Prévia do material em texto
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO PARANÁ ESCOLA POLITÉCNICA CURSO DE ENGENHARIA DE MANUTENÇÃO E GESTÃO DE ATIVOS NA INDÚSTRIA 4.0 RICARDO BARTNECK TELLES DASHBOARD PARA REVISÃO DE PLANOS DE MANUTENÇÃO CURITIBA 2023 RICARDO BARTNECK TELLES DASHBOARD PARA REVISÃO DE PLANOS DE MANUTENÇÃO Trabalho de Conclusão de Curso apresentado ao Curso de Especialização em Engenharia de Manutenção e Gestão de Ativos na Indústria 4.0, da Pontifícia Universidade Católica do Paraná, como requisito parcial à obtenção do título de Especialista em Engenharia de Manutenção e Gestão de Ativos na Indústria 4.0. Orientador: Prof. Dr. Gilberto Reynoso Meza CURITIBA 2023 RESUMO As ferramentas da Industria 4.0 ampliaram as possibilidades para análise dos dados de manutenção através de mecanismos que possibilitam a interação de um grande volume de dados. O trabalho consiste em descrever o processo de elaboração de um dashboard para auxiliar na revisão dos planos de manutenção de unidades geradoras de usinas hidroelétricas e termoelétricas. Com base em uma revisão bibliográfica dos fundamentos da Indústria 4.0 e dos conceitos clássicos de manutenção aliada a uma abordagem qualitativa e exploratória dos dados históricos de análises de ocorrências e formulários de manutenção foi criado uma ferramenta visual para a análise. Os dados apresentados em um dashboard permitem ao analista de manutenção realizar análises que direcionam a tomada de decisão de uma eventual revisão dos guias de manutenção preventiva. A ferramenta de Business Intelligent utilizada é o Power Bi que fornece recursos importantes no auxílio da análise. O resultado apresentado, com a adoção de uma das abordagens possíveis, demonstra a eficácia da ferramenta em um caso real. A ferramenta desenvolvida tem aplicação imediata na companhia de origem dos dados. Palavras-chave: Industria 4.0, gestão da manutenção, indicadores, Business Intelligent, Power Bi, dashboard. ABSTRACT Industry 4.0 tools have expanded the possibilities for analyzing maintenance data through mechanisms that enable the interaction of a large volume of data. The work consists in describing the elaboration process of a dashboard to assist in the revision of the maintenance plans of generating units of hydroelectric and thermoelectric plants. Based on a bibliographic review of the Industry 4.0 fundamentals and the classic concepts of maintenance, combined with a qualitative and exploratory approach to historical data from analysis of occurrences and maintenance forms, a visual tool was created for the analysis. The data presented in a dashboard allow the maintenance analyst to carry out analyzes that direct the decision making of a possible revision of the preventive maintenance guides. The Business Intelligent tool used is Power Bi, which provides important resources to help with the analysis. The result presented, with the adoption of one of the possible approaches, demonstrates the effectiveness of the tool in a real case. The developed tool has immediate application in the company where the data originates. Keywords: Industry 4.0, maintenance management, indicators, Business Intelligent, Power Bi, dashboard. LISTA DE ILUSTRAÇÔES Figura 1 - Fluxograma etapas da pesquisa ............................................................... 11 Figura 2 - Relação entre as telas do dashboard........................................................ 23 Figura 3 - Metodologia proposta ................................................................................ 23 Figura 4 - Desenvolvimento....................................................................................... 25 Figura 5 - Obtenção dos Fluxos de Dados das OSs e Guias .................................... 26 Figura 6 - Obtenção dos Fluxos de Dados dos Relatórios de Ocorrências ............... 27 Figura 7 - Classificação dos dados das tabelas ........................................................ 29 Figura 8 - Coluna LOCALIZACAO na tabela ANAOCO ............................................ 30 Figura 9 - Relacionamento entre as tabelas .............................................................. 30 Figura 10 - Tabela de indicadores de manutenção ................................................... 31 Figura 11 - Indicadores de ANAOCO calculados por usina....................................... 33 Figura 12 - Indicadores de ANAOCO calculados por unidades geradoras ............... 33 Figura 13 - Indicadores de ANAOCO calculados por equipamentos ......................... 33 Figura 14 - Indicadores de ANAOCO calculados por componentes .......................... 