Michelin

El Grupo Michelin opera en más de 120 países. Dispone de plantas de producción en 22 y emplea a más de 121.000 personas. Su core son todos los mercados del neumático (con más de 190 millones de neumáticos fabricados): desarrolla, fabrica y comercializa neumáticos para todo tipo de vehículos, desde aviones hasta automóviles, vehículos de dos ruedas, ingeniería civil, metro, agricultura y camiones.

En la primera edición, en 2018, Michelin planteó dos retos. El primero de ellos era solucionar un problema histórico de un proceso de recauchutado de ruedas de camión y que se logró solucionar con una innovadora propuesta cobótica. El segundo reto pretendía abordar el mantenimiento predictivo de una línea de producción y así evitar paradas innecesarias en la planta. Se recibieron un total de 23 propuestas para solucionar ambos retos y ambos proyectos fueron escalados posteriormente al resto de la planta y a otras factorías de la compañía.

En 2019, y ya en su segunda edición, Michelin lanzó su segundo reto abierto a la comunidad de startups de Innsomnia para innovar en nuevos productos, servicios y áreas estratégicas corporativas. Se recibieron un total de 31 soluciones dentro del ámbito de interconexión de los almacenes automáticos con los sistemas de gestión de la planta de Michelin con el fin de incorporar las últimas innovaciones tecnológicas a su modelo de negocio. La existencia de varios almacenes automáticos y distribuidos (MODULA Y KARDEX) que no están interconectados entre sí ni con los sistemas GMAO (MAXIMO) y ERP (ORACLE) genera varios problemas en los suministros de piezas y en el control de las mismas a la hora de abordar el mantenimiento de las distintas líneas de producción en las plantas de Michelin de Valladolid.

El objeto de este reto era interconectar dichos almacenes y gestionar de forma automatizada los flujos de pedidos y de los suministros de pdRs gestionados desde los talleres. Adicionalmente, se contempló también la reducción del error del factor humano en la recogida de piezas. Por ello, se persiguió poder identificar adecuadamente el posicionamiento de las piezas dentro del cassier tanto para la extracción como para la reposición de piezas, y realizar automáticamente dichas tareas.

• Solucionar el proceso de recauchutado de ruedas de camión
• Mantenimiento predictivo de una línea de producción
• Evitar paradas innecesarias en planta