Se está realizando un estudio sobre la producción en Lübtheen, donde se fabrica la gama Cool Liners. Respecto a la “calidad predictiva”, el objetivo es predecir la calidad del producto en la producción basándose en conceptos variables como en parámetros de planta o en condiciones medioambientales. En este sentido, los defectos que se esperaba encontrar pueden ser detectados en una etapa temprana y contrarrestados optimizando los parámetros del proceso.

El segundo caso se refiere a la gestión del error de garantía de calidad en Werlte (la fábrica de Krone en Alemania): “con la ayuda de la inteligencia artificial (IA), estamos construyendo un sistema sensible de avisos tempranos en las áreas de gestión de deficiencias y quejas. Esto significa que todos los datos de quejas se guardan, y los algoritmos calculan, por ejemplo, dónde se producen los picos de deficiencias en un producto o componente. Hay una gran acumulación de defectos. Si la sospecha de un posible problema se confirma, los especialistas de producto analizarán el problema y decidirán qué acción tomar” explica el jefe de proyectos Félix Bartels desde el Centro de Negocios de Krone.

“Value chAIn proporciona las herramientas de análisis y deriva una recomendación para la acción a los empleados de los departamentos especializados en el dato. El objetivo es desarrollar un sistema de apoyo en la decisión. Sin embargo, la autoridad siempre prevalece sobre los empleados. Ellos son los que van a aplicar la acción recomendada en el contexto técnico o económico y evaluarlo de forma adecuada” señala Bartels.

Una previsión inteligente

Los otros dos casos se enfocan en la caja telemática de Krone. Se realiza un análisis para determinar la medida a la que los datos recogidos por la telemática se pueden utilizar para otros servicios digitales. “Estamos cuestionando los servicios digitales de la Box Telematik y comprobando si, por ejemplo, el reporte de datos puede ser presentado de una forma más sencilla y clara. Además, nos gustaría desarrollar otras aplicaciones útiles basadas en la telemática que hagan el transporte del punto A al punto B aún más transparente. Por ejemplo, la recopilación de frenazos o fuertes vibraciones del vehículo, debido a las malas condiciones de la carretera, podría influir en la calidad del transporte de mercancías. Incluso podría ser determinante para desarrollar una puntuación de CO₂ específica para una ruta de transporte. Esto se está convirtiendo en un factor tremendamente importante, sobre todo si tenemos en cuenta aspectos medioambientales” señala Félix Bartels.

Durante varios años, Krone se ha estado enfocando en el tema del “mantenimiento predictivo”. “El principal asunto aquí es minimizar de forma proactiva los periodos de inactividad del semirremolque. Si la inteligencia artificial avisa, por ejemplo, de que un componente es muy probable que falle en un periodo analizado, ese componente podría ser reemplazado en la próxima parada como parte de un mantenimiento planificado” explica Félix Bartels.