Impacto das manutenções preditivas na fabricação

Todos os dias, em todos os ambientes de fabricação, ocorrem falhas e paralisações. Isso é apenas uma realidade quando você está lidando com equipamentos que executam uma tarefa repetitiva. A questão, no entanto, é que a fabricação nos mercados atuais exige eficiência e qualidade na produção. O tempo de inatividade não planejado em apenas uma máquina em um ambiente de fabricação “just-in-time” pode causar atrasos que levam a clientes insatisfeitos, possível atrito desses clientes com um concorrente e um impacto direto nos resultados de uma empresa.
Um dos resultados realmente ótimos do crescimento da (Internet das Coisas) é o fato de que os dados da máquina podem ser aproveitados para limitar os custos operacionais e o impacto do tempo de inatividade, planejados e não planejados. Isso também é conhecido como manutenção preditiva.

O que é manutenção preditiva?

A manutenção preditiva – ou PdM, abreviada – é um método para antecipar os requisitos de manutenção em máquinas no chão de fábrica. Ao analisar os dados operacionais das máquinas, surgem padrões que permitirão que os operadores desenvolvam uma compreensão dos modos de falha e prevejam quando a manutenção será necessária em qualquer unidade, permitindo que ela seja planejada em períodos de menor custo.

No passado, os fabricantes contavam com manutenção reativa e outras estratégias de manutenção, também conhecidas como o método “se não estiver quebrado, não conserte”. Você pode imaginar que a manutenção de máquinas apenas quando elas quebravam era um custo enorme, tanto em termos de tempo de inatividade não planejado quanto do impacto potencial em outras partes da máquina, bem como na qualidade da produção durante o tempo em que a peça estava falhando .

Com o tempo, as empresas buscaram se afastar da manutenção reativa e implementar estratégias de manutenção preventiva. Mas a manutenção preventiva dependia de médias e não refletia a condição atual ou em tempo real dos equipamentos.

Embora a manutenção preventiva e preditiva seja um avanço da manutenção reativa, há um vencedor claro. A implementação da manutenção preditiva depende de informações específicas extraídas de cada máquina para detectar possíveis problemas. Um exemplo seria a análise de vibração.

Um modelo que usa uma linha de base para coletar dados de manutenção preditiva para uma máquina será capaz de detectar alterações, como um aumento na vibração em uma peça específica, que pode ser causada por danos ou pela introdução de um objeto estranho. Desvios da linha de base permitem que os operadores prevejam a necessidade de manutenção antes que o problema se torne sério, resultando em falha do equipamento.

Como funciona a manutenção preditiva?

Diferentemente da manutenção preventiva, um programa de manutenção preditiva utiliza os dados gerados pelos equipamentos e envia os dados para a nuvem. Assim como os dados do processo de produção e de negócios, a manutenção baseada em condições em tempo real pode ser analisada para detectar padrões e tendências na saúde da máquina ou na vida útil de suas peças ou ferramentas e reduzir os custos de manutenção.

Muitas vezes, os equipamentos OEM podem indicar um ciclo de vida esperado para uma peça ou ferramenta. No entanto, isso é baseado em médias de toda a indústria. Ele não considera aplicações leves onde as peças podem se desgastar mais lentamente do que o esperado ou aplicações pesadas onde elas podem desgastar mais rápido.

A análise avançada em plataformas de monitoramento de produção e manutenção usa tendências e manutenção baseada em condições para traçar o tempo real de desgaste ou prever modos de falha. Programas de manutenção preditiva podem ser desenvolvidos em torno desses insights para reduzir o tempo de inatividade e controlar os custos.

Programas robustos de manutenção preditiva podem usar a plataforma para enviar alertas para a equipe de manutenção quando uma falha é iminente, reduzindo o tempo de inatividade de espera pela chegada dos técnicos após o fato. Eles também podem trabalhar com informações de produção da fábrica, como tempos de troca esperados para fazer reparos durante trocas programadas ou tempo de inatividade planejado para limpeza.

Os alertas programados podem ser estendidos dos técnicos aos almoxarifados de MRO para que as peças possam ser preparadas para evitar mais tempo de inatividade. E as peças podem ser automatizadas para reordenação em relação às contagens mínimas/máximas de peças estabelecidas, que também são prescritas pelo sistema. Como parte de sua estratégia geral de manutenção, cada empresa pode adaptar suas técnicas de manutenção preditiva às suas próprias necessidades.

Quais são as vantagens da manutenção preditiva?

Do ponto de vista da economia de custos, as vantagens de uma estratégia de manutenção preditiva incluem o tempo de inatividade planejado otimizado e o tempo de inatividade não planejado minimizado. Um programa de manutenção preditiva também otimizará a produtividade dos funcionários e a vida útil do equipamento. Usando análises avançadas e algoritmos de aprendizado de máquina, a manutenção preventiva não pode ser subestimada!

