BT

Disseminando conhecimento e inovação em desenvolvimento de software corporativo.

Contribuir

Tópicos

Escolha a região

Início Artigos As recompensas e os desafios da manutenção preditiva

As recompensas e os desafios da manutenção preditiva

Favoritos

Pontos Principais

  • Os fabricantes utilizam a manutenção preditiva para minimizar a possibilidade de inatividade, usando sensores para monitorar as condições operacionais.
  • Um dos maiores obstáculos para a manutenção preditiva é fazer com que os dados fluam sem problemas das máquinas para sistemas ERP, a fim de alcançar um alto nível de segurança e confiabilidade com um baixo nível de latência.
  • Além da economia, a manutenção preditiva também pode resultar em diferenciação competitiva.
  • A integração da codificação manual pode limitar a capacidade do departamento de TI de responder às mudanças nos negócios.
  • As plataformas de integração podem ser uma melhor alternativa à integração codificada manualmente, pois fornecem um ambiente mais flexível, que pode lidar com várias integrações em diferentes sistemas que frequentemente exigem atualização.

A manutenção preditiva não é nova, mas hoje, mais do que nunca, com avanços na Internet Industrial das coisas (IIoT) e, da inteligência artificial (IA), a manutenção preditiva pode resultar em economias significativas para os fabricantes.

Os fabricantes utilizam a manutenção preditiva para minimizar a possibilidade de inatividade, usando sensores para monitorar as condições operacionais, armazenando dados históricos na nuvem e realizando análises. Isso possibilita a manutenção de equipamentos com base no desgaste real ao invés de visitas de serviço agendadas. Pense nisso como fazer a manutenção no carro com base na medição em tempo real dos níveis reais de fluidos, vibrações e espessura da correia, ao invés de a cada alguns milhares de quilômetros.

Para equipamentos industriais, uma manutenção mais eficiente se traduz em grandes economias. É uma combinação de maior vida útil do equipamento, uso mais eficiente dos técnicos de campo e prevenção de paradas dispendiosas, o que pode levar a atrasos nos produtos e possíveis riscos à segurança. Quando a manutenção preventiva está em vigor, as máquinas na fábrica ou os eletrodomésticos na casa do cliente podem até avaliar seu próprio desempenho, bem como solicitar suas próprias peças de reposição e um técnico de campo quando houver indicações de que o equipamento precisa ser reparado. A manutenção preditiva pode até mesmo fazer uso de algoritmos baseados em big data para prever falhas futuras em equipamentos.

Quando os procedimentos administrativos relacionados ao pedido e instalação de novas peças são acionados automaticamente, a redução de custos também pode ocorrer no back office. Por exemplo, uma máquina pode sentir que uma broca está acabando e automaticamente pedir uma nova, alertar o departamento de serviços técnicos para enviar um representante de serviço de campo e encaminhar a solicitação da compra de uma nova peça para o sistema ERP. Ao automatizar funções administrativas manuais, propensas a erros e de trabalho intensivo, os fabricantes podem experimentar um nível adicional de eficiência.

Mas um dos maiores obstáculos para a manutenção preditiva é fazer com que os dados fluam sem problemas nas máquinas para sistemas ERP, a fim de alcançar um alto nível de segurança e confiabilidade com um baixo nível de latência. No entanto, essas barreiras estão caindo uma a uma, porque os fabricantes têm um forte incentivo para investir em manutenção preditiva devido ao grande retorno financeiro.

ROI de manutenção preditiva

Dados do Departamento de Energia dos EUA indicam que a manutenção preditiva é extremamente rentável. A implementação de um programa de manutenção preditiva funcional pode gerar resultados notáveis: um aumento de dez vezes no ROI, 25%-30% de redução nos custos de manutenção, 70%-75% de redução de paradas e 35%-45% de redução no tempo de inatividade. Quando a economia é expressa por hora de trabalho, a manutenção preditiva custa US$ 9 por hora, enquanto a manutenção preventiva custa US$ 13 por hora.

