Optimización del transporte automatizado de cajas en una línea de producción

Abstract

Este trabajo tiene como objetivo analizar y optimizar el sistema de transporte de cajas en una fábrica de pintura en polvo. El estudio se ha centrado en identificar y resolver causas de acumulaciones en la cinta transportadora, mala colocación de cajas y fallos en la lectura de códigos de barras, que generan interrupciones en la operación. Para ello, se aplicó la metodología Six Sigma (DMAIC) y Lean Manufacturing [1]. Mediante datos recopilados por los operarios, se logró prácticamente eliminar errores críticos como “bolsas mal colocadas”, mientras que ajustes en los códigos de los PLCs permitieron recuperar 3,36 horas diarias de operación eficiente en los bancales. Además, el plan de mantenimiento preventivo propuesto redujo los errores semanales en la etiquetadora de 77 a 32, una disminución del 58,44%. Las mejoras propuestas incluyeron: • Redefinición de fotocélulas para evitar acumulaciones • Estrategias para minimizar tiempos muertos y garantizar la sostenibilidad de las mejoras • Señales lumínicas en etiquetadora para acelerar la detección de fallos • Mantenimiento preventivo semanal como estrategia de prevención • Señales lumínicas en molinos para informar a los operarios • Automatización del cierre de bolsas (pendiente de instalación) Las conclusiones obtenidas en este estudio proporcionan mejoras significativas para optimizar el rendimiento global de la línea de producción. Por ejemplo, con alguno de los resultados se demostró una mejora del 19% en la eficiencia global del proceso, validando la viabilidad de las acciones llevadas a cabo, tanto técnicas como metodológicas. Aun así, todavía persisten oportunidades futuras, como la integración de sensores avanzados para entornos con polvo.

This work aims to analyse and optimize the box transportation system in a powder paint factory. The study focused on identifying and solving issues causing accumulations on the conveyor belt, improper box placement, and barcode reading failures, which generate operational interruptions. To achieve this, the Six Sigma (DMAIC) methodology and Lean Manufacturing principles were applied. Using data collected from operators, critical errors such as “improperly placed bags” were practically eliminated, while adjustments made to PLC codes allowed for an additional 3,36 daily maintenance plan reduced weekly labelling errors from 77 to 32 a decrease of 58.44%. The proposed improvements included: • Redefining photocells to avoid accumulations • Strategies to minimize downtime and ensure sustainability of improvements • Light indicators on the labeller to speed up fault detection • Weekly preventive maintenance as a prevention strategy • Light indicators on mills to inform operators • Automation of bag closure (pending installation) The conclusions drawn from this study provide significant improvements to optimize the overall performance of the production line. For example, some results showed a 19% improvement in the overall efficiency of the process, validating the feasibility of the actions taken, both technical and methodological. However, future opportunities still exist, such as integrating advanced sensors for dusty environments.