Cronômetro, uma caneta e um pedaço de papel. Ou, na melhor das hipóteses, uma planilha Excel e uma fita de vídeo. Até hoje, este é o equipamento de coleta de dados de produção na maioria das fábricas. Mas as notas aumentam e a análise das informações que elas contêm torna-se mais complexa. A produção é orientada pela eficiência por definição, então isso soa como uma forma preparada para o futuro de coletar e analisar dados?

A importância do software de coleta de dados de máquina

A vantagem competitiva decorre de informações precisas e ao vivo. Mas apenas a recolha automatizada de dados permite que os trabalhadores intervenham prontamente em caso de paragens não planeadas da produção e que os gestores tomem decisões conscientes sobre o que melhorar. Com a Mify, os fabricantes preenchem esta lacuna crítica de inteligência, estabelecendo as bases de um ambiente de fábrica eficiente e baseado em conhecimento.

A automação de dados é fundamental para entender dados complexos

Tal como o trabalho humano, os recursos financeiros e as máquinas, os dados são um ativo essencial de que os fabricantes necessitam para alcançarem uma maior produtividade. Não só é onipresente, especialmente como vemos hoje na era da informação. Olhando mais de perto, notaríamos que também está sempre presente.

Desde os primeiros artesãos até à produção em massa nas Revoluções Industriais, tanto a qualidade como a quantidade de dados valiosos a analisar aumentaram dramaticamente. Estamos habituados a recolher números sobre o desempenho dos trabalhadores, os fornecimentos, as taxas de produtividade, bem como a necessidade de manutenção ou substituição das máquinas. Nos últimos tempos, os sistemas de informação e os computadores permitiram que os intervenientes industriais armazenassem, trocassem e analisassem esses dados de uma forma mais abrangente. No entanto, muitas vezes esta informação ainda é tratada manualmente.

Algumas fábricas mudaram de papel e caneta para planilhas Excel e gravações de vídeo, mas isso não é suficiente. As soluções IIoT e baseadas na nuvem agora oferecem aos empreendedores mais oportunidades para aumentar a precisão, a disponibilidade e o conhecimento dos dados. As perdas subjacentes afetam negativamente os lucros e o desempenho do OEE, e aumentam quando os gestores não têm uma ideia precisa do que as está a causar. É por isso que a Mify defende uma mudança da recolha manual de dados na produção industrial para um sistema automatizado de monitorização da produção.

As muitas maneiras pelas quais a coleta manual de dados prejudica a produtividade

A recolha de dados tem sido mais lenta do que outras práticas na produção para atingir a maioridade das mudanças tecnológicas.

A nossa investigação e experiência no terreno mostram que a recolha insuficiente de dados ainda preocupa dramaticamente a indústria. É um dos obstáculos mais comuns para alcançar maior produtividade e melhorar o OEE, principalmente enraizado em métodos manuais de recolha de dados. Estas afetam não apenas a precisão dos dados, mas também as decisões de gestão e a distribuição eficaz de tarefas entre os trabalhadores na fábrica.

Operadores e gerentes práticos estão cientes da enorme diferença entre usar manualmente ferramentas de computador e automatizar adequadamente a coleta de dados. Como nos disse um engenheiro industrial experiente:

“Os humanos não deveriam medir máquinas; em vez disso, as máquinas deveriam ser máquinas de medir .”

Principais falhas processuais resultantes da coleta manual de dados

Quando você faz com que os funcionários atualizem manualmente uma planilha do Excel ou usem caneta e papel, as principais falhas processuais estão a apenas um passo de distância:

• Tempos de inatividade da produção, quebras ou problemas menores podem passar despercebidos, seja por serem invisíveis ou por serem considerados irrelevantes. A subjetividade conduz a avaliação e, consequentemente, o processo de coleta de dados.
• A recolha manual de dados leva tempo e os trabalhadores têm de dedicar grande parte do seu turno a esta função de baixa produtividade. Não apenas erros são fáceis de cometer, mas por que eles deveriam se envolver em tarefas ineficientes e tediosas quando uma máquina poderia fazê-lo?
• Faltam totalmente informações em tempo real, assim como uma reação rápida a paradas aleatórias. Na maioria das fábricas, atualmente é impossível detectar e corrigir esses problemas em tempo hábil devido ao intervalo entre a ocorrência do evento e sua avaliação.
• Como resultado, os dados recolhidos são inconsistentes, ineficazes, incompletos e imprecisos. Além disso, as avaliações e melhorias do OEE baseiam-se em informações que prejudicam o alcance de maior produtividade.

Um caso prático ilustra todas estas deficiências. Quando um cliente da IFS mudou do registro manual de eventos para o automático, o número de paradas, lentidão e outros eventos relatados em duas linhas de produção aumentou de 5.000 unidades por ano para 200.000 .

