Ciência de dados para um OEE eficiente

Ciência de dados para um OEE eficiente

O indicador OEE (Overall Equipment Effectiveness) é utilizado nas indústrias manufatureiras para avaliar a eficiência operacional das máquinas e dos processos produtivos. Ele teve origem no Japão, na década de 1960, como parte da metodologia TPM (Total Productive Maintenance), criado por Seiichi Nakajima. Essa métrica está alinhada com a filosofia de produção Lean, que foca na melhoria contínua dos processos, permitindo sua presença em todos os setores industriais. Esse aprimoramento está diretamente ligado com a adoção de novas tecnologias, como a ciência de dados, que permite o cálculo mais preciso de OEE. Segundo a Confederação Nacional da Indústria (2022), a indústria brasileira está em crescente digitalização, tendo como destaque o setor automotivo.

O OEE é calculado a partir de três fatores principais, sendo eles:

• Disponibilidade: Mede o tempo que a máquina está realmente disponível para produzir em relação ao tempo total planejado. Ela leva em conta paradas planejadas e não planejadas (como manutenção e falhas). importância está no fato de que quanto maior a disponibilidade, mais tempo o equipamento passa produzindo, o que aumenta a eficiência geral.

Cálculo: Disponibilidade = Tempo de produção real / Tempo planejado;

• Performance: Avalia a velocidade real de produção em relação à velocidade nominal da máquina. Isso significa que ter uma boa performance é sinônimo de que o equipamento está operando próximo à sua capacidade máxima. Ela já inclui perdas devido a pequenas paradas e operação em velocidade reduzida.

Cálculo: Desempenho = Produção Real / Produção Ideal X 100;

• Qualidade: Mede a proporção de produtos bons em relação ao total de produtos fabricados, considerando rejeições e retrabalhos. Equipamentos mais eficientes geram menos defeitos, melhorando a qualidade geral da produção.

Cálculo: Qualidade = Produtos bons / Total produzido X 100;

Explorando o OEE com ciência de dados 

A interpretação do cálculo de OEE pode variar, mas, em suma, as indústrias buscam um número acima de 85%, considerado o padrão mundial. Níveis abaixo de 60% indicam sérios problemas na produção, e entre 60% e 85% apontam oportunidades significativas de melhora.

Para chegar nesse resultado, é necessário coletar dados detalhados sobre a operação da máquina ou da linha de produção. Os responsáveis precisam entender quais são os setpoints da fábrica, ou seja, os níveis ideais de tempo, quantidade e velocidade, por exemplo. Após isso, é preciso avaliar as métricas reais de produção, para assim ser possível a identificação de pontos de melhoria. Esse último inclui o estudo por trás de paradas não planejadas, operação em velocidade reduzida e unidades que precisaram de retrabalho.

A coleta de dados é o primeiro passo para fazer o cálculo de OEE. Eles são coletados por dispositivos de monitoramento como Hardware ST-One®. Ele registra essas informações simultaneamente, e integra dados de diversas fontes como CLPs (Controladores Lógicos Programáveis) e sistemas SCADA (Supervisory Control and Data Acquisition). Depois, os dados coletados devem ser armazenados em um banco de dados, onde cada evento (início de operação, parada, etc.) é registrado em um timestamp. Em caso de estruturas maiores, os data lakes  são usados para armazenar grandes volumes de dados, estruturados ou não, que podem ser processados posteriormente. Após isso, os dados são processados e aplicados à fórmula de OEE. Aqui, são utilizados algoritmos de agregação para reunir os dados individuais das máquinas. Os resultados são apresentados em dashboards que mostram o OEE em tempo real, usando bibliotecas de visualização de dados ou soluções como o Stash Platform™. Essa visualização inteligente permite análises preventivas com base nos dados históricos e programação de alertas caso o OEE fique abaixo do limite.

Diferenciais para o cálculo de OEE

Existem fatores que atuam como diferenciais durante o processo de cálculo do OEE. Entre eles estão os algoritmos de agregação, que são usados para combinar ou resumir múltiplos valores em um único valor. Eles podem ter origens em variadas fontes, como diferentes máquinas em uma linha de produção, ou em diferentes períodos de tempo. Seu objetivo é criar uma métrica representativa que sintetize os dados brutos, tornando a análise mais fácil e rápida, e auxiliar na tomada de decisões.

“A agregação é separar um conjunto de dados, aplicar uma transformação em cima dele e programar isso de maneira cíclica para que você tenha um dado único. Isso é muito utilizado no OEE pois ele é muito complexo, com várias variáveis, sendo possível reduzir elas para um indicador único, que é a porcentagem de OEE” – Daniel Michalichyn, Head of Development da ST-One

Caso o cálculo do OEE seja feito para uma única máquina, o processo da fórmula é direto. Agora, se a intenção é calcular o OEE de uma linha de produção ou de uma fábrica, é necessário agregar os OEEs individuais das máquinas ou linhas. Isso pode ser feito de diferentes modos, como por média ponderada, onde a contribuição de cada OEE é ponderada pelo tempo de operação ou quantidade:

OEE Ponderado=∑(OEE de cada máquina × Peso da Máquina)/∑Peso da Máquina​

Essa abordagem é mais precisa quando diferentes máquinas têm diferentes níveis de importância ou produção. A escolha do método de agregação depende da complexidade do sistema e da precisão desejada. Também, para grande volume de dados, a eficiência resultante do algoritmo de agregação é indispensável, pois métodos como esse são computacionalmente mais intensivos. Por fim, é necessário ressaltar a economia de tempo e a maior facilidade em entender os dados proporcionados pela agregação.

