Acelerando a transformação digital na manufatura com análises avançadas

Manufacturing Engineering: Monitoramento de máquinas e análises tornaram-se mais críticos do que nunca na era da manufatura digital/Indústria 4.0. Quais são as novidades nas ofertas mais recentes da Sight Machine?

Jon Sobel: Nossas ofertas mais recentes são projetadas para uma gama muito mais ampla de fabricantes. Embora a maioria dos fabricantes tenha pelo menos iniciado suas jornadas de transformação digital, descobrimos um amplo espectro de níveis de prontidão entre eles. Muitas empresas estão ansiosas para usar dados de IoT [Internet das Coisas] para obter melhor visibilidade em suas operações de manufatura, mas não estão prontas para análises avançadas. Elas podem não ter a experiência interna, o suporte organizacional, ou isso representa um salto grande demais para dar em um único passo. Introduzimos um novo nível de nossa plataforma de manufatura digital: Enterprise Manufacturing Visibility [EMV], que oferece uma entrada rápida na manufatura digital. O EMV permite que as empresas obtenham muito rapidamente visibilidade em tempo real do desempenho de suas operações de manufatura em todas as suas fábricas. Oferece configuração de autoatendimento, permitindo que fabricantes extraiam rapidamente todos os tipos de dados de produção do chão de fábrica e monitorem esses dados através de visualização baseada em navegador.

O Enterprise Manufacturing Analytics [EMA] da Sight Machine, nosso nível avançado, oferece um conjunto completo de ferramentas analíticas como controle estatístico de processo, mapas de calor de correlação, detecção de anomalias e análise de gargalos. Aplica análises avançadas para alcançar benefícios como aumento de produção, redução de tempos de ciclo e diminuição de taxas de sucata. Esses insights baseados em análises são a base necessária para que as empresas transformem seus modelos de negócios e seus relacionamentos com fornecedores e clientes.

ME: Como sua nova estrutura em camadas pode ajudar os fabricantes a iniciar a manufatura digital sem fazer análises completas?

Sobel: Até agora, tínhamos uma única oferta que entregava visibilidade e análises. Agora, separamos nossas ferramentas de visibilidade em um produto autônomo. O EMV fornece uma entrada direta, de autoatendimento e facilmente escalável na manufatura digital, com ferramentas automatizadas para ingestão, limpeza e contextualização dos dados e modelagem do processo de produção.

O EMV permite que as empresas monitorem saída, disponibilidade e tempo de inatividade por instalação, tipo de máquina e máquina através de aplicações que incluem Global Operations View, KPI Dashboard e Streaming Data Visualization. A visibilidade é tanto em tempo real quanto histórica.

Os recursos do EMV incluem o Digital Twin Builder, nossa ferramenta baseada em navegador para criar modelos de dados de instalações, máquinas e tipos de máquinas. Também inclui o FactoryTX, nosso software de borda que prepara dados de máquinas e fábricas para streaming para a nuvem.

ME: Quão difícil é para as empresas começarem com monitoramento/análises e o que sua metodologia Digital Readiness Index recentemente introduzida lhes diz?

Sobel: Descobrimos que a chave para uma transformação digital bem-sucedida é escolher projetos apropriados para o nível de prontidão de uma empresa ou fábrica. Prontidão inclui não apenas fatores técnicos como conectividade e acessibilidade de dados, bem como estratégia de nuvem e segurança, mas também fatores organizacionais. Descobrimos em nossos seis anos trabalhando com fabricantes G500 que fatores organizacionais são pelo menos tão importantes quanto os técnicos. Eles incluem o nível de comprometimento e adesão tanto no nível da fábrica quanto no executivo, e a existência de estratégias de nuvem e segurança.

A Sight Machine desenvolveu uma metodologia chamada Digital Readiness Index [DRI] para avaliar a prontidão técnica e organizacional de uma empresa para projetos de manufatura digital e identificar projetos apropriados — aqueles com maior probabilidade de sucesso com base na prontidão atual. Usamos um questionário padronizado para mapear cada empresa em uma de cinco Digital Readiness Zones: Connection, Visibility, Efficiency, Advanced Analytics e Transformation. Cada Digital Readiness Zone mapeia exemplos de projetos alcançáveis para aquele nível de prontidão.

ME: Neste momento, quão adiantada está a indústria manufatureira na adoção de análises avançadas de fábrica?

Sobel: Todos os grandes fabricantes com quem conversamos pelo menos iniciaram a jornada de transformação digital. Encontramos uma grande variância não apenas entre empresas, mas dentro das fábricas individuais das empresas.

Você pode pensar em termos destes passos: acesso a dados; visibilidade; e insights. É bastante comum que as empresas estejam coletando e armazenando seus dados digitais. Muitas improvisaram painéis simples que permitem monitorar as diferentes linhas ou máquinas dentro de fábricas individuais. Relativamente poucos fabricantes obtiveram visibilidade entre suas fábricas. Acreditamos que a Sight Machine oferece a única solução escalável no mercado para obter rapidamente visibilidade empresarial cruzada.

