Aproveitando Análise Preditiva na Manufatura: Casos de Uso Comprovados e Benefícios Tangíveis

Por décadas, fabricantes usaram dados como forma de ganhar vantagem competitiva. Talvez a maior mudança hoje é como dados são coletados. Algumas empresas têm técnicos andando pela fábrica verificando medidores, preenchendo formulários e anotando histórico de operação e manutenção para máquinas. Todos métodos tediosos, propensos a erros e imprecisos de coletar e usar dados para impulsionar tomada de decisão. No entanto, com a proliferação de dispositivos IoT e sensores, equipamentos e operações conectados estão mudando como fabricantes tiram vantagem de dados e análises.

Empresas começaram a transicionar para software digital e dispositivos conectados para reduzir trabalho associado a coleta e documentação manual de dados. Comparado a métodos manuais de coleta de dados, estas tecnologias também aumentam fidelidade que amplifica o poder de análises e leva a modelos mais precisos. O seguinte apresentará os benefícios e casos de uso para análise preditiva na manufatura.

A Maturidade da Análise na Manufatura

Também conhecida como Jornada de Análise de Manufatura, existem várias etapas pelas quais fabricantes passam enquanto buscam estratégias preditivas e prescritivas.

Etapa 1: Dados

Coletar dados para análises descritivas estabelece uma baseline para responder o que aconteceu.

Etapa 2: Informação

Processar estes dados em análises diagnósticas para responder por que algo aconteceu efetivamente transforma dados em informação. Uma solução de análise de manufatura pode ser usada para habilitar isso.

Etapa 3: Entendimento

Uma vez que informação suficiente é coletada, um melhor entendimento de processos pode ser alcançado e modelos estatísticos podem prever o que poderia acontecer no futuro usando análise preditiva.

Etapa 4: Conhecimento

À medida que modelos mais precisos são produzidos, dados são transformados em conhecimento e análises prescritivas responderão o que deve ser feito.

Embora possa ser tentador conectar tudo e passar por estas etapas, é importante estabelecer metas claras e definir baselines para monitorar melhorias de performance. Saiba quais dados, e quantos dados são necessários para transicionar de análises descritivas para prescritivas. Ao iniciar esta jornada, será benéfico estabelecer uma plataforma única para quaisquer dados coletados. Adicionalmente, certifique-se que todos os stakeholders — sejam dispositivos, pessoas ou fornecedores — tenham acesso adequado a esta plataforma.

Dados em tempo real e monitoramento podem oferecer alta fidelidade que ajudará a estabelecer baselines, alcançar N-valores, e alertar stakeholders sobre mudanças mais rápido que métodos manuais ou dispositivos não conectados. Estas etapas levam tempo, mas cada etapa oferece seus próprios benefícios. Um dos maiores benefícios de usar análises é a capacidade de prever o que acontecerá com alto grau de precisão.

Benefícios e Casos de Uso de Análise Preditiva para Fabricantes

Dispositivos conectados em tempo real são capazes de coletar mais pontos de dados. Isso pode ajudar a prever quanto tempo ou quantas peças podem ser produzidas antes de uma falha. Planos de manutenção tradicionais podem sugerir quando substituir peças ou realizar manutenção baseada em estimativas médias, não necessariamente quando é necessário. Prever falhas com dados e análises de manufatura reduz tempo de inatividade não planejado, e pode eliminar serviços de manutenção desnecessários e caros.

Análise de Manutenção Preditiva

Caso de Uso: Reduzir tempo de inatividade, falha de ferramenta e demandas de manutenção

Existem muitos benefícios neste termo único: manutenção preditiva. Primeiro, é que coletar dados pode ajudar a prever quando manutenção é necessária, não assumida. Isso aumenta o uptime do equipamento, dando gerentes uma chance de planejar manutenção necessária ou fazer ajustes necessários antes que uma falha ocorra.

Análise preditiva torna-se cada vez mais precisa à medida que mais dados são coletados e correlações são feitas. Em um exemplo, falha de ferramenta foi encontrada para ocorrer conforme a amperagem do equipamento aumentava. Rastrear amperagem era difícil, mas dados de carga do fuso podiam ser fornecidos ligando um recurso no painel de software do equipamento.