As razões são simples. O trabalho de manutenção reativa custa de quatro a cinco vezes mais do que a reposição proativa de peças desgastadas. Quando o equipamento falha porque há uma falta de conhecimento do desempenho degradado, há custos imediatos como resultado da perda de produtividade, backup de estoque, atrasos na conclusão do produto e muito mais.

Um estudo do The Wall Street Journal e da Emerson informou que o tempo de inatividade não planejado, que é causado em 42% do tempo por falha de equipamento, equivale a cerca de US$ 50 bilhões por ano para fabricantes industriais. Mesmo depois que a produção recomeça, os custos de interromper as operações continuam. De acordo com o relatório "Voice: Predictive Maintenance in Manufacturing", da Frenus, aproximadamente 50% de todas as grandes empresas enfrentam problemas de qualidade após uma parada não planejada.

Além da economia, a manutenção preditiva também pode resultar em diferenciação competitiva. Quando os dados da máquina podem ser usados para executar a manutenção preditiva com um alto nível de precisão, os fabricantes podem se concentrar na diferenciação de produtos usando recursos digitais, como autocorreção, com base em uma conscientização da saúde técnica. O valor de um fabricante pode ser medido não apenas pela qualidade de seus processos de chão de fábrica, mas também por como ele protege seus ativos. A manutenção preditiva pode ser uma ferramenta de vendas para mostrar aos clientes a capacidade integrada do fabricante de prolongar a vida útil do equipamento e melhorar a eficiência dos procedimentos de manutenção.

Manutenção preditiva em ação

A UPS alega que já economizou milhões de dólares implementando uma solução de manutenção preditiva para reduzir as avarias e estender a vida útil do equipamento para sua frota de caminhões. Gerenciando mais de 55.000 motoristas e mais de 100.000 veículos globalmente, a UPS já armazenou mais de 16 petabytes de dados, incluindo informações sobre o desempenho do motor e as condições do veículo, além de velocidade, número de paradas, quilometragem e milhas por galão.

A Siemens implementou com sucesso a manutenção preditiva dos sistemas de resfriamento da NASA no Armstrong Flight Research Center, localizado na base da Força Aérea dos EUA em Edwards, na Califórnia. O sistema monitora o desempenho de ventiladores, bombas, manipuladores de ar e torres de resfriamento ao mesmo tempo em que obtém percepções sobre reduções potenciais para manutenção e custos operacionais. Toda vez que há uma mudança significativa de status para um equipamento, notificações automáticas são enviadas para a NASA e para um analista realizar a análise.

A Deutsche Bahn (DB) e a Siemens lançaram uma aplicação piloto para a manutenção e a manutenção preditiva, respectivamente, dos trens Velaro D de alta velocidade. A Siemens utilizou um centro especial de análise de dados, o Mobility Data Services Center, em Munique, para prever possíveis falhas nos equipamentos.

Diversos fornecedores anunciaram a capacidade de seus componentes de iniciar suas próprias chamadas de serviço, incluindo a Cummins Power Generation, que alerta proprietários e técnicos automaticamente por aplicativos móveis caso seus geradores tenham problemas com equipamentos ou tiverem necessidades específicas de serviços.

O desafio de TI na manutenção preditiva

Há várias peças do quebra-cabeça que precisam ser colocadas em prática antes que haja um sistema de manutenção preditiva em pleno funcionamento. Máquinas, dispositivos, sensores e pessoas precisam se conectar e se comunicar uns com os outros sem problemas. É preciso haver uma cópia virtual do mundo físico para entender todos os dados para conceituar as informações. As tecnologias de solução mais sofisticadas, como IA, precisam ser implantadas para dar suporte à tomada de decisões e à solução de problemas, tornando os sistemas cibernéticos tão autônomos quanto possível. Aqui estão alguns requisitos específicos.