Para análises avançadas, deixando de lado as empresas com quem trabalhamos, mais frequentemente vemos projetos de ciência de dados sob medida. Empresas enfrentando um problema de desempenho ou qualidade encarregarão seus cientistas de dados de resolver o problema conhecido. Eles normalmente desenvolverão uma solução única, pegando quaisquer dados que conseguirem, jogando no Excel ou em um programa estatístico, e procurando correlações.

O problema é que esses projetos não são nem escaláveis nem aplicáveis a outros problemas. A extração e modelagem de dados são feitas de uma forma que cria silos de aplicação e dados. Do ponto de vista de um VP de Operações ou CIO, eles ficam com uma proliferação de aplicações personalizadas que não podem ser integradas de uma maneira que permita entender as operações da empresa manufatureira como um todo.

O Digital Twin da Sight Machine é um modelo de dados vivo e funcional do processo de produção. Um único aplicativo que pode ser rapidamente expandido adicionando novas máquinas e processos, nosso Digital Twin fornece uma única fonte de verdade que pode ser consultada para chegar a qualquer questão operacional.

ME: O que análises avançadas podem oferecer aos fabricantes que mergulham fundo nessa tecnologia?

Sobel: A revolução digital transformou setor após setor — publicidade, varejo, investimentos, ciência, política — liberando não apenas vastas melhorias em eficiência, mas também transformando e criando novos modelos de negócios. Fabricantes estão apenas começando a explorar o poder de seus dados e estão vendo resultados reais.

Quando você espreme mais produtividade de suas fábricas e máquinas existentes, ou reduz sucata e defeitos, isso impacta diretamente seu resultado final. Mas a maioria dos fabricantes líderes já colheu todos os frutos ao alcance há muito tempo de disciplinas como Six Sigma e Lean. Os próximos grandes saltos virão da obtenção de verdadeira visibilidade nas operações empresariais de um fabricante, em todas as fábricas, e então aplicando as técnicas analíticas aperfeiçoadas ao longo de mais de uma década em transformações digitais em outras indústrias.

ME: Como a inteligência artificial [IA] na plataforma da Sight Machine impulsiona as análises de fábrica além das ofertas anteriores ou concorrentes?

Sobel: O AI Data Pipeline da Sight Machine é uma tecnologia patente pendente que transforma dados brutos em dados contextualizados aos quais análises podem ser aplicadas com sucesso. Com nossa plataforma, o AI Data Pipeline faz o trabalho pesado de pegar dados brutos de sensores, CLPs, historiadores de dados, etc., e depois prepará-los para análise via limpeza, marcação e mistura.

Os dados então vão para nossa outra tecnologia patente pendente, o Plant Digital Twin, que modela processos de produção da fábrica. Ele pega os dados do AI Data Pipeline e os monta em um modelo do sistema, traduzindo milhares de pontos de dados de centenas de fontes em uma representação de peças ou lotes movendo-se pela produção. O Plant Digital Twin reflete o estado da máquina em cada ponto do processo de produção, para cada peça ou lote, e também registra a matéria-prima usada para aquela peça ou lote, fatores ambientais como umidade e temperatura, as identidades dos operadores de máquinas, e quaisquer dados adicionais disponíveis.

Com ofertas concorrentes como iniciativas analíticas internas, cientistas de dados gastam a maior parte do tempo selecionando, limpando e combinando dados manualmente — não analisando dados para encontrar insights acionáveis de negócios. Em contraste, nossas tecnologias AI Data Pipeline e Plant Digital Twin criam automaticamente uma representação digital dos processos de produção em tempo real, deixando cientistas de dados, operadores de linha e gerentes de fábrica livres para responder proativamente a questões operacionais, em vez de investigá-las retroativamente.

ME: Dê-me um exemplo de um fabricante fazendo trabalho exemplar com sua plataforma de análises de manufatura.

Sobel: Fomos chamados por um fabricante de produtos de saúde para ajudar a resolver um problema que outros provedores de tecnologia não conseguiram resolver — uma alta taxa de sucata em sua fábrica mais lucrativa. A plataforma Sight Machine realizou análise de causa raiz que combinou processamento de linguagem natural, análise de sequência, análise de cluster e regressões.

A plataforma Sight Machine identificou e priorizou as múltiplas causas de sucata, levando a um aumento na Overall Equipment Effectiveness de cerca de 3%. Isso se traduz em economia potencial de mais de US$ 20 milhões por ano apenas para esta fábrica.

Aquisições

Siemens PLM Software (Plano, TX) concordou em adquirir a Solido Design Automation Inc. (Saskatoon, SK), desenvolvedora de software de projeto e caracterização ciente de variação para empresas de semicondutores.

Os termos da transação não foram divulgados. A Siemens disse que esperava fechar a transação no início de dezembro de 2017. Os produtos baseados em machine learning da Solido são atualmente usados em produção em mais de 40 grandes empresas, permitindo-lhes projetar, verificar e fabricar produtos mais competitivos. A aquisição expande ainda mais o portfólio de verificação analógica/mista (AMS) da Mentor Graphics (adquirida pela Siemens em março de 2017), permitindo-lhe enfrentar os crescentes desafios de projeto e verificação de IC para aplicações automotivas, comunicações, computação de data center, redes, móveis e IoT.

