Análisis de datos en tiempo real de una linea de producción aplicando internet de las cosas (iot) y cloud computing

Author:

,Tovar Saucedo Cristian JesúsORCID,Pérez-Domínguez Luis AsunciónORCID, ,Luviano-Cruz DavidORCID,

Abstract

En la actualidad el uso de indicadores provee a las empresas una visión en tiempo real y un punto de referencia a partir del cual es posible establecer un comparativo entre las metas planeadas y el desempeño logrado en cuanto a números en el departamento de producción se refiere, es por ello, que la utilización de indicadores mediante tecnología cloud computing y su correcta aplicación proporcionará a los ingenieros una herramienta de apoyo útil para las mejoras y el cumplimiento de las metas, En este trabajo se propone el análisis de indicadores claves de rendimiento (KPIs) en líneas de producción, con la finalidad de monitorear los tiempos de actividades realizadas en líneas de manufactura de una empresa, Tomando como base las 6 etapas para el balanceo una línea de producción, la investigación presenta un enfoque mixto, combinando metodologías cuantitativas, evidenciadas en las tabulaciones de tiempos y fórmulas, con análisis cualitativos sobre el impacto del Internet de las Cosas en la industria. Para la construcción de los indicadores se propone la construcción de dashboards, que permitirán la visualización de in en tableros, a partir de la recolección y análisis de datos en tiempo real el estudio tuvo como resultado una mejora notable en la eficiencia de la toma de tiempos de una línea de producción, mismos que se vieron reducidos en comparación a la toma de tiempos de manera manual que se suele aplicar en distintas empresas, resultado que demuestra la variabilidad a la que pueden estar sujetos los tiempos recabados de manera manual por el ingeniero y su impacto en el balanceo de línea de manera general.

Publisher

Fondo Editorial Universitario Servando Garcés de la Universidad Politécnica Territorial de Falcón Alonso Gamero / Alianza de Investigadores Internacionales S.A.S.

Reference21 articles.

1. Acosta, M. M. L., Solano, M. G. M. M., Morales, M. A. F. Q., y Ochoa, M. J. A. S. (2011). Balanceo de líneas utilizando herramientas de manufactura esbelta. El buzon de Paccioli, 122.

2. Berinato, S. (2014). With big data comes big responsibility. Harvard Business Review, 92(11), 20.

3. Bonilla-Enriquez, G., & Caballero-Morales, S.-O. (2021). Search Algorithms on Logistic and Manufacturing Problems. En Search Algorithm-Essence of Optimization. IntechOpen.

4. Chang, R. Y., y Niedzwiecki, M. E. (1999). Las herramientas para la mejora continua de la calidad. Ediciones Granica SA.

5. Daste Ramírez, C. E. (2015). Control de Calidad en la Industria Farmacéutica [B.S. thesis]. PUCE.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3