34 Figura 15 - Indicadores de OSs calculados por usina ............................................... 34 Figura 16 - Indicadores de OSs calculados por sistemas ......................................... 35 Figura 17 - Indicadores de OSs calculados por equipes de manutenção ................. 35 Figura 18 - Dashboard relatório Comparativo ........................................................... 36 Figura 19 - Dashboard relatório Comparativo - drill down individual ......................... 37 Figura 20 - Dashboard relatório Comparativo - drill down coletivo ............................ 38 Figura 21 - Dashboard relatório Ocorrências ............................................................ 39 Figura 22 - Dashboard relatório Manutenção ............................................................ 40 Figura 23 - Dashboard relatório Plano de Manutenção ............................................. 42 Figura 24 - Ajuste do período dos dados de Ocorrências ......................................... 45 Figura 25 - Ajuste do período dos dados de Manutenção ......................................... 45 Figura 26 - Seleção de uma usina no relatório Comparativo .................................... 46 Figura 27 - Comparativo entre as unidades de uma usina no relatório Comparativo 47 Figura 28 - Causa e Efeito das ocorrencias na unidade selecionada ........................ 48 Figura 29 - Indicadores de ocorrências para a seleção ............................................. 49 Figura 30 - Indicador MTTR para os componentes da seleção ................................. 49 Figura 31 - Dados da ocorrência selecionada ........................................................... 50 Figura 32 - Gráficos do relatório Manutenção com as seleções aplicadas ............... 50 Figura 33 - Descrição da OS do item selecionado .................................................... 51 Figura 34 - Relatório de Plano de Manutenção para o item selecionado .................. 51 SUMÁRIO 1 INTRODUÇÃO ............................................................................................... 8 1.1 Contextualização ..................................................................................... 8 1.2 Problematização ...................................................................................... 9 1.3 Objetivos ................................................................................................ 10 1.4 Procedimento Metodológico .................................................................. 11 2 REVISÃO DA LITERATURA ........................................................................ 13 2.1 Manutenção clássica ............................................................................. 13 2.1.1 Conceitos e indicadores da manutenção ........................................ 13 2.1.1.1 MTBF: Tempo médio entre falhas .............................................. 13 2.1.1.2 MTTR: Tempo de restabelecimento médio ................................ 14 2.1.1.3 Disponibilidade ...........................................................................14 2.1.1.4 Taxa de falhas ........................................................................... 14 2.1.1.5 Confiabilidade ............................................................................ 15 2.1.1.6 Horas paradas por intervenções preventivas ............................. 15 2.1.1.7 Cumprimento do plano de manutenção preventivo .................... 15 2.1.2 Tipos de manutenção e estratégia de manutenção ........................ 16 2.1.2.1 Manutenção preventiva .............................................................. 16 2.1.2.2 Manutenção corretiva ................................................................ 16 2.1.2.3 Manutenção prescritiva .............................................................. 17 2.1.2.4 Estratégia de manutenção ......................................................... 17 2.2 Manutenção 4.0 ..................................................................................... 17 2.2.1 Big Data Analytics ........................................................................... 18 2.2.2 Cloud computing ............................................................................. 18 2.2.3 Business Intelligent ......................................................................... 18 2.3 Procedimentos internos ......................................................................... 18 2.3.1 Registros da manutenção ............................................................... 19 2.3.2 Plano de manutenção ..................................................................... 19 2.3.3 Análise de ocorrências .................................................................... 20 3 MÉTODO PROPOSTO ................................................................................ 22 4 DESENVOLVIMENTO ................................................................................. 24 4.1 Coleta de dados automática .................................................................. 25 4.2 Relacionar os dados .............................................................................. 28 4.3 Cálculo de indicadores de manutenção ................................................. 31 4.4 Elaboração do dashboard ...................................................................... 35 4.4.1 Relatório Comparativo .................................................................... 36 4.4.2 Relatório Ocorrências ..................................................................... 38 4.4.3 Relatório Manutenção ..................................................................... 40 4.4.4 Relatório Plano de Manutenção ...................................................... 41 4.5 Revisão dos planos de manutenção ...................................................... 43 5 RESULTADO ............................................................................................... 45 6 CONCLUSÃO .............................................................................................. 53 7 REFERENCIAS BILIOGRÁFICA .................................................................. 54 8 1 INTRODUÇÃO A primeira vez em que o termo “Indústria 4.0” foi utilizado para definir uma nova revolução industrial ocorreu em 2011 durante a feira de Hannover na Alemanha. No início foi elaborado como um programa institucional envolvendo empresas, universidades e governo para desenvolvimento de tecnologias para aumentar a competividade da indústria alemã (ALMEIDA, 2021). O conceito de Indústria 4.0 é relacionado a integração de várias tecnologias, até então isoladas, para o desenvolvimento de uma indústria onde as tecnologias digitais sejam integradas ao “chão de fábrica” permitindo análise de dados e tomada de decisão em tempo real, gerando maior ganho de produtividade e disponibilidade do parque fabril (ALMEIDA, 2021). As seções seguintes irão apresentar o contexto em que o trabalho será realizado, seção 1.1, quais os principais problemas que se busca resolver, seção 1.2, a descrição dos objetivos, seção 1.3, e os procedimentos adotados, seção 1.4. 1.1 Contextualização O trabalho descrito neste documento foi elaborado em uma empresa do setor elétrico com sede no estado do Paraná. Mais especificamente no setor de geração hidroelétrica. O recente cenário desafiador da economia e das mudanças internas da companhia requerem uma otimização da filosofia de manutenção e otimização dos processos em paralelo a um processo de redução de quadro da equipe de manutenção. Adicionalmente ao contexto interno há uma fiscalização exigente realizada pelo Operador Nacional do Sistema – ONS que através dos Procedimentos de Rede e resoluções exige altos indicadores de disponibilidade do parque gerador, superiores a 90% (MINISTÉRIO DE MINAS E ENERGIA, 2022). Nesse cenário competitivo a tomada de decisão e revisão constante e, muitas vezes em tempo real, dos planos de manutenção se torna uma necessidade para otimizar a mão de obra e intervenções com o intuito de manter a disponibilidade alta das unidades geradoras. 9 Para termos uma tomada de decisão assertiva precisamos ter como base a análise dos dados de manutenção e não apenas a experiência do analista. Neste contexto está inserido um dos pilares da Indústria 4.0 que é a Big Data Analytics, metodologia empregada para transformar um grande volume de dados em informação para auxiliar a tomada de decisão (ALMEIDA, 2021). Com a adoção de novas tecnologia será possível migrarmos de uma manutenção basicamente preventiva com base no tempo para uma manutenção mais preditiva e, muitas vezes prescritiva, tornando a manutenção mais eficiente. Desta forma o trabalho pretende utilizar os dados de manutenção existentes em diversos sistemas da companhia para otimizar os planos de manutenção. Para essa finalidade serão utilizadas as ferramentas disponíveis nos pilares da Industria 4.0, em especial no pilar Big Data Analytics, fornecendo uma ferramenta no formato de dashboard que irá auxiliar o gestor para a tomada de decisão. 1.2 Problematização A manutenção por definição é a “combinação de todas as ações técnicas e administrativas, incluindo as de supervisão, destinadas a manter ou recolocar um item em um estado no qual possa desempenhar uma função requerida” (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 1994), em outras palavras podemos dizer que a manutenção são as ações para aumentar a disponibilidade de um ativo. As atividades de manutenção são executadas através de procedimentos padronizados como a utilização de Ordens de Serviço (OS), Solicitações de Serviços (SDS), Guias de Manutenção Sistemáticas (MS) e outros princípios descritos na filosofia de manutenção (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 1994) da empresa e que são controlados pelo setor de Planejamento e Controle da Manutenção – PCM. Os procedimentos de manutenção geram uma infinidade de dados que registram o histórico de um equipamento ou componente nas OSs. Dados como a data de instalação, horas de operação, quantidade de falhas e tempo de indisponibilidade do equipamento. 10 Outra fonte importante de informação da vida útil dos equipamentos é o procedimento interno da companhia, atendendo uma exigência do Operador Nacional do Sistema – ONS, que realiza o estudo de cada ocorrência através de reuniões e metodologia própria denominado como ANAOCO: Análise de Ocorrências. Das reuniões da ANAOCO é gerado um cadastro de cada ocorrência que gere indisponibilidade de qualquer unidade geradora do parque. Neste cadastro são apontadas as informações como equipamento e componente causador da falha, tempo de indisponibilidade, descrição detalhada da ocorrência, entre outras. Por fim há o plano de manutenção dos equipamentos. Que é uma base de dados com o detalhamento das manutenções preventivas em cada equipamento. Onde nos documentos das MS são detalhadas a periodicidade dasintervenções, tempo de cada intervenção, mão de obra e ferramentas necessárias e demais informações necessárias para a execução da atividade. Diante das três bases de dados mencionadas: OS, ANAOCO e MS propõe-se a questão problema desta pesquisa: “É possível relacionar dados de manutenção de bases distintas através de ferramentas da Industria 4.0 para elaborar um dashboard gerencial que permita a revisão do plano de manutenção com o intuito de aumento da disponibilidade?” 1.3 Objetivos O trabalho tem como objetivo através da análise das diversas fontes de dados, já existentes na companhia, verificar os indicadores de manutenção e padrões de comportamento das falhas e adequar os procedimentos de manutenção para inibir falhas futuras. Com esse contexto apresenta-se os seguintes objetivos específicos: a) mapear as fontes de dados da companhia que agreguem informações para a tomada de decisão; b) modelar os dados das diferentes fontes para permitir uma análise conjunta das informações; c) calcular os indicadores de manutenção; d) elaborar dashboard para análise visual dos dados; e) elaborar orientações para a revisão do plano de manutenção; 11 1.4 Procedimento Metodológico A pesquisa apresentada possui a natureza aplicada pois envolve a produção de novos conhecimentos de aplicação prática (EMMENDOERFER; MEDIOTTE, 2023) através de uma abordagem qualitativa onde procurasse a explicação relativa aos dados coletados por meio da interpretação dos resultados (EMMENDOERFER; MEDIOTTE, 2023) e com um objetivo exploratório pois “tem como finalidade proporcionar mais informações sobre o assunto que vamos investigar, possibilitando suas definição e seu delineamento, isto é, facilitar a delimitação do tema da pesquisa; orientar a fixação dos objetivos e a formulação das hipóteses ou descobrir um novo tipo de enfoque para o assunto” (EMMENDOERFER; MEDIOTTE, 2023). Na Figura 1 apresentasse didaticamente o fluxo de trabalho empregado para o desenvolvimento da pesquisa. Figura 1 - Fluxograma etapas da pesquisa Fonte: Autor, 2023 Conforme apresentado na Figura 1 o primeiro passo será uma revisão bibliográfica abordando os principais conceitos que sustentarão a pesquisa, tema abordado no Capítulo 2. O passo seguinte será a modelagem da base de dados originada de diversas fontes. Após o tratamento dos dados será elaborado um dashboard para 12 apresentação das informações, métodos descritos no Capítulo 3 e o desenvolvimento exposto no Capítulo 4. Ao final será demonstrada as análises realizadas através do dashboard que subsidiarão a tomada de decisão finalizando com a revisão dos planos de manutenção, itens descritos no Capítulo 5. No Capítulo 6 é feita uma síntese de todo o trabalho apresentando uma conclusão com a relação entre as ferramentas da Indústria 4.0, a manutenção clássica e o papel do analista de manutenção neste contexto. 13 2 REVISÃO DA LITERATURA Neste capítulo serão descritos os principais conceitos utilizados na elaboração do trabalho. O conteúdo está dividido em três seções, a primeira parte serão descritos os conceitos clássicos de manutenção e seus indicadores. Na segunda parte será relatado os pilares da indústria 4.0 aplicados no projeto. Na última parte é abordada os procedimentos internos da companhia de onde foram extraídos os dados. 