Arquivo da categoria: Gestão da Produção

INDÚSTRIA 4.0 – PROJETO E IMPLANTAÇÃO

Diretrizes de Projeto e Implantação da Digitalização da Produção de Acordo com a Indústria 4.0

Neste texto vamos falar sobre a implantação de projetos de Automação Industrial aderentes a Indústria 4.0, importante saber que, não estamos querendo postular um modelo, mas sim, apresentar uma proposta, um singelo roteiro de visões sobre as tecnologias que se encontram disponíveis e principalmente, o que poderia ser exequível nas plantas existentes.

Para se chegar a uma planta digital, nos moldes da proposta da Indústria 4.0, utilizando todas as tecnologias existentes, é necessário percorrer um caminho inicial, pois sem um preparo, não poderemos implantar as tecnologias propostas no contexto da indústria digital, são os seguintes passos abaixo que propomos:

  • Passo 1 – Entenda o conceito da Indústria 4.0 e seus impactos;
  • Passo 2 – Analise a automação existente em sua planta;
  • Passo 3 – Otimize o processo existente;
  • Passo 4 – Faça a convergência de dados de sua cadeia produtiva;
  • Passo 5 – Implante as ferramentas da Indústria 4.0 (redesenhe seus processos).

Para delimitar nosso tema a respeito de projeto e implantação da Indústria 4.0, vamos entender:

  • Como repensar um ambiente de produção com ferramentas digitais;
  • Como obter vantagem no negócio com um modelo de tecnologia baseado na Indústria 4.0;
  • Como usar as tecnologias atuais e integrar a planta de produção no negócio digital.

Quando se entende a necessidade de buscar modelos de implantação da planta digital, normalmente temos alguns cenários conhecidos:

  • Tenho uma produção e necessito colocar o nível de produção aderente a Indústria 4.0;
  • Quais ferramentas já posso utilizar e qual a utilidade no novo modelo de produção digital;
  • Como alterar uma cultura de produção para um novo modelo, desde planejamento até operação.

O modelo produtivo evoluiu ao longo do tempo, alterando o perfil da produção, que no início, só se tinha a visão da planta local e seu processo unitário, com a automação e redes de informação, passamos a conectar o planejamento e gestão na produção, tendo um contexto maior da planta, mas ainda limitado ao processo local, com a Indústria 4.0 e as redes convergentes, o modelo produtivo, passa a ser o próprio modelo de negócios, uma vez que a conexão é de toda cadeia produtiva que orbita no ecossistema da empresa.

Para trilhar a implantação da Indústria 4.0 nos processos produtivos, temos alguns desafios que são comuns para uma análise:

  • Como atualizar uma planta produtiva existente de acordo com um modelo da Indústria 4.0;
  • Como gerar valor no negócio a partir de um novo modelo de planejamento e gestão produtivo;
  • Como incorporar novas tecnologias de produção e planejamento, com objetivo de aumentar receita e diminuir custos.

Um projeto de automação que tenha as premissas da Indústria 4.0, deve se encaixar nos quadrantes da tecnologia, que propomos a observar:

  • Conhecimento da Plata (informação);
  • Produtividade (eficiência produtiva);
  • Decisões (diagnósticos e prognósticos);
  • Novos formatos (oportunidades de negócio);

A automação industrial dos projetos atuais, devem ter as seguintes diretrizes abaixo, uma vez que estes sistemas devem dar as respostas a indústria digital:

  • Permitir novas formas de fazer negócios;
  • Eliminar ao máximo o desperdício e o erro;
  • Permitir customização e personalização da produção.

As principais características da Indústria 4.0 é ser colaborativa, preditiva e inteligente, para isso, sua arquitetura de produção deve ser, interoperável, flexível e descentralizada, com impactos diretos na escala produtiva, mão de obra e tomada de decisões.

Para os projetos de automação industrial, devemos utilizar as tecnologias da Indústria 4.0, talvez uma mais aderente que a outra, a depender do processo produtivo a que se refere, porém é bom listar as principais:

  • Redes de comunicação
  • Cibersegurança
  • IOT internet industrial
  • Cloud Computing
  • Big Data
  • Mineração de dados
  • Aprendizado de máquina
  • Virtualização (digitalização)
  • Realidade aumentada
  • Gêmeos digitais
  • SOA
  • OPC-UA
  • RFID
  • Produção por adição
  • Drones
  • Robôs

Como dever ser a planta da Indústria 4.0 e o que deve ser levado em consideração no contexto de projeto e implantação:

  • A planta deve ser interoperável – todo sistema se comunica;
  • Deve permitir virtualização – do planejamento a manutenção;
  • Deve ser flexível, modular e descentralizada;
  • Utilizar banco de dados em formato Big Data e em Cloud;
  • Utilizar modelos decisórios baseado em análise de dados;
  • Estar estruturada com sistemas de Cibersegurança.

A questão da interconexão, deve levar em consideração particularidades de cada setor, sistema, departamento, ou fornecedores, internos ou externos, que participem do processo produtivo e, devem ser observados que cada agente deste, deve estar conectado a um sistema de Cloud, que permita produzir informações de forma a unir no ecossistema, e o Big Data, absorverá todas estas informações, permitindo modelagem de dados para tomada de decisões.

A Indústria 4.0, em processos dinâmicos, que necessitem de customização em massa, devem ter sistemas de automação descentralizados, que controle células locais e respondam a processos centrais, sendo um arranjo de automação altamente flexível, que permita interconexão e mudanças rápidas na produção, além de sistema de segurança que monitore todo o processo em rede.

Na utilização das tecnologias, as principais diretrizes que temos que ver, no que se refere a aplicação, devemos levar em consideração de forma prática:

  • Conectar todas as informações (automação, IoT, IIoT, banco de dados);
  • Usar Cloud e Big Data para centralizar e analisar dados;
  • Usar mineração de dados para eliminar decisões intermediárias, focando o gestor;
  • Usar aprendizado de máquina para operar o sistema, fazendo do operador um supervisor de processo;
  • Usar predição (analisador de causas), criando prognóstico em produção e manutenção.

As tecnologias da Indústria 4.0, permeiam uma grade de projetos, todavia não necessariamente usaremos todos os elementos, ou pelo menos, devemos entender o que são rotas de dados para o usuário, por exemplo, o dado iniciando pelo processo, pode seguir uma rota de cibersegurança e IoT diretamente para a operação, não necessariamente sendo analisado no Big Data, deve-se construir as rotas de acordo com cada processo.

