Egicon Alcança Redução de 80% em Reparos com Automação em Tempo Real

A Egicon, uma fabricante italiana de eletrônicos, usou ferramentas emergentes de análise de dados para automatizar totalmente sua produção a partir de 2017. No caminho, cortou taxas de reparo em 80%, eliminando sucata, melhorando suporte de garantia e reduzindo tempo de espera para relatórios de qualidade para tempo real a partir de um mês.

Baseada na região de Modena, Itália, a Egicon produz unidades de controle eletrônico, clusters de instrumentos e interfaces homem-máquina para os setores automotivo, agrícola, biomédico e aeroespacial.

A Egicon integrou o software Valor e Opcenter Execution Electronics IoT da Siemens em seus sistemas de produção e qualidade, permitindo monitoramento contínuo e a capacidade de fornecer aos clientes melhor suporte de garantia e dados de rastreabilidade.

"Conseguimos reduzir nossa taxa de reparo de 30 partes por milhão para 6, e alcançamos taxa de sucata de zero por cento em 2019", disse Michele Magri, gerente de produção da Egicon, em um estudo de caso publicado. "Agora posso obter atualizações instantâneas sobre todos nossos processos de manufatura sem sair da minha mesa. Posso gastar meu tempo em inovação e melhorias."

Outros fabricantes de software também relatam resultados significativos.

O software Proficy da GE Digital ajudou fabricantes em vários setores a alcançar uma multitude de benefícios, incluindo redução de 90% em desperdício, US$ 5 milhões em economia de melhoria de qualidade, e redução de 80% em tempo de inatividade, disse Cobus van Heerden, gerente sênior de produto para software de análise e machine learning da GE Digital. Uma empresa obteve insight-chave em horas sobre como controlar seus químicos de desaguamento para obter a melhor qualidade.

O FactoryTalk Innovation Suite, uma oferta conjunta da Rockwell Automation e PTC, ajudou a Rockwell a alcançar aumento de 33% em eficiência de mão de obra, aumento de 70% em saídas e redução de 50% em tempo de treinamento, segundo um estudo de caso publicado.

Essas e outras ferramentas emergentes de análise de dados estão superando as limitações e barreiras de seus predecessores.

Tornando Análises Mais Acessíveis

Uma barreira significativa no passado era que as ferramentas que ofereciam benefício potencial permaneciam sem uso, disse Izik Avidan, gerente de unidade de negócios, análise de manufatura digital, Siemens Digital Industry Software.

Mais de 80% de projetos avançados de análise falham, ele disse, uma afirmação apoiada por pesquisas da Gartner e outros.

"O principal problema com ferramentas de análise de dados do passado — da perspectiva dos fabricantes — era o fato de que elas permaneciam ferramentas", disse Avidan. "Muitos provedores de plataforma e solução não perceberam que o fabricante médio não possuía todas as habilidades necessárias para utilizar completamente essas ferramentas. A ferramenta entregava a função para a qual foi projetada, mas o projeto geral provavelmente falhava. Você precisa ser capaz de fazer a ponte entre a linguagem de manufatura e todas essas novas tecnologias. O cliente de manufatura não possui esses conjuntos de habilidades."

"Historicamente, você realmente precisava de um PhD em matemática ou ciência de dados para obter valor de análises", disse van Heerden. "Você precisa colocar análises nas mãos de seu pessoal operacional existente. Você não pode ir ao cliente de manufatura e dizer: 'Você precisa requalificar seu pessoal ou contratar novas pessoas para se beneficiar de análises.' A chave é tornar análises acessíveis a engenheiros de processo e operadores de linha."

"Ferramentas foram projetadas para os especialistas, para tornar um desafio difícil mais fácil para os especialistas, em vez de simplificar seus trabalhos", disse Ed Cuoco, VP de estratégia e soluções na PTC. Muitas ferramentas também exigiam um cientista de dados no local. O resultado final: "Essas ferramentas não eram adequadas para grandes fabricantes, que tipicamente não têm seus próprios cientistas de dados", disse Cuoco.

Nove Barreiras Adicionais do Passado

Outras barreiras, segundo Avidan, Cuoco e van Heerden, têm sido:

Falha em entender e abordar os pontos de dor dos fabricantes.

Ferramentas que exigiam que fabricantes substituíssem equipamentos legados caros.

Falta de acesso aos dados necessários para derivar insights, muitas vezes porque esses dados estavam em sistemas isolados, às vezes chamados de dark data. Entre 60% (Forrester) e 97% (Gartner) dos dados coletados permanecem sem uso.

Dados que não podiam ser facilmente combinados com outros dados.

Dados que eram difíceis de limpar, formatar e preparar.

Ferramentas que assumiam que dados atendiam a um benchmark de alta qualidade, exigindo um especialista para melhorar a qualidade dos dados em muitos casos.

Falta de ferramentas de análise permitindo que gerentes atuem.

Ferramentas de análise que eram muito difíceis para o operador médio usar.

Ferramentas que não podiam ser escaladas além de um piloto ou demonstração inicial.

Novo Amanhecer

As ferramentas de hoje oferecem tempo rápido para valor, operação mais fácil e escalabilidade. Cada vez mais, provedores de software de manufatura entendem que seus clientes precisam de plataformas que combinem várias ferramentas e integrem bem no chão de fábrica, disse Avidan.

"Agora estamos vendo mais sucesso em ferramentas de análise superando essas barreiras", disse van Heerden. "As ferramentas que estamos fornecendo estão mostrando evidências de valor rápido."

