando?

Andy Henderson :

Sí. Voy a responder la pregunta, pero quería hablar de que siempre surge la pregunta de: "Los datos son geniales, ¿qué hacemos con ellos?". Una de las cosas que he visto y que ustedes mencionaron, ¿verdad? O que ambos mencionaron, ¿verdad?, es la base del calendario donde puedes decir, cada tres meses tengo que hacer algo o cada seis meses tengo que hacer algo. Bueno, muchas máquinas registran las horas. Así que puedes ser más, no sé, determinista es la palabra correcta, pero donde puedes decir, ahora, en lugar de simplemente ir y hacer mantenimiento cada tres meses, hagámoslo en función del número de horas.

Andy Henderson :

Mucha gente, cuando piensa en cómo obtener datos, por alguna razón, dice: "Bueno, ya sabes, la IA es la gran palabra de moda. Esa es la nueva tendencia que vamos a perseguir". Y creo que eso debería formar parte de la estrategia mientras tanto, mientras se trabaja en ella. Hacer cosas como recopilar todas esas horas y usarlas para activar órdenes de trabajo de mantenimiento en un sistema CMMS puede ser muy, ¿cómo decirlo?, valioso. Puede agregar mucho valor a un programa de mantenimiento solo con tener eso. Lo he visto, ¿verdad?

Andy Henderson :

He visto que lo que hacen es que, al principio, tienen un calendario de todos los activos y saben cuándo deben revisarlos. Luego, van y descubren que este activo en particular no ha hecho nada en los últimos tres meses, pero aun así van a realizar el mantenimiento preventivo porque eso es lo que indica el calendario. Después, pasan a un sistema donde una persona va con un portapapeles revisando todos los controles y pregunta: "¿Cuántas horas de funcionamiento tiene?". Lo anotan y lo usan para tomar decisiones.

Andy Henderson :

Entonces puedes decir: bueno, vamos a crear una línea o vamos a averiguar cómo extraer esos datos de ese control y almacenarlos en algún lugar centralizado. Lo que esto hace, ¿verdad?, es que ahora podemos activar y procesar esos 9000 puntos de datos. Los pone a nuestra disposición. Así que puedes usar esto como una propuesta de valor para expandirte a esta mayor oportunidad que podrías tener aplicando análisis avanzados.

Andy Henderson :

Pero tu pregunta específica era cómo la IA o un motor de análisis avanzado ayuda en el mantenimiento. ¿Cómo ayuda en el mantenimiento preventivo? Un ejemplo sencillo es el de las tendencias, ¿verdad? Detección de tendencias y patrones. Si colocas un acelerómetro en la carcasa de un motor cerca de los rodamientos, tendrás que monitorizarlo de alguna manera. ¿Y qué buscas? Buscas una tendencia en alguna dirección. Esa tendencia es la base para comprender el estado de ese rodamiento.

Andy Henderson :

¿De qué estoy hablando? Los acelerómetros en la carcasa del motor monitorean la vibración alrededor del rodamiento. Probablemente, en ese caso, se realizará una transformada de 48 bits. Se analizará el contenido de frecuencia y se sabe que el rodamiento presenta una vibración característica en una frecuencia determinada. Con el tiempo, se observará la aparición gradual de otras frecuencias. El sistema registra la tendencia de esas frecuencias en la transformada de 48 bits, es decir, el espectro de potencia.

Andy Henderson :

Cuando empiezan a aparecer, entonces se puede rastrear cuánto, la magnitud del problema. Lo que uno querría saber es, bueno, ¿cuál es la magnitud de eso cuando esta cosa está llegando al final de su vida útil, cuando necesita ser reemplazada? Entonces, un motor de IA puede tomar esos datos y aprender esos patrones y aprender cuándo en el pasado, se ha tomado la medida de reemplazar esa cosa, o tal vez sea algo como lo que estabas hablando hace un momento con los lubricantes, el cambio de lubricantes. Porque ves exactamente lo mismo. Va a haber una tendencia en algún punto, se va a cambiar un lubricante, se van a cambiar los filtros, va a haber un reinicio, y va a seguir la tendencia. Lo vemos en la vida útil de las herramientas, ¿verdad?

