Oliva TorrasIndustria y manufactura, Manresa (Barcelona)

Oliva Torras: 38 % menos paradas no programadas en planta

Oliva Torras es una empresa industrial de manufactura. Montamos mantenimiento predictivo con sensores y aprendizaje automático, la generación automática de órdenes de trabajo y un panel de calidad en tiempo real. Las paradas no programadas bajaron un 38 %.

Imagen ilustrativa del sector: industria y manufactura
120.000 € al año ahorrados
Imagen ilustrativa
  • −38 %paradas no programadas
  • 120.000 €al año de ahorro en averías
  • 7 mesespara recuperar la inversión del proyecto

Ficha del proyecto

Cliente
Oliva Torras
Sector
Industria y manufactura
Ubicación
Manresa (Barcelona)
Servicio
Automatización de procesos
Herramientas
Sensores IoT, Aprendizaje automático, n8n, Panel de calidad en tiempo real
En marcha desde
2026

Antes y después

Antes

  • Averías detectadas cuando la máquina ya paraba
  • Órdenes de trabajo creadas a mano
  • Datos de calidad sin vista en tiempo real

Después

  • Los sensores avisan antes de la avería
  • Órdenes de trabajo generadas automáticamente
  • Calidad visible en tiempo real

Cómo funciona

  1. Miden los sensores

    Los sensores recogen datos de las máquinas de forma continua.

  2. Detecta el patrón

    Un modelo de aprendizaje automático identifica señales de una posible avería.

  3. Crea la orden

    Se genera automáticamente la orden de trabajo para mantenimiento.

  4. Interviene mantenimiento

    El técnico revisa la orden y actúa antes de que pare la máquina.

El punto de partida

En una planta de manufactura, una avería imprevista para la producción y cuesta dinero. En Oliva Torras el mantenimiento reaccionaba a las averías, las órdenes de trabajo se creaban a mano y los datos de calidad no se veían en tiempo real.

Qué montamos

Mantenimiento predictivo

Montamos un sistema que recoge los datos de los sensores de las máquinas y los analiza con aprendizaje automático. El modelo detecta los patrones que anticipan una avería y lanza un aviso.

Órdenes de trabajo automáticas

Cuando el modelo detecta un riesgo, el sistema genera la orden de trabajo con la máquina afectada y el motivo del aviso. Mantenimiento la recibe y planifica la intervención.

Panel de calidad en tiempo real

Un panel muestra en tiempo real los indicadores de calidad de la producción. El equipo ve las desviaciones en cuanto se producen.

Resultados

  • Las paradas no programadas bajaron un 38 %.
  • La empresa ahorra 120.000 € al año en averías.
  • El proyecto recuperó su inversión en 7 meses.

Resultados del proyecto puesto en marcha en 2026.

Servicios que intervienen

El proyecto combina automatización de procesos con IA con modelos de aprendizaje automático sobre los datos de los sensores.

Otros casos