Fabricantes de software estão projetando ferramentas e plataformas que rodarão em fábricas que usam máquinas de 40 anos, bem como de dois anos, disse Cuoco. "Essas ferramentas precisam funcionar em um ambiente real", ele disse. "Essa é a chave para aplicabilidade em uma fábrica. Isso permite que uma fábrica aproveite coisas dentro de seu poder sem pedir que sejam boas em coisas que não estão em sua alçada."

Ferramentas emergentes oferecem a capacidade de acessar, armazenar e lidar com os dados, a disponibilidade de um especialista no assunto no local ou disponível remotamente, com baixo custo de propriedade que não requer muitos servidores ou recursos de nuvem adicionais, que são facilmente configuráveis, personalizáveis e capazes de fornecer algum valor imediatamente, disse Avidan.

"Hoje em dia, a maioria das empresas de software entende que jogar algumas soluções de machine learning no chão de fábrica não vai resolver seus problemas de qualidade", ele disse. "Agora, elas estão fornecendo soluções completas prontas para uso, o que provavelmente é o divisor de águas."

"Minha profissão vive dentro dessa tensão em tentar fornecer uma solução out-of-the-box e também entender que a solução precisa ser personalizada, essa flexibilidade para adaptar a solução para otimizar a necessidade do fabricante", adicionou Avidan. "Nos últimos cinco anos, vimos mais e mais projetos híbridos, que são tanto plataformas quanto ferramentas, combinados com software especificamente adaptado para o tipo de indústria."

A indústria ainda não chegou ao ponto onde ferramentas funcionam out-of-the-box, similar a um iPhone, disse Cuoco.

"Out-of-the-box é a direção", ele disse. "Out-of-the-box é a meta. Estamos começando a ficar maduros o suficiente em nossas soluções para ver um ponto onde isso se tornará realidade."

Essas ferramentas, às vezes combinadas com um engenheiro de manufatura experiente, podem ajudar fabricantes a melhorar desempenho e manutenção preditiva e integrar controle de qualidade na produção, disse Avidan.

Ferramentas também estão "indo além de alertas" que deixam para um humano agir para se tornarem mais de malha fechada — onde a própria ferramenta pode tomar ações de controle seguras em tempo real, permitindo que uma planta ganhe ou sustente produtividade otimizada, disse van Heerden.

Em vez de oferecer análises meramente como componente de uma oferta, mais provedores de software de manufatura estão oferecendo análises em soluções que abordam casos de uso específicos, disse Cuoco.

"Se você apresentasse um engenheiro de manufatura experiente a padrões de dados em um conjunto de dados ou uma lista de conclusões que ele já viu antes, ele seria capaz de converter facilmente esses dados em ações que o operador, gerente de linha ou dono da fábrica pode tomar e melhorar dramaticamente os resultados", disse Avidan. "Com essa solução pronta para uso, podemos enfrentar a maioria dos desafios em dias ou até horas."

Melhor ainda será quando mais conhecimento de domínio especializado puder ser adicionado a essas ferramentas, disse Cuoco. "Cada vez mais conhecimento de domínio específico precisa ser incorporado", ele disse. "Como podemos colocar o especialista e a máquina juntos e fazer ambos entenderem o problema? A máquina tem que ser capaz de dizer: 'Sou capaz de considerar parâmetros específicos a este domínio.'"

Análises também estão melhorando à medida que são aplicadas por toda a cadeia de suprimentos, de fornecedores de matéria-prima, a transportadores, a fabricantes a clientes finais, disse van Heerden.

Alguns Desafios Permanecem

Ainda necessários são refinamentos que tornem ferramentas mais fáceis de construir, bem como ferramentas projetadas para que máquinas possam fazer mais do trabalho, disse Cuoco.

Custos definitivamente precisam cair ainda mais para que a tecnologia se torne acessível a fabricantes de pequeno e médio porte que enfrentam problemas semelhantes, disse Avidan.

Mais padrões são necessários para que fabricantes possam integrar mais facilmente tecnologia de diferentes fornecedores, ele disse.

"Temos que entender que já há muito software no chão de fábrica", disse Avidan. "Qualquer solução que você queira introduzir nesse ecossistema teria que integrar bem e perfeitamente nessas soluções de TI... para que se você tem um item de ação que precisa empurrar de um sistema de engenharia para outro, possa ser feito dentro de um único portfólio. Essa é uma das coisas mais importantes que você pode fazer."

À medida que padrões e interfaces se tornam mais abertos, a integração se tornará mais fácil, disse van Heerden.

Escolhendo Parceiros

Para ter sucesso, faça parceria com um fornecedor industrial confiável fornecendo um produto abrangente, disse van Heerden.

"Muitos fornecedores de análises oferecem soluções que podem resolver parte do problema. Alguns podem analisar dados", ele disse. "Alguns podem fazer previsões. Alguns podem rodar simulações. Outro pode otimizar uma configuração. Faça parceria com fornecedores confiáveis que não desaparecerão amanhã e que podem oferecer todas essas capacidades em um único produto."

Fabricantes procurando perfeição imediata e integração completa devem reduzir expectativas em favor de uma abordagem passo a passo. "Não adote uma abordagem 'big bang' para adotar tecnologia até que todos os sistemas estejam perfeitos", ele disse. "Recomendo uma abordagem incremental rápida. Equipe o pessoal operacional com ferramentas fáceis de usar para que possam obter valor incremental rápido."