A Solido ajuda seus clientes a lidar com o impacto da variabilidade para melhorar desempenho, potência, área e rendimento de IC, disse Amit Gupta, fundador, presidente e CEO da Solido Design Automation. "Combinar nosso portfólio de tecnologia com as capacidades de IC e alcance de mercado da Mentor nos permitirá fornecer soluções para a indústria de semicondutores em uma escala ainda maior", disse Gupta. "Estamos entusiasmados em contribuir para a estratégia mais ampla de digitalização da Siemens com nosso portfólio e expertise de machine learning aplicado para tecnologia de engenharia."

Novos Lançamentos

Tebis America (Troy, MI) anunciou o Release 5 de seu software CAD/CAM Versão 4.0 com desempenho otimizado que ajuda os usuários a acelerar seus processos.

Atualizações nesta versão permitem que os usuários acelerem processos sem restrições funcionais com melhorias em simulação de máquina, trabalho com conjuntos de ferramentas, busca de ferramentas em usinagem por feature ou troca de ferramentas no Job Manager.

Com este novo lançamento, a programação NC agora é amplamente automatizada com base em modelos com bibliotecas de processo que permitem procedimentos e processos rápidos e confiáveis. Os usuários também podem editar peças grandes e complexas com o software. A Tebis identificou as cargas mais pesadas que ocorrem em processos específicos, ajudando a aliviar gargalos que podem resultar em longos tempos de espera, bem como uso intensivo de recursos e conflitos. Desenvolvedores da Tebis adaptaram o sistema para otimizar o uso de memória disponível, e tecnologia multicore baseada em processamento paralelo foi integrada ao mesmo tempo. O processamento paralelo estendido economiza tempo significativo, especialmente no cálculo de programas NC para redesenbaste. Peças podem ser carregadas, sombreadas e salvas com otimização de tempo.

Desenvolvedora de sistemas de execução de manufatura (MES) 42Q (San Jose, CA) lançou seu novo Digital Factory Starter Kit, uma solução com capacidades-chave que aceleram a transformação de fábrica digital.

O Digital Factory Starter Kit inclui funções de chão de fábrica e qualidade, capacidade de rastreabilidade e relatórios de business intelligence (BI). Parte da solução em nuvem da 42Q, este kit permite que fabricantes realizem valor da transformação de fábrica digital usando a 42Q em poucas semanas.

"Os custos e a complexidade de implantar uma plataforma MES convencional on-premise podem resultar em um time-to-value de 9 a 18 meses para funcionalidade básica", disse Srivats Ramaswami, CTO da 42Q. "Fabricantes iniciando sua transformação digital não deveriam ter que esperar tanto. Projetamos o Digital Factory Starter Kit para incluir os recursos essenciais necessários para transformação digital, e colocar empresas em funcionamento em poucas semanas sem interrupção nos processos de negócios ou entregas aos clientes."

Principais capacidades do Digital Factory Starter Kit incluem travelers eletrônicos, gerenciamento de tempo de ciclo, gerenciamento de ordens de produção e controle de roteamento de processo. Funcionalidade para gerenciamento de qualidade é totalmente integrada, incluindo verificação de funcionários e instruções de trabalho eletrônicas, rastreabilidade, genealogia de produto, rotulagem e planos de controle. O Digital Factory Starter Kit também inclui o módulo de Business Intelligence da 42Q, que fornece ferramentas para alertas em tempo real de operações de manufatura junto com visualização de dados.

A solução permite que empresas gerenciem qualidade e operações, monitorem rendimentos, WIP e vazão em tempo real. "Esta solução é comprovada e já implantada em muitas instalações de manufatura em indústrias altamente regulamentadas, incluindo manufatura médica, aeroespacial e automotiva", disse Ramaswami.

Desenvolvedora de software de gerenciamento de manutenção computadorizado (CMMS) EZmaintain (Cleveland) apresentou seu pacote CMMS baseado em nuvem para integrar sensores IoT para medir níveis de temperatura e vibração de equipamentos como motores, caixas de engrenagens e geradores.

Os usuários podem executar o CMMS baseado na web independentemente para gerenciar atividades de manutenção corretiva ou preventiva. Adicionar esses sensores IoT inteligentes permite que os usuários capturem dados em tempo real para monitoramento de condição com alertas visualizados diretamente via dashboard do CMMS.

O EZmaintain CMMS funciona em diferentes dispositivos, de desktops a dispositivos móveis. Os usuários podem adicionar ou configurar sensores de Temperatura/Vibração via dashboard, e podem montar sensores IoT em vários ativos que precisam de monitoramento usando designs de montagem por parafuso. Com esses sensores de baixo custo e fácil configuração, o software pode ser usado em várias aplicações industriais ou comerciais.