A Meconet é uma daquelas empresas cujos produtos você usa o tempo todo sem saber. A Meconet produz componentes metálicos exigentes: molas, estampados, produtos estampados profundos e montagens qualificadas. Essas peças são usadas em interruptores elétricos, dispositivos de travamento, dispensadores de medicamentos, carros, veículos pesados e muito mais.
A Meconet é uma empresa familiar que opera em quatro países (Finlândia, Suécia, Estónia e Rússia) e orgulha-se de existir há três séculos, tendo sido fundada em 1896.
Desafios: Utilização de Máquinas e Manutenção Reativa
Em geral, a fábrica da Meconet na Estónia estava a funcionar bem. Equipamentos capacitados, equipe qualificada e décadas de experiência garantiram preços competitivos e os pedidos estavam chegando.
Dito isto, o sucesso não impediu a Meconet de procurar áreas de melhoria . Uma dessas áreas tornou-se evidente depois de passar algum tempo no chão de fábrica: a utilização das máquinas. O engenheiro de produção da fábrica, que entrevistamos, observou que algumas máquinas estavam programadas para funcionar, mas estavam ociosas . Se você perguntasse por quê, ouviria tantas explicações quantas pessoas . Embora todos eles fossem válidos, era difícil dizer quais eram os mais importantes.
Outra questão que se destacou foram as reclamações repetitivas. Os operadores apontavam vários problemas, desde equipamentos quebrados até ferramentas faltantes, mas não achavam que suas preocupações fossem resolvidas rapidamente, embora a equipe de manutenção estivesse ocupada. Isso ocorreu porque a equipe de manutenção não tinha uma lista priorizada de problemas. Eles estavam simplesmente resolvendo os mais recentes ou mais urgentes. Em outras palavras, eles estavam fazendo manutenção reativa .
Estava ficando claro que eles tinham que focar e resolver os problemas um por um, começando por aqueles que causavam maiores perdas de produtividade. Então, eles precisavam priorizar a lista de problemas . Mas como? A Meconet precisava saber quais problemas afetavam quais máquinas e quão significativo era esse impacto. A Meconet precisava coletar dados de produção .
O próximo desafio: coletar dados de produção
Parte do pessoal da Meconet tinha experiência na coleta de dados de produção usando a abordagem clássica: imprimir uma planilha em branco e ficar ao lado da máquina com um cronômetro, preenchendo informações sobre cada etapa. Dessa vez eles gravaram em vídeo o turno completo de uma máquina e depois assistiram à gravação e anotaram cada ação junto com sua duração.
Embora fosse um método seguro para saber o que estava acontecendo no chão de fábrica, também apresentava falhas óbvias. O tempo necessário para coletar esses dados foi o maior deles. Limitava a quantidade de dados de produção que podiam recolher: apenas uma máquina de cada vez, apenas para um turno e apenas uma ou duas vezes por semana.
Saiba mais Os 8 principais erros de cálculo e monitoramento de OEE
Mas e se eles pudessem ter os dados de todas as máquinas e de todos os turnos, todos os dias? Essa foi a promessa da automação de dados , um tema popular entre os fabricantes atualmente.
Em 2019, já existiam no mercado diversas soluções de rastreamento de paradas de máquinas. Em vez de pesquisar recursos e preços de várias opções, a Meconet tentou outra coisa.
Eles encontraram outra empresa de manufatura com equipamentos e processos semelhantes. Esta empresa, Torm Metall , tinha uma solução de monitoramento de produção implementada e ficou feliz em recomendá-la. Melhor ainda, essa solução tinha um teste gratuito.
Meconet implementa Mify para monitorar a produção
E assim a Meconet iniciou o teste gratuito do software OEE fornecido pela Mify. A princípio, cogitaram contratar uma pessoa para cuidar do sistema Mify: instalar e configurar o software, analisar dados e extrair relatórios. Eles esperavam que este fosse um trabalho de tempo integral. Eventualmente, a Meconet decidiu esperar para ver até o final do teste. O engenheiro de produção assumiu a configuração e utilização do Mify. Ele acreditava ser a pessoa certa para ter acesso em primeira mão aos dados de produção, já que era ele o responsável pelo bom funcionamento das máquinas.
Para sua surpresa, o Mify foi tão rápido de configurar e fácil de usar que não foi necessário fazer nenhuma contratação.
“É completamente descomplicado”, disse-nos o engenheiro de produção. “Faço isso todas as manhãs de segunda-feira para verificar dados sobre OEE, tempos de ciclo e tempo de inatividade da máquina. Uma hora no máximo”.
Depois de estudar os dados, ele imprimia vários relatórios da Mify e os fixava no quadro para que todos pudessem ver.
Esse era o quadro diante do qual estávamos, ao lado de uma grande tela de TV, exibindo a tela de visão geral da fábrica da Mify.
Era também onde os operadores se reuniam todas as terças-feiras para discutir problemas da semana anterior e revisar metas da semana atual. Na semana da nossa visita, o foco foi garantir que os operadores comentassem todos os motivos da parada da máquina .
O objetivo era entender as perdas de disponibilidade em seu processo produtivo. As impressões destacaram as máquinas que ainda apresentavam algum tempo de inatividade não comentado.
