Monitoramento Remoto de Condição e Serviço: O Segredo para Entrega Eficiente e Econômica

Empresas estão recorrendo a serviço remoto e monitoramento de condição para reduzir custos, fazer uso mais eficiente da equipe de serviço e melhorarvastamente as operações de seus equipamentos em campo.

O desafio do serviço de equipamentos

Fabricantes de equipamentos hoje devem diferenciar suas ofertas em desempenho e confiabilidade. Frequentemente, a chave para ambos é o serviço. No entanto, escalar esforços de serviço pode ser intensivo em mão de obra e caro. Cada vez mais, empresas estão recorrendo a serviço remoto e monitoramento de condição para cortar custos, fazer uso mais eficiente da equipe de serviço e melhorarvastamente as operações de seus equipamentos em campo.

A RTInsights conversou recentemente com Fernando Martinez Calderon, Gerente de Soluções Industriais MindSphere da Siemens. Discutimos os pontos de dor do monitoramento e serviço de equipamentos e como soluções IoT que incluem monitoramento remoto de condição e ofertas de serviço remoto podem ajudar substancialmente. Especificamente, discutimos o MindSphere®, solução de IoT industrial como serviço da Siemens. Aqui está um resumo de nossa conversa.

RTInsights: Quais benefícios as empresas obtêm usando uma solução IoT industrial, como MindSphere, para monitoramento remoto de condição e serviço remoto?

Martinez Calderon: Há amplos benefícios, e eles se tornam mais fortes quando você implementa o tipo certo de soluções. Por exemplo, vamos dar uma olhada em algumas das capacidades da solução MindSphere Asset Health and Service Hub, que habilita monitoramento remoto de condição e serviço remoto, e muito mais. Um fabricante ou OEM pode ter transparência total e contínua sobre a condição de um equipamento. Os dados brutos coletados podem ser monitorados e analisados na borda para processos críticos e depois enviados à nuvem para análise e processamento adicionais. Com a capacidade de fazer analytics na borda, dados sensíveis permanecem no local; além disso, é possível definir quais dados são enviados à nuvem, bem como sua granularidade e frequência. Por exemplo, o valor médio de certos sinais a cada hora ou talvez apenas no caso de um gatilho específico ser detectado.

Essa combinação borda-nuvem dá aos provedores de serviço um entendimento real de como a máquina está operando enquanto protege a privacidade de seus clientes. Mas, em última análise, o valor subjacente é detectar anomalias em estágio inicial antes que se tornem problemas reais.

Essas capacidades estão se tornando cada vez mais críticas. Por anos, fabricantes de equipamentos focaram principalmente em vender suas máquinas e consideraram o serviço como item secundário. Isso funcionava até que a concorrência de provedores de menor preço começou a surgir, especialmente de países asiáticos. Apenas vender máquinas não é mais lucrativo – o serviço tornou-se um fator de diferenciação.

Para competir efetivamente com provedores de baixo custo e manter-se à frente na guerra de recursos/funções, fabricantes precisam garantir que suas máquinas estejam sempre rodando e sejam as mais confiáveis. Precisam garantir que suas máquinas possam ter o maior throughput e menos problemas.

Agora, alguns construtores de máquinas ganham até metade de seus lucros através de contratos de serviço. No entanto, fornecer serviço estelar pode ser caro, especialmente para empresas que fazem sozinhas. Mas com a solução da Siemens, um fabricante ou OEM de máquinas pode alinhar seus interesses efetivamente. Isso ajuda a entregar serviço muito melhor sem aumentar custos – ou até mesmo, em alguns casos, reduzindo custos. Uma medida comum de eficácia nessa área é o KPI chamado custo por caso de serviço. O MindSphere Asset Health and Service Hub pode reduzir esse KPI.

Para fazer isso, a solução ajuda a eliminar casos de emergência, que são os mais caros. Fabricantes e OEMs de máquinas têm a capacidade de identificar – através dos dados coletados – sempre que uma anomalia está ocorrendo e abordá-la antes que se torne um problema maior. Isso é diferente do monitoramento de condição convencional, que requer especialistas para viajar aos clientes e realizar análise de saúde da máquina uma ou duas vezes por ano.