Como a manutenção preditiva ajuda a otimizar o tempo de inatividade planejado

O tempo de inatividade planejado pode abranger tudo, desde a limpeza e lubrificação da máquina até a substituição de peças que falham regularmente. Esse tipo de manutenção preventiva reduz o risco de paradas não planejadas. Assim como cuidar do seu computador e varrê-lo em busca de vírus ou manter outros eletrodomésticos limpos em sua casa, você obterá uma saída mais eficiente e de melhor qualidade de uma máquina bem cuidada.

Graças aos dados coletados nas operações da máquina, a manutenção preditiva pode ser programada regularmente e em horários que tenham o menor impacto na produção do pedido. Há também o benefício adicional de que uma manutenção adequada dessa natureza invariavelmente prolongará a vida útil de equipamentos mecânicos que seriam difíceis e caros de substituir. Maximizar o tempo de atividade e a vida útil de um componente em um programa de manutenção preditiva resultará em economias de custo significativas.

A manutenção preditiva limita o tempo de inatividade não planejado

De acordo com um post do Wall Street Journal, “o tempo de inatividade não planejado custa aos fabricantes industriais cerca de US$ 50 bilhões anualmente”. Usar a manutenção preditiva para limitar esse custo é fundamental em indústrias de manufatura altamente competitivas.

Na medida em que a manutenção preventiva programada pode garantir que as máquinas funcionem sem problemas na maior parte do tempo, as máquinas de monitoramento coletam digitalmente resmas de dados que, quando analisados, mostrarão padrões em qualquer máquina. Esse tipo de detecção de padrão, com base em dados históricos, pode ajudar a identificar uma máquina que provavelmente sofrerá uma interrupção e para a qual a manutenção pode ser planejada de forma proativa.

A manutenção preditiva pode ajudar a otimizar a vida útil do equipamento

Ser capaz de monitorar a eficiência, a produção e a qualidade de uma máquina ao longo do tempo revelará dados que identificarão quando uma máquina requer manutenção, conforme observado acima, mas também ajudará a identificar quando uma máquina está chegando ao fim de sua vida útil. A manutenção reativa e preventiva não pode fazer isso.

À medida que as máquinas envelhecem e dependendo do seu nível de uso, o cronograma de manutenção muda, o que pode ser gerenciado por meio de manutenção preditiva. As peças da máquina responderão ao estresse de produção de maneira diferente ao longo do tempo. O eventual aumento na manutenção que é previsto por meio de padrões de dados revelará quando uma máquina está atingindo um ponto crítico no custo versus desempenho. A necessidade de eventualmente substituir grandes partes de uma máquina ou de toda a unidade é gerível através da previsão dessa necessidade e do planeamento, tanto do ponto de vista de custo/orçamento como de tempo/esforço.

A manutenção preditiva pode ajudar a otimizar a produtividade dos funcionários

Há muitas maneiras pelas quais a manutenção preditiva otimiza a produtividade dos funcionários. Em primeiro lugar, vamos apenas olhar para o custo da mão de obra em si. Quando os reparos são programados, o tempo necessário para o reparo é reduzido devido a um número menor de substituições de componentes em vez de substituição de todo o equipamento. Além disso, a frequência de reparos para falhas críticas de equipamentos será reduzida e o número de “chamadas críticas” será bastante reduzido.

Do ponto de vista do funcionário, a manutenção preditiva levará à redução de avarias e sistemas de prevenção de acidentes. Eles podem alertar ou até mesmo parar o equipamento quando houver perigo para um trabalhador, melhorando drasticamente as condições da fábrica e minimizando os ferimentos dos trabalhadores.

Além disso, o tempo de inatividade e as operações com parâmetros abaixo do ideal não afetam apenas a produção, mas também o moral dos funcionários. É estressante se apressar para resolver os problemas quando eles surgem. A manutenção preditiva minimiza tais instâncias.

A manutenção preditiva pode ajudar a aumentar a receita

As vantagens da manutenção preditiva que abordamos acima, no final, têm o mesmo objetivo:aumentar o resultado final. Com menos manutenção em componentes bons e reparo mais rápido de componentes defeituosos, os reparos podem ser tratados de forma mais eficaz, reduzindo assim o tempo de reparo. Um dos estudos mais abrangentes sobre o potencial da análise industrial como manutenção preditiva foi realizado pela McKinsey em 2015. Eles descobriram a oportunidade para as seguintes melhorias:

10-40% de redução nos custos de manutenção

Como a manutenção planejada é baseada em um cronograma, haverá casos em que as tarefas de manutenção serão executadas quando não forem necessárias. A manutenção preditiva pode evitar tais ineficiências.

10-20% de redução de resíduos

A operação abaixo do ideal que não é detectada pode resultar em desperdício de produção. Matéria-prima, energia, custos de mão de obra e tempo de máquina são desperdiçados nesses casos. Os sistemas de manutenção preditiva podem descobrir problemas que podem resultar em desperdício antes que eles surjam.