Andy Henderson :

Es bien sabido que la potencia, en la mayoría de los casos, aumenta a medida que una herramienta se desgasta, y se observa el mismo patrón. Por lo tanto, el motor de IA busca esos patrones en los datos, buscando cuándo ocurren esos reinicios. Y dice: "Sé, basándome en la trayectoria de esta tendencia, o he aprendido basándome en la trayectoria de esta tendencia, y en cuándo han ocurrido reinicios en el pasado, cuándo se debe actuar". Así que puede ser ese sistema que dice: "De acuerdo, en este punto, activemos una alarma. Hagamos una notificación que diga: 'Se deben tomar medidas para reemplazar esa herramienta de corte, se debe cambiar ese filtro, etc.'".

Andy Henderson :

Entonces, todo tiene sentido y la gente dice: bueno, ya lo hacemos, ¿no? ¿Para qué necesitamos un sistema de IA que nos diga eso? Pues bien, el sistema de IA también tiene en cuenta todas las demás variables. Porque, en el caso de una herramienta de corte, puede procesar 10 productos diferentes, y cada uno de ellos tiene un impacto ligeramente distinto en su vida útil. Así que no siempre se trata de un umbral fijo, de una sola alarma, sino de una combinación de muchos factores que influyen en la vida útil del componente, y la herramienta de IA aprende a comprenderlos e incorporarlos también en sus proyecciones.

Andy Henderson :

Creo que me pasé un poco de la raya. Espero haber vuelto al tema. ¿Respondí a tu pregunta?

Wade Anderson :

Sí. Todo muy interesante. Es genial ver cómo la tecnología cambia y se puede incorporar a un proceso de fabricación para aumentar la eficiencia y optimizar el enfoque de las piezas y el tipo de trabajo que se realiza. Como siempre se dice, cuanto más eficiente seas, más rentable serás o más productivo serás.

Wade Anderson :

¿Cuáles son algunos ejemplos prácticos que ha visto desde el punto de vista de la fabricación de máquinas herramienta, donde haya utilizado Praemo y haya cambiado la forma en que se realiza un proceso de fabricación?

Andy Henderson :

Tenemos un cliente del que nos gusta hablar, y esto fue sencillo. Lo que estábamos haciendo era relativamente sencillo, o al menos desde una perspectiva general. Se trataba de averiguar los tiempos de ciclo típicos de la máquina. Solemos hacer esto, ¿verdad? Un proveedor de software llega y alguien de operaciones dice: "Bueno, solo díganme cuándo mi máquina está inactiva. Eso es lo que realmente quiero saber: cuándo está inactiva durante demasiado tiempo". El proveedor de software dice: "De acuerdo, ¿qué significa inactiva durante demasiado tiempo?" "No sé, 10 minutos. Si está inactiva durante más de 10 minutos, avísenme". "De acuerdo, podemos hacerlo".

Andy Henderson :

Configuramos una alarma, la máquina permanece inactiva durante más de 10 minutos. Envía un mensaje de texto. Genial. Bueno, entonces se inundan de mensajes de texto porque 10 minutos fue demasiado conservador por un lado, y luego algo se escapa y no se les notifica porque fue demasiado tiempo por otro lado, ¿verdad? Entonces, en algunas partes de su operación, 10 minutos es razonable, ¿no? Se necesitan 10 minutos para hacer un cambio. En otras partes, si se necesitan 10 minutos, es un desastre. Y entonces lo que el motor aprende en ese caso, ¿verdad?, es a reconocer el matiz entre esos dos y establecer límites en consecuencia. Todo por sí solo sin que la persona tenga que decir: "No sé, 10 minutos".

Andy Henderson :

Entonces, al proporcionar esto a uno de nuestros clientes, estaban recibiendo notificaciones sobre tiempos de ciclo que eran demasiado largos y esto inició una investigación. Dijo, bueno, eso es extraño. Los tiempos de ciclo son más largos de lo esperado. No necesariamente lo habríamos sabido de otra manera porque se habría perdido entre el ruido de todo lo demás. Pero los tiempos de ciclo son demasiado largos, vamos a averiguarlo. Inicia esta investigación que plantea algunas cosas. Primero, deberíamos ajustar el tamaño de nuestros kanbans. Necesitamos ajustar cuánto está allí listo para ser enviado, o que está disponible en cualquier momento para que la máquina lo consuma y use.