Abaixo sugerimos a observação das principais diretrizes para projetos de sistemas para Indústria 4.0:

  • Instrumentação e medição

Use redes Ethernet e redes Wireless – adote protocolos industriais baseado em Ethernet e integre o IoT Industrial;

  • Controle

Descentralize o máximo o controle, isso dará flexibilidade da produção, use microcontroles e controladores centrais de comunicando e conecte no Cloud;

  • Infraestrutura

Use ferramentas de virtualização, cloud computing e gestão do sistema via outsourcing;

  • Operação

Use dispositivos móveis, crie aplicativos de alta integração, evolua no uso do deep learning para apoio da operação;

  • Manutenção

Use modelos de manutenção baseado em eventos, conecte dados no cloud e use prognósticos de ativos e acesso remoto;

  • Gestão da Produção

Conecte os dados da produção, conecte ativos pela IoT e sistemas pela IIoT, use o Big Data;

  • Apoio a tomada de decisões

Conecte os dados da cadeia de produção no Big Data e use ferramentas de Mineração de Dados e Machine Learning.

Utilize serviços de Cloud Computing, onde estas plataformas são utilizadas e pagas como serviços, tais como, IBM BlueMix, Google Cloud Platform, Microsoft Azure, Amazon AWS, com as principais características:

  • Armazenagem de dados;
  • Máquinas virtuais;
  • Processamento sob demanda;
  • Segurança de dados;
  • Mineração de dados;
  • Aprendizagem de máquina;

Crie uma estrutura de conectividade, que permita que os dados internos de produção trafeguem pelas redes, use gateways e servidores OPC, use sistemas de roteamento de dados para conexão ao Cloud, crie modelos de gestão, manutenção, planejamento e automação, dentro do ecossistema.

Elabore uma arquitetura de automação que contemple todos os agentes produtivos da indústria, pense no negócio como um todo e como ele se relaciona, conecte todas as tecnologias disponíveis e crie os webservices, para que seja produzido e consumido informações dentro desta arquitetura.

A implantação de um modelo de Indústria 4.0 é uma mudança cultural de produção, é a própria fábrica digital para um novo modelo industrial, necessitando de liderança transformativa na indústria, sendo liderada por uma geração digital de profissionais que entenda o valor da mudança, liderada pelo CEO, líderes da transformação e composta por equipes também líderes e polivalentes, seguindo os principais passos como sugestão de implantação:

  • Passo 1 – Aplique Lean Manufactoring e indicadores de gestão e eficiência OEE;
  • Passo 2 – Identifique na produção o processo de maior integração – faça um piloto;
  • Passo 3 – Defina sua capacidade produtiva – crie modelos de tomada de decisões (Big Data);
  • Passo 4 – Aplique convergência e Machine Learning – elimine operações no processo;
  • Passo 5 – Escale o processo – integre setores – replique o modelo.

Passamos abaixo, alguns pontos importantes para serem observados na implantação:

  • Análise do status atual de automação (dados) de planta;
  • Análise do status atual de operação, manutenção e planejamento;
  • Identificação de pontos, operação e ações de otimização (ativos de planta, ponto de operação e segurança operacional);
  • Desenho da convergência de dados e informações da planta (infraestrutura);
  • Análise e projeto do sistema de cibersegurança (TO e TI)
  • Projeto de digitalização – complemento de IOT e dados externos (PCP, MES,MOM) – modelo de tomada de decisões;
  • Redesenho:
    • Tomada de decisões na gestão da planta;
    • Ações de controle ótimo;
    • Prognósticos de manutenção.
  • Treinamento

Relacionamos abaixo os principais benefícios esperados com a implantação de um roteiro para preparar a planta para a Indústria 4.0:

  • Iniciar a jornada pela Indústria 4.0 e se adequar ao futuro da Manufatura e Processos;
  • Obter novas oportunidades de conectar a fábrica aos consumidores e processos de inovação;
  • Gerenciar receita e custos, baseado em status de tempo real e prognósticos de cenários;
  • Diminuir tempo de tomada de decisões, diminuir erros de operação e integrar planejamento e qualidade da produção em tempo real;
  • Aumento de portfólio de oportunidades de negócios, com uma fábrica flexível, integrada e descentralizada.

Concluímos que projeto e implantação da Indústria 4.0, ainda estão no início de uma curva de maturidade, ainda que já haja tecnologia disponível, todavia, a questão é “saber” unir todos os pontos (universo cibernético) e mudar uma cultura de produção, de forma a obter vantagens competitivas em um mundo altamente digital e dinâmico.

BIG DATA NA INDÚSTRIA 4.0

Banco de Dados em Cloud para Tomada de Decisões na Automação Industrial

As principais caracterizações da Indústria 4.0, isto é, a Manufatura e Processo Digital, é permitir a Customização em Massa e a Massificação da Personalização na linha de produção, e, para que isso seja possível, um novo modelo de tomada de decisões entra em cena, a conexão completa e total do Processo Produtivo, através da IoT Internet das Coisas e a IIoT Internet Industrial das Coisas, permitindo a aquisição de dados de uma forma nunca antes visto, com dados em alto Volume, alta Velocidade e grade Variedade, devendo neste caso, serem analisados através de um Big Data, entregando uma estrutura de Tomada de Decisões, em tempo real e sem intermediários, além de possibilitar ações autônomas no processo, sem interferência humana, através do aprendizado de máquina.

Por analogia, nossos textos anteriores, explicamos que a construção das rodovias (redes), colocação de sinalização (cibersegurança), interconexão de elementos e serviços (IoT), levarão estas informações a um grande sistema de análise de dados (Big Data), onde o resultado final, é apontar os melhores caminhos, dentro deste ecossistema produtivo.

Desta forma, vamos delimitar nosso tema, dentro da visão da automação industrial, e escrever sobre:

  • Como unir das informações da produção e cadeia logística para tomada de decisões;
  • Como funcionam os sistemas de armazenagem e tomada de decisões em Cloud;
  • Qual o conceito de Mineração de Dados e Aprendizagem de Máquina (Machine Learning).

Em relação aos cenários encontrados para utilização do Big Data na Indústria 4.0, podemos deparar com as seguintes situações comuns, que nos levam aos seguintes questionamentos:

  • Como entender melhor minha produção e cadeia de fornecimento e melhorar meu planejamento e controle produtivo;
  • Como entender o funcionamento da planta no aspecto manutenção de modo a estruturar um sistema de prognóstico industrial;
  • Como utilizar recursos de Machine Learning para servir de apoio a tomada de decisões na operação.

A evolução nas tomadas de decisões na indústria, mostram que no início, os primeiros controles apenas apoiavam a tomada de decisões do operador, uma vez que ele é quem tinha o conhecimento do processo e atuava diretamente, todo o conhecimento era dele, com a evolução das redes, podemos agora gravar estes dados, analisá-los, e tomar decisões baseado em informações e análise local do processo, ainda é necessário o conhecimento do operador e sua experiência no processo, todavia, as indústrias estão vivendo uma grande questão que é a grade capacidade de aquisição e armazenamento de dados, que há existe, mas não sabem o que fazer com todas estas informações, agora, com a Indústria 4.0, o Big Data dá um novo formato a estas informações através das redes convergentes, o sistema aprende conforme o processo ocorre, não há o meio da informação e o resultado é a tomada de decisões em tempo real, com dados relacionados fora no processo local, enxergando toda a cadeia de produção e do negócio.

