Fábricas

Anticipar una avería exige leer la señal del equipo —vibración, temperatura, consumo, horas acumuladas— y reconocer el patrón que precede al fallo. Ese patrón es sutil: se confunde con el funcionamiento normal hasta que es tarde. Cruzar esas lecturas en continuo, en cada máquina de la planta a la vez, excede lo que puede vigilar una persona. El villano es el volumen de datos, no la falta de oficio del mantenedor.

A partir de tu propio historial de funcionamiento y averías pasadas se aprende cómo se comporta cada equipo justo antes de fallar. El sistema marca la desviación cuando empieza —no cuando la pieza ya está rota— y estima la vida útil que le queda al equipo, de modo que el mantenimiento se programa con días de margen, en la ventana que tú eliges, en lugar de a la carrera.

Priorizar bien exige cruzar dos cosas a la vez por cada equipo: su probabilidad de fallar y el coste real si falla — no es lo mismo la máquina que solo molesta que la que tumba la línea entera. Hacer ese cruce sobre todo el parque, y mantenerlo al día, no sale de una sensación: requiere ordenar el conjunto por una cuenta que combina riesgo e impacto.

Se construye un ranking de equipos por riesgo de parada multiplicado por su criticidad — lo que te cuesta cada uno si se detiene. El presupuesto de mantenimiento deja de repartirse por antigüedad o por la última urgencia y pasa a una cola ordenada: primero lo que más te duele perder.

Un defecto no aparece de la nada: lo precede una deriva en la imagen de la pieza o en los parámetros del proceso — una cota que se va, un acabado que cambia. Esa deriva es gradual y sutil, fácil de pasar por alto en una inspección manual hasta que el lote ya está fuera. Detectarla exige comparar cada pieza o cada lectura contra el estándar, de forma sistemática y sin fatiga.

Sobre la imagen de la pieza o sobre los parámetros del proceso se detecta la deriva en cuanto empieza, antes de que el lote defectuoso salga. La inspección automática revisa el total sin cansarse y el control de proceso avisa cuando la calidad empieza a irse — cuando aún se puede corregir el ajuste, no cuando el albarán de devolución ya está sobre la mesa.

El origen del desperdicio está repartido en muchas variables a la vez —turno, máquina, lote de material, ajuste— y ninguna de ellas, mirada por separado, lo explica. La causa real es un cruce de varias, y ese cruce no salta a la vista revisando partes: hace falta analizar el conjunto para que el patrón emerja. Por eso parece azar: porque nadie está cruzando las variables que lo determinan.

Cruzando qué turno, qué máquina, qué lote y qué parámetros estaban detrás de cada pieza mala, se aísla el patrón que concentra el desperdicio. El scrap deja de ser azar y pasa a tener nombre, turno y número de máquina — y una vez identificado el foco, se ataca el origen en lugar de asumir la merma como inevitable.

El OEE junta en una sola cifra tres pérdidas distintas —disponibilidad, rendimiento y calidad— que se compensan entre sí y se confunden. Saber cuál te está costando más exige descomponer el indicador y ordenar las pérdidas por tamaño, no quedarse en el total. Esa descomposición, hecha a mano sobre los partes, es laboriosa y rara vez se mantiene.

Se descompone el OEE en sus tres componentes y se ordenan las pérdidas de mayor a menor — disponibilidad, rendimiento, calidad — sobre tus propios datos. El número agregado se convierte en una lista de tareas priorizada: qué reparar primero, que es lo que más rendimiento te está costando.

Ordenar la producción es un rompecabezas con muchas restricciones simultáneas: plazos de entrega, cambios de utillaje que cuestan tiempo, capacidad real de cada máquina. Las combinaciones posibles son demasiadas para encontrar la buena a mano, y por eso se resuelve con la primera que encaja en lugar de con la óptima.

La secuencia de fabricación se ordena de forma óptima respetando entregas, cambios de utillaje y la capacidad que de verdad tienes — y se rehace sola cuando entra el urgente. Si lo que se tuerce es la compra de material para esa producción, eso vive en stock que sobra, stock que falta; y la carga manual de planificar, en lo que haces a mano te cuesta dinero.

La factura agrega todo el consumo en una cifra opaca: no separa qué equipo gasta, ni en qué franja horaria, ni si ese gasto podría moverse a una hora más barata. Desagregar el consumo por proceso y por hora, cruzarlo con la tarifa y contrastar tu curva de carga real con la potencia contratada exige analizar la medición — no se deduce mirando el importe mensual.

Se desagrega tu consumo —qué proceso y qué hora gastan de verdad—, se prevé y se desplaza lo que se puede a las horas baratas; y se ajusta la potencia contratada a tu curva de carga real, de modo que dejas de pagar un colchón que no tocas o de comerte penalizaciones por pasarte. El recibo opaco se convierte en algo que puedes empujar: a menudo el coste no está en la tarifa, sino en la hora a la que enchufas, y la hora se puede elegir.

Una fuga no se nota en el total mensual —se diluye entre el consumo normal— y solo se delata en el patrón: un gasto que no baja cuando la producción para. Detectarla exige comparar el consumo contra lo que debería ser a esa hora y ese día, en continuo. A mano, nadie está vigilando el contador un domingo por la noche, que es justo cuando la fuga canta.

Vigilando el contador, el sistema aprende cuál es el consumo normal según la actividad y levanta alerta cuando se sale del patrón. El fin de semana en que la nave gasta como un martes laborable es la pista de que algo gotea — y salta sola, sin que nadie tenga que estar mirando.