Você já está familiarizado com o conceito de indústria 4.0? E manutenção 4.0? Já ouviu falar?
Neste post, vamos apontar as oportunidades e desafios da implementação da manutenção 4.0 na perspectiva da indústria nacional. Mas, antes de começarmos, vamos entender melhor alguns conceitos que estão relacionados com a jornada da indústria 4.0.
Pensando na evolução da maturidade 4.0 em empresas, ao longo do tempo, pode-se destacar como itens primordiais, e subsequentes, as seguintes etapas:
- Digitalização dos Dados;
- Visualização da Informação;
- Predição;
- Prescrição.
Entendendo que existem essas etapas para se atingir a maturidade 4.0, pode-se apontar os desafios e oportunidades particulares a cada uma delas.
Digitalização dos Dados
A primeira etapa, de digitalização, consiste em trazer para perspectiva de sistemas digitais o máximo de dados possíveis referentes ao processo produtivo e seus ativos. Dentre os quais se pode exemplificar: parâmetros de processo (setup do maquinário), indicadores de anomalias (saúde dos ativos), indicadores de disponibilidade dos ativos, controle de qualidade do processo, dentre outros.
Para viabilizar a entrada nesse contexto de transformação digital da empresa, é fundamental a aplicação de bom(ns) sistema(s) de monitoramento e coleta de dados, utilizando, por exemplo, sensores digitais que coletem os dados do processo e do funcionamento dos ativos, ao mesmo tempo que se considere a digitalização de dados imprescindíveis provenientes da observação/análise de seres humanos, como por exemplo as anomalias encontradas em uma inspeção sensitiva no chão de fábrica.
Alguns desafios certamente se farão presentes nessa perspectiva de entrada na digitalização:
Os 4 principais desafios da digitalização na indústria 4.0
Cultura/resistência organizacional: já comentamos em textos aqui no blog, o quão resistente pessoas e equipes podem ser a novas tecnologias e processos. Em muitos locais ainda impera a cultura do papel e prancheta, ou de coleta manual de dados. Então, novas tecnologias sempre enfrentarão barreiras iniciais e a cultura organizacional pode ser um desacelerador da digitalização se não tratada com atenção.
Pessoas capacitadas: sem pessoas, não há transformação. Trazer pessoas experientes, investir em treinamentos e capacitação interna podem ser meios de garantir que o processo de transformação seja inovativo e ao mesmo tempo bem estruturado;
Não saber por onde e como começar: há uma infinidade de tecnologias e opções no mercado. Levantar os processos internos principais e identificar os mais críticos, com mais retrabalhos ou que possam de alguma forma trazer o maior resultado com sua digitalização pode ser um caminho. Priorização aqui é a palavra-chave.
Disponibilidade de sinal / conectividade: em se tratando de automatização na coleta de métricas relevantes para acompanhamento da saúde do processo, a conectividade em regiões mais remotas pode também ser desafio na implantação de programas de digitalização. Por isso, é importante o envolvimento da equipe de TI desde o início para garantir que não haja surpresas nesse contexto.
Vencido os desafios de entrar nessa etapa de digitalização, entra-se na próxima etapa de amadurecimento da indústria 4.0, que é a de visualização da informação.
Visualização da informação
A etapa de visualização da informação é responsável por apoiar na interpretação do cenário do ativo/processo, partindo do “o que aconteceu” (dado) para o “o que está acontecendo” (informação).
Nessa etapa, deve-se trabalhar os dados obtidos para que sejam apresentados da forma mais clara e facilitada possível, a fim de serem transformados em informações úteis para quem ou o que os esteja consumindo.
Como principal desafio nessa etapa está a descentralização dos dados. É comum as empresas possuírem diversos sistemas de aquisição de dados desacoplados com análises individuais e não correlatas entre si, resultando em visões centradas na ferramenta/método de aquisição de dados e não centrada no ativo/processo como deveria ser.
As oportunidades para contornar esse desafio geralmente baseiam-se em integrações entre sistemas e disciplinas de monitoramento, colocando como centro o ativo/processo e orbitando ao redor dele ferramentas de monitoramento que apresentam os dados através de gráficos, dashboards e relatórios personalizados da forma mais clara e intuitiva possível.