Quando pensamos na colocação destes dados no Big Data, muitos são os desafios, podemos eleger alguns que são comuns neste tipo de projeto e implantação, que nos fazem questionar:

  • Como levar dados da unidade produtiva para um sistema de Cloud Computing e usar um Big Data;
  • Como criar modelos de Big Data para apoio em tomada de decisões, tanto em planejamento, como em Operação e Manutenção;
  • Como repensar a unidade produtiva a partir de dados e decisões que são aprendidas de acordo com as operações reais.

O objetivo de toda esta tecnologia e sua evolução é a tomada de decisões na planta produtiva, mas, isso já é existente, mas como ocorre hoje de forma geral?

  • A todo momento, tomamos decisões;
  • Os gestores têm a função de tomar decisões;
  • Os gestores intermediários, consolidam dados para outros gestores tomarem decisões;
  • As vezes estas decisões são programadas a partir de ferramentas de gestão;
  • Outra vezes ocorrem de situações não previstas, baseado em dados existente e expertise.

A estrutura decisória de uma indústria hoje, segue uma regra muito parecida, nos setores há os procedimentos de produção e os líderes de processo, os supervisores de produção, consolidam dados destes setores, analisam de forma intermediária de acordo com o planejado e enviam informações em forma de desvios, ações ou tarefas para os seus gerentes, que por sua vez, entregam estas informações aos diretores, em forma de metas, resultados ou soluções de problemas encontrados durante a produção.

Vamos entender então, como seria uma estrutura decisória da Indústria 4.0, para isso, vamos conceituar o Big Data, que nada mais é, do que um sistema de armazenamento de dados, estruturados ou não, que tenham (necessariamente os três), Volume, Velocidade e Variedade destas informações, que permitam, através de modelagem, entregar resultados, baseado em estatística, mineração e aprendizado, de acordo com as ferramentas disponíveis na sua plataforma, interagindo com o homem ou com a máquina.

Desta forma, podemos entender uma nova forma de estrutura decisória na indústria, onde os setores, subsetores, departamentos e toda a cadeia produtiva, esteja conectada a um Cloud de serviços, isto é, na Internet, dentro de uma plataforma, onde este sistema grava todos os dados e, dentro deste Big Data, podemos fazer todas as ações intermediárias, análise de dados, cenários, projeções, planejamento, análise de qualidade, prognóstico, tudo que permita, na ponta, para a direção, tomar decisões, e, até mesmo, permitir as ações automáticas no processo, utilizando o aprendizado de máquina.

O Big Data então, é um serviço dentro da Indústria 4.0, compondo um cibersistema, onde é necessário a aquisição de todos os dados da indústria e serem levados a esta plataforma em Cloud, utilizar ferramentas mineração de dados, aprendizado de máquinas e outras e criar um framework de resultados, com KPI, sistemas de decisões e M2M.

Na utilização do Big Data na indústria, como um novo modelo de tomada de decisões, são esperados diversos benefícios, entre eles, podemos destacar:

  • Diminuição de operadores – o sistema tomará decisões – operações de melhor desempenho, segurança de planta e economia de energia;
  • Fim do planejamento reativo – o sistema que será virtualizado, realimentará o processo que sempre estará em tempo real dos indicadores para tomada de decisões (mineração);
  • Todo o sistema será preditivo – manutenção, risco e aproveitamento (mineração) e atuará no processo como conhecimento (Machine Learning).

Apesar de estarmos falando em Indústria 4.0, algumas indústrias ainda tomam decisões baseadas em informações empíricas e de experiencia operacional, porém é de grande importância entender o valor de um sistema de apoio a tomada de decisões, pois este sistema permitirá saber:

  • Quando ocorre algo na planta diferente do esperado ou planejado – então eu tenho um problema e preciso fazer uma correção (decidir);
  • Quando há uma circunstância na planta que me permite ter uma oportunidade de ultrapassar meu objetivo planejado, elevando uma meta de produção ou redução de custos.

O Big Data pode ser programado para diversas funções de análise de dados, na indústria podemos usá-lo para as principais funções:

  • Tomada de decisões – as informações analisadas, darão um resultado baseado em cenários e do comportamento de toda a cadeia produtiva, apoiando diretamente os gestores da planta;
  • Aprendizado de máquina – as informações do processo são aprendidas, e levam a atuação diretamente nas ações de planta, por exemplo, através de M2M;
  • Prognóstico – as informações analisam todos o comportamento causal das variáveis, deixamos de tomar ações baseado em diagnóstico que emite o efeito, e o sistema faz uma análise de cenários e comportamentos.

Dentro de uma plataforma de Big Data há diversos serviços disponíveis para análise de dados para tomada de decisões, os princípios fundamentais são:

  • Mineração de Dados – são modelos de análise de alto nível de abstração de dados, onde a informação não é conhecida, o sistema retorna por cenários e probabilidades, apoiando o tomador de decisões, sendo:
    • Quando você quer uma informação, mas ela é desconhecida, alto nível de abstração;
    • São usados ferramentas de estatística dentro do banco de dados, pela dinâmica da informação o sistema propõe um resultado;
    • Exemplo de uso, identificação de rosto, elementos na produção, probabilidade de decisões.
  • Aprendizado de Máquina – (Machine Learning) – são modelos que se baseiam em informações conhecida ou processo definido, o sistema aquisita e acumula dados analisando o comportamento, com isso aprende dentro de uma curva de tempo, entregando resultados de forma automática e replicante, sendo:
    • Quando você tem uma informação conhecida, isto é, você sabe o comportamento do resultado;
    • O sistema é programado e grava as informações (acumula aprendizado), analisa o comportamento e vai criando resultados típico;
    • A expertise é transferida para o sistema, ele aprende e melhora a tomada de decisões, pode replicar e tomar ação autônoma;
    • Exemplo, carros autônomos, controle de produção automático e flexível com rearranjo.

O Big Data é um serviço, normalmente uma plataforma que permite, desde a conexão das informações com o mundo físico, até toda a modelagem, exemplos de serviços, IBM BlueMix, Google Cloud Plataform, Microsoft Azure, Amazon Web Service, que tem as seguintes características:

  • Paga-se pelo “consumo” do processamento;
  • Não tem infraestrutura local;
  • Inicia com dispositivos iniciais e escala a aplicação, crescendo de acordo com necessidade;
  • Não interfere na operação local, apenas acrescenta funções;
  • Tecnologia que agrega a decisão (humana ou de máquina);
  • Pode ser criado na infraestrutura da própria empresa com seus próprios modelos.

