Como um dos principais objetivos da inovação industrial, os líderes de negócios estão procurando maneiras de automatizar os processos. Para isso, é necessário detectar qualquer anormalidade nas máquinas da fábrica em seu estágio inicial.
Assim, para evitar falhas nas máquinas antes que elas ocorram, os fabricantes devem começar a trabalhar em direção a uma abordagem de manutenção preditiva (Figura 1).
Ou seja, estamos na transição do monitoramento baseado em tempo (manutenção preventiva) para a manutenção baseada em condições (manutenção preditiva, CBM – Condition Based Maintenance) usando sensores e tecnologias baseadas em Inteligência Artificial (IA).
Agora conheça um estudo de caso, em uma fabricante aeroespacial japonesa, onde está implementada a manutenção baseado em condições (CBM), utilizando a SENSPIDER, dispositivo desenvolvido pela Macnica Inc..
Aplicação de CBM – Manutenção Baseada em Condição
Quando um fabricante aeroespacial com sede no Japão começou a automatizar suas linhas de montagem, encontrou uma grande barreira. O processo de perfuração dependia muito de trabalhadores altamente experientes, tornando-o muito difícil de automatizar.
Assim, a empresa partiu em uma missão para resolver esse problema usando sensores e inteligência artificial (IA). Visto que para evitar vazamento de combustível nas aeronaves, existem requisitos rígidos sobre a qualidade do furo perfurado, ressaltou Daisuke Nishimura, Diretor Global de Inovação da Macnica Inc.
Ou seja, se a perfuração não atende a esses critérios, a correção seria cara e exigiria uma quantidade significativa de retrabalho. Isso significa que qualquer anormalidade das máquinas de perfuração não pode passar despercebida.
Sendo assim, o objetivo da empresa era detectar anormalidades na máquina usando dados do sensor de vibração. Para isso, a empresa aeroespacial contou com a Macnica para implementar os sensores e coletar dados de condição da máquina.
Para tanto foi utilizada a SENSPIDER – Smart Sensor Gateway, que coleta dados do sensor na borda e os carrega na nuvem para alimentar os serviços CBM. A SENSPIDER pode ajudar os integradores de sistemas a trabalhar com clientes em uma ampla variedade de produtos e problemas, pois ela pode favorecer de maneira flexível a implantação e o pré-processamento dos dados dos sensores para cada tipo de dado em um único dispositivo.
Com o sistema rodando, a equipe pode detectar anormalidades nas máquinas em tempo real e realizar paradas estratégicas para manutenção das máquinas, ou seja, a manutenção preditiva de acordo com a condição da máquina e não mais baseada no tempo de operação.
Isso permite que a fabricante aeroespacial japonesa reduza sua dependência de trabalhadores experientes no local e progrida em direção à automação completa da linha de montagem.
Novas oportunidades para CBM como serviço
O impacto da CBM é significativo na automação da linha de produção, pois o mau funcionamento dos equipamentos pode passar despercebido e levar a uma pilha de produtos defeituosos.
Além disso, a CBM como serviço também apresenta novas oportunidades para integradores de sistemas e fabricantes de máquinas.
Os integradores podem transformar seu modelo de negócios lançando novos recursos e serviços que alavancam a manutenção baseada em condição – CBM.
Por exemplo, eles podem monitorar remotamente as condições do equipamento e realizar a manutenção ideal para seus clientes. Sem contar, que os integradores podem fornecer serviços avançados com alarmes automatizados baseados em IA que notificam se há sinais de anormalidades na máquina.
Por outro lado, os fabricantes de máquinas que desejam oferecer soluções como serviço também podem se beneficiar desses recursos da SENSPIDER. Com a crescente demanda do mercado por CBM, isso tornou-se um fator importante e que motiva os fabricantes de máquinas a desenvolver CBM como um valor agregado aos seus produtos.
Ou seja, o próprio produto/máquina gera relatórios sobre o seu estado em tempo real, beneficiando as inciativas de manutenção preditiva.
Afinal, é difícil esperar melhorias dramáticas no desempenho individual da máquina, por isso, cada vez mais os fabricantes estão começando a se concentrar em melhorar os serviços como um novo fator de diferenciação de seus produtos.
Da Prova de Conceito (PoC) à Produção
A implementação da CBM não está isenta de desafios. De acordo com Nishimura, os fabricantes acham difícil ir além, ou seja, passar da prova de conceito (PoC) para a produção, se a organização não tiver um objetivo claro sobre o que está procurando obter.
Desta forma, é importante determinar se vale a pena construir o sistema e se é valioso para os usuários, considerando o custo de manutenção, o impacto no custo quando há falha do equipamento e os benefícios de maior produtividade e qualidade antes de prosseguir com o projeto.
O sucesso também exige a adesão da alta administração, da gerência, para que o projeto receba orçamento e recursos adequados para decolar. “Esse tipo de problema geralmente ocorre se o projeto não estiver alinhado com as políticas e os planos estratégicos da empresa ou se não for reconhecido como uma iniciativa válida”, explica Nishimura.
Tecnicamente, os desafios técnicos da CBM, também conhecida por manutenção preditiva, incluem selecionar os sensores certos, custos de hardware para produção e operação em massa e obter dados de treinamento eficazes.
Com uma solução como a SENSPIDER, os integradores podem incorporar funções personalizadas, integrar-se a ambientes de nuvem e acelerar o desenvolvimento e a implantação.
A SESNPIDER foi projetada para suportar uma ampla variedade de sensores analógicos. E por contar com a tecnologia Intel® SoC, a Macnica Inc. é capaz de fornecer uma plataforma de alto desempenho a um custo menor do que outras soluções.
Desta forma, desenvolvemos a abordagem de cinco fases para o desenvolvimento de CBM – que consistem em:
- Construir o ambiente de detecção
- Realizar análise de dados simples
- Iteração de modelo
- PoC, e
- Produção
Para acelerar o processo e chegar mais rápido no sucesso, a recomendação é começar identificando o tipo de máquina alvo, construindo o ambiente do sensor e coletando os dados preliminares do sensor. Isso ajudará você a executar uma rápida iteração inicial de análise de dados.
Manutenção preditiva é o caminho para a fábrica inteligente
O monitoramento baseado em condições é apenas um dos primeiros passos para um futuro de fabricação autônoma, onde inovações como IA de ponta e visão computacional realmente permitem a fábrica inteligente. Além do monitoramento remoto e da manutenção preditiva, as tecnologias mais recentes podem ajustar automaticamente o equipamento para melhor se adequar às condições de operação.
Prevenir anormalidades e degradação da máquina claramente ajuda os fabricantes a reduzir custos e melhorar a lucratividade. Os construtores de máquinas e os integradores também ganham. Com ofertas como serviço, eles criam um modelo de negócios mais sustentável e lucrativo.
Entre em contato conosco para saber como podemos lhe auxiliar no seu projeto de inovação industrial.
Leia também:
