Manutenção Preditiva

1. Introdução


Com o aumento do poder dos consumidores, cadeias de fornecimento globais, infra-estrutura envelhecida, volatilidade dos preços das matérias-primas e padrões de conformidade mais rigorosos, as organizações precisam reduzir os custos operacionais a fim de se manterem competitivas. Com frequência no entanto, as organizações carecem não só de visibilidade da saúde e desempenho dos seus ativos, mas também de previsibilidade.


Maximizar a produtividade de ativos e garantir que os processos associados são tão eficientes quanto possível, são aspectos fundamentais para organizações que se esforçam em conseguir retornos financeiros crescentes.


Imagine o impacto em um processo operacional e na satisfação do cliente quando uma linha de produção, uma tubulação de água da cidade ou uma esteira de mineração falha ou não funciona como deveria na planta ou no campo. Lidar com estas questões custa às organizações centenas de milhares ou milhões de dólares por ano.


Em um relatório recente do Aberdeen Group,: Asset Management: The Changing Landscape of Predictive Maintenance, uma pesquisa com executivos afirma que o risco número um apontado para as operações foi o fracasso de seus ativos físicos críticos: assegurar que estejam disponíveis, confiáveis e que atuem como previsto. No entanto, esse risco pode se tornar uma oportunidade. Empresas de melhor desempenho realizam análises relacionadas com a manutenção, segurança e substituição de equipamentos para planejar as despesas de capital, gerenciar e maximizar o desempenho de ativos. Hoje, organizações voltadas para o futuro contam com a manutenção preditiva para ir além da manutenção preventiva e programada para assegurar o desempenho de ativos e qualidade de produção. No geral os custos operacionais são reduzidos, minimizando o tempo de inatividade dos ativos e melhorando a eficiência de seus processos operacionais.


Neste artigo, vamos falar sobre manutenção preditiva, a sua relação com a qualidade, os benefícios específicos para as organizações e como o software iMachine torna isto possível.

 

2. O que é Manutenção Preditiva?

 

Tal como definido no relatório Aberdeen mencionado anteriormente, manutenção preditiva “é uma abordagem que permite que o pessoal de manutenção, qualidade, e os tomadores de decisão operacional possam prever quando um ativo precisa de manutenção.

 

A manutenção preditiva é baseada na noção de que há um aumento na quantidade de dados gerada sobre o desempenho de equipamentos e sistemas, mas muitas vezes esses dados são usados apenas para necessidades reativas de curto prazo. No entanto, esse histórico de dados pode ser uma fonte preciosa para descobrir tendências e padrões para os modelos preditivos.

 

Encontrar maneiras de agir sobre os insights preditivos é um dos maiores desafios para alcançar os benefícios que as abordagens de manutenção preditiva podem alcançar. Entre os principais obstáculos podemos citar a resistência em aceitar recomendações derivadas da análise preditiva contra o “Instinto” e práticas estabelecidas com base no conhecimento e no julgamento de indivíduos-chave. No entanto, como a população de engenheiros experientes de manutenção envelhece e se aproxima aposentadoria, torna-se cada vez mais importante sistematizar o processo de manutenção.

 

Um levantamento em 1988 de 500 fábricas, que implementaram com sucesso métodos de manutenção preditiva, indicou melhorias substanciais na contabilidade, disponibilidade, e custos operacionais. Realizado pela “Plant Performance Group” (uma divisão da “Technology for Energy Corporation”), este levantamento foi projetado para quantificar o impacto da inclusão de técnicas de manutenção preditiva como parte chave da filosofia da gerência de manutenção. O grupo de amostra incluía uma variedade de indústrias nos Estados Unidos, Canadá, Grã-Bretanha, França e Austrália. As indústrias incluíam geração de energia elétrica, papel e celulose, processamento alimentício, têxteis, ferro e aço, alumínio, e outras indústrias de manufatura ou de processo. Cada um dos participantes tinha um programa de manutenção preditiva estabelecido com um mínimo de três anos de implementação.