  • Trazer a organização para a quarta revolução industrial - Indústria 4.0. Para implementar a Indústria 4.0, é preciso começar com sensores de última geração cujas tecnologias podem ser ligadas a grandes quantidades de dados quase em tempo real. Os sensores precisam ser capazes de monitorar condições com um alto nível de confiabilidade em tempo real para fornecer dados significativos. Muitos sensores são limitados pela tecnologia antiquada e precisam ser atualizados.
  • Um sistema ERP robusto, capaz de lidar com dados não estruturados, é a chave para desvendar o valor dos dados coletados. Há uma necessidade de integrar e agregar os dados coletados em soluções separadas de diferentes fabricantes de produtos para criar dados significativos e criar percepções. Depois de agregar os dados necessários, é preciso um sistema que possa armazenar os dados, processá-los e analisá-los.
  • Para soluções de manutenção preditiva isso não é uma coisa pequena, pois é fácil imaginar que existem, por exemplo, modelos de caminhões de entrega diferentes em uma frota, vários fabricantes de turbinas em uma planta elétrica ou diferentes fabricantes de aquecimento e resfriamento em um parque industrial.

A integração de codificação manual pode limitar a capacidade do departamento de TI de responder às mudanças nos negócios. Isso cria o perigo de que a TI possa ser percebida como uma redução do progresso de uma empresa, tornando-se um gargalo, usando recursos valiosos para projetos de integração. As plataformas de integração podem ser uma melhor alternativa à integração codificada manualmente, pois fornecem um ambiente mais flexível que pode lidar com várias integrações de diferentes sistemas que frequentemente exigem atualização. Elas são otimizadas para lidar com as pilhas de tecnologia de diferentes fornecedores e otimizar entre elas. A tolerância a falhas, a resiliência e a elasticidade, bem como os recursos de monitoramento e gerenciamento de desempenho, são integrados para que todos os dados possam ser gerenciados de maneira padrão nos sistemas.

