Arquivo da categoria: MES / MOM

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.

USINA 4.0 – O Setor Sucroenergético e a Indústria 4.0

A Quarta Revolução Industrial no Setor Bioenergético

Estamos vivendo a transição da 3ª Revolução Industrial para a 4ª Revolução Industrial, a partir da década de 70 a implantação de computadores nas linhas de produção, fazendo o controle dos processos, permitiram ganhos de escala sem precedentes, além padronização e elevada qualidade, reduzindo drasticamente os custos de produção.

A partir da década de 90, a massificação da Internet trouxe um novo conceito de se comunicar, impactando diretamente a vida das pessoas, a ideia básica foi que todos estivessem se comunicando através de uma plataforma única, hoje com redes sociais e, usando dispositivos on-line, os smartphones, permitindo troca de informações, pesquisas, análise de dados, decisões e ações em tempo real e descentralizada.

O Setor Sucroenergético também evoluiu no quesito Automação Industrial, no início da década de 80 os painéis de controle pneumático foram substituídos por eletrônicos, depois por redes industriais na década de 90 e no início do século XXI, vemos as Usinas com Centro de Operações comandando toda a planta, a partir de tecnologias de Controladores Programáveis, todos conectados em redes de informação e controle.

As novas tecnologias que surgem como bandeira desta nova revolução, já são presentes, porém estamos vivendo uma transição, sem estabelecer um limite de implantação, novos conceitos, tais como, Internet das Coisas (IoT) e Banco de Dados (Big Data), permeiam esse novo cenário.

Na prática, as plantas industriais são reativas quanto aos processos produtivos, mudanças de cenário econômico, de consumidores, tendências de manutenção e operação, somente aparecem para o operador ou coordenador quanto de fato ocorrem, na maioria das vezes arrastando prejuízos na produção de toda ordem, custo, segurança e qualidade.

As variáveis do processo são centralizadas nos controladores, com o objetivo final de fazer o controle operacional, porém elas não são interligadas, não se comunicam umas com as outras. Por exemplo, quando há baixa de carga na moenda, os motores continuam recebendo máxima carga, diminuindo a eficiência energética, quando há contaminação no mosto, demora-se chegar no resultado, vindo do laboratório, de quantidade de dosagem química, diminuindo o rendimento produtivo, operações vazias, flutuantes, com alta variabilidade, exigem consumo contínuo de água, ar comprimido, vapor, gases e energia elétrica, impactando em desperdício e alta emissão de CO2.

O conceito da Indústria 4.0, no qual propomos o tema Usina 4.0, é a criação de um ambiente industrial onde as pessoas, equipamentos e informações, trafeguem nesta grande rede, podemos chama-la de Internet Industrial. A usina estará conectada num ambiente de informações dinâmicas, por exemplo, dados meteorológicos, que influenciam o campo e a moagem, no tempo real, permitindo uma tomada de decisões sobre corte e produção, a conexão do estoque de insumos, seu consumo em tempo real e operação com os fornecedores de produtos e serviços, permitindo a entrega e análise do processo no tempo que ocorre, eliminando desperdícios de toda ordem.

A Usina 4.0 terá todo o processo produtivo conectado, todos os instrumentos e equipamentos na planta industrial, no setor agrícola com máquinas e equipamentos conectados no GPS trocando informações com a indústria e os parâmetros dos controladores, isso será permitido através da Internet da Coisas (IoT), a maioria com redes sem fio Wireless, todo o processo produtivo será Simulado através de cenários, tanto de mercado, quanto de consumo, fazendo a Usina produzir sob medida, na melhor relação Insumo x Venda, pois o Banco de Dados (Big Data) receberá todas as informações da cadeia produtiva, tanto interna, dos equipamentos e pessoas que vimos, quanto externa, fornecedores, governos, clima, mercado, entregando informações para tomada de decisões, sendo ainda suportada pela Computação Cognitiva, onde os sistemas “aprenderão” com os cenários, é a evolução do próprio controle operacional que hoje existe na forma de controladores programáveis e supervisórios, ou ainda, os SDCD Sistemas Digitais de Controle Distribuído,  oferecendo aos operadores e coordenadores as melhores opções de tomada de decisões, analisando o ambiente produtivo com variáveis relacionadas, tais como, caso ocorra uma quebra de caminhão, o impacto que sofrerá a moagem e em qual tempo, uma aumento da umidade e o impacto na cogeração e consumo do insumo na Unidade Termoelétrica, uma demanda pontual para produzir etanol anidro, qual o melhor arranjo produtivo e em que momento para obter o melhor aproveitamento.

Os pilares da Usina 4.0, serão baseados nos conceitos desta Indústria 4.0, terão as seguintes características:

  • Interoperabilidade dos sistemas, pessoas e informações, tudo se intercomunica no sistema Ciberfísico da Usina;
  • Virtualização da fábrica, uso de modelos conectados com os sistemas físicos, podendo simular toda a safra, antes mesmo de iniciar, com todos os cenários e pré-setar equipamentos;
  • Descentralização dos sistemas, permitindo que os subsistemas tomem decisões dentro do conjunto, através de modelos de automação avançados;
  • Banco de dados em tempo real, capacidade de coletar, analisar e fornecer conhecimento da cadeia produtiva no instante que ocorre;
  • Orientação a serviços, todos os sistemas, pessoas e informações publicam e consomem informações de acordo com a demanda do modelo produtivo;
  • Modularidade de todo o sistema, permitindo alta flexibilidade de mudanças de requisitos, substituição ou expansão da produção de forma inteligente.

Podemos apontar os principais benefícios de uma planta produtiva com esse novo conceito:

  • Redução de Custos – o processo é rastreado
  • Economia de Energia – equipamentos mais eficientes
  • Aumento da Segurança – as ações são antecipadas e não mais reativas
  • Conservação Ambiental – uso eficiente de energias
  • Redução de Erros – o processo é interconectado (encaixado)
  • Fim do Desperdício – produzir na quantidade certa
  • Transparência nos Negócios – uma rede que permite governança
  • Aumento da Qualidade de Vida – uma planta com pessoas produzindo de forma inteligente
  • Personalização e Escala sem Precedentes – quantidade de acordo com demanda

A Indústria 4.0 é uma proposta, que já é uma realidade, ainda que em fase inicial e experimental em algumas plantas, todavia é um vetor que aponta para uma nova forma de lidar com a produção e em nosso caso, servindo de mais uma ferramenta de eficiência na produção de etanol, açúcar e energia elétrica.

 

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.