Andy Henderson :

Lo otro es que hubo un cambio a lo largo de un mes. De hecho, durante ese mes tuvimos diferentes operadores rotando. Así que no se trata necesariamente de una cuestión de habilidades, sino que quizás necesitamos que el personal rote para que se mantenga actualizado en diferentes áreas de la operación y así poder mantener el ritmo de trabajo. ¿Responde esto a tu pregunta? ¿Era esto lo que buscabas?

Wade Anderson :

Sí. Buscaba ejemplos de clientes donde hayan instalado Praemo, donde realicen análisis de IA y cómo se ve eso para un fabricante típico que nunca lo ha utilizado. Sé que tienen algunas instalaciones en la costa este con equipos Okuma, ¿cuáles son las oportunidades más sencillas que ven para que los clientes obtengan un retorno de la inversión al incorporarlo a su sistema de producción?

Andy Henderson :

Entonces, son cosas como las que acabo de mencionar. Esa es probablemente una de las maneras más fáciles de hacerlo, ¿verdad? Recibir esas notificaciones. Porque no te dice exactamente cuál es el problema de inmediato, pero te dice el área a la que debes ir para decir: "Oh, eso es raro. Necesito ir a solucionarlo". Cuando lo solucionas, ese cliente en particular toma... Apoyan a las empresas de MRO. Así que reciben llamadas. Necesito algo en 24 horas y si no pueden entregarlo en 24 horas, pierden esa venta. Así que están realmente enfocados en reducir el tiempo desde que se recibe el pedido hasta que sale del muelle de envío, de cinco a siete días, a 24 a 48 horas. Al abordar esas cosas como estaba describiendo, lo hace posible.

Andy Henderson :

Ahora bien, no puedo decir que Praemo haya resuelto todo el problema, pero sí contribuyó, ¿verdad? Fue parte de un enfoque integral que realmente ayuda a gestionar todo el proceso: el pedido llega y sale del muelle de envío. Ayuda a simplificarlo. Ese es un ejemplo. Desde el punto de vista del cliente, nuestra filosofía es que debe ser muy sencillo, ¿no? Así que, cuando interactuamos con los clientes, se trata de darnos un conjunto de datos y no preocuparse por limpiarlo. No se preocupen por armonizar los datos, que todo tenga sentido. Lo queremos lo más crudo posible.

Andy Henderson :

De hecho, muchas veces cuando la gente intenta limpiar los datos por nosotros, termina agregando cierta cantidad de sesgo humano que luego tenemos que desenredar, ¿verdad? Tenemos que volver y averiguar qué estaban haciendo. Así que, lo más crudo posible. Por lo tanto, dedica el menor tiempo posible a extraer los datos y enviárnoslos. Hemos creado Razor para simplemente procesar y encontrar estos puntos interesantes en los datos y el intervalo de tiempo de los datos que luego podemos volver y decir: "Aquí hay algo que Razor está identificando como interesante. ¿Es realmente útil para ti en este caso?" ¿Sí o no? Entonces seguimos ajustando y decimos, ignoremos eso. Si es sí, entonces seguimos ajustando para decir, sigamos encontrando esas cosas con seguridad, ahora busquemos algo más que sea útil.

Wade Anderson :

Ahora bien, me he dado cuenta de que algo que no hemos abordado es qué es Razor. He estado hablando mucho de Praemo, pero Razor es su producto real, el que normalmente veríamos en una máquina herramienta, ¿correcto?

Andy Henderson :

Sí, Razor es nuestro motor de análisis. Contamos con un grupo de científicos de datos y desarrolladores de software que lo están creando. Como mencionaste, se integraría en la nube y en el borde en algún momento; todos nuestros clientes hasta la fecha utilizan Razor en la nube.

Wade Anderson :

De acuerdo. ¿Han detectado algún problema de conectividad al usar la nube? Sé que muchas de sus empresas aeroespaciales de alta gama, por ejemplo, no permiten que algunas de sus máquinas se conecten a la nube; deben permanecer en la red interna. ¿Se encuentran ustedes con situaciones similares?