  • Uma plataforma ERPMES integrada capacita a Indústria 4.0, conectando sistemas centrais para permitir que os fabricantes tenham todos os dados necessários combinados para obter as informações necessárias para atingir níveis mais altos de qualidade e produtividade. Os sistemas de gerenciamento de recursos empresariais (ERP - enterprise resource management) gerenciam os negócios de fabricação de produtos, o sistema de execução de manufatura (MES - manufacturing execution system) controla o próprio processo de produção.
  • Integrar sistemas ERP e MES podem ativar alertas em ações imediatas para evitar tempo de inatividade. O gerenciamento de manutenção é muito mais eficaz se for levado ao nível operacional, onde pode ser integrado aos processos de produção mais próximo de onde as coisas realmente acontecem.
  • Os sistemas de ERP e de chão de fábrica operam em diferentes interpretações de "tempo real" - o ERP foca na gestão estratégica do negócio, enquanto o MES está associado à execução pontual do processo.
  • Ao integrar o ERP e o MES, os fabricantes podem sincronizar clientes, pedidos e dados de estoque com o chão de fábrica, a fim de atender às necessidades reais de produção e para reconciliar o consumo de material para um melhor planejamento.
  • Quando os gerentes visualizam, monitoram e documentam processos de fabricação no chão de fábrica, incluindo condições do equipamento, eles podem detectar mudanças no status e colocar as funções administrativas em movimento para corrigir a situação, como encomendar novas peças e programar uma chamada de serviço. O sistema MES pode ser usado para preencher o sistema ERP com as quantidades realmente fabricadas e descartadas, bem como os níveis de desempenho. Os fabricantes podem então usar as informações de gerenciamento de negócios em tempo real fornecidas pelo MES para ajustar os cronogramas de produção. Quando os sistemas trabalham em harmonia, e não apenas em paralelo, os fabricantes podem responder mais rapidamente a condições de operação que mudam rapidamente.
  • De acordo com o 2017 Market Guide para ProductCentric Cloud ERP Solutions da Gartner, "Até 2020, pelo menos 35% das novas implantações de ERP centradas em produtos de grandes empresas serão software como serviço (SaaS) livremente integradas com sistemas de execução de fabricação local (MES). Isso enfatiza a importância de mudar esses dois sistemas distintos de um mero modo coexistente para um modo de integração.
  • Integrando sua logística ao sistemas MES. Sistemas de logística, incluindo sistemas de gerenciamento de armazém, sistemas de gerenciamento de transporte e sistemas ERP, precisam ser integrados a sistemas de manufatura para automatizar um processo de negócios end-to-end para manutenção de equipamentos, incluindo o agendamento do técnico de campo mais próximo com as ferramentas e conhecimentos necessários.
  • Investir nessa integração multissistema pode ter um ROI rápido devido a benefícios financeiros significativos. Por exemplo, uma empresa farmacêutica usou uma plataforma de integração para rastrear números de lote e quantidades de produtos químicos durante cada etapa do processo de fabricação, acelerando a conformidade com as regulamentações. A integração de equipamentos especializados com equipamentos de back office também reduziu os estoques devido à melhor previsão de demanda.
  • Dados seguros são obrigatórios. Os dados precisam ser coletados e compartilhados com um alto nível de segurança para proteger a propriedade intelectual das empresas. Informações detalhadas sobre equipamentos de fabricação, incluindo processos de produção, podem ser uma parte importante da vantagem competitiva de uma empresa, e também dos destinos para caminhões em empresas de entrega.
  • Os dados financeiros e pessoais dos clientes precisam ser protegidos, especialmente com regulamentações como o GDPR, que impõe altas penalidades quando os dados dos clientes são usados sem a permissão explícita deles.
  • Escalabilidade embutida. Quando todos os sensores estão monitorando a condição do equipamento, as quantidades de fluido, as vibrações e o calor, grandes quantidades de dados precisam ser coletadas, armazenadas e analisadas. Quando uma solução de middleware ou de gerenciamento de dados é usada nesse tipo de cenário, a solução exige escalabilidade integrada, além de um alto nível de desempenho e confiabilidade para coletar, filtrar, processar e compartilhar grandes volumes de dados.

Apesar dos obstáculos tecnológicos que analisamos brevemente aqui, a manutenção preditiva é uma parte vital do gerenciamento de manutenção do futuro. Os fabricantes que conseguem resolver os problemas de integração e automatizar os processos de manufatura e manutenção podem se beneficiar de uma enorme vantagem financeira, levando suas operações a um novo nível de eficiência. Com o tempo, fabricantes de máquinas de lavar louça, lavadoras de roupas e talvez até carros podem vender horas de serviço, devido ao alto nível de confiança na eficiência operacional de seus equipamentos, tirando o risco de falha do equipamento do consumidor. E tudo isso só pode acontecer quando a manutenção preventiva permitir que pessoas e máquinas se comuniquem com um alto nível de segurança e eficiência.

Sobre o autor

Yuval Lavi ingressou na Magic em junho de 2013 com a missão de fornecer serviços profissionais de alto nível. Após três anos como VP Global de Serviços Profissionais, Yuval mudou para o cargo de VP Global de Tecnologia e Inovação. Em sua nova posição, Yuval está encarregado de definir a visão tecnológica da empresa, abrindo novos horizontes tecnológicos para a empresa e construindo alianças técnicas estratégicas. Antes de ingressar na Magic, Yuval foi Gerente Geral e co-proprietário da Kopel Reem Software, cargo que ocupou desde 1996, depois de iniciar sua carreira como programador.

Avalie esse artigo

Relevância
Estilo/Redação

Conteúdo educacional

HTML é permitido: a,b,br,blockquote,i,li,pre,u,ul,p

HTML é permitido: a,b,br,blockquote,i,li,pre,u,ul,p

BT