Robots Colaborativos: ¿Cómo medir y calcular sus resultados?

Aunque las empresas piensen que su robot colaborativo funciona a la perfección, o por el contrario consideran que podrían aumentar su productividad, existen determinados factores que deben tener en cuenta para saber si están utilizando el máximo potencial de un cobot.

¿Cómo medir y calcular sus resultados? Existen 5 indicadores clave de rendimiento (KPI, por sus siglas en inglés) muy importantes que se deben considerar para descubrir si es posible aprovechar la automatización de un cobot para aumentar la productividad.

Los 5 KPI adecuados para robots colaborativos

  1. Tiempo de ciclo: El tiempo de ciclo es una de las métricas más utilizadas en diferentes niveles de la fabricación industrial. Tradicionalmente se ha considerado este indicador como el intervalo de tiempo que transcurre desde el momento en el que un producto entra en un proceso hasta el momento en el que sale del mismo.

Sin embargo, en la robótica colaborativa, el tiempo de ciclo mide la duración de la secuencia de un cobot y se puede considerar la métrica básica para mejorar el rendimiento de un brazo robótico. El tiempo de duración del ciclo para un robot suele ser más uniforme que para procesos totalmente manuales, pero a pesar de esta diferencia, debe utilizar el tiempo de ciclo de la misma manera que lo haría para un proceso manual. Es decir, haciendo pequeños cambios en el funcionamiento del cobot para ahorrar tiempo.

No se debe pasar por alto que los tiempos de ciclo son mejores mientras sean más cortos, ya que significa que podrá procesar más productos en un determinado periodo de tiempo.

2. Ciclos completados: Los ciclos completados indican cuántos ciclos ha realizado un cobot en un tiempo determinado. Sin embargo, en el caso de los robots colaborativos, en lugar de ciclos – ya que no se reinicia cuando finaliza la tarea – es mejor hablar de producción finalizada. Esta métrica puede utilizarse por ejemplo para calcular el rendimiento, es decir, la cantidad de producto que puede ser procesado en un determinado periodo de tiempo, algo que está directamente relacionado a la duración del ciclo.

3. Utilidad: Un cobot sólo es útil cuando se aplica realmente a las tareas de automatización dentro de la empresa, ya que no es posible obtener un retorno de inversión (ROI) si el robot no está en funcionamiento. De esta manera, podemos decir que el porcentaje de utilidad lo obtenemos si dividimos el tiempo en el que el robot colaborativo realiza una determinada tarea entre el tiempo total. Por ejemplo, si el robot realiza sus tareas durante 15 minutos entre las 15 y las 16 horas, el porcentaje de utilidad sería del 25% (15 min/60 min).

Una de las características que hace únicos a los robots colaborativos es la facilidad con que pueden cambiar de tareas. Así, se podría usar el mismo robot para una tarea de CNC, luego pasar a una tarea de embalaje, a continuación, a una tarea de pulido, etc.

4. Eficiencia: Eficiencia va de la mano con la utilidad, y define el porcentaje de tiempo en el que el cobot realiza un trabajo productivo mientras se ejecuta un programa. Por ejemplo, si un robot se mueve durante 48 minutos entre las 17 y las 18 horas su eficiencia sería del 80% (48 min/60 min).

Sin embargo, se debe tener especial cuidado al optimizar las trayectorias de los cobots, para asegurar que se está moviendo solamente en las distancias que son absolutamente necesarias. Y es que maximizar la eficiencia es la clave para sacar el máximo partido a el robot.

Con esta métrica los negocios podrán comprobar:

  • La eficiencia de la producción: con la que comparar la fabricación real en números de productos con su capacidad efectiva. Esto indica si la producción está funcionando por debajo o por encima del objetivo.
  • La eficiencia energética: que mide cuánta energía utiliza un cobot para realizar la producción.

5. Tiempo de espera: El tiempo de espera es el porcentaje de tiempo que el robot está esperando (es decir, sin realizar un trabajo productivo) mientras se ejecuta un programa, y es la suma de todos los tiempos de espera individuales. Se trata de una métrica importante para los robots colaborativos, ya que las pérdidas de tiempo a menudo suceden cuando el robot está esperando otro proceso para finalizar.

Por Esben Østergaard, CTO y cofundador de Universal Robots