Andy Henderson :

Sí, existe esa preocupación que surge por motivos de seguridad. De hecho, tengo algo de experiencia de mi trabajo anterior con ITAR. Y gran parte de ello gira en torno a ITAR o, el gobierno de EE. UU., ¿qué es ITAR?, ¿qué significa ese acrónimo? Cada uno tiene sus propios acrónimos, pero se me olvida, ¿verdad? Se trata de asegurarse de que los ciudadanos extranjeros no tengan acceso a esos datos. En resumen, eso es lo que lo impulsa.

Andy Henderson :

Otro tema del que se habla es la latencia. Tengo datos de acelerómetro de alta velocidad y quiero procesarlos lo más rápido posible, enviándolos a la nube para que un sistema en la nube los procese y envíe los resultados de vuelta. Eso lleva demasiado tiempo. Por lo tanto, hay dos razones diferentes por las que alguien podría solicitarnos un enfoque de borde en lugar de un enfoque en la nube. El borde está más cerca del suelo, del taller.

Andy Henderson :

¿Nos topamos con esos problemas? Sí, nos topamos con ellos, pero se trata mucho de encontrar dónde podemos generar valor hoy. Entonces, ¿podemos trabajar en todas esas situaciones y encontrar maneras de aportar valor si la seguridad o la velocidad son una preocupación? Sí, podemos. Pero, ¿tenemos que empezar por ahí ahora mismo? ¿Hay algo más que podamos hacer con una barrera de entrada menor que no nos obligue a resolver todos esos problemas de antemano? Sí. También podemos aportar valor basándonos en eso.

Andy Henderson :

Entonces, supongo que el mensaje sería: no se queden estancados en esos desafíos. ¡Vamos!

Wade Anderson :

¿Explorarlo?

Andy Henderson :

Sí, vamos a explorarlo y a darnos cuenta del valor que tenemos a nuestra disposición hoy. Y podemos trazar la hoja de ruta para poder integrar todas esas piezas. Muchas de nuestras oportunidades hasta la fecha han estado ahí, ¿verdad? Donde hemos podido decir: "Sí, podemos ocuparnos de la seguridad, pero ¿qué pasa con lo que no está controlado por ITAR? ¿O qué pasa con las cosas que no requieren transferencia y análisis de datos de alta velocidad?".

Wade Anderson :

De acuerdo. Mike, ¿cómo se relaciona Connect Plan con el mantenimiento predictivo y preventivo, y con la detección de anomalías, tal como lo hacen empresas como Praemo? ¿Qué haríamos desde el punto de vista de la conectividad en el control?

Mike Hampton :

Sí, absolutamente. Así que voy a retroceder un par de pasos. Connect Plan puede que no sea muy conocido por todos. Entonces, ¿qué es Connect Plan? Comenzamos esta conversación hablando sobre mantenimiento preventivo y predictivo. Hablamos de los kits CARE, que son las piezas físicas o los elementos de desgaste, los componentes para realizar un PM robusto. Andy pasó a la sección de datos, y luego habló de recorrer físicamente una planta de fabricación con un portapapeles para recopilar datos de cada máquina individual. Entonces, ¿qué es Connect Plan?

Mike Hampton :

Bueno, Connect Plan es una fábrica inteligente. Es un software de monitoreo de máquinas desarrollado por Okuma. Lo que puedes hacer es ver remotamente toda tu fábrica en un diseño visual. Puedes abrir este excelente diseño visual que muestra todas tus máquinas. Así, estás viendo físicamente tus instalaciones. Puedes estar pescando en el río Wando en Charleston y saber exactamente lo que sucede dentro de tu planta de fabricación. Sabes cada vez que cada máquina está funcionando o no. Sabes cuándo se realiza un cambio de herramienta, cuándo se descarga o se vuelve a cargar una pieza, conoces el mantenimiento que se ha realizado en tu máquina y conoces cada alarma que se ha activado.

Mike Hampton :

Así que te proporciona todos estos datos diferentes para ayudarte a aumentar la utilización de tu planta de fabricación, lo cual es una herramienta fantástica.

Wade Anderson :

Me parece que habría una buena sintonía entre Connect Plan y Praemo. Connect Plan ofrece una visión general del estado del proceso de fabricación y de lo que ocurre en cada momento. Y luego, cuando se necesita profundizar para comprender y detectar anomalías, y hablando de datos, recordemos el caso del 787: ¿recopila un terabyte de datos en cada vuelo? Uno de los ingenieros con los que hablamos comentó: «Si bien es interesante hablar de ello, recopilamos toda esa cantidad de datos, pero solo buscamos un pequeño conjunto de datos que nos permita elaborar un plan ejecutable». Así que creo que estas dos herramientas se complementan muy bien.