Resultados do monitoramento da produção
A prática de uma revisão semanal dos KPI-s de produção foi estabelecida assim que o período de teste terminou, e a Meconet instalou o Mify em várias outras máquinas.
Os operadores estavam céticos em relação a esses esforços no início. Eles não tinham certeza de como essas reuniões poderiam mudar a realidade do chão de fábrica.
Concentrando-se nas principais questões como uma equipe
Mas aconteceu. Os dados de produção revelaram as máquinas com pior desempenho e os motivos de paralisação mais comuns. A Meconet os priorizou por esforço e efeito (para mais detalhes, leia como realizar a análise de causa raiz ) e os atribuiu aos responsáveis.
A resolução de problemas tornou-se um esforço de equipe, envolvendo o chão de fábrica, o departamento de manutenção e o escritório. Limitar a atenção a apenas alguns problemas por vez permitiu que todos trabalhassem juntos e resolvessem os problemas rapidamente.
Direcionar esforços, justificar investimentos e compartilhar melhores práticas
As coisas começaram a mudar no chão de fábrica. O impacto da equipe de manutenção aumentou porque focou seu trabalho no que era mais necessário. Alguns equipamentos foram substituídos ou adquiridos recentemente: o investimento era fácil de justificar agora que era possível calcular exatamente quanto tempo de inatividade poderia ajudar a evitar. Os operadores aprenderam uns com os outros, emprestando técnicas para aumentar o OEE das suas máquinas.
Dados de produção como facilitadores de mudança
Embora o impulsionador da melhoria tenha sido a disposição e a disciplina, o facilitador foram os dados. Com o Mify, a Meconet tinha dados de produção objetivos, precisos, detalhados e visualizados de forma a facilitar a localização de problemas. “A principal conquista da Mify é que finalmente temos dados em que podemos confiar e usar”, disse o engenheiro de produção.
Uma ilustração de como os dados ajudaram a identificar oportunidades de melhoria foi a questão da Reposição de Matérias-Primas , que descreveremos aqui com mais detalhes.
Questão de “Reabastecimento de Matéria Prima”
Como a Meconet acumulou dados de produção de um mês em uma de suas máquinas, o “Reabastecimento de Matéria-Prima” apareceu inesperadamente no topo da lista de paralisações operacionais.
A razão para isso não estava clara, então eles cavaram mais fundo. A análise da causa raiz revelou que alguns operadores reabasteciam o material muito mais rapidamente do que outros.
O último passo foi descer até o chão de fábrica para observar a diferença. Logo depois disso, eles tiveram a resposta. Alguns operadores preparavam tudo antes que a máquina ficasse sem material, economizando tempo no próprio procedimento de reabastecimento.
A solução foi simples. Os operadores mais rápidos abriram caminho para os demais, acelerando o tempo médio de reabastecimento em 30%.
Vale ressaltar que ninguém julgou o desempenho dos operadores durante este (ou qualquer outro) projeto. A verdadeira questão era a comunicação.
Melhorias contínuas na disponibilidade
A melhoria mencionada acima foi apenas uma das muitas que se seguiram. O gráfico dos motivos de inatividade mais importantes continuou evoluindo, com novos problemas sempre subindo para o topo da lista. Isso aconteceu porque os operadores adicionavam comentários às paradas da máquina cada vez mais ativamente. Dessa forma, “paradas não comentadas” anteriormente foram se tornando definidas e, portanto, acionáveis.
Compreender o tempo de inatividade da máquina com mais detalhes
No dia da nossa entrevista, os maiores problemas foram troca de ferramentas e quebra de máquinas . Para compreender a avaria das máquinas já não bastava ter paragens comentadas. Assim, a equipe da Meconet iniciou uma iniciativa de adicionar notas extras a cada parada, para explicar por que ocorreu aquela falha específica.
A Meconet realmente utilizou as melhores práticas para definir ao máximo os motivos do tempo de inatividade da máquina.
O engenheiro de produção nos disse que sem os dados, a lista de prioridades teria sido diferente e alguns problemas nem sequer estariam na lista. Ele explicou como detectou um padrão de alternância frequente de cores amarelas e verdes no Shift View da Mify . Ele não teria notado isso sem o software da Mify, porque a máquina não estava ociosa.
Isso o levou a descobrir que grande parte da perda de desempenho daquela máquina se devia ao fato de o produto completo não ter sido retirado imediatamente. A solução foi comprar um robô giratório para afastar automaticamente as peças acabadas.
Tempo de operação: +50%
À medida que os problemas foram resolvidos um por um, o quadro geral foi melhorando.
Em apenas cinco meses, a Meconet aumentou o seu tempo de trabalho produtivo de 24% para 36%, o que representa uma melhoria de 50%. E isto é apenas o começo.
Quando perguntamos ao engenheiro de produção o que ele faria de diferente, se pudesse fazer todo esse projeto novamente, ele não precisou de tempo para pensar.
“Eu faria isso mais cedo e envolveria mais pessoas.”
Vadim Doman, engenheiro de produção da Meconet
Próximos passos
Após o lançamento bem-sucedido do monitoramento da produção e do rastreamento de dados OEE em tempo real na fábrica da Estônia, a outra fábrica da Meconet em Vantaa, na Finlândia, implementou o Mify como um início para sua jornada de melhoria.