Predicción y reducción de microparadas
Data Value
Sector: Industria
Business Case
El reto a resolver es desarrollar un sistema que sea capaz de detectar cuáles son las causas primarias que provocan una mayor cantidad de microparadas en las diferentes líneas de una compañía, de cara a reducir su ocurrencia. Además, se busca un segundo sistema que pueda predecir estas, en tiempo real para poner en preaviso al operario, reduciendo así su duración.
Objetivos
El objetivo de este reto es identificar las causas primarias que provocan la generación de una mayor cantidad de microparadas para evitar que se produzcan, además de predecir aquellas que no se puedan evitar para poner en preaviso al operario y reducir su duración.
Use case
La solución planteada se basa en un proceso de estructuración de los datos, tras ello se han entrenado modelos de alto poder explicativo que permitan identificar las causas raíz de las microparadas y modelos de alto poder predictivo que permitan realizar las predicciones.
Infraestructura
On Premise
Tecnologías utilizadas
Machine Learning y Deep Learning
Datos utilizados
Los datos utilizados son datos de la propia compañía que incluyen los parámetros de producción, las características de los productos producidos y las microparadas que se han producido.
Recursos utilizados
Los recursos empleados ha sido el propio personal de Data Value Management quienes se han encargado de preparar los datos, realizar los sistemas predictivos y capacitar a los usuarios del sistema desarrollado.
Dificultades y aprendizaje
Las principales dificultades que se encontraron en el proyecto vinieron derivadas de la calidad del dato, aspecto en el que se invirtieron una gran cantidad de recursos.
KPIs (impacto en el negocio y métricas del modelo)
Los principales KPIs han sido el porcentaje de microparadas que han sido explicadas por los algoritmos explicativos, porcentaje que se sitúa en el 37% y aquellas que pueden ser anticipadas por los modelos predictivos, porcentaje que alcanza el 60%.
Financiación
No he sido financiado por ninguna ayuda publica o privada.
Colaboradores
El proyecto ha sido realizado exclusivamente por DVM, contando con la ayuda del personal de la compañía quien ha aportado el conocimiento de negocio.