Mike Hampton :

Andy mencionó que necesitaba los datos sin procesar. Connect Plan, en cambio, extrae estos datos y los envía a un servidor. Podemos almacenar datos de hasta dos años. Por lo tanto, podríamos exportarlos y proporcionarle a Praemo los datos sin procesar de esos dos años, lo cual sería un excelente punto de partida.

Andy Henderson :

Y nos encantan. Porque cuando hablamos de nuestra competencia principal, se trata de análisis. Por eso solemos buscar plataformas, no sé si ustedes prefieren usar ese término, pero plataformas de ese tipo, que recopilan los datos y los centralizan, porque es un único punto de acceso en lugar de intentar crear adaptadores para todos los sistemas dispares que puedan existir en la planta. Así que nos encantan este tipo de colaboraciones porque no consideramos que la extracción y recopilación de datos en el extremo de la red forme parte de nuestras competencias principales.

Wade Anderson :

Muy bien. ¿Qué nos hemos perdido? ¿Hay algún tema clave que queríamos tratar y no abordamos?

Mike Hampton :

Bueno, ya mencionamos Connect Plan y su software de monitorización de máquinas. Me gustaría que todos supieran que también se puede usar con máquinas que no sean Okuma. Así que podemos conectarnos a una máquina Mazak, Maurey o de cualquier otra marca y recopilar datos de su sistema de control, además de las máquinas Okuma.

Wade Anderson :

Esa es una pieza importante porque muy pocos talleres tienen una sola marca de máquina herramienta, ¿verdad? En todos lados hay múltiples controles, múltiples estilos de máquinas. Así que es una pieza muy importante. Supongo que eres igual, Andy, ¿no?

Andy Henderson :

Sí, por supuesto. Y eso es clave para lo que decía hace un momento. Por eso nos gusta trabajar con ese tipo de plataformas, para no tener que preocuparnos por todos esos matices. Sonrío un poco porque recuerdo haber tenido algunas conversaciones con colegas japoneses hace unos años sobre la gran variedad de máquinas que manejan. Okuma hace cosas excelentes para facilitar el acceso a los datos. Parte de nuestro desafío es que también hay muchas otras máquinas disponibles a las que debemos acceder. Analizar un activo en particular tiene su valor. Pero ese valor probablemente se multiplica cuando se empiezan a analizar cadenas de activos y toda una instalación, y la combinación de esos datos para obtener una visión más completa es sumamente valiosa.

Wade Anderson :

Mike, si alguien quiere saber más sobre los kits Okuma CARE, o algo parecido, ¿cuál es la mejor manera de ponerse en contacto?

Mike Hampton :

Sí, por supuesto. Comuníquese con su distribuidor más cercano o visite okuma.com. En okuma.com, dentro de la pestaña de Atención al Cliente, encontrará la opción para acceder directamente a los kits Okuma CARE. También puede ir a Tecnología y luego a Monitoreo de Máquinas, lo que lo llevará directamente a la página de Connect Plan. Allí podrá completar una llamada a la acción (CTA) solicitando información adicional. Esta solicitud se enviará a la distribución de Okuma America y nos pondremos en contacto con el cliente lo antes posible para responder a su consulta.

Wade Anderson :

Muy bien. Andy, ¿y tú? Si alguien quiere saber más sobre cómo puede utilizar la IA en sus procesos, ¿cómo puede contactarte?

Andy Henderson :

Así que, por supuesto, tenemos nuestra página web: Praemo, PRAEMO.com. También tenemos una página de LinkedIn y una cuenta de Twitter. Además, tengo mi contenido personal publicado que la gente puede encontrar si navega por esas redes sociales. Creo que son las mejores.

Wade Anderson :

Muy bien. Chicos, gracias por su tiempo hoy. A todos los que nos escuchan, les agradecemos que se tomen el tiempo para escucharnos. Si tienen alguna duda o pregunta, no duden en contactarnos. Nos pueden encontrar en el sitio web de Okuma y también estoy en LinkedIn y en todas las redes sociales más populares. Hasta la próxima, gracias de nuevo.