Método automático para la recolección y monitoreo de códigos de falla en procesos industriales guiados por PLCs

• Ramos Luna, Juan Pedro ^[1] ; Ibarra Villegas, Francisco Javier ^[2] ; Pérez Wences, Cain ^[2]
  1. [1] Posgrado CIATEQ, A.C., Av. Nodo Servidor Público #165, Col. Anexa al Club de Golf, Las Lomas, 45136 Zapopan, Jalisco, México.
  2. [2] CIATEQ, A.C., Av. Nodo Servidor Público #165, Col. Anexa al Club de Golf, Las Lomas, 45136 Zapopan, Jalisco, México.
• Localización: Revista de Ciencias Tecnológicas, ISSN 2594-1925, Vol. 7, Nº. 3, 2024 (Ejemplar dedicado a: July-September (Continuous Flow Publication); e361), págs. 1-21
• Idioma: español
• Títulos paralelos:
  • Automatic method for collecting and monitoring fault codes in industrial processes guided by PLCs
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este trabajo presenta la propuesta de un método automático de monitoreo de códigos de fallas de procesos industriales, así como su implementación real en una línea de producción formada por 5 procesos diferentes. Para la implementación se tomó como base algunas técnicas de la industria 4.0, tales como los Macrodatos, las Redes Industriales, Sistemas de Ejecución de Manufactura y la Computación en la Nube, integrándolas en un sistema capaz de recolectar información en tiempo real y enfocado a un monitoreo automático de fallas del proceso en el cual se implementa. Se presenta un método que consta de 12 pasos específicos, definidos y aplicables a un sistema de microcontroladores que guían procesos donde es necesario el rastreo de los códigos de falla del mismo proceso y los cuales están conectados por algún medio de comunicación para compartir información. En la implementación del método en un caso real se puede observar cómo adaptarlo a procesos de manufactura con gran exactitud, esta implementación se realizó en una línea de producción en serie formada por 5 procesos dependientes uno de otro donde cada proceso tiene su propio controlador y sus propios códigos de falla. Los resultados de la implementación hicieron visible las causas de la gran cantidad de paros del proceso y los datos arrojados por el sistema ayudaron a tomar decisiones importantes para destinar recursos eficientemente con el fin de reducir el tiempo perdido por fallas en la maquinaria. También fue posible localizar los procesos con más problemas en el último periodo, lo que permitió identificar un área de oportunidad para el incremento de la productividad del proceso monitoreado.

  • English

    This work presents the proposal of an automatic method for monitoring fault codes of industrial processes, as well as its real implementation in a production line made up of 5 different processes. For the implementation, some industry 4.0 techniques were taken as a basis, such as Big Data, Industrial Networks, Manufacturing Execution Systems and Cloud Computing, integrating them into a system capable of collecting information in real time and focused on a automatic failure monitoring of the process in which it is implemented. A method is presented that consists of 12 specific steps, defined and applicable to a system of microcontrollers that guide processes where it is necessary to track the fault codes of the same process, and which are connected by some means of communication to share information. In the implementation of the method in a real case, you can see how to adapt it to manufacturing processes with great accuracy. This implementation was carried out in a serial production line made up of 5 processes dependent on each other where each process has its own controller and its own fault codes. The results of the implementation made visible the causes of the large number of process stoppages and the data returned by the system helped make important decisions to allocate resources efficiently in order to reduce the time lost due to machinery failures. It was also possible to locate the processes with the most problems in the last period, which made it possible to identify an area of ​​opportunity to increase the productivity of the monitored process.