Validación Edge del cambio de troquel en SMED

El problema

Cada cambio de troquel es un mini SMED que concentra el riesgo PPM.

Con la referencia en régimen, una prensa de estampación es estable. El riesgo se concentra en el cambio de troquel: una prensa Tier-2 multi-referencia cambia de OF varias veces al día, y cada cambio reinicia a la vez la bancada, el troquel montado, la alineación y el primer golpe. Ese instante se repite mucho — y hoy depende de que un humano firme «listo» sin evidencia visual objetiva punto por punto.

• Si arranca mal, el primer lote sale fuera de tolerancia — una bancada con recortes residuales, un troquel que no es el de la OF o una alineación desviada convierten el first-off en piezas fuera de spec antes de que nadie lo detecte, y ese primer lote va al contenedor del Tier-1.
• La liberación del cambio recae en una firma humana sin evidencia visual estructurada — el subjefe de procesos firma un checklist recorrido con prisa entre dos referencias, sin registro objetivo del estado real de bancada, troquel y alineación.
• Cuando falla, nadie sabe por qué falló — sin evidencia por punto, el análisis 8D posterior es reconstrucción de memoria: cada arranque dudoso se discute, no se explica, y el mismo fallo vuelve en el siguiente cambio de OF.

Un cambio de troquel mal verificado se traduce en lo mismo: scrap de arranque, tiempo neto de SMED disparado por los reajustes, OEE de la prensa penalizado y PPM comprometido. Y como el destino es el Tier-1, el arranque fuera de tolerancia no se queda en casa: se convierte en reclamación bajo los CSR de cada OEM.

Cómo encaja con el sistema IRIS

Edge da el OK punto a punto — JIDOKA AI no deja arrancar la prensa hasta que todos han dicho sí.

El cambio de troquel no se resuelve con un checklist más largo para el subjefe de procesos: se resuelve dándole evidencia visual objetiva de bancada, troquel y alineación antes de que firme la liberación, y haciendo que la prensa físicamente no pueda arrancar mientras esa evidencia no esté completa. Esa combinación es Edge más JIDOKA AI, con SMED AI guiando al operario — verificación del setup, no de personas.

Edge verifica cada punto del cambio — bancada limpia, troquel correcto montado según la OF y alineación. SMED AI guía al operario paso a paso. JIDOKA AI no libera el arranque hasta que todas las cámaras dan OK. El subjefe de procesos firma sobre la evidencia visual y el first-off dimensional, no sobre un checklist a ciegas.

Las piezas iLEAN aplicadas al cambio de troquel:

• Edge — cámaras industriales con redes CNN entrenadas para reconocer «bancada limpia» —sin recortes ni retales residuales—, «troquel correcto montado» según la OF y «alineación OK», fijas en los puntos que cambian con cada cambio de troquel. Cada cámara aprende el estado de referencia de ese punto para cada número de parte del mix y compara contra él en cada cambio.
• SMED AI — guía al operario paso a paso durante el cambio de troquel, de modo que las operaciones externas se ejecutan mientras Edge verifica, sin sumar tiempo al cambio. La guía convierte el conocimiento del cambio en una secuencia repetible, no dependiente de quién esté ese día en la prensa.
• JIDOKA AI — recibe el veredicto de cada cámara y actúa como el gate del arranque: mientras un solo punto no esté en OK, la prensa permanece retenida. No es una alerta que alguien pueda ignorar por presión de programa; es un bloqueo activo del arranque hasta que la evidencia esté completa.
• Firma del subjefe de procesos sobre evidencia + first-off — cuando todas las cámaras dan OK, el subjefe de procesos recibe el resumen con las fotos de bancada, troquel y alineación, confirma el first-off dimensional del número de parte entrante y firma la liberación. La firma sigue siendo humana y obligatoria — lo que cambia es que ya no se firma sobre un checklist recorrido con prisa, se firma sobre evidencia visual estructurada punto a punto.

Ver la arquitectura IRIS completa →

Antes y después

Firma a ciegas vs. firma sobre evidencia visual por punto del cambio de troquel

Aspecto	Cambio de troquel clásico	Con iLEAN Edge + JIDOKA AI + SMED AI
Evidencia sobre la que firma el subjefe de procesos	Firma a ciegas, con riesgo de arranque fuera de tolerancia	Firma basada en evidencia visual por punto, con captura archivada
Verificación de bancada, troquel y alineación	A ojo, según checklist, sin registro objetivo	CNN en cada punto compara con el estado de referencia del número de parte entrante
Validación del first-off	Manual y tardía — a veces tras arrancar el lote	First-off dimensional confirmado antes de liberar el arranque
Tiempo neto de SMED	Alargado por reajustes post-arranque tras medir el primer golpe	−15 a −30% al evitar reajustes post-arranque (estimación a validar)
Cámara con fallo o sin lectura	Se asume OK si nadie dice lo contrario	Bloqueo mantenido — la ausencia de dato no es luz verde
Análisis 8D cuando un cambio falla	Reconstrucción de memoria — nadie sabe por qué falló	Evento documentado en el evidence pack: foto + veredicto Edge + first-off + firma

Estimación de impacto

Estimación de impacto para tu prensa — a validar con tus números.

El siguiente bloque es una estimación a validar con los datos concretos de tu planta. Lo planteamos para que el comité tenga un orden de magnitud; lo refinamos en el diagnóstico.

• Prensa Tier-2 multi-referencia con varios cambios de troquel al día, cada uno con su bancada, su troquel montado según la OF y su alineación como puntos críticos del setup.
• Piloto Edge + JIDOKA AI + SMED AI sobre el cambio de troquel (cámaras + gate de arranque + guía paso a paso + integración con la firma del subjefe de procesos y el first-off dimensional). Primer valor esperable en 4 semanas.
• Payback estimado de 6 a 12 meses, en función del número de cambios de troquel por día y del peso de cada número de parte en el mix. Estimación a validar con tus datos.
• Palancas del retorno: protección directa del PPM en el cambio de OF y mejora del OEE de la prensa por SMED guiado, porque el tiempo de cambio baja entre un 15 y un 30% al eliminar los reajustes post-arranque. Estimación a validar.
• Protección de la relación con el Tier-1, que castiga los arranques fuera de tolerancia bajo los CSR de cada OEM: cada cambio de troquel que arranca dentro de spec a la primera retira riesgo de la relación de suministro. Estimación a validar.

Y la duda razonable del subjefe de procesos

«¿Y si la cámara da OK a un troquel que en realidad no es el de la OF entrante, o al revés, bloquea la prensa sin motivo real?» — la alucinación es un problema de la generación libre, no de las tareas ancladas. En tareas donde la IA se limita a comparar la imagen actual de un punto crítico contra su estado de referencia previamente validado —que es exactamente lo que hace Edge aquí—, los mejores modelos bajaron el error por debajo del 1,5% ^[1]. Y aun así, lo crítico no se decide solo: JIDOKA AI retiene el arranque, el first-off confirma y el subjefe de procesos firma, viendo la evidencia que respalda cada punto. Los tres anillos de seguridad de iLEAN están ahí precisamente para esto — la IA propone, el responsable decide.

^[1] Paper OpenAI «Why Language Models Hallucinate», 2025 — sobre fiabilidad de la IA en tareas ancladas.