Testimonios de clientes

En el camino hacia la Industria 4.0, un éxito conduce a otro

Cuestiones que han quedado sin respuesta durante mucho tiempo ya no son un misterio gracias al compromiso de Saint-Gobain NorPro con el análisis

Saint-Gobain NorPro

DesafíoLa calidad de los productos de cualquier fabricante se mide por la calidad de sus componentes. Cuando los ingenieros de Saint-Gobain NorPro notaron una reducción de la calidad de las materias primas de un determinado proveedor, tuvieron la necesidad de identificar la causa raíz, y de hacerlo con rapidez.
SoluciónUn equipo de control de calidad implementó el perfilador de JMP® para identificar y resolver el problema. Los ingenieros de calidad siguen utilizando JMP para supervisar la calidad, optimizar los procesos de fabricación y facilitar las comunicaciones.
ResultadosSu compromiso con un entorno impulsado por el análisis permite a Saint-Gobain NorPro utilizar los éxitos del pasado para lograr otros aún mayores. Y los clientes se están dando cuenta de ello.

La promesa de una Industria 4.0 es una de las prioridades en Saint-Gobain NorPro. La digitalización de la fabricación, la robótica, la Internet de las Cosas, la Internet de los Sistemas –una fusión de mundos virtuales y reales– son conceptos incorporados en la iniciativa Stellar Factory de la empresa, a través de los cuales Saint-Gobain NorPro identifica e implementa las mejores prácticas.

Durante más de un siglo, Saint-Gobain NorPro ha estado ofreciendo sus servicios a las industrias petroquímica, química, de refinado, medioambiental y de procesamiento de gas, proporcionando una variedad de soportes y formas cerámicas de ingeniería. Como director de calidad, el trabajo de Jim Lamar consiste en garantizar que, en un entorno de fabricación cada vez más complejo, la empresa aplique toda la potencia del análisis para ofrecer a sus clientes el mejor producto posible.

Lamar, que vive en Bryan (Texas), está ayudando a crear una cultura dentro de Saint-Gobain NorPro que saca partido de los éxitos del pasado enfocando el análisis de datos de una forma cada vez más estructurada. Los experimentos diseñados se hallan en el núcleo de esa iniciativa, y están dando sus frutos.

Un caso concreto: se recurrió a Lamar y su equipo para que abordasen un problema con la materia prima suministrada por uno de los principales proveedores. Se llevaron a cabo experimentos diseñados tanto en Saint-Gobain NorPro como en las instalaciones del proveedor. Se produjeron dos importantes hallazgos: en primer lugar, que la calidad de la materia prima era el único factor útil para predecir la calidad del producto final y, en segundo, que había dos parámetros de calidad en el producto del proveedor que contribuían el problema. La clave para la resolución de la incidencia era la interacción de estos dos parámetros. “Mediante este proceso”, dice Lamar, “dábamos respuesta a preguntas que, en el pasado, nadie sabía siquiera cómo abordar. Estos resultados animaban a las personas: Muy bien, vamos más allá. Aprovechemos esto para conseguir éxitos aún mayores”.

Un modelo predictivo resuelve un problema de producción persistente

“Durante los últimos 20 años he sido usuario de JMP a tiempo completo”, atestigua Lamar. Recientemente, Lamar y su equipo han utilizado el software de análisis estadístico para crear un modelo predictivo que aborde el problema que llevaba décadas fastidiando a la empresa: una característica de calidad de uno de sus productos. “Nada de lo que habíamos estado probando durante 20 años parecía ser aplicable al caso”, explica Lamar. “Habíamos estado ajustando todos los posibles parámetros del proceso, y nada había funcionado. Probamos en vano todas las posibles variaciones de las materias primas”.

Experimentos efectuados en la planta de Saint-Gobain NorPro indicaban que el origen del problema era una materia prima en particular. “Nos pusimos en contacto con el proveedor”, recuerda Lamar, "y le dijimos: 'Parece que el problema está relacionado con tu materia prima, pero no podemos encontrar ninguna correlación real’. No era algo que pudiésemos medir".

El equipo de Lamar realizó más experimentos utilizando como variable principal la materia prima en sí, “y aun así hallamos que ninguna de las condiciones operativas de nuestro proceso tenía ningún efecto en absoluto en la calidad del producto final". El equipo insistió y, con el tiempo, logró confirmar que la materia prima era la causa raíz del problema. El origen estaba en dos parámetros de calidad de la materia prima anteriormente desconocidos. “Le dije a nuestro proveedor: ‘Necesitamos que te asegures de ajustar estos dos factores. Están interrelacionados. El valor de este no significa nada para nosotros; el del otro, tampoco. Pero los dos juntos pueden tener todo el sentido del mundo’”.