Isto significa que o processo de produção é muitas vezes uma grande caixa negra, cheia de informações que podem ainda não ser completamente contabilizadas e analisadas. Além disso, fica claro como dados imprecisos sobre máquinas podem levar ao aumento dos custos de manutenção porque os problemas não são resolvidos a tempo.

A Indústria 4.0 parte da coleta automatizada de dados – casos e indicadores

A Mify explora essas questões centrais da produção industrial, eliminando a falta de confiabilidade da equação. Sensores de máquinas monitoram a atividade dos equipamentos e os trabalhadores podem empregar totalmente seu tempo e habilidades em tarefas mais exigentes. Ao melhorar significativamente a qualidade dos dados, a Mify abre caminho para a tomada de decisões baseada no conhecimento e para uma maior eficiência de produção.

As 6 dimensões da qualidade dos dados

Quando a coleta automatizada de dados está em vigor, a qualidade dos dados melhora em todas as seis dimensões fundamentais para a fabricação inteligente.

De acordo com a definição do US Census Bureau, são eles:

• Relevância – até que ponto os dados correspondem às necessidades da empresa
• Precisão – se os valores resultantes são precisos e confiáveis
• Oportunidade – quanto tempo se estende entre o período de referência e as informações
• Acessibilidade – quão facilmente os operadores podem obter e usar as informações
• Interpretabilidade – a facilidade de compreensão dos dados disponíveis
• Transparência – evidências objetivas que apoiam a precisão dos dados

Quando a coleta de dados é manual, a precisão e a oportunidade estão sempre fora de cogitação. Além disso, pequenas paralisações podem passar despercebidas, mas ainda assim acumulam perdas relevantes . O exemplo mencionado acima é um caso de teste perfeito sobre o assunto. O número de eventos registados após a mudança para a recolha automatizada de dados aumentou 40 vezes em comparação com os números anteriores. Evidentemente, uma fábrica oculta operava mesmo diante dos olhos da empresa, restringindo os lucros devido a perdas massivas e não detectadas.

O problema resultante é que as empresas adotam a abordagem OEE, mas o fazem com base em informações incorretas e não confiáveis. Minimizar o papel das pessoas na recolha de dados pode melhorar a precisão da informação, irá certamente libertar o tempo de trabalho dos operadores e melhorar a análise de dados.

Por exemplo, em uma padaria de 1,8 milhão de pés quadrados, a instalação de um sistema automatizado de coleta de dados permitiu a análise da causa raiz do tempo de inatividade da máquina. Isso permitiu a realização de melhorias subsequentes na confiabilidade do equipamento, aumentando a produtividade mensal em US$ 1 milhão.

Melhorias notáveis ​​de OEE em fábricas inteligentes

A coleta automatizada de dados permite avaliar com precisão as perdas subjacentes que ocorrem no processo de produção e configurar corretamente uma planta que aumenta a produtividade e o OEE. Evidências quantitativas e qualitativas defendem isso: automatizar a coleta de dados faz com que as perdas de OEE não identificadas cheguem a quase 0%.

Uma melhor qualidade dos dados também significa que você dispõe de ferramentas para uma melhor tomada de decisões. Além disso, a facilidade de compreensão do componente de visualização da Mify mantém os operadores do chão de fábrica informados, permitindo que eles se tornem a fonte de primeira mão de soluções para evitar perdas relacionadas às máquinas.

A coleta automatizada de dados permitiu que os clientes da Mify alcançassem resultados notáveis ​​e maximizassem seu ROI. Na produção de alimentos, foram alcançadas melhorias de +20% no desempenho do OEE em apenas seis meses em todas as linhas de embalagem. A produtora de componentes metálicos Meconet, por sua vez, registrou +50% no tempo produtivo de trabalho.

Nosso software OEE também possibilitou projetos de grande escala de transformação digital na manufatura na Yara, levando a uma média global de +15% de desempenho OEE em um ano. Finalmente, a empresa de processamento de madeira Thermory testemunhou um aumento na eficiência da produção de +20%.

Saber mais:

• Calcule o ROI para software OEE e monitoramento de produção
• Revele sua fábrica oculta com nossa calculadora OEE

Dados precisos em tempo real como a chave para uma fabricação preparada para o futuro

Esta série de experiências de clientes mostra que os dados são fundamentais em todos os setores. E a recolha automatizada de dados é um ingrediente essencial para obter retornos mais elevados.

Vivemos na sociedade da informação, onde dados precisos e completos trazem a possibilidade de desbloquear potenciais ocultos apenas iluminando o que antes permanecia invisível. A Mify foi concebida para apoiar os intervenientes industriais nos seus esforços para implementar um sistema de produção sem papel, co-criando as instalações para uma produção orientada por dados e preparada para o futuro.