Em resumo, aqui deve-se trabalhar para dar sentido aos dados, transformando-os em informação centralizada e pertinente.
Predição
Sabendo-se o “que aconteceu” e “o que está acontecendo” (Digitalização dos Dados e Visualização da Informação, respectivamente), pode-se partir para “o que acontecerá?”. E é nesse terceiro nível de maturidade da indústria 4.0 que se apresenta o conceito de predição.
Ao se aplicar bons modelos analíticos nas informações coletadas, os comportamentos podem ser mapeados e compreendidos no que diz respeito ao funcionamento do ativo/processo e, assim, pode-se começar a prever o que acontecerá com o ativo.
Majoritariamente os desafios para etapa de predição se encontram na ausência de correlação entre as análises aplicadas. Nessa etapa, mesmo com os dados centralizados corre-se o risco de a análise não levar em consideração as frentes correlacionadas, resultando em um comportamento individual compatível apenas aos dados de input da análise. Desse modo, cada procedimento/ferramenta de medição gera uma previsão de comportamento individual como se fossem independentes entre si. Porém, sabe-se que existem inúmeras interdependências entre os processos/componentes e a correlação entre as análises é fundamental.
Nessa perspectiva de problemas em conectar essas análises pode-se listar como “antídoto” a aplicação de conceitos tecnológicos/inovadores como o Digital Twins. Nesse conceito espelha-se a realidade dos equipamentos a um ambiente virtual, tal que a máquina real e o “gêmeo digital” estão em comunicação constante. Portanto, simulando o comportamento do ativo de uma forma mais completa e correlacionada, pode-se prever com mais assertividade a condição dos ativos/processos e consequentemente corresponder a etapa de predição.
Nessa etapa também é importante aliar-se a parceiros de qualidade que tenham know-how técnico para desenvolver modelos de predição em conjunto. Então, fuja de soluções milagre e métodos generalistas que prometem funcionar para todos os tipos de ativos e processos.
Prescrição
Entendendo que não adianta prever o comportamento de um ativo/processo sem tomar uma ação que evite e/ou amenize os efeitos negativos desse comportamento, alcançamos a quarta etapa da maturidade 4.0, a etapa de prescrição.
Na prescrição, o objetivo é determinar qual ação/reação deve-se tomar frente a um problema encontrado/previsto. E nessa etapa situa-se o verdadeiro valor das aplicações 4.0, pois os efeitos da falha e desvios de processo serão atenuados, podendo prolongar a vida de ativos e melhoras processos de produtivos.
Enfrentando desafios
Como desafio a essa etapa entra a necessidade de se conhecer com propriedade as particularidades dos ativos e dos processos. Esse conhecimento é fundamental tanto para criação de regras lógicas que entreguem um plano de ação a partir dos comportamentos previstos, quanto para validação de modelos de ML que prometem gerar laudos e planos de ação sobre as condições.
Importante nessa etapa, até para que se possa vencer os desafios comentados, levar em conta a opinião e a experiência de pessoas chave, com anos de vivência na área/processo. Essas pessoas serão relevantes na validação de detecções automatizadas, bem como na assertividade das prescrições realizadas. Por isso, o processo de ajustes de modelos de detecção conforme a opinião e experiência dessas pessoas chave fará com que o conhecimento fique retido na organização e se reduza qualquer dependência de pessoal.
Por fim, entende-se que os desafios e oportunidades da indústria 4.0 e da manutenção 4.0 variam do momento/maturidade de cada empresa dentro desse contexto.
A Dynamox possui uma solução completa que pode ajudar em todas as etapas comentadas ao longo desse texto, desde o processo de digitalização (com sensores e gateways para coleta automatizada de dados + app para registro de inspeções sensitivas), passando pela visualização da informação (com plataforma web e dashboards de análise de dados), até as etapas de predição e prescrição (com aplicação de detecção automatizada em ativos, bem como ferramentas de previsibilidade e possibilidade de ações recomendadas).
Gostou deste artigo? Continue navegando no blog e leia “7 benefícios da Solução Dynamox na manutenção”.