Uma arquitetura hoje, para automação industrial, que tenha aderência a Indústria 4.0, é a gravação de dados no Big Data, que permita o apoio a tomada de decisões para gestão da produção, gerenciamento de manutenção, gerenciamento de ativos, gerenciamento de alarmes, assistência técnica no consumidor final, gestão logística, entre outros.

Uma dúvida que ocorre normalmente nas aplicações atuais, sobre sempre usar Cloud e Big Data, podemos comentar as principais, quando se questiona a necessidade de seu uso:

  • Enviar dados para Cloud facilita uso de ferramentas disponíveis para análise de dados e criação de indicadores para acesso remoto;
  • Caso os seus dados não tenham juntos (volume, velocidade e variedade) que caracteriza um Big Data, não é necessário adotar este modelo, um sistema em Cloud de armazenamento e modelagem atende o projeto;
  • Usar infraestrutura e plataformas de serviços (Azure, AWS, BlueMix) simplificam aplicação e seus custos são baseados em serviços, mas não impede que uma empresa “monte” seu próprio sistema de análise.

Concluímos que o Big Data na Indústria 4.0 gera o principal impacto esperado com esta revolução, que é o tempo e o erro, mudando a forma de lidar com as tomadas de decisões, desde situações de exploração na produção, com vistas a melhorias, até o controle do processo via função de Machine Learning de forma autônoma.

RAMI – PADRONIZAÇÃO DA INDÚSTRIA 4.0

Modelo de Arquitetura de Referência para Implantação da Indústria 4.0

Quando inovações tecnológicas começam a ser adotadas em larga escala, discutidas e pesquisadas nos diversos meios, é natural que haja uma busca por uma padronização, iniciando em conceitos de projetos e aplicações, adoções de boas práticas e finalizando em normas, tanto local, quanto de abrangência geral e global.

O RAMI é um modelo para aplicações de soluções de conectividade para projetos aderentes a Indústria 4.0, permitindo um ecossistema cibernético de toda cadeia produtiva.

Nossa proposta neste texto é explanar de forma geral, introdutória e direta o conceito de Arquitetura de Referência, uma vez que é tudo muito novo como tecnologia, para isso, vamos limitar nosso tema em escrever sobre:

  • O Modelo de Referencia (não único), que tem a intenção de Padronizar Aplicações da Indústria 4.0;
  • Como funciona um Modelo de Referencia RAMI para Integrar uma Indústria;
  • Porque aplicar um Modelo e como utilizá-lo na prática.

Normalmente, aplicações de referência, no caso do RAMI, que tem a proposta de dar um norte a projetos e implantação da Indústria 4.0, são baseados em algumas diretrizes para solução de dar respostas a:

  • Como entender a conexão Vertical da informação da fábrica, de modo a levar o nível sensor ao nível de gestão de forma padronizada;
  • Como entender a conexão Horizontal da produção de um produto ou processo e conectar no Cloud (Internet Industrial) para tomada de decisões;
  • Quais normas usar, dentro das realidades atuais, servido de referência em projeto e aplicações.

Um Modelo de Referência é um elemento padronizado para projetos e implantação, aceitos e usados por participantes do processo, em nosso caso, da produção industrial, eles têm as seguintes características:

  • São modelos de conhecimento comum (padrão) dos participantes;
  • São objetos de padronização na linguagem;
  • Habitam uma semântica para interoperação do sistema;
  • Constroem elementos básicos e complexos dentro da arquitetura;
  • São usados para protótipo, desenvolvimento e validação.

O RAMI – (Reference Architectural Model for Industry 4.0), ou seja, Modelo de Referência para Arquitetura da Indústria 4.0, possui três dimensões de aplicação, estruturado, que participa de toda cadeia produtiva, dando uma linguagem de hierarquia no sistema, uma arquitetura definida e gerenciando todo o ciclo de vida da produção.

Os benefícios em se adotar o RAMI, como padrão de projetos e aplicações na Indústria 4.0, podemos eleger abaixo os principais:

  • Arquitetura Orientada a Serviços (SOA);
  • Combina componentes de TI em cada camada e todo ciclo de vida;
  • Divide os processos em pacotes, facilitando comunicação e processamento;
  • Estruturado para segurança e privacidade.

Como são três eixos de aplicação nas dimensões da informação, vamos entender cada um:

O Eixo 1 – Hierarquia – define o modelo de interconexão de todos os elementos da produção, incluindo informações, pessoas e máquinas.

  • Flexível, interoperável e distribuída;
  • Interação em todos os níveis hierárquicos;
  • Comunicação entre todos participantes;
  • O produto/processo faz parte da rede.

O Eixo 2 – Arquitetura – define a verticalização das informações, suas interfaces, interpelações e uso.

  • Dispositivos reais;
  • Transição do dado físico para o lógico;
  • Acesso a informação;
  • Dados necessários;
  • Relação e funções;
  • Processos de negócios.

O Eixo 3 – Ciclo de Vida – define o ciclo de vida do produto, da pesquisa e desenvolvimento, até a sua assistência técnica.

  • Pesquisa e Desenvolvimento – Construção, simulação e protótipo;
  • Manutenção do Projeto – Atualizações, manuais e guias, ciclos de manutenção;
  • Produção – Produto, Dados e Lote;
  • Manutenção da Produção – Usuários, assistência técnica, manutenção, reciclagem.

Considerando o RAMI um padrão, logo temos o desenvolvimento e aplicação para normas, regulamentado de forma abrangente o entendimento quanto as aplicações, segue abaixo as normas aplicadas:

  • IEC 63088 – Produção Inteligente – Modelo e Arquitetura de Referencia para Indústria 4.0;
  • IEC 62890 – Gerenciamento do Ciclo de Vida para Produtos e Sistemas;
  • IEC 62264 – Integração de Sistemas de Produção na Empresa (MES/MOM);
  • IEC 61512 – Controle de Batelada – Processos Produtivos em Lote.

Entendendo que o RAMI define como primeira diretriz a conectividade dos sistemas, precisamos levar em consideração as condições abaixo para que esta premissa possa ser atendida:

  • Padronização global da comunicação (Padrão/Protocolo);
  • Instalação e Operação fácil (Plug and Play);
  • Padronização da linguagem para troca de informações.

Para que os dados sejam interpretados, dentro do cibersistema, é necessário entender como funciona o sistema de interconexão:

  • Ocorre na conexão física da rede Indústria 4.0;
  • Os dados estão no Ativo – Device (ex. OPC-UA);
  • A rede é um padrão de comunicação entendível;
  • A própria interface integra o Ativo na rede.

