Los avances en el software SPC lo hacen indispensable

Todas las imágenes Fuente: Argolytics

El software de control estadístico de procesos (SPC) se ha convertido en una herramienta indispensable para los gerentes de calidad. Proporciona una visión integral del proceso de producción, lo que permite a los gerentes detectar cualquier desviación del proceso estándar y tomar acciones correctivas para garantizar que el producto final cumpla con las especificaciones deseadas.

El futuro del software SPC parece prometedor, dice Tamela Serensits, fundadora y directora ejecutiva de Argolytics LLC, ya que los avances en tecnología están haciendo que el software SPC sea más fácil de usar y accesible. Se están agregando nuevas funciones, como el aprendizaje automático y el análisis predictivo, al software SPC, lo que lo hace aún más indispensable para una organización.

Tamela Serensits, fundador y director ejecutivo de Argolytics, describe los posibles obstáculos de SPC, cómo el software de SPC puede beneficiar a fabricantes de todos los tamaños y cómo adoptar nuevas tecnologías.

Escuche más podcasts de calidad.

Este software ayuda a responder preguntas clave sobre la capacidad y estabilidad del proceso. Al automatizar el proceso de cálculo, el software SPC ayuda a los profesionales a realizar SPC con precisión y en tiempo real.

El software SPC ofrece una variedad de beneficios para los gerentes de calidad, que incluyen:

Al reducir la variación y aumentar la uniformidad de los productos fabricados, el software SPC conduce a una mayor calidad y menores costos tanto para los clientes como para los fabricantes, dice Phil Mason, vicepresidente de desarrollo comercial de Hertzler Systems.

"Un software excelente se adapta a los procesos de fabricación para permitir que el personal siga los procedimientos y flujos de trabajo establecidos y, al mismo tiempo, aplica las mejores prácticas para la recopilación de datos", afirma Mason. "Esto da como resultado una trazabilidad altamente confiable y valores de datos en los que se puede confiar para impulsar la producción".

A lo largo de los años, la tecnología SPC ha experimentado cambios significativos para mantenerse al día con los avances en la industria informática, lo que ha dado como resultado soluciones de software más fáciles de usar, accesibles y automatizadas.

Las primeras tecnologías SPC comenzaron con el trabajo de Walter Shewhart en gráficos de control en 1920. Durante los siguientes 100 años, se introdujeron mejoras y métodos más nuevos, dice Ravi Khare, director y director ejecutivo de Symphony Technologies.

"Hoy en día, la tecnología SPC abarca varias mejoras y nuevos métodos, incluido el uso de gráficos EWMA y CuSum para detectar pequeños cambios en los procesos, gráficos de control multivariados como el gráfico T2 de Hotelling y gráficos de control previo para señales rápidas", dice Khare. También se utilizan ampliamente los métodos SPC de corto plazo que utilizan gráficos Z y DNOM.

Sin embargo, la tecnología SPC ha evolucionado más allá de estos métodos para abarcar varios cambios en la industria informática, afirma Mason. Uno de esos cambios es el paso del software local a sistemas en la nube, lo que permite a los usuarios acceder al software SPC desde cualquier lugar y en cualquier momento. Esto también ha llevado a la introducción de dispositivos portátiles, portátiles y teléfonos que pueden recopilar y analizar datos, lo que hace que el software SPC sea más accesible que nunca.

Otro avance significativo en la tecnología SPC es el cambio de la entrada manual a la recopilación de datos automatizada a través de medidores inalámbricos, OPC y dispositivos de borde. Esto ha hecho que la recopilación de datos sea más eficiente, precisa y rápida que nunca. Además, el uso de asistentes y herramientas de inteligencia artificial que extraen datos en busca de tendencias y patrones contribuye a mejoras que son tanto predictivas como prescriptivas, lo que hace que el SPC sea más valioso para los fabricantes.

Si bien estos avances tecnológicos han sido beneficiosos para los grandes fabricantes, las instalaciones más pequeñas han quedado atrás, afirma Serensits. Uno de los mayores obstáculos para estas instalaciones es la recopilación de datos, y la mayoría de ellas registran en papel la información de inspección y medición.

"Si no hay alguien dispuesto a transcribir todas esas notas escritas a mano en un programa de ordenador, hablar de Industria 4.0 y análisis de datos es imposible", afirma Serensits.

A medida que crece la demanda de productos y servicios personalizados adaptados a las necesidades individuales de los clientes, los fabricantes producen lotes más pequeños y realizan tiradas de producción más cortas para adaptarse a estos requisitos únicos.

Sin embargo, este cambio en la estrategia de producción también significa que se necesitan métodos SPC que puedan monitorear y garantizar la calidad del producto durante estas tiradas de producción más cortas, afirma Khare. En el pasado, SPC se centraba principalmente en monitorear la capacidad y la estabilidad del proceso a lo largo de períodos prolongados y sostenidos. Pero ahora, la atención se ha desplazado hacia métodos que pueden permitir cambios rápidos de configuración y monitorear la calidad durante tiradas de producción más cortas.

Por lo tanto, los métodos estadísticos que pueden facilitar cambios fáciles y configuraciones rápidas son cada vez más importantes para los fabricantes que desean mantener altos niveles de calidad y al mismo tiempo poder ofrecer productos especializados a sus clientes.

Tradicionalmente, el SPC se ha utilizado para monitorear atributos de calidad del producto, como pesos de llenado o dimensiones de piezas. Sin embargo, la tendencia moderna está cambiando hacia el monitoreo de los parámetros del proceso. En la industria biofarmacéutica, por ejemplo, las técnicas SPC se utilizan para monitorear parámetros críticos de proceso (CPP), como temperaturas de proceso, valores de pH y velocidades de agitación en biorreactores para garantizar un buen resultado en términos de atributos críticos para la calidad (CQA), como la célula. crecimiento, viabilidad celular y bajas impurezas.

Además, el enfoque del SPC está pasando del seguimiento de los CQA a los CPP. Esto significa que se está dando más énfasis a la recopilación de datos proactiva y automatizada a través de transductores activos y dispositivos IoT. Luego, los datos capturados se extraen, se transforman y se cargan en almacenes de datos para que los paneles de control y las alarmas de SPC puedan acceder a ellos en tiempo real. "El uso de tecnologías IoT y ETL es una importante mejora de las herramientas y técnicas tradicionales de SPC", afirma Khare.

Con menos gente en la fábrica, la tecnología debe marcar la diferencia, afirma Mason.

"Tener una herramienta que se integre estrechamente con flujos de trabajo y fuentes de datos dispares es esencial", explica. "Hoy en día se recopilan muchos más datos, pero recopilar grandes cantidades de datos no garantiza la calidad. Las herramientas que pueden atravesar montañas de datos y la trazabilidad para identificar problemas son fundamentales".

La tecnología de control estadístico de procesos está evolucionando para satisfacer las necesidades de los pequeños y medianos fabricantes. El cambio hacia el monitoreo de los parámetros del proceso y la recopilación proactiva de datos a través de tecnologías IoT y ETL está haciendo que sea más fácil y rentable para estas empresas implementar medidas de control de calidad. Con las herramientas adecuadas, los pequeños fabricantes pueden seguir siendo competitivos y garantizar que sus productos cumplan con las expectativas de los clientes.

Genevieve Diesinges editor colaborador de Quality.