Procesamiento de datos de producción para el control de procesos estadístico: SimulPLANT

• Díaz-Cacho, Miguel ^[1] ; Lorenzo, Eva ^[1] ; Borrajo Diz, Lourdes ^[1] ; Gonzalez-Sanchez, Maria Beatriz ^[1]
  1. [1] Universidade de Vigo

     Universidade de Vigo

     Vigo, España

     
• Localización: XLIII Jornadas de Automática: libro de actas: 7, 8 y 9 de septiembre de 2022, Logroño (La Rioja) / coord. por Carlos Balaguer Bernaldo de Quirós , José Manuel Andújar Márquez , Ramón Costa Castelló , C. Ocampo-Martínez , Juan Jesús Fernández Lozano , Matilde Santos Peñas , José Simó , Montserrat Gil Martínez, José Luis Calvo Rolle , Raúl Marín , Eduardo Rocón de Lima , Elisabet Estévez Estévez , Pedro Jesús Cabrera Santana, David Muñoz de la Peña Sequedo , José Luis Guzmán Sánchez , José Luis Pitarch Pérez , Óscar Reinoso García , Óscar Déniz Suárez , Emilio Jiménez Macías , Vanesa Loureiro-Vázquez, 2022, ISBN 978-84-9749-841-8, págs. 885-891
• Idioma: español
• Títulos paralelos:
  • Production Data Processing for SPC: SimulPLANT
• Enlaces
  • Texto completo
• Resumen
  • español

    Este trabajo presenta un entorno de captura y procesamiento de datos de producción con el objetivo de calcular en tiempo real los parámetros estadísticos de control de procesos (SPC) en un entorno productivo industrial. Para ello hace uso de las ventajas aportadas por el paradigma de la Industria 4.0 mediante la capacidad de captación y transmisión de datos con dispositivos IoT utilizando protocolos de Internet y las altas capacidades de computación de las pasarelas de datos. Los parámetros resultantes son susceptibles mediante un adecuado análisis de compararse con índices KPI de los departamentos de gestión de una corporación con el objetivo de encontrar correlaciones entre la adopción de las nuevas tecnologías OT y los resultados operativos de la organización.

  • English

    A production data processing system called SimulPLANT is presented in this work, in order to calculate dynamically SPC parameters called Ppk by using a combined standard deviation. The processed data is sent from a data gateway to a server in a warm data-flow. The goal is to analyze and compare these parameters with other KPI parameters of the corporation, and therefore find correlations between the adoption of the new OT technologies integrated in the Industry 4.0 paradigm and the operating results of the organization.