CASO DE ÉXITO – INDUSTRIAL ANALYTICS & BIG DATA

EL PROBLEMA

Las organizaciones enfrentan nuevos retos todos los días debido a la necesidad de ser competitivas en sus mercados y, al mismo tiempo, hacerlo en el marco de una mayor exigencia en la calidad del producido, para satisfacer las expectativas de sus clientes más exigentes.

Nuestro cliente, una compañía internacional de manufactura de acero, tenía distintos problemas con la calidad de sus productos: En algunos casos, estos problemas se manifestaban como desvíos de los valores de las propiedades mecánicas del producto, respecto de su especificación.

Este hecho recién se visualizaba al final del proceso productivo, donde se toman muestras del material y se ensayan en laboratorio para obtener los valores de las propiedades mecánicas. Si los resultados mostraban desvíos respecto de la especificación de producto, el material debía ser desclasado, con el consecuente impacto de negocio que eso conlleva.

LA SOLUCIÓN

Las propiedades mecánicas del material son variables intrínsecas del mismo, y no pueden ser medidas por métodos directos, sino por medio de ensayos en laboratorio.

Dada la correlación que existe entre las propiedades mecánicas del material, y las variables de proceso que lo produjo, y ante la imposibilidad de medirlas en forma directa, desarrollamos un modelo predictivo basado en algoritmos de machine learning y entrenado con datos históricos.

Esto conllevó a una exhaustiva selección de las variables de proceso determinantes que alimentan al modelo, y un “scoring” de modelos hasta llegar al definitivo, de acuerdo a su performance.

La predicción de las propiedades mecánicas en la mitad de la cadena de procesos permite detectar desvíos en forma temprana, lo que permite actuar aguas abajo en los procesos restantes, para corregir desde el proceso, los desvíos generados.

LOS RESULTADOS

El modelo predictivo respondió adecuadamente, con errores de predicción menores al 5% para el 90% de la población considerada.