Dando sequencia ao artigo da semana passada e caso você não tenha lido e queira ler clique aqui.
Fato: uma coleta de dados mais robusta e análises desses dados estão relacionadas a um OEE melhor
Neste gráfico, a barra roxa representa os entrevistados que relataram um forte desempenho no OEE. Como mostram os dados, as operações que analisam os dados em conjunto com o monitoramento de produção online (em rede) têm muito mais probabilidade de obter um OEE melhor do que aquelas com estratégias de monitoramento menos desenvolvidas (as barras coloridas).
Isso significa que qualquer empresa pode simplesmente aderir a um sistema de monitoramento da produção usando IIoT* e esperar ver benefícios?
De acordo com Jim Brown, Presidente da Tech-Clarity, aumentar o OEE requer uma abordagem baseada em resultados. “Comece com sua estratégia de negócios e entenda o que você está tentando melhorar em sua fábrica”, ele aconselhou. “O monitoramento da máquina e da IIoT * pode ser uma maneira incrível de melhorar o OEE se você considerar a IIoT* como uma maneira de atingir suas metas de OEE, em vez de começar com um sistema IoT** e procurar maneiras de medir seu sucesso. É importante colocar o negócio em primeiro lugar e não a tecnologia. ”
*Coletor de dados projetado para gestão da produção **Coletor de dados genérico, não projetado para gestão da produção
Problema: informações úteis podem ser difíceis de acessar
Este gráfico mostra que não é suficiente coletar dados de produção. O valor real é adicionado quando a análise pode fornecer informações úteis. Por exemplo, um forno industrial pode reportar a temperatura a um banco de dados central, com os dados acessíveis em uma interface de painel. O painel de instrumentos pode alertar os operadores quando a temperatura do forno está fora da especificação, permitindo que eles ajustem os parâmetros e melhorem a qualidade do produto. Esta é uma coleta de dados básica.
No entanto, se esses dados em tempo real forem combinados com dados históricos do forno, juntamente com dados do produto e comparado a outros fornos na fábrica, um sistema de análise pode revelar informações “ocultas”. Por exemplo, pode mostrar que a temperatura do forno cai constantemente quando um determinado produto é produzido. O monitoramento simples é reativo. A análise abre as portas para soluções proativas para problemas de produção.
“O que realmente é inovador, eu acho, é a capacidade da IIoT de coletar mais dados e combiná-los com dados de outras fontes – por exemplo, de um sistema ERP ou de dados ambientais – e ter uma visão mais ampla e permitir análises”, disse Brown. “É aí que você começa a atingir as metas que estão fora de alcance em termos de melhoria através do controle normal do processo. Se você dedicar um tempo e coletar dados mais avançados, isso poderá ser inserido em seu programa de melhoria contínua existente, permitindo que você encontre novos problemas e suas causas principais. É assim que a análise dos dados permitirá melhorias de produtividade ainda maiores. ”
Boswell concordou. “Estamos vendo alguns clientes fazendo coisas interessantes, como verificar se um dispositivo está operando no campo da maneira esperada, e não apenas como ele operou em um determinado período”, explicou ele.
“Um exemplo disso é uma empresa chamada Ham-Let Group, que fabrica válvulas de alta pressão compatíveis com IoT. Eles construíram válvulas que são usadas em tudo, de fabricantes de eletrônicos e semicondutores a petróleo e gás. Os dispositivos são habilitados para IoT diretamente da válvula. Com esta tecnologia, mais dados são acessíveis do que simplesmente o estado aberto / fechado. Por exemplo, os dados podem mostrar que as válvulas operam melhor sob certas condições de operação, permitindo que os engenheiros evitem ativamente as condições de congelamento no passado ”.
Toda essa coleta e análise de dados requer uma plataforma de coleta de dados específica. Então, qual é o caminho correto?
Semana que vem teremos a terceira e última parte do artigo. Até lá.
