El concepto de fabricación inteligente se ha desarrollado enormemente tras la llegada de la Industria 4.0, que ha hecho posible incorporar el uso de nuevas tecnologías en un sistema de producción convencional gracias al valor añadido de Internet de las Cosas (IoT), análisis de datos y automatización inteligente. Sin embargo, la ineficiencia operativa de muchas organizaciones manufactureras debido a la aplicación segmentada y aislada de las prácticas Lean, monitoreo basado en Internet de las Cosas y enfoques de mantenimiento sigue siendo un problema significativo a pesar de todas las mejoras realizadas. En este trabajo, el investigador llena este vacío sugiriendo un paradigma de optimización centrado en datos que podría combinar los conceptos de manufactura Lean, análisis IoT y mantenimiento predictivo en un solo sistema. Esto tiene como principal objetivo mejorar la eficiencia operativa en la relación minimizando el desperdicio a través de la reducción del tiempo de inactividad de las máquinas y haciendo un mejor uso de los recursos. El estudio utiliza modelos de simulación y datos secundarios como métodos analíticos para examinar el rendimiento del sistema en diversas condiciones operativas. Los resultados muestran que el marco combinado mejora la productividad, minimiza el tiempo de inactividad inesperado y disminuye el costo de las operaciones en comparación con estrategias convencionales aisladas. El modelo presentado ofrece un medio bien organizado a través del cual las industrias manufactureras pueden avanzar hacia operaciones impulsadas por datos e inteligentes. Este trabajo es valioso para la literatura actual, ya que proporciona un marco exhaustivo y escalable que aborda la brecha entre los enfoques Lean y las tecnologías de transformación digital en entornos de fábricas inteligentes.
Parmar et al. (Fri,) estudiaron esta cuestión.