15 KPIs de fábrica inteligente para seguir en tiempo real (y los datos detrás de cada uno)

Los KPIs de fábrica inteligente solo ayudan cuando se calculan a partir de datos fiables y se ven mientras todavía hay tiempo para actuar. Esta guía define 15 KPIs que la mayoría de los fabricantes pueden seguir en tiempo real, da la fórmula de cada uno y enumera exactamente qué eventos de máquina necesitas publicar para que los números puedan calcularse en vivo a partir de un flujo de datos MQTT.

Qué hace que un KPI sea "inteligente"

Un KPI tradicional se calcula al final de la semana a partir de informes manuales. Un KPI de fábrica inteligente se diferencia en tres aspectos:

1. Se calcula a partir de datos de máquina, no de la memoria ni de hojas de cálculo.
2. Se actualiza de forma continua, para que un supervisor de turno pueda reaccionar dentro del turno.
3. Permite profundizar de la planta a la línea, de la línea a la máquina y de la máquina al motivo, porque los eventos en bruto llevan ese contexto.

Los tres dependen de la misma base: un pequeño conjunto de eventos bien definidos que publica cada máquina. Si los defines bien, la mayoría de los KPIs siguientes son simple aritmética.

Los datos en bruto detrás de los KPIs de fábrica inteligente

Casi todos los KPIs de esta lista se construyen a partir de seis tipos de eventos. Publícalos de forma coherente bajo una jerarquía de topics ISA-95 y podrás derivar el resto.

El artículo sobre topics MQTT según ISA-95 explica cómo construir la ruta que precede a estos topics finales.

15 KPIs de fábrica inteligente

Eficacia de los equipos

El OEE es la métrica paraguas de la eficacia de los equipos. El cálculo paso a paso, incluidas las trampas al elegir el tiempo de ciclo ideal, está en cómo calcular el OEE, y la diferencia entre OEE y TEEP se analiza en OEE vs TEEP vs OOE.

Fiabilidad y mantenimiento

El MTBF y el MTTR dependen de transiciones de estado limpias y de distinguir los fallos de las paradas planificadas. El cálculo de MTBF y MTTR cubre los casos límite, como contar un fallo que abarca un cambio de turno.

Calidad

El FPY difiere de la tasa de calidad del OEE cuando existe retrabajo: una pieza retrabajada cuenta al final como buena, pero no como un éxito a la primera. Publicar el retrabajo como un conteo propio mantiene honestos ambos números.

Flujo y coste

La energía por unidad es uno de los KPIs más útiles que se pueden añadir en una fábrica inteligente, porque vincula la producción con los servicios auxiliares. Necesita un medidor por máquina o línea y marcas de tiempo alineadas con los conteos; consulta la monitorización energética de fábricas para ver opciones de medición.

Calcular un KPI en vivo a partir de eventos MQTT

Para mostrar el poco código que necesita un KPI en tiempo real, el siguiente script en Python se suscribe a los eventos de estado y conteo de una máquina e imprime la disponibilidad, la tasa de calidad y el throughput cada diez segundos. Usa paho-mqtt 2.x y el servidor MQTT público gratuito, pensado para pruebas y no para datos de producción; sustituye el prefijo por tu propio ID aleatorio.

import json
import time
import uuid

import paho.mqtt.client as mqtt

BASE = "connectmq/demo/kpi-6a0c/line1/cnc4"
start = time.time()
run_seconds = 0.0
state, state_since = "UNKNOWN", start
good = scrap = 0

def on_connect(client, userdata, flags, reason_code, properties):
    client.subscribe([(f"{BASE}/state", 1), (f"{BASE}/count", 1)])

def on_message(client, userdata, msg):
    global state, state_since, run_seconds, good, scrap
    data = json.loads(msg.payload)
    now = time.time()
    if msg.topic.endswith("/state"):
        if state == "RUNNING":
            run_seconds += now - state_since
        state, state_since = data["state"], now
    else:
        good += data.get("good", 0)
        scrap += data.get("scrap", 0)

client = mqtt.Client(mqtt.CallbackAPIVersion.VERSION2,
                     client_id=f"kpi-{uuid.uuid4().hex[:8]}")
client.on_connect = on_connect
client.on_message = on_message
client.connect("broker.connectmq.com", 1883, keepalive=30)
client.loop_start()

while True:
    time.sleep(10)
    now = time.time()
    running = run_seconds + (now - state_since if state == "RUNNING" else 0)
    elapsed = now - start
    total = good + scrap
    availability = running / elapsed if elapsed else 0
    quality = good / total if total else 0
    throughput = good / (elapsed / 3600) if elapsed else 0
    print(f"state={state} availability={availability:.1%} "
          f"quality={quality:.1%} throughput={throughput:.0f}/h")