10-50% de novas oportunidades de melhoria descobertas

Assim que a coleta de dados for automatizada, novos insights sobre oportunidades de otimização de processos podem ser descobertos diariamente por meio de análises avançadas.

Tecnologias de manutenção preditiva

Existem vários tipos de tecnologia de manutenção preditiva usados ​​em um programa robusto de manutenção preditiva orientado por dados. Este equipamento de monitoramento de condição pode ser usado para criar uma solução de manutenção preditiva para uma operação. Essas tecnologias incluem:

Termografia infravermelha

O calor é quase sempre um subproduto de um ambiente de fabricação. Mas geralmente é previsível para cada máquina ou tipo de trabalho que está sendo executado. As plataformas PdM podem mapear esses padrões de calor por máquina ou trabalho e analisar picos de temperatura para determinar problemas de aproximação. A termografia infravermelha pode monitorar e medir a temperatura em equipamentos como motores, rolamentos ou outras superfícies de atrito. Também pode ajudar a descobrir "pontos quentes" em gabinetes elétricos e detectar falhas de isolamento. A termografia infravermelha mede a temperatura e exibe a unidade como uma imagem de toda a unidade sendo medida. A plataforma de monitoramento pode armazenar e analisar essas imagens para detectar problemas e identificar tendências em condições específicas.

Monitoramento acústico

Algumas plataformas de monitoramento de manutenção preditiva podem usar sinais de alta frequência para determinar a condição do equipamento. O mesmo princípio pode ser aplicado usando o som aéreo. Ao capturar este ruído acústico, as avarias podem ser detectadas. Algoritmos avançados de aprendizado de máquina são usados ​​para melhorar a capacidade preditiva ao longo do tempo. Essas análises podem ser combinadas com outras tecnologias de monitoramento para detalhar e descobrir anomalias antes que elas ocorram.

Análise de vibração

Todos os equipamentos de fabricação e moagem vibram. E essa vibração por máquina e tipo de trabalho pode ser plotada para determinar uma faixa saudável em uma curva. A análise de vibração ajuda os engenheiros de manutenção preditiva a aprender o que significam mudanças sutis e significativas. Eles podem avaliar as taxas de desgaste e os pontos de falha à medida que os algoritmos de aprendizado de máquina se tornam mais precisos ao longo do tempo.

Análise de Óleo

Embora as plataformas de manutenção preditiva possam usar som, vibração e temperatura para avaliar a integridade e possíveis falhas de equipamentos ou peças, outra ferramenta que captura o que está acontecendo dentro da máquina é a análise de óleo. Ao medir a pureza do óleo, conteúdo de detritos, contaminantes e composição do óleo, os técnicos podem identificar, traçar e prever a causa e desenvolver estratégias para corrigi-las. Os dados da análise de óleo podem ser enviados para a plataforma de análise e combinados com outros dados de monitoramento para obter uma imagem clara da integridade da máquina.

Como implementar a manutenção preditiva

Agora que está claro que a manutenção preditiva é uma maneira garantida de evitar paralisações não planejadas e incorrer em custos de fabricação mais altos, a questão é:como você implementa um plano de manutenção preditiva?

Primeiro, chegue ao cerne do problema que você está tentando corrigir:

• Você está mais preocupado com o tempo de inatividade não planejado ou com o custo de uma falha de componente?
• Algumas máquinas no seu andar são mais “importantes”? ou seja, usado com mais frequência, central para mais pedidos etc.

Em seguida, você precisa avaliar seu status existente ou criar uma linha de base de dados sobre o desempenho da máquina. Para isso, você pode usar seus próprios padrões, padrões OEE ou outros padrões do setor. Revise cada máquina para ver quais foram os níveis históricos de desempenho:com que frequência ela caiu, quais componentes falham regularmente, com que frequência a manutenção está programada no momento e assim por diante.

Em segundo lugar, examine os dados históricos em busca de padrões e quais métricas indicarão um problema, quais desvios da linha de base devem sinalizar um operador e assim por diante.

Finalmente, uma vez que você esteja usando esses padrões e os dados relativos às suas medições de desempenho de linha de base, você precisa instituir um processo para atualizar continuamente os dados e revisá-los para garantir que eles continuem refletindo o status atual e sinalizarão padrões de deterioração que sinalizam claramente uma necessidade de manutenção. Esta é a chave:você não pode prever o que não pode analisar. Dados precisos são essenciais!

Minimizar o tempo de inatividade não planejado, pelo menos no que se refere ao funcionamento das máquinas, é uma enorme economia de custos e evitará atrasos no mercado que também afetarão o resultado final. No ambiente de fabricação de hoje, a manutenção preditiva não é algo “bom de se ter”. É uma necessidade.

Lançar uma estratégia de manutenção preditiva

Agende uma demonstração