Soluções de Dados Sob Medida para Performance Empresarial

---

 Antes da implementação do sistema de manutenção diagnóstica, a indústria de polpas de fruta, de pequeno porte, operava exclusivamente com manutenção corretiva. A fábrica operava 2500 horas por ano com uma produção de 150 kg/h. Esta abordagem resultava em frequentes paradas não planejadas, que impactavam negativamente a produção e a eficiência dos equipamentos. Problemas como entupimentos, desgaste de componentes, falhas em sensores e sistemas de acionamento, bem como a falta de peças de reposição eram comuns e resultavam em elevados tempos de inatividade (downtime) e atraso na manutenção (backlog).

Para resolver esses desafios, a Insighter implementou um avançado sistema de manutenção diagnóstica, utilizando uma variedade de sensores distribuídos nos principais equipamentos da fábrica:

• Sensores de Nível: Monitorando a quantidade de polpa nos tanques e garantindo a continuidade do processo.
• Sensores de Temperatura: Assegurando o controle térmico necessário para a pasteurização e conservação da polpa.
• Sensores de Fluxo: Controlando a vazão de líquidos no processo produtivo.
• Sensores de Pressão: Monitorando a pressão em diferentes etapas do processo para evitar falhas.
• Sensores de Vibração: Detectando anomalias e desgaste mecânico nos equipamentos.
• Sensores de Corrente Elétrica: Medindo o consumo de energia dos motores e identificando sobrecargas.
• Sensores de Proximidade: Garantindo a correta posição e funcionamento dos componentes.
• Sensores de Velocidade: Monitorando a velocidade de operação das máquinas.
• Sensores de Cor: Assegurando a qualidade visual da polpa.
• Sensores de pH: Mantendo a acidez adequada da polpa para garantir sua qualidade e conservação.

Após a implementação, houve uma redução significativa nos tempos de inatividade e atraso na manutenção. As melhorias nas métricas de manutenção incluem o aumento do tempo médio entre falhas (MTBF) e a redução do tempo médio de reparo (MTTR). A eficiência global dos equipamentos (OEE) também apresentou um aumento substancial.

A projeção anual aponta para um incremento considerável na produção de polpas de fruta, estimando uma produção adicional de 63.781 kg devido à redução das paradas não planejadas. Isso demonstra a eficácia do sistema de manutenção diagnóstica em aumentar a disponibilidade e a produtividade dos equipamentos, proporcionando um funcionamento contínuo e otimizado da fábrica.

 A Insighter colaborou com uma indústria de médio porte no setor de produção de pneus, que já possuía um Sistema de Execução de Manufatura (MES) e práticas de manutenção preventiva, mas carecia de soluções de manutenção preditiva com uma janela de previsão de 15 dias e tecnologias de visão computacional. A empresa opera 5200 horas por ano com uma produção de 25 pneus/hora. A implementação dessas tecnologias avançadas trouxe melhorias significativas em diversas áreas operacionais.

Sensores Utilizados e Aplicações:

• Temperatura: Monitora a temperatura dos equipamentos críticos para prevenir superaquecimento e falhas térmicas.
• Pressão: Avalia a pressão em sistemas hidráulicos e pneumáticos, garantindo a operação segura e eficiente dos equipamentos.
• Vibração: Detecta vibrações anormais que podem indicar desgaste ou falhas mecânicas iminentes.
• Corrente Elétrica: Mede o consumo de energia dos motores, identificando sobrecargas ou problemas elétricos.
• Proximidade: Garante que componentes móveis estejam corretamente alinhados e posicionados, prevenindo acidentes e falhas.
• Velocidade: Monitora a velocidade de operação das máquinas, assegurando que estejam funcionando dentro dos parâmetros ideais.
• Torque: Mede a força aplicada nos motores e equipamentos rotativos, prevenindo sobrecargas e falhas mecânicas.
• Umidade: Controla os níveis de umidade para evitar corrosão e outros danos aos componentes eletrônicos e mecânicos.

Objetivo: Monitorar continuamente o estado dos equipamentos críticos, identificar sinais precoces de falhas e prever quando estas falhas são mais propensas a ocorrer com uma antecedência de até 15 dias.

Sensores Utilizados e Aplicações:

• Câmeras de Alta Definição: Automatizam a inspeção de qualidade dos pneus, detectando anomalias visuais como deformações, rachaduras e imperfeições superficiais.
• Sensores de Vibração: Complementam as câmeras durante os testes de rodagem, identificando falhas estruturais e inconsistências na qualidade do pneu.

Objetivo: Automatizar a inspeção de qualidade dos pneus, detectar anomalias visuais e estruturais durante os testes de rodagem e assegurar a conformidade dos produtos com os padrões de qualidade rigorosos.

• Altas taxas de downtime não planejado devido a falhas inesperadas.
• Manutenção corretiva frequente, resultando em paradas prolongadas.
• Limitações na capacidade de prever falhas e otimizar a programação de manutenção.

• Redução do Downtime: A manutenção preditiva permitiu a redução significativa do tempo de inatividade não planejado, melhorando a disponibilidade dos equipamentos.
• Aumento na Eficiência Operacional: A previsão de falhas com 15 dias de antecedência possibilitou uma manutenção mais ágil e eficaz, minimizando paradas inesperadas e melhorando a produtividade.
• Qualidade Aprimorada: A visão computacional assegurou a detecção precoce de defeitos nos pneus, garantindo que apenas produtos de alta qualidade fossem entregues ao mercado.

Com base nas melhorias em downtime, backlog, MTTR, MTBF, OEE e PMP, a projeção anual de produção adicional é de 11,5%. A implementação das novas tecnologias resultou em um aumento significativo na eficiência operacional e na redução de paradas não planejadas, permitindo um incremento considerável na produção anual.