Otimize Estoque de Peças de Reposição com Soluções Low-Code e IoT

Criar novas aplicações usando plataformas de desenvolvimento low-code pode levar a soluções inovadoras para problemas antigos como gerenciar melhor estoque de peças de reposição.

Plataformas de desenvolvimento low-code abrem porta para muitos novos tipos de aplicações na manufatura. Talvez a maior promessa da tecnologia seja quando usada para preencher lacuna entre o que tradicionalmente eram os diferentes domínios da equipe operacional e TI. Otimizar estoque de peças de reposição é exemplo do novo tipo de aplicação cross-group que é possível. Tal aplicação traz benefícios para toda a empresa que simplesmente não eram alcançáveis antes.

Estoque de peças de reposição tem pontos de contato em vários departamentos. Equipes de manutenção, reparo e operação (MRO) têm interesse óbvio. Precisam de peças para manter equipamentos rodando. Mas gestão de estoque de peças impacta outros grupos também.

Veja também: Low Code: Corte Shadow IT, Ajude Desenvolvedores Cidadãos no Chão de Fábrica

Equipes de alocação de espaço e gestão de instalações são puxadas para discussão de gestão de peças porque equipes de serviço precisam de espaço físico para armazenar peças. Equipes de compras e contabilidade têm participação porque devem pedir e pagar pelas peças. E até gestão corporativa precisa estar (de certa forma) ciente do que está acontecendo. Paralisação prolongada devido à falta de peça impacta produção, receita e reputação da empresa.

Fazendo transformação digital com low-code

Uma série de desenvolvimentos tecnológicos e de negócios levaram a este momento onde as soluções certas podem transformar digitalmente estoque de peças de reposição.

Por anos, fabricantes usaram manutenção baseada em calendário que dependia de informações do fornecedor sobre vida útil de peça ou equipamento e histórico de reparo. Grupos MRO planejavam inspeções, serviços e substituição baseados em tempo médio até falha (MTTF) e dados de fim de vida. Peças eram pedidas baseadas no cronograma de substituição do fornecedor do dispositivo.

Há duas falhas nessa abordagem. Uma é o que acontece se peça quebra ou para de funcionar antes da estimativa MTTF do fornecedor? A outra é e se a peça tem mais vida útil além da estimativa de fim de vida? A forma tradicional de lidar com ambas situações era superestocar peças caso houvesse falha inesperada. E substituir peças no cronograma do fornecedor, mesmo se continuassem funcionando.

Tal solução não elegante resolvia problemas imediatos mas a custo. Problemas com superestocagem incluem:

• Mais espaço de armazenamento, que vem a um prêmio em muitos ambientes de manufatura, é necessário
• Peças podem ficar obsoletas conforme fornecedores atualizam linhas de produto
• Dinheiro gasto em peças extras mantidas em estoque poderia ser usado em outro lugar.

Simplesmente, mais pode ser feito para melhorar. Entrem low-code development e IoT. Fabricantes têm usado dados IoT de equipamentos em suas plantas para se afastar de manutenção tradicional baseada em calendário. Plataformas low-code permitem que peguem esses dados e criem aplicações que complementam e aprimoram capacidades de sistemas de controle supervisório e aquisição de dados (SCADA) e outros sistemas OT.

Especificamente, fabricantes têm se movido de modo "conserta quando quebra" para modos reativo, proativo e preditivo/preventivo.

Modo reativo pode pegar dados IoT sobre status de dispositivo e dados de sistemas OT, como alertas e alarmes, e acionar ação MRO. Exemplo: notando que certa peça está rodando acima da temperatura operacional de pico sugerida pelo fornecedor, aplicação customizada de serviço MRO usando esses dados poderia automatizar geração de ticket de problema e chamada de serviço.

Modo proativo pode usar aplicação que pega dados de dispositivos e sistemas OT e aplica analytics para detectar problemas em formação e abordá-los antes que causem downtime. Exemplo: enquanto dispositivo pode estar operando dentro das especificações do fornecedor, analytics em aplicação MRO pode notar que, por exemplo, motor crítico está rodando em velocidades cada vez maiores para completar mesma quantidade de trabalho. Esse insight derivado poderia iniciar inspeção da peça. Na inspeção, técnico MRO pode concluir que é melhor substituir peça do que arriscar sua falha.

Modo preditivo/preventivo vai além. Aplicação de serviço MRO pode ser desenvolvida que usa IA, machine learning ou outras técnicas avançadas de analytics para inferir de dados de peças e máquinas. Tal analytics preditivo dos dados pode encontrar algo muito específico. Quando peça A deste fornecedor experimenta aumento de 20% na temperatura operacional em 15 minutos, isso é precursor de falha em três dias. Armado com tal informação dentro de aplicação de serviço MRO, técnico poderia ser despachado para substituição preventiva da peça para evitar falha.

Vinculando tudo à otimização de estoque de peças de reposição

Plataforma low-code também pode ser usada para construir aplicação que une insights e ações do sistema MRO a sistema ERP usado para pedir peças.

Vantagem de combinar soluções de manutenção preventiva e preditiva com ERP é que permite uso mais eficiente de peças existentes. A abordagem antiga de substituir peças baseada na vida útil média recomendada tira algumas peças de serviço que poderiam continuar funcionando por muitos mais dias, meses ou anos. A organização perde essa vida útil extra que poderia obter da peça e gasta mais inventário do que necessário.

Tal sistema garantiria que peças de reposição necessárias estejam em estoque quando precisas, evitando downtime desnecessário esperando peça crítica chegar. Também garante que peças não sejam superestocadas, reduzindo necessidade de capacidade excessiva de armazenamento. Isso também reduz chance de ter peças obsoletas.

Em essência, criar novas aplicações usando plataformas low-code e IoT pode levar a soluções inovadoras para problemas antigos. No caso de estoque de peças de reposição, fabricantes poderiam desenvolver abordagem "just in time" para peças. Resultado é método mais otimizado para gestão de inventário.