Pesquisadores foram capazes de provar que havia mais de 80% de correlação entre carga de fuso aumentada e amperagem do transdutor. Monitorando a carga do fuso mais fácil e custo-efetiva, era possível prever quantas peças poderiam ser feitas desde o tempo da carga aumentada até a falha da ferramenta. Para este exemplo, a faixa de peças até falha era 1 a 68. Dependendo da quantidade de carga aumentada, poderia ser possível reduzir esta faixa ainda mais. Correlacionar dados e notar padrões expande o que é possível através de análises para qualidade e tomada de decisão.

Medindo velocidade do fuso para identificar falha iminente de ferramenta. Usando dados como este, é possível construir algoritmos que detectam falha automaticamente, e dão a você a capacidade de preveni-la.

Análise de Qualidade

Caso de Uso: Alertas para problemas de qualidade, minimizar sucata

Ao rastrear performance, é possível ser notificado quando processos estão fora de tolerância ou podem gerar preocupações de qualidade. Ser capaz de parar ou ajustar um processo mais cedo pode reduzir ou eliminar desperdício de material ou retrabalho. Em um exemplo, um cilindro pneumático derivava ao longo do tempo. Quando trabalhadores notaram e ajustaram, cerca de 1.000 unidades foram feitas e horas de produção foram sucateadas. Prever manutenção e problemas de qualidade mais cedo pode adicionar valor a aplicações que envolvem materiais com preços instáveis ou flutuações de mercado.

Previsão de Demanda Análise

Caso de Uso: Identificando e utilizando KPI e ERP

Rastrear processos individuais e lead times gerais oferece insight em demandas de material e produção. À medida que habilidades conectadas expandem, KPIs serão identificados que aumentarão a habilidade, valor e precisão de ferramentas de software como ERP. Adicionalmente, em aplicações onde preços de materiais podem ser grandemente afetados por política, desastres naturais, etc., usar dados para prever taxas de consumo e envio pode oferecer grandes benefícios em simplificar gerenciamento de cadeia de suprimentos. Prever volume, cronogramas e demanda de mercado ajudará a gerenciar economia e custo para novos equipamentos, produtos ou processos.

Análise de Força de Trabalho

Caso de Uso: Prevendo demandas de educação e força de trabalho

Em mercados flutuantes, análises preditivas de demanda podem até ser usadas para gerenciar mão de obra e aquisição de talentos mais efetivamente. Uma das maiores preocupações é a Lacuna de Habilidades na manufatura. Expandindo dados do processo, para planta, para o planeta, fabricantes podem prever quais habilidades e mão de obra serão necessárias no futuro. Isso permite que empresas trabalhem mais efetivamente com educadores, publiquem vagas mais cedo, ou requalifiquem ou reciclem a força de trabalho atual para atender necessidades de mão de obra.

O Futuro da Análise Preditiva na Indústria de Manufatura

Caso de Uso Futuro: Manutenção Remota de Ferramentas

Usar tecnologia e análises transforma dados em conhecimento. À medida que conectividade expande, há uma tendência movendo-se em direção a maior rastreamento e monitoramento remoto e móvel de ativos. A habilidade de entregar dados de alta fidelidade aumentará análises diagnósticas remotas e móveis. Esta tendência reduzirá a necessidade de técnicos de campo. Com diagnósticos remotos de alta confiança, também pode ser possível dar recomendações de manutenção ou informação a operadores que estão no local para reduzir ainda mais a necessidade de técnicos de campo.

Caso de Uso Futuro: Avaliações de Risco e Seguros

Com uma habilidade aumentada de rastrear e monitorar equipamentos, análises podem aumentar assinaturas, políticas de seguro ou garantias. Dispositivos conectados podem levar a equipamentos mais flexíveis. Por exemplo, assinaturas dão a OEMs a habilidade de adicionar ou remover recursos, rastreamento de dados e software remotamente. Conforme a demanda muda, a assinatura e recursos também podem.

Adicionalmente, análises diagnósticas poderiam mudar o quão longe ou o que políticas de seguro e garantias cobrem. Análises de manufatura e tecnologia conectada podem provar ou refutar erros de operador, equipamento ou design. Matemática tem sido uma forma efetiva de explicar, entender e competir. Futuros sucessos na manufatura podem ser quem tem o conhecimento mais preciso e expansivo de modelos digitais e análises.

Impulsione Estratégias Preditivas com a Plataforma IoT MachineMetrics

Explore a Plataforma