Uno de los parámetros era una característica de la materia prima, y el otro se podía controlar mediante procesamiento. Lamar explica que el enfoque tradicional de especificación de materias primas es definir límites específicos para cada parámetro independientemente. En este caso, los límites aceptables para el segundo parámetro dependían del valor del primero. “Era aquella interrelación lo que nadie había comprendido en el pasado”, apunta Lamar. “Antes, nadie tenía los datos necesarios. El perfilador en la parte inferior del sistema de multirregresión multivariante me dio las respuestas que necesitaba”.

Scripts que acceden a volúmenes de datos de años

Lamar y su equipo utilizaron JMP para generar un perfil interactivo que permitiese al proveedor introducir sus medidas de cantidad de materia prima y controlar los otros factores hasta el nivel necesario para garantizar que el producto final ofreciera una materia prima aceptable. “Guardamos la fórmula en forma de archivo HTM”, explica Lamar. “JMP me dio la capacidad de proporcionarles lo que necesitaban. Nos lo llevamos en una memoria USB y les enseñamos cómo funciona”.

“No solo resolvimos el problema”, prosigue, “sino que lo hicimos hasta el punto de que el cliente vino a decirnos: 'Lo habéis hecho tan bien que nos gustaría ajustar aún más las especificaciones. Las antiguas ya no reflejan lo que se puede hacer hoy en día’”.

Lamar admite que, si no fuese por JMP, ningún otro software analítico habría estado a la altura. “No dispongo de otras herramientas que me permitan hacer lo que he hecho con el perfilador interactivo, y ninguna de las otras herramientas ofrece la capacidad de guardar como archivo Shockwave para poder entregarlo al proveedor y decirle: 'Toma, usa esto. Tu especificación está a este índice de separación de este perfilador’. No sé si habríamos podido resolver el problema de otro modo". Además, da fe de las capacidades de creación de scripts de JMP. “Mis scripts obtienen datos directamente de nuestro software de planificación de empresa (ERP) en cuestión de segundos. Tareas que solíamos tardar horas en llevar a cabo, ahora las puedo obtener directamente, y obtengo años de datos que puedo analizar.”

Lamar implementa JMP para analizar parámetros de calidad esenciales de manera regular y rápida, y para efectuar análisis comparativos: “¿Qué pinta tiene 2018 comparado con 2017? ¿Se aprecia alguna tendencia? ¿Hay pruebas de mejora continua?” Estas cuestiones pueden ahora ser abordadas con facilidad por Lamar y su equipo.

“Los scripts para obtener los datos ya están escritos, y se están creando otros para efectuar el análisis de estos. JMP puede dar respuesta a su duda en cuestión de segundos. Un cliente viene a vernos con una pregunta, y yo ya no tengo que decirle: 'Me pondré en contacto con usted cuando tenga la respuesta’. Lo que haré será decirle: ‘Vamos a echar un vistazo’. Y puedo ponerla en la pantalla", compartir archivos de datos, diarios, etc. Es más, los propios clientes están utilizando JMP. “Si mis clientes utilizan JMP –y muchos de ellos lo hacen–, entonces redunda en mi propio beneficio utilizarlo también”.

Para abreviar: ‘JMP® es genial’

Los departamentos de gestión también necesitan respuestas rápidas, y Lamar señala que los decisores no quieren "un montón de índices estadísticos. Lo que quieren es poder mirar un gráfico o diagrama y ver que la respuesta es X. No atosigarlos con 10 páginas, sino mostrarles el gráfico del final”. Eso es exactamente lo que permite hacer JMP. “JMP es genial”.

El equipo de NorPro está formado por ingenieros investigadores, ingenieros industriales, químicos, técnicos de laboratorio y otras personas, muchas de ellas con titulaciones avanzadas, “pero ninguna con la palabra 'estadística' en su título”. Puede que eso cambie. Pero, mientras, con la ayuda de JMP –su eficiencia y fácil accesibilidad, profundas capacidades de análisis y sofisticadas herramientas visuales–, Saint-Gobain NorPro está cultivando un entorno que avanza, éxito a éxito, hacia la promesa de la Industria 4.0.

Pruebe JMP gratis durante 30 días

Los resultados ilustrados en este artículo son específicos para situaciones, modelos de negocio, captura de datos y entornos informáticos particulares descritos aquí. La experiencia de cada cliente de SAS es única de acuerdo con las variables de negocio y técnicas y todas las declaraciones deben considerarse atípicas. Los ahorros, resultados y características del desempeño reales pueden variar dependiendo de las configuraciones y condiciones individuales de los clientes. SAS no garantiza o representa que cada cliente obtendrá resultados similares. Las únicas garantías para los productos y servicios de SAS son aquellas que se establecen en las garantías expresas del contrato escrito para dichos productos y servicios. Nada de lo descrito aquí debe ser interpretado como una garantía adicional. Los clientes han compartido sus éxitos con SAS como parte de un intercambio contractual acordado o de un resumen del éxito de un proyecto después de una implementación exitosa del software de SAS.

Back to Top