ia: industrial analytics GmbH – revelar lacunas da produção, aumentar o desempenho
O sensor de distância O1D108 detecta através da medição do tempo de propagação da luz, se o cabeçote de corte está em operação ou em posição de repouso.
Processos transparentes: visualizando o interior da black box
A empresa “ia: industrial analytics GmbH” de Aachen (Alemanha) oferece aos seus clientes uma solução completa para digitalização de instalações produtivas, desde o registro de dados até a visualização. Para isso, confia em sensores IO-Link da ifm, que permitem a extração de dados dos processos produtivos de modo minimamente invasivo e via plug & play. O objetivo: através da visualização em cascata OEE (eficiência global do equipamento) as causas de uma sequência de produção não perfeitamente contínua são mostradas de forma transparente com seus respectivos efeitos. Com este conhecimento, as etapas de produção individuais podem ser interligadas de forma ideal. Isso leva a um aumento efetivo de eficiência, como mostrado no exemplo de aplicação concreto da indústria do aço.
O núcleo da instalação é o assim chamado ia: factorycube. Com a unidade de processamento, roteador e software de análise o factorycube já contém todos os componentes de TI necessários, para coletar, analisar e visualizar os dados gerados e, se necessário também transmití-los à nuvem.
Todo o processamento da informação é feito no factorycube. Além disso, o sistema pode ser adaptado modularmente aos desejos do cliente. “Existe a possibilidade de salvar os dados no factorycube ou integrar o dispositivo na infraestrutura de TI própria do cliente. A terceira opção é salvar e analisar os dados no nosso sistema de nuvem, que disponibilizamos para utilização do cliente neste caso.”
Nicolas Altenhofen, Marketing Manager na industrial analytics complementa: “A nossa abordagem não trata somente do armazenamento dos dados. Muito mais importante é a segunda etapa, o processamento e a visualização dos dados. O objetivo principal não é a otimização dos processos produtivos. Sempre pensamos em indicadores de desempenho. Por exemplo, utilizamos uma barreira fotoelétrica para descobrir se a máquina está em funcionamento ou não, ou para verificar a quantidade de peças. Queremos saber: Quando a máquina estava parada? Quando a máquina estava funcionando? Quais foram os motivos de uma parada da máquina? E estes dados passam por diferentes tratamentos para visualização.”
A industrial analytics prefere interfaces abertas para operar o factorycube de modo versátil e com máxima eficiência. Isso permite expansões sem grande dificuldade. Atualmente estão sendo desenvolvidas soluções para garantia da qualidade com sistemas de câmeras e aprendizado de máquina, bem como para o planejamento e distribuição de capacidade ou manutenção preditiva com análise de vibrações de alta frequência. Através da modularidade, cada cliente recebe as soluções exatas das quais precisa em seu caminho à Indústria 4.0.
Jeremy Theocharis explica qual é o objetivo final: “Podemos revelar potenciais de otimização. Existem instalações caras que não são utilizadas de modo eficiente. Muitos clientes simplesmente não têm transparência sobre o tempo consumido pelo processamento de um pedido. A real ocupação da instalação também é frequentemente desconhecida. Abrimos esta caixa preta e permitimos que o cliente tome decisões objetivas com base em dados, obtendo conclusões relevantes, por exemplo, que o gargalo não está na máquina, mas na obtenção dos materiais.”
Um exemplo é o caso de um grande cliente da indústria do aço, cujas máquinas de duas localidades foram adaptadas pela industrial analytics em poucas semanas, permitindo agora um abrangente gerenciamento do desempenho.
Gerenciamento do desempenho: a cascata OEE parte de 100 % do tempo de funcionamento da máquina. Mostra detalhadamente, quanto destes 100 % é perdido devido a quais motivos de parada.
Falta de transparência de dados no chão de fábrica
O parque de máquinas do cliente é composto de instalações para corte por plasma, corte autógeno e jateamento, entre outros. Com auxílio destas instalações são cortadas chapas de aço que então seguem para tratamentos posteriores. Jeremy Theocharis: “O problema do nosso cliente era que ele não tinha transparência sobre seus processos e desempenho da produção. Por exemplo, a empresa não sabia quanto tempo realmente demorava para fabricar determinada peça em determinada máquina.”
Na verdade, existiam tempos nominais teóricos para os diversos produtos, mas até então estes não eram comparados aos tempos reais. Além disso, não se sabia sobre a disponibilidade e ocupação da capacidade das máquinas. As paradas de máquina e suas causas não eram registradas. Sem estas informações valiosas, a empresa não tinha possibilidade de monitorar o desempenho da produção, identificar problemas e tomar decisões com base em dados para a melhoria dos processos produtivos.
O ia:factorycube coleta os dados dos sensores conectados, processa-os e, se necessário os transmite à nuvem.
Dados em tempo real com sensores ifm
Com auxílio do factorycube e diversos sensores da ifm foi possível coletar os dados faltantes e criar a transparência necessária sobre os processos produtivos. Em oito instalações de corte por plasma e corte autógeno foram instalados ao todo 14 sensores ópticos de distância do tipo O5D100 e O1D108. Com auxílio destes sensores é verificado se e por quanto tempo a respectiva máquina está em funcionamento. Os sensores foram posicionados de modo que o raio de luz incida sobre o cabeçote de corte das instalações. Assim que a máquina entra em operação, o cabeçote de corte baixa e a distância ao sensor de distância muda. Através da alteração da distância o sistema percebe que a máquina está em uso. Além disso, em três instalações de jateamento foram instalados sensores de vibração do tipo VTV122 e barreiras fotoelétricas do tipo O5D100. Estes sensores também ajudam a determinar o estado operacional das máquinas.
Redução de paradas da máquina e aumento da produtividade
Os dados coletados com os sensores ifm são processados no factorycube, enviados para uma nuvem e visualizados em um tela. Os tomadores de decisão da empresa podem visualizar em tempo real os estados das máquinas e os indicadores da produção, como a eficiência global do equipamento (OEE - Overall Equipment Effectiveness). Com base nos dados é possível tomar ações para otimização dos processos de produção.
O sucesso não demorou muito: poucas semanas após a instalação dos sensores a empresa conseguiu aumentar significativamente sua eficiência e produtividade.
Pedido rápido dos sensores
Um dos bons motivos para que a industrial analytics utilize os sensores da ifm é a boa presença nos mecanismos de busca da internet e a loja vitural da ifm. Jeremy Theocharis faz uma retrospectiva: “Inicialmente comparamos muitos fornecedores de sistemas de sensores. Então acabamos parando na loja virtual da ifm. Fiquei entusiasmado em poder ver os preços ali mesmo e que era possível clicar diretamente em “Comprar”, sem necessidade de definir um projeto demoradamente. Então pedimos os sensores. Graças ao IO-Link, estes foram rapidamente configurados, sempre funcionaram bem e forneceram resultados precisos. Talvez os sensores sejam um pouco caros, mas eles trabalham de forma confiável e existe uma loja na qual podemos pedir sensores clicando em um botão.”
Medição da ocupação: sensores ifm registram se as máquinas estão trabalhando ou em estado de espera.
Conclusão
“Não importa qual solução da Indústria 4.0 se deseja ter: sem dados precisos e confiáveis não há resultado satisfatório”, afirma Jeremy Theocharis.
Com os sensores IO-Link de alto desempenho, a ifm cria a base de dados pode ser coletada, processada e visualizada com o factorycube de ia: industrial analytics. Esta ação conjunta cria transparência e melhora o desempenho, resultando na redução dos custos de produção.