 

Os programas bem sucedidos incluídos no levantamento oferecem uma visão geral dos tipos de melhorias, que podem ser esperadas a partir de um programa de gerência de manutenção preditiva abrangente (veja tabela abaixo). De acordo com resultados do levantamento, as maiores melhorias podem ser obtidas em custos de manutenção, falhas não programadas da máquina, tempo parado para reparo, redução de peças no estoque, e recompensas diretas e indiretas de hora extra. Em complemento, o levantamento indicou uma melhoria substancial na vida da máquina, produção, segurança do operador, qualidade do produto, e lucro global.

manutencao-preditiva-001

 

Uma variável mais difícil de quantificar, mas não menos importante é a qualidade do produto. Se uma linha parar por exemplo, uma célula lean pode ser criada, onde os funcionários podem manualmente montar certas partes, em vez da máquina fazê-lo. Intrinsecamente, os funcionários não podem garantir a qualidade de cada produto como uma máquina faria, de modo que a qualidade se torna uma variável importante neste cenário. Além disso, um ativo com defeito pode produzir peças de má qualidade.

 

3. O que é o i-Machine?

Todos os dias, os planejadores de manutenção enfrentam o desafio de garantir a disponibilidade máxima da máquina ao mesmo tempo em que devem manter a quantidade de materiais consumidos pela manutenção e reparação a um mínimo – Uma exigência que os conceitos de manutenção existentes são geralmente incapazes de satisfazer.

 

Paradas de linha de produção ocorrem devido à manutenção agendada regularmente ou devido a uma falha de equipamento não planejada. Realizar manutenção periódica é fundamental para a prevenção de falhas que possam resultar em interrupções de produção dispendiosas, no entanto um cronograma fixo pode resultar em custos maiores do que o necessário tanto de peças como de mão de obra. Simplesmente aumentar os esforços de manutenção através de uma maior frequência na realização de manutenção programada ou a contratação de mais funcionários de manutenção teria um custo proibitivo.

 

Nossa solução de manutenção preditiva abre novas e inovadoras possibilidades para as empresas. Os dados de sensores monitorando as condições da máquina são constantemente analisados para pegar todas as condições que indiquem uma possível falha. Isto permite o planejamento de uma parada e adoção de medidas corretivas de uma forma mais eficaz. Significa também que paradas não planejadas podem ser evitadas e que tanto o pessoal como os recursos podem ser utilizados de forma mais eficaz. O nosso sistema de aprendizagem utiliza informações sobre os problemas do passado para prever eventos futuros.

 

Um processo completamente automatizado analisa os dados dos sensores em tempo real. Padrões de falha são identificados e o status de cada ativo pode ser avaliado e um cronograma de manutenção pode ser criado apenas a tempo de evitar falhas. Como as condições de operação mudam, a confiabilidade de cada equipamento é atualizada em tempo real. Os algoritmos avançados contidos no software de manutenção preditiva podem determinar a confiabilidade de todos os ativos a qualquer momento no futuro, para que a manutenção possa ser realizada no momento ótimo e com melhor custo-benefício. Isto elimina a necessidade de parar uma linha para realizar uma manutenção programada que pode não ser realmente necessária.

 

A solução iMachine possui algoritmos de inteligência artificial que aprendem a ler as características dos elementos da máquina. A implementação da lógica Fuzzy permite a avaliação do sinal considerando as variâncias do meio em que está instalado.

 

Diferentemente dos sistemas existentes, que necessitam de leituristas e analistas para interpretação dos dados, o iMachine, através da utilização de lógica Fuzzy, faz coleta, gravação e análise, com avaliação dos sinais medidos automaticamente. O sistema faz previsibilidade de falhas dos equipamentos, ou seja, prevê a ocorrência de falhas nos dispositivos monitorados e informa quantos dias até a ocorrência de falha na máquina.

 

Conheça o I-Machine