más de 50 países
Uso global, impacto local
47 años en el negocio
Creado en 1979
más de 50 empleados
Europa, EE.UU. y Asia
más de 2000 clientes
Más de 20.000 usuarios
El futuro del software de control estadístico de procesos
Introducción
El futuro del software SPC debe discutirse en relación con el entorno de fabricación en el que se utiliza el software SPC y que el entorno de fabricación está actualmente muy influenciado por los desarrollos relacionados con la industria 4.0. En este artículo discutiremos cuál es la funcionalidad requerida del futuro software SPC y qué ha hecho Datalyzer para cumplir con estos requisitos.
Los componentes clave de la Industria 4.0 se indican en la siguiente imagen.
La fabricación aditiva, la realidad aumentada y la robótica no están directamente relacionadas con el software SPC, pero todos los demás componentes tienen algún tipo de relación con el software SPC, y hablaremos de ellos en este artículo.
Computación en nube
La computación en la nube es una piedra angular de la Industria 4.0, que permite la integración perfecta de tecnologías avanzadas como IoT, IA y Big Data Analytics en las operaciones industriales. Proporciona la infraestructura escalable necesaria para gestionar y analizar en tiempo real enormes cantidades de datos generados por dispositivos y sensores interconectados. Esto facilita el mantenimiento predictivo, la optimización de los procesos de producción y la toma de decisiones basada en datos, mejorando la eficiencia operativa y reduciendo el tiempo de inactividad. Además, las soluciones en la nube favorecen la colaboración global al ofrecer plataformas centralizadas para acceder, compartir y analizar datos entre equipos dispersos geográficamente. Al reducir los costes de infraestructura de TI y proporcionar una agilidad sin precedentes, la computación en nube permite a las empresas innovar rápidamente, adaptarse a los cambios del mercado y seguir siendo competitivas en la era de la fabricación inteligente.
Cada vez más sistemas como MES, ERP y Scada, etc., se ofrecen como solución en la nube. También vemos cada vez más integración entre estos sistemas utilizando API web.
Toda la arquitectura basada en la nube de una empresa puede llegar a ser bastante compleja. Para que sea posible gestionar una arquitectura tan compleja, los programas de software basados en la nube deben desarrollarse en contenedores. En la informática basada en la nube, un contenedor es una parte ligera, independiente y portátil de un paquete de software que incluye todo lo necesario para ejecutar esa parte de la aplicación, como el código, el tiempo de ejecución, las bibliotecas y las herramientas del sistema. Los contenedores funcionan en entornos aislados, lo que garantiza la coherencia entre los distintos entornos informáticos, desde el desarrollo hasta las pruebas y la producción. A diferencia de las máquinas virtuales tradicionales, los contenedores comparten el núcleo del sistema operativo del sistema anfitrión, lo que los hace más rápidos de iniciar y más eficientes en cuanto a recursos. Esto los hace ideales para los despliegues en la nube, ya que permiten a los desarrolladores crear, desplegar y escalar aplicaciones sin problemas en varias plataformas en la nube, manteniendo la fiabilidad y el rendimiento. Herramientas como Docker y Kubernetes se utilizan habitualmente para la contenedorización y la orquestación en la computación en nube.
Datalyzer Qualis 4.0 está completamente desarrollado en Dot Net Core y soporta la contenedorización y puede estar disponible en un docker. La solución es compatible con soluciones de nube pública y privada.
Ciberseguridad
La ciberseguridad en relación con la computación en nube para la Industria 4.0 es una preocupación crítica, ya que la integración de soluciones basadas en la nube y sistemas interconectados expone los entornos industriales a nuevas vulnerabilidades. La Industria 4.0 se basa en el intercambio de datos en tiempo real, el acceso remoto y los dispositivos IoT, todo lo cual crea posibles puntos de entrada para los ciberataques.
En este contexto, los proveedores de la nube aplican sólidas medidas de seguridad, como el cifrado, la autenticación multifactor y la supervisión continua para proteger la integridad, confidencialidad y disponibilidad de los datos. Sin embargo, las empresas deben adoptar un modelo de responsabilidad compartida que garantice configuraciones seguras, parches periódicos y controles de acceso de los usuarios por su parte.