Usando a solução, fabricantes e OEMs obtêm monitoramento contínuo sem enviar alguém ao local. Este é o passo número um. Além disso, a solução não apenas monitora sinais "lentos", como pressão e temperatura, mas também monitora as vibrações das máquinas. Medindo vibrações e outros parâmetros críticos, um fabricante ou OEM pode detectar problemas com meses de antecedência.

Para as capacidades de monitoramento remoto de condição, a solução usa o sistema MindConnect Edge Analytics. Com ele, um OEM é capaz de detectar e analisar anomalias antes que se tornem problemas reais e às vezes pode corrigir esses problemas remotamente.

Em alguns casos, como quando hardware precisa ser substituído, uma visita ao local ainda é necessária. Mas nesses casos, essa visita pode ser mais produtiva. Conhecendo a situação, um técnico com as habilidades certas – e equipado com as peças certas – pode ser despachado para o serviço. Eles sabem qual é o problema e podem corrigi-lo imediatamente.

RTInsights: Você falou muito sobre monitoramento remoto de condição; e as capacidades de serviço remoto?

Martinez Calderon: A segunda parte principal da solução Asset Health and Service Hub é o serviço remoto, que pode ser usado para analisar, reparar ou, pelo menos, realizar atividades de mitigação remotamente.

Por exemplo, suponha que o sistema de monitoramento remoto de condição detecte uma anomalia em uma máquina. O engenheiro de serviço precisa acessar os dados armazenados da máquina para realizar uma análise de causa raiz abrangente. Isso geralmente envolve um técnico de serviço precisando estar no local. Uma vez determinado o problema, uma segunda visita é necessária para reparar a máquina ou substituir um componente. Como você pode ver, isso requer múltiplas visitas, resultando em tempos de viagem caros e situações de paralisação prolongadas.

Usando o serviço remoto MindSphere, engenheiros de serviço podem ver os dados e realizar o primeiro diagnóstico remotamente. Isso significa que, quando um especialista viaja à máquina, é a pessoa certa com as ferramentas e peças certas na primeira vez. Indo além, dependendo do tipo de problema, o reparo inteiro pode ser feito remotamente, eliminando a necessidade de uma visita ao local.

Juntas, essas capacidades de monitoramento remoto de condição e serviço remoto tornam a solução Asset Health and Service Hub muito poderosa. A combinação permite que usuários de máquinas quase eliminem paralisações ou situações de emergência. Claro, sempre haverá algum serviço e manutenção acontecendo, mas pelo menos é planejável, e os recursos da equipe de serviço são gastos de forma mais sábia.

RTInsights: Quais pontos de dor essas soluções abordam?

Martinez Calderon: Os principais pontos de dor são paradas não planejadas e custos de serviço crescentes.

A primeira, paradas não planejadas, são frequentemente resultado de uma abordagem de manutenção reativa. O problema com essa abordagem é que, quando o equipamento quebra, o provedor de serviço precisa ser informado, então uma equipe de serviço deve ir ao local analisar o problema. Se não for uma correção rápida, eles saem e retornam alguns dias depois com as ferramentas certas, o colega certo e as peças certas para consertar o equipamento. Essa abordagem reativa é como o serviço é feito para muitas máquinas, mas é demorada, cara e ineficiente.

Uma abordagem ligeiramente melhor é ser proativa. Para máquinas críticas, frequentemente uma abordagem de manutenção preventiva é adotada. Em vez de esperar algo quebrar, equipes de serviço verificam máquinas fazendo visitas ao local em períodos fixos (uma vez por ano, a cada seis meses, uma vez por trimestre, etc.). Durante essas visitas, tentam pegar problemas antes que impactem negativamente a produção. No entanto, problemas só podem ser pegos algumas vezes – ainda há momentos em que essa abordagem falha.

Por exemplo, suponha que serviço regularmente agendado para uma certa máquina seja definido para a pausa de Natal, quando as coisas estão lentas. O que acontece se um problema ocorrer em novembro? Agora o serviço é reativo, potencialmente resultando em paralisações, problemas de qualidade ou menos produção. Além disso, essa abordagem ainda requer que alguém esteja permanentemente viajando para verificar como as máquinas estão.

Uma abordagem preditiva, combinada com capacidades de serviço remoto, é muito mais eficaz. Assim, as equipes de serviço viajam muito menos e são capazes de reagir de forma mais rápida e organizada. Esta é a abordagem oferecida pela solução MindSphere Asset Health and Service Hub da Siemens.

