Digital Engineering, Advanced Analytics, Connected Materials & Products –así se llaman las tres iniciativas con las que Freudenberg Sealing Technologies (FST) impulsa la digitalización en torno al tema “innovación”–. Philipp Oestringer, Technology & Innovation, coordina las tres iniciativas en calidad de director.
“La ingeniería digital no es de por sí algo nuevo”, manifiesta Oestringer. “Empezó cuando se dejaron de elaborar en papel los planos de construcción y, en su lugar, se empezaron a utilizar programas de diseño CAD”. Cuando él habla hoy de ingeniería digital sobre todo piensa en el intercambio de datos y en la interconexión digital: por ejemplo, el diseño asistido por ordenador (CAD, sus siglas en inglés) con las simulaciones de la ingeniería asistida por ordenador (CAE) y con la fabricación asistida por ordenador (CAM) en la técnica de fabricación. “Los sistemas pueden comunicarse entre ellos y entienden sus datos respectivos. Es como si uno pudiese leer con MS Word las informaciones de un fichero Excel”, explica él.
Un proyecto en vigor dentro de la iniciativa Digital Engineering trata la implantación en FST de un sistema para un proceso de gestión del ciclo de vida del producto (PLM) de extremo a extremo (E2E). Es una solución de software que contiene todos los datos de un producto a través de todo su ciclo de vida útil –la cadena de proceso en su conjunto, desde el planteamiento inicial del problema, pasando por el desarrollo y fabricación del producto hasta su reciclaje–. En una primera fase del proyecto, FST está reproduciendo el proceso de desarrollo de producto en el sistema PLM, usando el software Teamcenter de Siemens. A esto seguirá el pre-desarrollo correspondiente.
Evitar la duplicidad de trabajo
¿Las ventajas de un sistema PLM? Ofrece transparencia y permite la trazabilidad incluso de los detalles del proceso de creación y la vida de un producto, desde su concepción hasta su eliminación. Por ejemplo para auditorías. Pero sobre todo cuando los ingenieros reciben un pliego de condiciones igual o similar al existente en el sistema. Los conocimientos de ingeniería están disponibles para todas las unidades de la organización. Además, pueden tomar como base los conocimientos ya adquiridos. De esta manera se evita la duplicidad del trabajo. Lo mismo sucede cuando a dos o tres áreas distintas de la empresa se le presentan cuestiones similares y el sistema lo revela. Con esto se pueden producir sinergias. Adicionalmente, el software ayuda al desarrollador guiándolo por todas las tareas que se deben efectuar durante el proceso de desarrollo. Siguiendo un proceso estandarizado. Así no se olvida nada. Los conjuntos de datos se pueden intercambiar con el sistema de gestión de productos (SAP) o el sistema de gestión de relación con el cliente (Customer Relationship Management, CRM). Esto evita trabajo adicional e incrementa la eficiencia.
Otro proyecto de ingeniería digital en curso es el denominado Intellectual Property (IP) Management. Se ocupa de la propiedad intelectual, por ejemplo de la cuestión de si FST debe conservar o dejar caducar las patentes. El sistema IP-Management recopila los datos de “SAP”, como los referentes a la facturación y los costes, y presenta ratios informativos que ayudan el proceso de búsqueda de una decisión.
Recopilación y valoración de datos
Las otras dos iniciativas de digitalización en el ámbito estratégico de innovación también siguen avanzando. En Connected Materials & Products la idea es equipar con tecnología de sensores cada vez más productos y materiales. La monitorización de estado continua por medio de sensores permite al cliente de FST la conservación puntual (Condition Monitoring). Pero además, FST puede aprovechar los datos obtenidos en tiempo real para la mejora de sus productos. Los datos procedentes del entorno real complementan la base de datos recopilados en pruebas y simulaciones.
También la iniciativa Advanced Analytics se dedica a la valoración de datos. Por un lado, el objetivo es eliminar los “cementerios de datos” existentes, que ni siquiera se utilizan; y por otro lado, recopilar nuevos datos. “Queremos utilizar en los análisis estos datos y valores empíricos, usando algoritmos inteligentes”, explica Oestringer. La meta es: cada vez menos pruebas de ensayo y error en el desarrollo, y cada vez más predicciones inteligentes sobre la base de datos sólidos. “De esta manera podríamos, por ejemplo, contribuir al desarrollo de una mezcla con ayuda de la inteligencia artificial”.
Mediante una mejora creciente en la calidad de los datos y las predicciones es posible, por ejemplo, limitar los ensayos de prototipo a las mejores soluciones previstas con anterioridad en las simulaciones. Esto ahorra tiempo y costes de desarrollo. Adicionalmente aumenta la calidad de la ingeniería de desarrollo. Es una cosa sumamente importante. Porque si la hoja de ruta se fija mal al comienzo de un desarrollo, en las fases siguientes del proceso de desarrollo de producto sería muchísimo más caro corregir los errores. Entonces incluso puede ser que ya se hayan fabricado los moldes de prototipos, encargado las máquinas o incluso se hayan presentado problemas de calidad para el cliente.
De los crecientes y valiosos datos podrían surgir en breve nuevas oportunidades de negocio, pronostica Oestringer. “Podremos desarrollar también soluciones para las necesidades futuras, de las que por falta de datos actualmente ni siquiera sabemos que existen”. Y hablando de nuevos negocios, los desarrolladores de Technology & Innovation están encantados siempre de recibir impulsos de las distintas unidades de negocio.