En la práctica vemos que significa que el acceso al software SPC debe basarse en las políticas de seguridad existentes en una empresa como SAML. En la Industria 4.0, donde numerosas aplicaciones y servicios interactúan en ecosistemas en la nube, SAML garantiza la autenticación segura de los usuarios y el intercambio de datos entre plataformas. Por ejemplo, los sistemas de una fábrica conectados a una plataforma en la nube pueden utilizar SAML para verificar las credenciales de los usuarios de forma segura.
Otros protocolos como OAuth, OpenID Connect y Kerberos complementan SAML proporcionando diferentes mecanismos para la autenticación y autorización seguras, reforzando aún más la postura de ciberseguridad de una organización.
Datalyzer Qualis 4.0 es compatible con los protocolos más utilizados, como SAML y OKTA, y la lista de protocolos compatibles se amplía continuamente.
Internet industrial de las cosas (IIoT)
IoT (Internet Industrial de las Cosas) en relación con el uso del software SPC se refiere a la integración de dispositivos inteligentes, sensores y sistemas conectados en los procesos industriales para mejorar el control de calidad y la toma de decisiones.
1. Recogida de datos en tiempo real:
Los dispositivos IIoT, como los sensores y los dispositivos de borde, supervisan continuamente las líneas de producción y los equipos capturando datos en tiempo real sobre las características del producto y del proceso, como el peso, la temperatura y la presión, etc. El software SPC utiliza estos datos para identificar tendencias, variaciones y problemas potenciales antes de que deriven en defectos.
2. Supervisión mejorada del proceso:
La combinación de IIoT y SPC garantiza una visibilidad completa de los procesos de fabricación. IIoT transmite datos de alta resolución al software SPC permitiendo a los operarios detectar anomalías más rápidamente y mejorar la estabilidad del proceso
En la práctica, existen muchas plataformas IIoT diferentes y los datos de gran volumen en tiempo real, como las temperaturas, no siempre son adecuados para trazarlos directamente en un gráfico de control. DataLyzer Qualis 4.0 ofrece un servicio de importación flexible para recopilar datos de prácticamente cualquier fuente, convertir los datos en información útil de SPC mediante la agregación de los datos y, a continuación, presentar los datos en un gráfico de control significativo.
Además de los sensores, todavía hay una gran parte de datos que llegan a través de equipos de medición especiales como cámaras, MMC o bases de datos o incluso soluciones de interfaz sencillas como archivos ASCII o archivos csv. El flexible servicio de importación del DataLyzer también puede leer todas estas fuentes e incluso crear automáticamente la configuración SPC.
Integración horizontal y vertical
Integración horizontal
Cada vez son más las industrias que adoptan el proceso APQP. En el proceso APQP hay un flujo lógico de información desde el diseño, pasando por el dibujo, hasta el FMEA, el plan de control, la inspección del primer artículo y el SPC y los COA. Datalyzer ofrece una solución completa para todo el flujo APQP, desde el baloning automático de los dibujos, la creación de la configuración del SPC basada en un dibujo, una solución completa de FMEA y la importación automática de los datos de medición para los informes de inspección de primer artículo o SPC. Todos los datos pueden exportarse de nuevo de muchas formas, incluidos los COA. Así pues, la solución SPC está integrada en una solución horizontal integrada.
Integración vertical
La integración vertical puede considerarse de 2 maneras diferentes:
- Integración vertical en la estructura de TI
- Integración vertical en la organización
La integración vertical en la estructura de TI y en el contexto de la Industria 4.0 se refiere a la integración perfecta de procesos, sistemas y datos a través de diferentes niveles de una organización, desde la planta de producción hasta la toma de decisiones ejecutivas. Es crucial para lograr entornos de fabricación inteligentes e interconectados.
El software de control estadístico de procesos (SPC) desempeña un papel importante en esta integración al permitir la recopilación de datos en tiempo real, el análisis y los bucles de retroalimentación de los procesos de producción. En el marco de la Industria 4.0, el software SPC puede integrarse con dispositivos IoT, sensores y sistemas empresariales (como ERP y MES) para proporcionar información procesable y un control de calidad automatizado.
Esta alineación garantiza que las métricas de calidad no estén aisladas, sino que formen parte de un ecosistema más amplio y conectado que permite realizar análisis predictivos, reducir los residuos y mejorar la eficiencia. Al aprovechar la integración vertical, el software SPC se convierte en una piedra angular para alcanzar los objetivos de la fabricación inteligente, alineando el rendimiento operativo con los objetivos estratégicos.
