Alavancando IoT para Transformar a Manufatura Automotiva: Aumentar Eficiência e Inovação

A indústria automotiva — como muitos outros setores de manufatura — está passando por uma grande transformação digital agora.

A ascensão da tecnologia da Indústria 4.0 — que inclui dispositivos de IoT industrial (IIoT), bem como IA e analytics de big data — tem perturbado a manufatura como um todo. Isso empurrou proprietários de fábricas a adotar nova tecnologia e soluções que permitem simplificar fluxos de trabalho ou otimizar o gerenciamento de fábrica.

O lançamento do 5G tornou a tecnologia IIoT mais prática e benéfica do que nunca, inclusive para fabricantes automotivos. Estes são os principais benefícios que eles podem garantir ao implementar soluções IIoT em suas fábricas e adotar tecnologia IIoT da maneira mais eficaz possível.

Como Frotas IIoT Funcionam em Fábricas Automotivas

Uma frota IIoT de tamanho adequado pode coletar quantidades massivas de dados sobre como uma fábrica funciona — tudo, desde tempo de máquina e tarefa até movimento de inventário.

Com sensores suficientes coletando as informações certas, é possível criar uma visão panorâmica do que os processos de fábrica realmente parecem no dia a dia. Isso pode tornar muito mais fácil para supervisores identificar ineficiências potenciais.

Por exemplo, um fabricante pode usar dispositivos IIoT para rastreabilidade — rastrear peças e componentes enquanto eles se movem pelo processo de produção. Com os dados certos, esta empresa poderia descobrir que peças fabricadas incorretamente originaram-se da mesma fábrica ou de certas máquinas.

Outro pode descobrir que algo tão simples quanto uma mudança de layout do piso, como o alargamento de corredores de armazém, poderia economizar tempo e criar um ambiente de trabalho mais seguro.

Um sistema IIoT é uma forma de proprietários de fábrica integrarem tecnologia operacional e de informação — dois investimentos em tecnologia que às vezes podem ser isolados um do outro. Fabricantes automotivos normalmente compram plataformas IIoT completas — que incluem sensores individuais, maquinário IoT e plataformas de analytics — ou as montam eles mesmos.

No segundo caso, eles normalmente começam identificando um problema que querem resolver em sua fábrica ou um KPI que gostariam de melhorar. Eles então buscam os sensores necessários para rastrear dados relacionados a esse problema ou KPI, junto com uma plataforma de analytics IIoT aberta que coordenará esses dispositivos IIoT e organizará os dados que eles coletam.

Tomada de Decisão Assistida com Dados IIoT

Dados coletados podem fazer mais do que ajudar supervisores a coordenar equipe e ajustar fluxos de trabalho. Eles também podem permitir que tomem decisões melhores e forneçam feedback sobre como influenciar fluxos de trabalho ou qualidade do produto no futuro.

Por exemplo, muitos fabricantes automotivos devem decidir se querem usar passivação ou eletropolimento para criar peças resistentes à corrosão. Ambos os métodos têm vantagens e desvantagens únicas. Nem sempre está claro qual impacto um processo pode ter na eficiência ou desempenho da peça. Ao decidir qual usar, supervisores também podem considerar a peça sendo fabricada, maquinário disponível e fluxos de trabalho existentes da fábrica.

O número de variáveis que eles precisam acompanhar pode tornar difícil decidir qual método será o melhor. Dados históricos de desempenho de componentes, informações operacionais e mais podem ajudar supervisores a tomar a decisão.

Tecnologia similar pode ajudar montadoras a decidir entre acabamentos específicos, ligas de aço inoxidável ou formas de componentes para um determinado modelo de veículo.

Um Caso de Uso para IIoT Automotivo: Manutenção Preventiva Torna-se Preditiva

Uma das aplicações mais populares de IoT na manufatura é manutenção preditiva. Um proprietário de fábrica usa dispositivos IIoT para coletar informações operacionais sobre uma determinada máquina. Esses dados podem incluir sua temperatura ao longo do tempo ou seu padrão de movimento ou vibração. Em alguns casos, sensores podem ouvir ruídos supersônicos e sons indicativos de vazamentos de gás.

Quando alimentados em um algoritmo de IA ou método de analytics de big data, este método pode estimar a saúde da máquina em tempo real. Frequentemente, com a informação certa, esses sistemas podem prever com precisão a falha iminente da máquina.

Se dado controle sobre sistemas de máquina, sistemas de manutenção preditiva podem até ser capazes de forçar o desligamento de máquinas à beira de falha, potencialmente evitando danos ou ferimentos a trabalhadores próximos.

Manutenção preventiva é a abordagem padrão da indústria para a maioria dos fabricantes. Check-ups regularmente agendados garantem boas condições de trabalho e reparos que podem estender a vida útil de uma máquina e reduzir o risco de falha súbita e inesperada.

A abordagem não é perfeita, no entanto. Abrir uma máquina para manutenção pode colocar eletrônicos e componentes sensíveis em risco. O processo pode expor partes internas da máquina a poeira do local, umidade e outros contaminantes.

Trabalhadores e operadores de máquinas podem não ter aviso prévio se uma falha ocorre entre verificações. Eles ainda estarão em risco de ferimentos e tempo de inatividade que poderiam ter sido evitados com os reparos certos.

Manutenção preditiva pode ajudar a resolver alguns desses problemas e dar aos supervisores e trabalhadores aviso avançado de falha de máquina.

Em termos de custo, manutenção preditiva pode fornecer economia de 8-12% sobre cuidados preventivos, de acordo com um resumo de estudos passados pelo Departamento de Energia dos EUA. Economias sobem para 30-40% para empresas usando manutenção reativa ou reparando máquinas quando algo parece estar quebrado ou com defeito.

Manutenção preditiva também pode poupar empresas de tempo de inatividade e ferimentos que podem acontecer como resultado de falha súbita de máquina.

Adotando Manutenção Preditiva

Fabricantes que querem integrar esse tipo de abordagem têm duas opções. Eles podem comprar uma solução completa de manutenção preditiva ou combinar tecnologia de vários fornecedores para coletar e processar dados de manutenção.

Fabricantes que querem construir sua própria solução com tecnologia de múltiplos fornecedores devem começar com os dados que precisarão coletar. Por exemplo, sensores de vibração são frequentemente usados para rastrear o desempenho de máquinas com componentes rotativos.

Eles então precisarão encontrar uma plataforma existente de manutenção preditiva ou analytics de big data que seja compatível com seus sensores IoT escolhidos.

Fabricantes também devem planejar uma fase de implementação, durante a qual dados de linha de base serão coletados. Este período permite que o algoritmo analítico construa estatísticas sobre desempenho "normal" da máquina.

Principais Benefícios e Melhores Práticas para IIoT na Manufatura Automotiva

Dispositivos IIoT podem oferecer grandes benefícios para fabricantes automotivos. Eles oferecem uma ampla gama de usos, como a capacidade de coletar quantidades massivas de dados que podem ajudar a melhorar a compreensão de uma fábrica e seu processo de manufatura.

Fabricantes que desejam adotar a tecnologia devem entender claramente o que querem melhorar ou qual caso de uso particular de IoT gostariam de implementar.