Quando o dado está dentro do sistema, trafegando nas estações, dispositivos de controle e dispositivos de campo, ele é gerenciado da seguinte forma:

  • Cada device tem seu próprio esquema de configuração e dado;
  • Um conjunto de devices podem formar uma unidade com configuração e dado próprio;
  • Os dados são trocados entre si e o ecossistema.

O RAMI trabalha com componentes (objetos), dentro das suas três dimensões, chamamos estes componentes de I4.0 (é uma referência), que tem as seguintes principais funções:

  • Cada conjunto de dispositivos, formam uma semântica de informações e controle (Componente I4.0);
  • Os conjuntos I4.0, formam as células de produção;
  • As células de produção trabalham de forma flexível, interoperável e descentralizada.

Desta forma, com os componentes padronizados dentro do sistema, é possível entender uma aplicação de gerenciamento e controle de uma linha de produção, como todas as informações de conectam, o mesmo componente, por exemplo, pode ser rastreado na logística e transporte na cadeia produtiva, chegando até o cliente final (usuário), sendo monitorado seu dado, de forma única, dentro das dimensões do RAMI.

Quanto um ativo na linha de produção informa seu estado, tanto em produção quanto em manutenção, este dado já se relaciona nas três dimensões da gestão, uma vez que ele é vertical, o valor desta informação está em toda cadeia produtiva, até a gestão do negócio e, também trafega, desde um projeto em formato de protótipo, até para a produção de um lote, estando disponível a mesma de informação do produto até o cliente final, com o mesmo dado via Cloud.

Podemos sugerir a ideia de aplicação do RAMI para projetos de sistemas de Indústria 4.0, como segue:

  • Desenhe a automação de forma descentralizada, interconecte todos os agentes de produção (Devices);
  • Crie os componentes I4.0, de informação, controle e intercomunicação;
  • Configure o sistema de forma que seja Interoperável dentro das 3 dimensões do RAMI e seja flexível permitindo customização e personalização.

É importante entender que o RAMI é um modelo, há diversos modelos que são aplicados, ele se junta a outros com propósitos que se complementam, em nosso caso, uma produção industrial com perfil da Indústria 4.0, este modelo oferece um formato aderente ao intercâmbio de informações da toda cadeia produtiva.

O RAMI é um modelo novo, recente como a própria Indústria 4.0, podemos projetar algumas tendências que poderão a vir ocorrer em função deste padrão:

  • Haver um padrão direcionador único de aplicação em Indústria 4.0;
  • Cada país ter sua norma editada, igual a uma NBR no caso do Brasil;
  • As plataformas de Cloud Computing Industrial terão interfaces amigáveis para construção de componentes I4.0.

Podemos concluir que o desenvolvimento de soluções para Indústria 4.0, principalmente sendo demandada pelos usuários, novos dispositivos cada vez mais inteligentes e plataformas integráveis, a busca por padronização e respostas rápidas em implantações, levam a criação de modelos e normas, capazes de facilitar o uso e aplicação da tecnologia, o RAMI é este caso.

CONVERGÊNCIA DA AUTOMAÇÃO INDUSTRIAL

Como Unir as Redes de TA, TI e IIoT com Infraestrutura para Indústria 4.0

Estamos em um momento onde há grandes discussões a respeito da Indústria 4.0, é natural, pois existe uma expectativa de uma grande mudança na forma de como vamos lidar com a produção no futuro, todavia ainda existem questões básicas, uma vez que a base da Indústria 4.0 é unir as informações, pessoas e máquinas em um único ambiente (cibernético) e com isso nos perguntamos:

Como unir física e logicamente todas as informações de um ambiente empresarial para pavimentar esta Quarta Revolução?

Para delimitar nosso texto, vamos escrever sobre três questões de muita relevância neste momento de transição, que é a convergência das informações:

  • O que é unir informações da TA (Tecnologia da Automação), TI (Tecnologia da Informação) e IIoT (Internet Industrial das Coisas);
  • Como montar uma infraestrutura de Convergência de TI, TA e IIoT;
  • Como gerar Valor na produção industrial com a Convergência das informações.

Estes itens darão um formato para as respostas que, hoje precisam ser respondidas e aplicadas para que haja sucesso na evolução desta transição para Indústria 4.0.

Para um bom entendimento do que vamos escrever aqui, relacionamos abaixo os principais termos usados no texto, de forma sucinta e direta, não esgotam o assunto pois o objetivo é dar uma ideia e desde já, sugerimos uma pesquisa mais aprofundada em cada item:

  • TI – Tecnologia da Informação – todo o conjunto de Hardware e Software para gestão da unidade empresarial;
  • TA – Tecnologia da Automação – todo o conjunto de Hardware e Software responsável pela medição, controle, automação e segurança da planta / máquina na unidade produtiva;
  • IIoT – (Industrial Internet of Things) – Rede de comunicação que produz e consome informações da unidade industrial através das pessoas, máquinas, equipamentos e dispositivos;
  • Cloud – Conceito de disponibilizar as informações na “Nuvem” (Internet), como principal objetivo de centralizar, proteger e distribuir informações;
  • Big Data – Banco de dados com características de (Volume, Velocidade e Variedade) onde se centraliza, grava e analisa todas as informações da unidade empresarial.

Dado o entendimento do tema e sua importância, vamos imaginar um cenário, que é muito real no dia a dia das industrias:

  • O departamento de TI faz gestão de dados off-line (planilhas) do setor de produção;
  • A operação (automação) somente foca comando e controle, mas não “enxerga” a produção;
  • As tomadas de decisões de produção são reativas (lentas) e não são alinhadas ao negócio de forma estratégica.

Cenários como os descritos acima são comuns e serão nossos direcionares para entender a importância da convergência das informações da empresa no âmbito de TI, TA e IIoT.

Como toda tecnologia o conhecimento de sua evolução nos mostra os impactos que provocam em seu ambiente de aplicação, em nosso caso, entendendo que TI e TA se convergiram ao longo do tempo, em seu início não houveram nenhuma relação entre as duas, porém hoje pensamos praticamente em um único ambiente, unindo as informações de forma transparente e inter-relacionada.

O entendimento de unir as informações, através das redes, da TI e TA é de fácil entendimento no tocante a coletar dados, porém quando pensamos nos desafios técnicos, é importante saber que estes mesmos desafios são diferentes entre estas duas áreas, com isso é importante dar a devida atenção na solução de cada uma, uma vez que o resultado final é atender os dois ambientes de forma a ser uma única rede de informações, então segue abaixo os desafios da TI e TA:

  • Prioridade da TI: Proteger Dados
  1. Confidencialidade
  2. Integridade
  3. Disponibilidade

 

  • Prioridade da TA: Proteger o Processo
  1. Integridade
  2. Disponibilidade
  3. Confidencialidade

Com o entendimento acima, podemos agora então conceituar o que é convergência:

Convergência é a tecnologia e a técnica de interligar as redes de informação de toda a cadeia produtiva industrial, com objetivo de formar dados inteligentes para tomada de decisões.