Datalyzer Qualis 4.0 apoya esta integración vertical proporcionando opciones de interfaz flexibles como una DLL totalmente funcional, Apis web o incluso ofrecer la opción de ejecutar contenedores Qualis directamente en otros sistemas basados en web. Por ejemplo, puede iniciar un plan de inspección de Qualis directamente desde un sistema MES basado en web y el usuario final ni siquiera es consciente de que está trabajando en Qualis.
La integración vertical en la organización significa que el mismo sistema de SPC está apoyando directamente tanto al operario como al jefe de equipo, al ingeniero y al gerente. Esto significa que el software de SPC debe ir más allá de la visualización de un gráfico de control. Las alertas automáticas, las pantallas de acciones abiertas, los cuadros de mandos, los procedimientos OCAP con buy off y los informes resumidos deben formar parte de la solución de software SPC. Todos los datos y funcionalidades sólo deben ser accesibles si el usuario específico está autorizado.
DataLyzer Qualis ofrece muchas funciones para apoyar la integración vertical. Todos los requisitos descritos anteriormente están disponibles y, con una estructura de autorización altamente granular, puede adaptarse para proporcionar la información y las funciones adecuadas a las personas adecuadas, incluso en múltiples ubicaciones y en varios idiomas.
Grandes datos, análisis e IA
Como ya se ha mencionado, los big data no pueden utilizarse realmente para almacenarlos directamente en un sistema SPC, por lo que en la práctica vemos dos enfoques:
- Los datos se agregan y se convierten para proporcionar información significativa en los gráficos de control
- Los datos originales se utilizan en análisis avanzados (Big Data o IA).
La primera opción ya se ha descrito anteriormente pero para apoyar la segunda opción Datalyzer ofrece una forma de utilizar datos de cualquier fuente durante el análisis sin necesidad de importar esos datos a la base de datos SPC. Esta función adicional denominada Qualis Analytics puede cargar datos de cualquier fuente, incluidos los datos del SPC de Datalyzer, relacionar los datos a través de un denominador común como el número de serie, el número de lote o la fecha y la hora y proporcionar todo tipo de opciones de análisis diferentes, incluida la IA en forma de árboles de decisión de bosque aleatorio y análisis de texto.
Esto ofrece una gran flexibilidad y la posibilidad de analizar rápidamente los datos sin necesidad de crear primero una herramienta de importación.
Simulación e IA
Tradicionalmente, el SPC suele aplicarse sobre las características de calidad del producto. Las industrias más avanzadas en la aplicación del SPC también lo aplican sobre las características del proceso. Con el crecimiento de la IIoT vemos más aplicaciones del SPC en áreas de proceso.
Lo que las empresas intentan conseguir es establecer la relación entre los insumos del proceso, las características del proceso y las características del producto porque controlar las características del proceso es más rápido y barato que controlar las características del producto. Una técnica bien conocida en este ámbito es el diseño experimental. Ahora con el potencial de la IA aparecen nuevas posibilidades. En lugar de realizar estudios de DOE podemos utilizar el aprendizaje automático para establecer el modelo, y esto puede hacerse incluso completamente en tiempo real.
El aprendizaje automático ha demostrado ser más potente que la DOE y también puede ajustarse en tiempo real en función de circunstancias cambiantes como el desgaste de las herramientas y los cambios de material, etc. El aprendizaje automático puede utilizarse ahora de 2 formas:
- Podemos utilizar el aprendizaje automático para simular el efecto de un cambio de proceso en caso de una situación fuera de control o de las especificaciones.
- Podemos utilizar el aprendizaje automático para predecir el resultado de una característica crítica del proceso incluso antes de que pueda medirse.
El DataLyzer Qualis 4.0 ofrece aprendizaje automático durante la introducción de datos en tiempo real. Los resultados pueden predecirse utilizando el aprendizaje automático y éste también puede utilizarse durante los cambios de proceso para simular el efecto del cambio.
9%
Reducción de costes conseguida por los clientes
Lo que dicen los clientes
«Datalyzer nos ayudó a vincular automáticamente los datos de calidad de todos los procesos para realizar análisis avanzados»
Dave Beeren
Ingeniero de producción, Philips
Industrias a las que servimos
Certificado ISO
ISO 27001 Y SOC2