Aliméntalo con eventos de prueba desde la línea de comandos:

mosquitto_pub -h broker.connectmq.com -p 1883 -i kpi-pub-6a0c -t "connectmq/demo/kpi-6a0c/line1/cnc4/state" -m '{"state":"RUNNING"}'
mosquitto_pub -h broker.connectmq.com -p 1883 -i kpi-pub-6a0c -t "connectmq/demo/kpi-6a0c/line1/cnc4/count" -m '{"good":5,"scrap":1}'

En producción usarías el programa planificado en lugar del tiempo transcurrido, persistirías el estado y escribirías los resultados en una base de datos de series temporales para ver tendencias. La estructura sigue siendo la misma. Un pipeline completo con dashboards se describe en monitorización OEE en tiempo real.

Mostrar los KPIs de fábrica inteligente adecuados a las personas adecuadas

Los mismos eventos generan vistas distintas para públicos distintos, y adaptar la vista al público importa más que el número de KPIs:

Las pantallas de línea se conectan al broker por WebSocket seguro y se actualizan en vivo; las vistas de dirección consultan una base de datos de series temporales alimentada por los mismos eventos. Como ConnectMQ entrega cada evento a todos los suscriptores, añadir una nueva vista nunca exige modificar las máquinas ni los gateways. Una de esas vistas puede ser un gemelo digital 3D de la planta que muestre el estado de cada máquina.

Errores comunes con los KPIs

1. Seguir demasiados KPIs. Elige de tres a cinco por público. Los operarios necesitan el estado, el throughput y el OEE actual; los directivos necesitan tendencias y pérdidas.
2. Mezclar definiciones entre plantas. Deja por escrito qué cuenta como tiempo planificado, como fallo y como pieza buena antes de comparar plantas.
3. Usar un tiempo de ciclo ideal "teórico" que nadie puede alcanzar. El rendimiento parece entonces permanentemente bajo y la gente deja de confiar en el número.
4. Ignorar los huecos de datos. Un gateway que estuvo desconectado debe mostrar "sin datos", no "máquina parada". Un mensaje Last Will en un topic de estado hace visible la diferencia.
5. Mostrar KPIs sin motivos. Una cifra de disponibilidad baja invita a preguntar por qué. Captura códigos de motivo junto con los estados.

Una columna vertebral de datos fiable para tus KPIs

Cada uno de los KPIs anteriores hereda la fiabilidad del pipeline que tiene debajo. ConnectMQ opera ese pipeline como un broker MQTT gestionado: MQTT 3.1.1 y 5.0, TLS y WebSocket seguro para dashboards en el navegador, mensajes retained para el estado actual y un portal con explorador de topics en vivo, dashboard y reglas de alerta por umbral para comprobaciones rápidas. Tus servicios de KPIs, flujos de Node-RED o pipelines de Grafana se conectan como clientes MQTT normales. Para la hoja de ruta general, consulta la guía de manufactura inteligente.

Sigue tus KPIs de fábrica inteligente en ConnectMQ

Crea un broker Serverless gratuito en app.connectmq.com sin tarjeta de crédito, publica eventos de estado y conteo desde una máquina y obtén cifras de disponibilidad y throughput en vivo en minutos.

Preguntas frecuentes

¿Con qué KPI de fábrica inteligente debería empezar?

Empieza por la disponibilidad y los motivos de parada que hay detrás, porque los datos de estado son los más fáciles de capturar y las pérdidas suelen ser las mayores. Añade el rendimiento y la calidad para llegar al OEE completo.

¿Hasta qué punto deben ser en tiempo real los KPIs de manufactura?

A los operarios les benefician actualizaciones cada pocos segundos o cada minuto para poder reaccionar dentro del turno. Las tendencias de dirección pueden agregarse por hora o por turno a partir de los mismos eventos.

¿Cuál es la diferencia entre el FPY y la tasa de calidad del OEE?

La tasa de calidad del OEE cuenta todas las unidades buenas, incluidas las retrabajadas. El rendimiento a la primera solo cuenta las unidades que fueron buenas a la primera, por lo que saca a la luz el retrabajo oculto.

¿Necesito un MES para calcular estos KPIs?

No. La mayoría pueden calcularse directamente a partir de los eventos de estado, conteo y energía de las máquinas publicados por MQTT. Un MES añade por encima el contexto de las órdenes y los flujos de trabajo.