Aprimorando o Desempenho Industrial: Superando Desafios de Monitoramento com IoT e Analytics

Aprimorando o Desempenho Industrial: Superando Desafios de Monitoramento com IoT e Analytics

Uma análise de como IoT e analytics podem melhorar e aprimorar o monitoramento de desempenho de equipamentos e processos industriais.

Muitas organizações industriais buscam esforços de digitalização para ajudar a melhorar operações e aumentar eficiências. Uma área principal que recebe grande atenção é o uso de IoT e analytics para melhorar e aprimorar o monitoramento de desempenho de equipamentos e processos industriais.

O RTInsights conversou recentemente com Andreas Steidele, Senior Enterprise Sales Executive da Siemens. Discutimos os desafios da indústria para monitoramento de desempenho, como o Siemens MindSphere pode ajudar e os benefícios de usar tal solução IoT. Aqui está um resumo da nossa conversa.

RTInsights: Quais são os desafios da indústria quando se trata de monitoramento de desempenho?

Steidele: Há anos, um dos maiores desafios que fabricantes enfrentam é a entrada manual de dados usando ferramentas baseadas em papel. Acho que a ferramenta mais usada ainda é o Excel. E isso, claro, não é apropriado para digitalização. Você obtém erros humanos e problemas de transcrição. Nunca pode ter certeza de que seus dados são verdadeiros.

Outro desafio surge da falta de padronização dos métodos de captura de dados. Se você tem muitas ferramentas diferentes na sua empresa, elas podem funcionar de forma diferente e ter algoritmos diferentes para capturar e apresentar dados.

A paisagem de equipamentos também é um desafio porque, especialmente em plantas maiores, eles herdaram ou trouxeram muitos tipos diferentes de equipamentos. Têm uma paisagem de equipamentos heterogênea que inclui diferentes hardware e software. Isso torna difícil conectar a cada dispositivo e obter os dados do seu equipamento.

Por fim, o último desafio é a inteligência ausente que você precisa para tornar seus dados perspicazes e disponíveis, para que possa tirar conclusões e obter valor deles.

RTInsights: Quais tecnologias e soluções da Siemens ajudam a enfrentar esses desafios?

Steidele: A Siemens oferece a solução de IoT industrial como serviço chamada MindSphere, hospedada na nuvem. Ela mantém um repositório de dados que você envia de seus equipamentos e máquinas para a nuvem. Os dados estão em um modelo de dados específico. São definidos de acordo com seus ativos e máquinas e têm contexto em torno deles.

Sobre isso, temos aplicações MindSphere. Essas aplicações usam os dados no MindSphere para executar analytics e outras funções. No caso de gerenciamento de desempenho, exibe os KPIs que você definiu e fornece dados sobre como suas máquinas estão se comportando em termos de qualidade, desempenho e manutenção.

Temos várias aplicações que trabalham juntas para criar uma solução robusta de monitoramento de desempenho:

• SIMATIC Notifier entrega alertas e permite que gerentes acompanhem e monitorem a condição de suas máquinas no mundo todo. Permite definir limites e monitorar dados de séries temporais no MindSphere. Um gerente pode implementar um fluxo de trabalho dentro do app baseado nesses dados.
• SIMATIC Performance Insight fornece desempenho de máquina e planta num relance. Gerentes podem acessar a visão completa de desempenho de suas máquinas, linhas de produção e plantas globais usando o app. Também podem monitorar indicadores de desempenho ao longo do tempo e analisar dados em, por exemplo, períodos selecionados para detectar potencial de desempenho não utilizado.
• SIMATIC Collaboration Board oferece uma solução colaborativa para abordar problemas de produção. O app permite que gerentes compartilhem problemas e soluções entre equipes e sites. Também podem atribuir e gerenciar tarefas, bem como acompanhar o status de problemas e soluções.

O MindSphere integra as capacidades dessas aplicações e permite que usuários configurem fluxos de trabalho ponta a ponta para monitoramento de desempenho. Com a solução, uma situação típica pode ser que um gerente receba um alerta de que algo está errado. O gerente visualiza e analisa KPIs e outras métricas para tentar entender o problema. Em seguida, o gerente pode pesquisar no banco de dados colaborativo para ver se uma solução para o problema identificado já existe. Se não, podem usar diferentes métodos para resolver o problema, documentando o que funcionou para que qualquer um que encontre o problema no futuro possa se beneficiar do trabalho deles.

RTInsights: Quais são os benefícios quando tal solução IoT é usada?

Steidele: Se você tem a solução IoT certa, todos seus ativos estão conectados e você está enviando dados para um espaço na nuvem. Dessa forma, não estão disponíveis apenas localmente, mas globalmente, para que você possa acessar esses dados de onde estiver no mundo. Esta é provavelmente a maior vantagem do MindSphere. Você tem dados disponíveis globalmente para conectar suas máquinas ou ativos via protocolos IoT de forma muito simples.

Então, você pode usar esses dados e ir um passo além. Pode aprofundar na análise e usá-la para identificar e resolver problemas com suas máquinas. Se suas máquinas não estão performando bem, sua taxa de transferência cai. O monitoramento de desempenho através do MindSphere fornece uma ferramenta poderosa para garantir que sua qualidade atenda às expectativas e que você possa agir e fazer melhorias contínuas em desempenho, qualidade, etc.

Outra coisa a notar é que o monitoramento de desempenho e as capacidades colaborativas do MindSphere oferecem melhorias imediatas e podem ser a pedra angular para empresas que estão empreendendo uma transformação digital.

RTInsights: Pode dar alguns exemplos de como esses benefícios são realizados?

Steidele: Darei um exemplo simples: manutenção. Se você imaginar antes da IoT, sempre que havia um problema com a máquina, a empresa tinha que ligar para a linha de serviço. Então, algum técnico tinha que atender o telefone e descobrir o que estava errado com a máquina. Provavelmente, tinham que enviar pessoas no local, ver o que estava acontecendo e tentar reparar.

Com novos esforços de digitalização usando IoT, você pode ter esses dados disponíveis no local de serviço. Não há necessidade de enviar alguém para ver o que está acontecendo. Você tem essa visão virtual na máquina, nos parâmetros da máquina, no comportamento da máquina, de outro local. Pode tirar suas conclusões e, se precisar consertar via atualização, atualização de serviço, software, correção de bug, hotfix, o que for, pode fazer isso remotamente. Ou, se não puder ser feito remotamente, o técnico de serviço chega já sabendo o que procurar.

Assim, trabalho de serviço e manutenção pode ser feito frequentemente de forma virtual e mais rápida. Isso proporciona grande economia de custos porque você economiza tempo, viagens e horas-homem.

Outro exemplo é desempenho. Quando tudo era no local, você só podia olhar para os dados de desempenho de uma única máquina ou uma única planta. Era difícil comparar o desempenho de linhas ou plantas de outro lugar porque os dados geralmente não estavam disponíveis globalmente. Pior, os dados eram coletados de maneiras diferentes de site para site, então todos tinham seus próprios esforços de cálculo.

Com monitoramento de desempenho com IoT industrial, você pode medir cada site ou cada linha da mesma forma. Isso permite comparar seus dados porque você tem uma única fonte de verdade. Então, você pode fazer benchmark do desempenho de suas linhas e plantas. Pode tirar conclusões e ver qual receita roda melhor, qual turno roda melhor, ou quem pode precisar de alguma educação para aprender a operar sua linha de máquina mais eficientemente.