RTInsights: Pode falar mais sobre essa diferença entre manutenção preditiva e proativa/reativa?

Martinez Calderon: Para entender por que isso é tão importante, basta ver como o serviço está sendo feito. Geralmente, a única informação que um provedor de serviço recebe é uma ligação telefônica de um cliente dizendo que há um problema – uma máquina parou de funcionar. Embora tentem explicar como aconteceu, esse tipo de descrição não é muito útil. Além disso, baseiam-se na opinião/observações do cliente e não em dados reais do equipamento.

A empresa então envia um técnico ao local, mas eles frequentemente entram despreparados, mais como detetives para descobrir: "Qual é o problema com esta máquina? Por que quebrou?" Durante essa visita, podem não ter as ferramentas certas, as peças de reposição certas e, às vezes, nem mesmo o conjunto de habilidades certo.

Com a solução MindSphere da Siemens, fabricantes e OEMs de máquinas podem conduzir essa primeira análise preditiva de um local remoto, baseada em dados e fatos, e antes de uma quebra total da máquina. Se os sensores indicam anomalias, o trabalho de detetive começa nessa primeira indicação. Eles podem analisar esses dados e encontrar a causa raiz dos problemas sem ter que ir ao local.

Isso é enorme porque diminui a quantidade de viagens. A solução permite que a equipe de serviço organize e planeje seu trabalho em vez de operar em modo de emergência. Ou, se não for uma correção de hardware, eles podem fazer o serviço remoto da máquina com atualizações de software para corrigir esses tipos de problemas. Isso é muito mais amigável para quem recebe o serviço porque obtêm resolução imediata e sem custo de viagem.

RTInsights: Para fechar, pode resumir os benefícios de usar as soluções Siemens MindSphere?

Martinez Calderon: A Siemens introduziu uma única interface integrada para unir nossos sistemas, o que nos diferencia muito de concorrentes de mercado. Alguns têm sistemas de monitoramento. Outros têm plataformas IoT. E há outros que têm capacidades de serviço remoto e apps ou sistemas de tickets. Apenas a Siemens tornou as soluções conectadas e muito amigáveis. Equipes de serviço são capacitadas para realmente focar em usar conhecimento para fornecer valor a seus clientes.

Temos sistemas de monitoramento remoto de condição rodando. Se identificam anomalias, dispararão um evento ou alarme automático. Essencialmente, levantam a mão e dizem: "Há algo não okay comigo." Imediata e automaticamente, a solução integrada Asset Health and Service Hub cria um ticket de serviço. O ticket passará por gestão de ciclo de vida de ticket e permanecerá aberto até que o provedor de serviço resolva o problema e feche o ticket.

Durante o ciclo de vida do ticket, tudo que está acontecendo está sendo registrado no ticket. Isso significa que muitos processos de protocolização que as equipes de serviço tinham que fazer agora são cuidados automaticamente por nossa solução. Tudo está sendo monitorado. Tudo está protocolado.

Isso é apenas o primeiro passo. Depois, usuários podem analisar esses tickets e casos de serviço. Podem dizer: "Ok, no último ano, que tipo de casos de serviço estão ocorrendo na maior parte do tempo? Há algum problema sistemático com a máquina? Algo relacionado a serviço está sendo negligenciado?"

Esse tipo de análise de longo prazo é o que as empresas realmente apreciam. Os painéis de serviço remoto fornecem insights sobre KPIs, como quanto tempo um ticket geralmente permanece aberto? Quanto tempo uma certa máquina permanece em estado saudável? Com que frequência tem tickets? Há alguma periodicidade dos tickets? Analisando esses casos de serviço, somos capazes de entregar todo tipo de insight a fabricantes de equipamentos e OEMs.

E como somos a Siemens, cumprimos os requisitos da indústria para monitoramento remoto de condição, bem como para serviço remoto. Estamos usando esses sistemas em nossas próprias fábricas, que estão entre as maiores e mais avançadas do mundo. Essas soluções funcionam muito bem e agregam muito valor. Estamos trazendo toda essa experiência, todo esse conhecimento para o mundo exterior, porque achamos que é uma situação ganha-ganha para todos.