A convergência das informações, no ambiente industrial, traz benefícios para a produção e a empresa como negócio e seu conjunto empresarial, relacionamos abaixo alguns dos principais:

  • Decisões Estratégicas
  • Regras de Negócio
  • Menor Tempo de Colocação Produto no Mercado
  • Flexibilidade na Produção
  • Padronização da Operação
  • Manutenção Inteligente
  • Menor Custo de Propriedade
  • Redução de Custos
  • Economia de Energia
  • Aumento da Segurança
  • Eliminação de Erros
  • Melhoria do uso do Ativo
  • Redução do Desperdício
  • Transparência nos Negócios
  • Gerenciamento do Risco do Negócio

A infraestrutura que permite todas estas conexões se dá por 3 redes básicas, como vimos, da TI, TA e IIoT, cada uma destas redes funcionam de forma independente dentro de seu ambiente, porém é importante entender que elas serão unidas dentro do Big Data e poderão ficar disponíveis através do Cloud, tudo isso com estrutura de segurança de dados, lembrando que o resultado final é um ambiente cibernético, onde as informações, as pessoas e as máquinas (equipamentos) trocaram informações entre si, de forma segura, consistente e com objetivos definidos.

De tudo que falamos, entendemos que com todo este ambiente interligado, naturalmente tenho uma quantidade de informações que antes não era possível, sem esta interconexão, um operador se limita a apenas ligar ou desligar um motor, por exemplo, mas em um ambiente interconectado, as informações que chegam ao operador fazem com que haja interação com a manutenção, produção e custos, tudo isso em tempo real e com tomada de decisões precisas.

Com todas as informações trafegando pela rede, passamos a operar plantas com informações On-Line, isto é, exatamente no momento que está acontecendo eu tenho a informação e de diversas formas, tanto na tela do computador, com em um Tablet ou celular, tanto no ambiente local, quanto remoto, em formatos de gráficos, e-mail, SMS e tantos mais meios eletrônicos e amigáveis que existirem.

Com este novo ambiente eu customizo minha gestão, isto é, eu crio um ambiente onde podemos dirigir a produção com indicadores que impactam na eficiência produtiva, no custo e na segurança, por exemplo, com isso a energia de operação fica em indicadores focados com metas e estes estão relacionados no grande ambiente de negócios, onde tudo se impacta na alteração destes indicadores.

Quando falamos em decisões estratégicas, devemos pensar no impacto de qualquer variável no processo que cause um efeito na ponta do negócio, com a convergência é possível, por exemplo, entender que quando um equipamento oscila na produção o mesmo pode ocasionar variabilidade no processo, elevando custos energéticos e de manutenção, elevando o custo total do produto, alterando o custo especifico e impactando na ponta a satisfação do cliente.

Esta nova forma de analisar, não tem novidade, uma vez que os sistemas de gestão podem fazer isso já há algum tempo, todavia quanto trazemos as melhores práticas de gestão e colocamos as informações em tempo real de todos os processos e relacionamos todas as variáveis, analisamos com antecedência todo e qualquer variação no negócio como um todo, isso é gestão estratégica.

Como vimos, a convergência é a união, física e lógica das redes, mas como funciona toda esta troca de informações neste ambiente cibernético?

Primeiro temos que entender a tecnologia, vou falar sobre um dos modelos mais utilizados, da mesma forma não esgota o assunto, pois há muita tecnologia envolvida, mas vamos passar como é uma estrutura básica.

Quando pensamos em potencializar as informações de todas as redes, precisamos entender um conceito básico que é produzir a informação e outro que é consumir esta informação, para isso todo o conjunto de redes deve estar preparado para isso, hoje temos os WebService que é uma tecnologia de troca de informações, onde programamos blocos que vão gerar e consumir dados, através de um padrão e um objetivo específico.

Nas redes industriais hoje temos o OPC-UA, que é o padrão de comunicação industrial com Arquitetura Unificada, que permite usar linguagem para WebService, pois utiliza a o XML, que é um padrão de linguagem que permite todas as trocas de informações entre todas as redes.

Tudo isso conectado numa arquitetura física e lógica, utiliza-se um protocolo chamado de SOAP (Protocolo Simples de Acesso a Objetos), que permite esta produção e consumo de informações dentro de um ambiente definido, de conexão via Internet.

Todo este conjunto de hardware, softwares e linguagem de troca de informações, chamamos de arquitetura em SOA, Arquitetura Orientada a Serviços, onde independente dos equipamentos, utilizamos padrões de informações e troca de dados.

Para dar um exemplo de fácil entendimento, os sistemas de pagamento de cartões de crédito, onde se conecta a parte fiscal, ao banco e a administradora do cartão, com diversos tipos de hardware que produzem e consomem informações referentes a compra, ao cliente, ao fornecedor, ao fisco, ao comércio, tudo num único ambiente de internet, é o mesmo conceito tecnológico de nossa convergência.

Uma vez que agora temos um ambiente de informações, conectados de forma interna e externa, as ameaças se segurança, que antes eram de preocupação exclusive da TI, passam para este ambiente, onde inclui-se a TA e o IIoT.

Todo este ambiente deve ser protegido de acessos não autorizados, ameaças lógicas, intrusos, definições de políticas de acesso, não só no ambiente corporativo, mas também no industrial, uma vez que temos informações de máquinas e processo no mesmo ambiente de rede.

Não é objeto de nossa apresentação falar de Cibersegurança, trataremos este tema numa outra oportunidade, todavia é importante colocar este item como parte fundamental do projeto de convergência.

Para implantar o projeto de convergência, relacionamos abaixo alguns itens fundamentais que devem ser observados, também não é um roteiro fixo e nem pronto, é necessário um projeto multidisciplinar com a TI e TA, mas apontamos alguns itens a observar:

  • Desenhe todos os fluxos de negócios e suas inter-relações com todas as redes (Workflow com proposição de Valor);
  • Prepare todas as redes de forma a serem produtoras e consumidoras de informações (padrão);
  • Faça um projeto de conexão física, lógica, de segurança e de interligação das redes;
  • Programe os Webservices de acordo com as regras de negócio;
  • Treine as pessoas para o uso do Valor do conhecimento da planta que está no Big Data, trazendo os benefícios para o Negócio.

Como estamos em uma transição, a Cultura é uma questão importante para entender tanto o impacto no uso, como nas barreiras a sua implantação:

  • Vivemos a transição do dado físico para o virtual, a capacidade de absorção está no profissional;
  • A mudança dos índices de produtividade no Brasil passará necessariamente pelo investimento na educação profissional e inovação tecnológica;
  • A nova geração habituada as redes sociais, informação onipresente e decisões instantâneas, serão os novos operadores da Fábrica Inteligente.

