Indústria 4.0: IoT reduz custo de manutenção

Para driblar o alto grau de incerteza do último ano, o baixo crescimento, e outros desafios com matérias-primas, que se tornaram mais caras ou difíceis de obter, as indústrias entenderam que precisavam extrair o máximo valor possível dos seus ativos – que são os bens sobre os quais uma empresa pode ter controle, como ferramentas, máquinas e motores, matéria-prima, equipamentos de TI, entre outros.

Se não forem bem cuidados, seja em diferentes setores, como mineração, petroquímico, energia, papel, alimentício, farmacêutico, transporte, os altos gastos com manutenção podem prejudicar a lucratividade.

Para conseguirem novas maneiras de aumentar a produtividade de suas operações, algumas empresas já começaram a desenhar sua jornada para a Indústria 4.0.

De acordo com Ana Paula Kubinhets, CEO da Aquarelle, empresa de consultoria e soluções de indústria 4.0, gestão de ativos e controle de qualidade, o primeiro passo é fazer uma gestão de ativos sistematizada, e a digitalização dos processos manuais, através do mobile.

“Após essa etapa, o uso de sensores com IoT (internet das coisas), que entendem o comportamento dos ativos e enviam mensagens para um sistema de analytics, é indispensável para prever possíveis falhas na produção, estimar quando uma máquina provavelmente quebrará, e identificar a causa raiz do problema, emitindo alertas em tempo real aos gestores responsáveis”, explica Kubinhets.

Segundo dados da consultoria McKinsey, a manutenção preditiva, aprimorada por inteligência artificial, pode gerar uma redução de 40% nos custos de manutenção, e ainda, reduzir o tempo de inatividade das máquinas em até 50% e aumentar a vida útil em 20% a 40%. Junto com outras abordagens de advanced analytics, como machine learning e plataformas de visualização para descobrir novas maneiras de otimizar seus processos, desde o sourcing de matérias-primas até a venda de produtos acabados, pode melhorar a margem de EBITDA (lucro antes de juros, impostos e amortização) entre 4% e 10%.

Para Ana Paula Kubinhets, o grande desafio para os players industriais de hoje está na aplicação de tecnologias avançadas de manutenção preditiva em escala em todas as suas operações. “Implantar uma operação inteligente requer um minucioso mapeamento dos processos para identificação dos principais pontos críticos, iniciando naqueles onde, caso ocorra uma falha, terá maior impacto financeiro para a empresa”, diz.

A especialista comenta que ter sensores nos equipamentos não basta. “Se os dispositivos não estiverem programados para enviar informações a um centro inteligente de dados, só irá atrasar esse processo. O advento da Indústria 4.0 é irreversível, as empresas precisam começar a se preparar não só desenhando essa jornada de predição, mas ter sua timeline fará toda a diferença na produtividade, no custo e na entrega dos produtos aos seus clientes. Caso contrário, ficarão fora do jogo”, analisa Ana Paula.

Segundo a executiva, isso vale para diversas empresas de serviços de varejo, indústrias de processo, de bens de consumo, que possuem múltiplos ativos, uma ampla gama de causas de tempo de inatividade e modos de falha de alto valor (por exemplo, em equipamentos críticos) que ocorrem com baixa frequência a cada ano, o que torna mais difícil uma predição precisa pelos métodos tradicionais de IA. Se elas não aproveitarem os dados – que são uma enorme fonte de inteligência potencial – se não investirem em tecnologia, automação, gestão de ativos, sensorização, monitoramento e predição, ficarão para trás.

Um estudo da CNI (Confederação Nacional da Indústria), que ouviu 500 empresas, revela: oito em cada dez grandes e médias indústrias brasileiras inovaram em 2020 e 2021, o que resultou em crescimento de produtividade, competitividade e resultados financeiros. Para os próximos três anos, a prioridade das empresas é inovar para ampliar o volume de vendas (49%), produzir com menos custos (49%), produzir com mais eficiência (41%), ampliar o volume de produção (34%) e fabricar novos produtos (27%).

Como colocar a indústria 4.0 em prática?

Hoje já existem sensores mais baratos e customizáveis a qualquer necessidade, maior disponibilidade de dados, poder de processamento, e um ecossistema mais forte de parceiros técnicos que vêm investindo na propriedade intelectual necessária para industrializar ainda mais o processo de desenvolvimento de modelos de manutenção preditiva.

Algumas práticas para uma implementação bem-sucedida da manutenção preditiva em escala:

• Escolher cuidadosamente quais ativos incluir – priorizar aqueles que são críticos para as operações, nos quais as falhas podem resultar em perda imediata de produção.

• Pensar nos parceiros tecnológicos certos – uns oferecem licenças de software com soluções plug and play para problemas específicos, e outros oferecerem soluções que permitem adaptação às necessidades das instalações (processos, lotes, múltiplas máquinas), monitoramento remoto. O parceiro certo pode dar treinamento sob medida ao pessoal envolvido, envolvendo-o durante toda a implantação para garantir a adesão, ou integrando a manutenção preditiva aos sistemas de fluxo de trabalho existentes.

• Dar tempo para melhorar os modelos preditivos – eles são parte de um processo permanente de aperfeiçoamento e melhoria contínuos.

• Colocar as pessoas em primeiro lugar – uma implementação bem-sucedida requer também novos processos e mentalidades para incorporar as mudanças. Deixar claras as responsabilidades de cada usuário e dar capacitação contínua para dotar a organização das habilidades técnicas necessárias à solução digital, é fundamental.

Por fim, o sistema de manutenção preditiva gerará mais valor quanto mais gerar ações que são derivadas do alarme disparado pelo sistema. “As empresas líderes estão inserindo a manutenção preditiva no ecossistema digital mais amplo da organização, integrando-a a sistemas novos ou existentes de gestão digital do trabalho”, explica Ana Paula Kubinhets, CEO da Aquarelle, a 1ª consultoria da América Latina e a 2ª no mundo a vender e implantar no mercado brasileiro a jornada completa 4.0 do sistema IBM, lançada em 2020.