La ciencia y la industria aúnan fuerzas para aprovechar el valor empresarial
La Universidad de Sunderland llevó a cabo un proyecto de investigación interdisciplinar para abordar los problemas de la gestión del mantenimiento basada en datos en el sector manufacturero europeo, centrándose en los aspectos de gestión del valor empresarial, la fiabilidad y la ingeniería de mantenimiento, y la ciencia de datos. La iniciativa Lead4Value(se abrirá en una nueva ventana), financiada con fondos europeos, se propuso actuar como puente entre los ingenieros de mantenimiento y los responsables de la toma de decisiones, ofreciendo métodos y herramientas de gestión para evaluar el valor de los datos para contextos, objetivos y organizaciones específicos. El proyecto trabajó con varias pequeñas y medianas empresas. El objetivo de esta colaboración era recopilar y analizar los datos de fabricación empleados por directores sénior al planificar las tareas de mantenimiento. El siguiente paso consistió en determinar el valor e impacto de los datos sobre la selección de tareas de mantenimiento. El principal resultado fue un nuevo sistema para las empresas que constituye una prueba tangible de cómo se puede maximizar el valor empresarial del mantenimiento industrial adoptando un nuevo enfoque de la toma de decisiones basada en datos y en los principios Lean de eficiencia en el consumo de recursos y en los costes.
Al ritmo de la industria
«Afortunadamente, nuestros problemas se limitaban al acceso a las empresas durante el cambio de producción o variaciones rápidas relacionadas con trabajadores esenciales. Cuando nos resultó posible, lo planificamos con unos cinco o seis meses de antelación. Por suerte, sufrimos muy pocos retrasos a causa de esos problemas», señala David Baglee, coordinador del proyecto y profesor en la Facultad de Tecnología de la Universidad de Sunderland.
Desarrollado por el mundo académico en colaboración con la industria para afrontar un reto industrial
Los resultados de esta investigación se obtuvieron específicamente con el apoyo de la industria y las organizaciones asociadas fueron una empresa de alimentación y un fabricante de piezas de automoción. En particular, el proyecto desarrolló un método para permitir a las empresas analizar el modo en que aprovechaban o podrían aprovechar los datos para determinar la fiabilidad y relevancia de los mismos. Además, se emplearon análisis estadísticos y modelización analítica para elaborar mapas y herramientas de apoyo a la toma de decisiones en la futura gestión de datos. Estas herramientas desvelaron tareas de mantenimiento innecesarias, tareas de recopilación de datos innecesarias, falta de tareas de recopilación de datos y la posibilidad de aumentar el valor empresarial del mantenimiento.
Ahorrar esfuerzos, tiempo y dinero
Los resultados reales se encuentran en las propias empresas: una reducción de las tareas de mantenimiento, un recorte de los gastos totales de mantenimiento, una disminución del tiempo necesario para recopilar y analizar los datos, y la identificación de los datos que aportan valor al proceso general de toma de decisiones. El proyecto dio lugar a diversas publicaciones académicas. El caso práctico de la empresa de producción alimentaria, que se centra en el mantenimiento correctivo, se recoge en una ponencia titulada «An approach to identifying waste in data management processes» (Un enfoque para identificar el desperdicio de recursos en los procesos de gestión de datos), de David Baglee y Salla Marttonen-Arola, que se presentó en el marco del XIV Congreso Internacional de Ciencia de Datos (ICDATA 2018), celebrado en Las Vegas (Nevada, Estados Unidos). Los mismos autores presentaron sus resultados en una publicación titulada «Implementing a CMMS: an investment appraisal based on value of data» (Puesta en práctica de un GMAO: una valoración de la inversión basada en el valor de los datos) en el Congreso Mundial sobre Resiliencia, Fiabilidad y Gestión de Recursos que se celebró en 2019 en Singapur. El siguiente paso será un proyecto de seguimiento que el equipo de investigación está diseñando en estos momentos y que tiene por objetivo ampliar el sistema para incorporar la producción, la calidad y otros sistemas de fabricación que generan abundantes datos.