As novas tecnologias e a convergência mudarão alguns formatos tecnológicos que temos em nossas plantas, descrevemos abaixo algumas tendências que entendemos que, terão grande impacto num futuro próximo:

  • Assim como a convergência das informações, há tendência da convergência dos sistemas de gestão, não haverá diferença entre ERP, MES, BI, CRM e tudo mais;
  • A gestão de Operação e Manutenção caminha para Decisões baseada em Eventos, os procedimentos e ações serão automatizados, dando cognição a cada ação tomada;
  • As infraestruturas de TA caminham para serem administradas igual a TI – SaaS – Software as a Service (Software como Serviço), IaaS – Infrastructure as a Service (Infraestrutura como Serviço); PaaS – Platform as a Service (Plataforma como Serviço).

Concluímos que, quando pensamos em convergência, temos que pensar em simplificação e potencialização, em nosso caso juntar TI e TA é aumentar o valor destes ativos de forma a obter ganhos de produtividade na indústria nunca antes vistos.

GESTÃO DA PRODUÇÃO ON-LINE

A Automação Industrial Entregando Valor Na Tomada De Decisões

Em época atual, quando pensamos em automação industrial como fornecedores de soluções, baseado nas demandas atuais das plantas produtivas, o foco é a gestão industrial. A automação industrial deve ser direcionada a entregar informações de produção, de forma que, o conjunto de dados, formem conjunto de informações e criem modelos de conhecimento, resultando condições de tomada de decisões no âmbito da produção, manutenção, qualidade e estoques.

Nosso objetivo aqui neste texto é levar até o leitor o conceito do que é um sistema de gestão industrial, que esteja atrelado ao sistema de automação, muito se fala em MES (Manufacturing Execution System), MESA (Manufacturing Enterprise Solutions Association), MOM (Manufacturing Operations Management) e ISA95 (Enterprise Control System Integration), mas não se trata de produtos ou aplicações de normas que levam a soluções que gerem valor, mas sim, de como o usuário responsável pela produção usa o sistema.

Neste texto vamos falar de:

  • O que é um Sistemas de Gestão de Produção Industrial;
  • O que é MES / MESA / MOM / ISA95;
  • Como fazer a Verticalização da Automação para Gestão da Produção.

Vamos contextualizar uma indústria, sem entrar em todos os méritos e conceitos do conjunto produtivo, devemos entender que basicamente um processo produtivo é um arranjo de máquinas, equipamentos e pessoas trabalhando num processo definido, onde entra matéria prima e energia e obtém-se o produto final.

Neste processo definido, temos o planejamento da produção e a execução em si, que é o foco de nosso estudo, vamos ver que tudo que é sensível na produção quando ocorre execução, as dificuldades de gerenciar esta etapa executiva, dão o tom dos desafios do controle produtivo.

Uma fábrica inteligente, que permite entregar um conjunto mínimo de informações para tomada de decisões em tempo real, mostra os seguintes dados sobre a execução da produção:

  • Paradas de Produção
  • Quantidade Produzida
  • Qualidade Produzida
  • Rastreabilidade do Produto
  • Gestão do Custo
  • Gestão da Manutenção
  • Planejamento da Produção
  • Indicadores e Métricas

Para delimitarmos nosso estudo e focar as soluções, vamos definir os seguintes cenários vividos, que abrangem grande parte de casos reais:

  • Tenho um sistema de gestão da minha produção com planilhas eletrônicas preenchidas de forma manual;
  • Tenho a planta industrial automatizada, mas como transformar essas informações em conhecimento de produção on-line;
  • Como contratar uma solução de gestão aderente ao MES de acordo com a ISA 95, que seja de acordo com minha necessidade.

Uma empresa, que seja industrial, produza algo, é dividida em camadas, para fins de estudo e aplicações da gestão das informações, do nível mais baixo da informação, que ocorre nos sensores das máquinas e processos, até o nível mais alto, chegando ao ERP (Enterprise Resource Planning).

  • Nível 0 – Onde está a planta produtiva
  • Nível 1 – Onde estão os sensores e atuadores
  • Nível 2 – Onde está o controle, equipamentos e interfaces
  • Nível 3 – A gestão da produção, da execução, foco do nosso estudo
  • Nível 4 – A gestão do negócio, nível mais alto da organização

Os sistemas de gestão, desde sua criação, sofreram toda uma evolução, caminhando juntamente com as tecnologias de sua época e as demandas que o mercado exigia.

Houveram e há, diversos sistemas de gestão industrial, todavia os mais conhecidos, que foram aplicados e ainda são, listamos abaixo:

  • Década de 60 – MRP – Material Requirement Planning
  • Década de 80 – MRP II – Manufacturing Resource Planning
  • 1990 – MES – Manufacturing Execution System
  • 1992 – MESA – Manufacturing Enterprise Solutions Association
  • 2002 – MESA – cMES – Collaborative Manufacturing Execution System
  • 2012 – MOM – Manufacturing Operations Management

Quando falamos em sistemas de gestão, pensamos que essas aplicações já são comuns e consolidadas, mas não é uma realidade, quando pensamos no universo produtivo. Ocorre que estes sistemas ainda são inovações dentro da indústria, isto é, não são de uso comum quando comparados ao uso de PLC ou até mesmo de um ERP no plano de gestão.

Numa planta produtiva há um hierarquia para definição de atividades, isso é importante, pois as indústrias não são iguais, bem como seus processos se diferem, por exemplo, produção contínua, em batelada ou manufatura.

Entendendo até aqui os principais pontos de gestão industrial, podemos conceituar o que é MES e MOM, entendendo que são sistema modernos de gestão industrial, para fins de estudo aplicaremos o termo MES que foca na gestão da execução, como veremos a seguir com mais detalhes.

O que é MES – Manufacturing Execution System e MOM – Manufacturing Operations Management?

São sistemas que gerenciam a EXECUÇÃO e a OPERAÇÃO da produção industrial, desde a programação produtiva, até o produto final, passando pelas informações, em tempo real, sobre PRODUÇÃO, QUALIDADE, MANUTENÇÃO e ESTOQUE, sempre apontando o PLANEJADO x REAL.

Quais são as dificuldades em fazer uso da informação de produção? Listamos abaixo algumas situações que levam ao não uso da dados, que muitas vezes estão disponíveis, mas há dificuldades de fazê-los úteis:

  • Os dados são espalhados;
  • Os dados não são convertidos em informação;
  • As informações não são relacionadas com equipamentos;
  • Um grande volume de dados, mas não entrega conhecimento;
  • Complexo manter dados uniformes e atualizados, entregando valor para decisões.