Exemplos práticos de agregação de dados no contexto do OEE

Uma das maneiras de utilizar os algoritmos de agregação para calcular o OEE é a agregação por tempo. Por exemplo, se a intenção for calcular o OEE de uma linha de produção ao longo do dia, é possível fazer a agregação de cada turno ou hora. Aqui, cada período tem um peso baseado na duração do período ou na quantidade produzida.

Também é possível fazer a agregação por equipamento. Em uma fábrica com várias linhas de produção, o OEE global pode ser uma média ponderada dos OEEs de diferentes linhas. Nesse contexto, o peso é baseado no volume de produção de cada linha.

A seguir será exemplificado como isso seria aplicado diretamente em um cálculo:

• Agregação de dados de disponibilidade

Equipamento A: Tempo Operacional = 400 min, Tempo Programado = 480 min

Equipamento A: 400/480 = 83,3%

Equipamento B: Tempo Operacional = 350 min, Tempo Programado = 480 min

Equipamento B: 350/480 = 72,9%

Disponibilidade Total= (400+350)​ / (480+480) = 750 / 960​ ≈ 78.1%

• Agregação de dados de desempenho

Equipamento A: Desempenho = 90%

Equipamento B: Desempenho = 85%

Desempenho Médio= 90+85/2 ​=87.5%

• Agregação de dados de qualidade

Linha de Produção A: Qualidade = 98%

Linha de Produção B: Qualidade = 95%

Qualidade Média = 98+95/2​ = 96.5%

• Agregação de OEE

Equipamento A: 83,3%*90%*98% = 73,47%

Equipamento B: 72,9%*85%*95% = 58,86%

OEE Total = (73,47% + 58,86%)/2 = 66,16%

A agregação de dados no contexto do OEE é uma ferramenta poderosa para gestão da produção, permitindo uma visão abrangente e detalhada do desempenho operacional. Ao utilizar a agregação por tempo, é possível identificar variações de eficiência ao longo do dia, facilitando a identificação de gargalos específicos em diferentes turnos. Já a agregação por equipamento permite comparar o desempenho entre diferentes linhas de produção, destacando quais equipamentos ou processos necessitam de melhorias.

Além disso, a combinação dos dados de disponibilidade, desempenho e qualidade em um único indicador de OEE fornece uma métrica consolidada que reflete a eficiência global da produção. Essa abordagem integrada não só facilita a tomada de decisões estratégicas, mas também promove uma cultura de melhoria contínua, incentivando otimização e excelência operacional.

Desafios na implementação do OEE na indústria

Como já dito anteriormente, a implementação do OEE na indústria envolve muitos passos. Para realizar esse fluxo sem problemas, e indústria deve se atentar a alguns pontos:

• Coleta de dados: Implementar um sistema que coleta dados de forma precisa e consistente pode ser um desafio, especial em operação que envolvem etapas manuais;
• Cultura: Uma metodologia focada em melhoria contínua exige um comprometimento e adesão cultural em todos os níveis da organização;
• Interpretação e ação: Para fazer total uso da medição do OEE é crucial interpretar os resultados e agir sobre eles para melhorar o resultado;
• Revisão contínua: É preciso revisar regularmente os dados e as estratégias para garantir que a fábrica esteja operando de forma eficiente e produtiva;

Além dos pontos apresentados, que merecem a atenção na hora do cálculo do OEE, é preciso relacioná-lo com outras métricas. O TEEP (Total Effective Equipment Performance) mede a eficiência considerando todo o tempo disponível, incluindo períodos fora do horário programado. Ele é calculado multiplicando o OEE pela utilização:

TEEP = OEE X Utilização

Se uma fábrica tem um OEE de 75% e a utilização do tempo disponível é de 80%, o TEEP seria:

TEEP = 0.75 X 0.80 = 0.60 ou 60%

Já quando se fala em métrica de produtividade, é necessário estabelecer suas diferenças. Embora relacionados, o OEE foca na eficácia do equipamento, enquanto a produtividade pode incluir fatores como mão-de-obra e eficiência dos processos.

Além dos desafios mencionados, a implementação do OEE na indústria pode ser aprimorada com tecnologias como Internet das Coisas (IoT) e análise de dados. Essas permitem uma coleta de dados mais precisa e em tempo real, facilitando a identificação de padrões e anomalias. A integração do OEE com sistemas de gestão (ERP) também proporcionam uma visão holística da operação, alinhando a eficiência dos equipamentos com os objetivos estratégicos da empresa.

Por fim, a comparação do OEE com benchmarks do setor pode ajudar a identificar oportunidades de melhoria e a estabelecer metas realistas e desafiadoras. Com essas abordagens complementares, a indústria pode não apenas superar os desafios da implementação do OEE, mas também alcançar níveis superiores de eficiência e competitividade. Saiba mais sobre nós