Porque existe uma dificuldade no uso de ferramentas de gestão? Muito se fala todos enxergam uma grande demanda na aplicação de sistemas MES por exemplo, mas quando tentam uma implantação, deparam-se muitas vezes com os desafios abaixo:

  • O planejamento de produção é o foco, mas não há cultura de gestão produtiva na execução, isso no que se refere as etapas do processo e principalmente no uso de informações em tempo real;
  • Os profissionais de gestão da produção não tiveram uma formação para uso destas ferramentas, visto ser uma tecnologia ainda de inovação;
  • As planilhas eletrônicas ainda são o “O Maior MES do Mundo” pois na grande parte são elas que apresentam dados de produção e recebem de uma planilha preenchida no campo, muitas vezes em papel.

Um sistema de gestão de produção, no caso um MES, deve entregar um cockpit operacional, focado nos itens Produção, Manutenção, Qualidade e Estoques, como vimos anteriormente, este cockpit vem no formato de um dashboard, com as informações no formado de indicadores e metas, além de mostrar as efetividades produtivas, bem como itens detalhados de cada dimensão acima citada.

A MESA (Manufacturing Enterprise Solutions Association), é uma associação que define as 11 funcionalidade do MES (Manufacturing Execution System) e a ISA95 é a Norma que Define as diretrizes da Integração dos Sistemas de Controle com o Nível de Gestão.

Uma das perguntas que mais ocorrem é qual a diferença entre MES e MOM, observamos que o MES é o conjunto de ferramentas focado na execução da produção e o MOM é o conjunto da operação, o MES está contido no MOM, porém ele agrega outros sistemas, tais como, planejamento e qualidade avançados, pesquisa e desenvolvimento e modelagem da fábrica como um todo, além de englobar também o controle operacional.

Quando pensamos um sistema de gestão, sua base de entrega de informações são os dados, logo para alguns tipos de processos, principalmente os contínuos, faz-se necessário a aplicação de um PIMS -Process Information Management System, que é um banco de dados temporal, que permite gravar dados e alto volume, para ser também processado no sistema MES.

Apresentamos abaixo os principais benefícios do uso de um MES:

  • Melhora o retorno sobre o Ativo da operação;
  • Melhora a entrega da produção nos prazos;
  • Melhora o giro de estoques;
  • Melhora o fluxo de caixa;
  • Reduz desperdícios de produção;
  • Reduz a variabilidade da produção;

Lembrando que o uso da ferramenta MES permite implantar melhorias na produção, aumentando o potencial, uma vez que as informações estão tratadas e consolidadas, abrindo espaço para melhorar eficiência.

A implantação de um sistema de MES segue um roteiro de análise de todo o processo do Negócio e Produção:

  1. Entender todo o fluxo produtivo, elaborando um mapa de produção;
  2. Definir as funcionalidades do MES que serão aplicadas na gestão da produção;
  3. Elaborar uma Matriz de Maturidade da ISA95 que atenda o índice de acordo com a Produção, Manutenção, Qualidade e Estoques, seu uso atual e meta;
  4. Elaborar uma Matriz de Oportunidades, que dará o Mapa de Implantação;
  5. Desenhar as interfaces do sistema MES com o ERP, bem como suas conectividades, integração e aderência com a ISA95;
  6. Elaborar a arquitetura do sistema, baseado na visão da integração técnica e operacional;
  7. Definir um roteiro de implantação baseado em Governança, Automação, Infraestrutura, Implantação do MES e Desdobramento;
  8. Escolher uma solução de acordo com a Aderência definida em todos os itens anteriores.

Uma vez definido, é importante estabelecer os treinamentos para uso e manutenção do sistema, ao longo de toda implantação.

Erros comuns que ocorrem para implantação de um sistema MES:

  • A empresa inicia a implantação pela compra do pacote de software;
  • O desenvolvimento já inicia com a elaboração de funcionalidades simples, sem uma análise completa das entidades da linha de produção e o processo;
  • Os gestores decidem montar um portal de métricas para tirar dados do chão de fábrica somente, sem mudar procedimentos;
  • O departamento de TI faz uma ET para compra de um sistema MES e lança no mercado (não se deve especificar produto);
  • A empresa não sabe os limites de funcionalidades do ERP com o MES.

Os sistemas MES trocam informações com o ERP, essa é uma das grandes funcionalidades, pois o planejamento “entra” no MES e o mesmo informa ao ERP o que está acontecendo, com isso o sistema “convida” o gestor a uma tomada de decisões pontual para atingimento de metas de todos os elementos da produção.

Elaboramos abaixo as principais perguntas que ocorrem para implantação de um sistema MES com as respostas:

  1. MES é Produto?
  • Não, MES é um conjunto normatizado que define O QUE FAZER para gerenciar a produção.
  1. Quem usa o MES?
  • Uma vez implantando o MES, ele passa a ser usado por todos os envolvidos, do planejamento a execução da produção, inclusive se não houver mudança de cultura do uso, o sistema “morre”.
  1. Tenho que usar as 11 funcionalidades da MESA para ter um MES em minha produção?
  • Não, a MESA define os modelos, não necessariamente você precisa de todos, o mais importante é não criar modelo de gestão que não tenha aderência a ISA95.
  1. Qual o primeiro passo para Implantar?
  • O mais importante é fazer uma análise que reflita a necessidade do negócio, que entregue benefícios e justifique sua implantação.
  1. Qual diretriz justifica esse investimento?
  • Rapidez na tomada de decisões, com uma gestão automatizada é possível interferir no processo em tempo real, dimensionando custos e obtendo retorno dos ativos;
  1. O que devo esperar como impacto em minha produção?
  • A mudança cultural é o impacto direto, é uma novo formato, os gestores trabalharão numa fábrica inteligente, que entrega informação em forma de conhecimento, aumentando sua produtividade.
  1. MES é fundamental?
  • Sim, mesmo que muitas empresas não tenham, é bem possível que não saibam os benefícios e não saibam por onde começar, gerenciar a execução na produção é diferencial de competitividade.

Mesmo que ainda os sistemas de gestão estão em evolução e com uma grande gama para aplicações, os sistemas continuam em desenvolvimento e podemos pontuar as principais tendências dos mesmos:

  • Crescimento de soluções MES pela facilidade da conectividade e recursos de Cloud;
  • Produtos MOBILE (móveis), que facilitam a tomada de decisões, “puxando” a demanda por soluções MES;
  • A IIoT Internet Industrial da Coisas integrará toda a Cadeia Produtiva em tempo real, incluindo consumidores, isso necessitará de um MES que atenderá a esta nova realidade, chamada de Indústria 4.0.

Concluímos que o MES ainda é a lacuna entre a automação dos processos e a gestão do negócio, o foco na gestão da execução on-line unirá estes dois pontos, elevando a produtividade e a qualidade na produção industrial.