2.1 Manutenção clássica Os principais conceitos da manutenção estão descritos na norma NBR 5462/1994: Confiabilidade e Mantenabilidade. A manutenção é definida no item 2.8.1. como a “combinação de todas as ações técnicas e administrativas, incluindo as de supervisão, destinadas a manter ou recolocar um item em um estado no qual possa desempenhar uma função requerida” (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 1994), com esse entendimento podemos extrapolar que o trabalho aqui apresentado se enquadra em uma atividade de manutenção, pois, são utilizadas ferramentas administrativas na busca de manter um item desempenhando a sua função requerida. 2.1.1 Conceitos e indicadores da manutenção A equipe de manutenção trabalha para evitar que um equipamento entre em estado de pane com a ocorrência de uma falha que é o “término da capacidade de um item desempenhar sua função requerida” (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 1994). Para medirmos a eficiência da manutenção faz-se necessário o cálculo de alguns indicadores, descritos nos itens a seguir. 2.1.1.1 MTBF: Tempo médio entre falhas Mean Time Between Failures (MTBF) é o tempo médio entre falhas que, segundo a norma é descrito com: “esperança matemática do tempo entre falhas de um item” (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 1994). O indicador determina a média de tempo em que um item permanece no estado de operação até que ocorra uma falha. 14 𝑀𝑇𝐵𝐹 = ∑ ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑙ℎ𝑜 𝑒𝑚 𝑏𝑜𝑚 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑎𝑚𝑒𝑛𝑡𝑜 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑓𝑎𝑙ℎ𝑎𝑠 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑎𝑖𝑠 (1) 2.1.1.2 MTTR: Tempo de restabelecimento médio Mean Time To Repair (MTTR) é o tempo médio para recuperar um item e retorná- lo a condição normal de operação. A norma descreve como “esperança matemática do tempo de restabelecimento” (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 1994). O indicador demonstra a eficiência da manutenção para recuperar um item. 𝑀𝑇𝑇𝑅 = ∑ ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑟𝑒𝑝𝑎𝑟𝑜 𝑑𝑎𝑠 𝑓𝑎𝑙ℎ𝑎𝑠 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑎𝑖𝑠 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑒𝑛çõ𝑒𝑠 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑑𝑎𝑠 (2) 2.1.1.3 Disponibilidade Definida como a “probabilidade de um item ser capaz de desempenhar uma função requerida sob dadas condições, em um dado instante, supondo-se que os recursos externos tenham sido providos” (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 1994). 𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 (%) = 𝑀𝑇𝐵𝐹 𝑀𝑇𝐵𝐹 + 𝑀𝑇𝑇𝑅 × 100 (3) O indicador calcula o histórico de um item, pois, verifica no decorrer de um intervalo de tempo passado qual foi o percentual de tempo em que o item se encontrou disponível para operação. 2.1.1.4 Taxa de falhas Determina a frequência com que um determinado equipamento apresenta falha. É expressa pela letra grega lambda λ. 15 𝜆 = 1 𝑀𝑇𝐵𝐹 (4) 2.1.1.5 Confiabilidade Segunda a norma é definida como “probabilidade de um item poder desempenhar uma função requerida, sob dadas condições, durante um dado intervalo de tempo” (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 1994). A confiabilidade é simbolizada pela letra R. 𝑅(𝑡) = 𝑒−𝜆𝑡 (5) Diferentemente da Disponibilidade que reflete os dados históricos de um item a Confiabilidade estima o futuro de um item calculando a possibilidade de que o item, dentro de um determinado intervalo de tempo, permaneça executando sua função requerida. 2.1.1.6 Horas paradas por intervenções preventivas O plano de manutenção estabelece rotinas de manutenções preventivas para a execução nos equipamentos disponíveis. O tempo para execução do plano não deve ultrapassar um valor média de 20% do tempo disponível, sendo o restante gasto em manutenção corretiva e melhorias. O indicador PIP – Paradas por Intervenções Preventivas mede essa distribuição. 𝑃𝐼𝑃 = 𝐻𝑜𝑟𝑎𝑠 𝑝𝑎𝑟𝑎𝑑𝑎𝑠 𝑝𝑜𝑟 𝑖𝑛𝑡𝑒𝑟𝑣𝑒𝑛çõ𝑒𝑠 𝑝𝑟𝑒𝑣𝑒𝑛𝑡𝑖𝑣𝑎𝑠 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 ℎ𝑜𝑟𝑎𝑠 𝑝𝑎𝑟𝑎𝑑𝑎𝑠 (6) 2.1.1.7 Cumprimento do plano de manutenção preventivo Um dos indicadores utilizados para medir a eficiência do setor de planejamento da manutenção é o MP que mede o cumprimento do plano de manutenção preventivo. 16 𝑀𝑃 = 𝑇𝑎𝑟𝑒𝑓𝑎𝑠 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑑𝑎𝑠 𝑛𝑜 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎 𝑑𝑒 𝑀𝑎𝑛𝑢𝑡𝑒𝑛çã𝑜 𝑃𝑟𝑒𝑣𝑒𝑛𝑡𝑖𝑣𝑎 𝑇𝑎𝑟𝑒𝑓𝑎𝑠 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎𝑑𝑎𝑠 𝑛𝑜 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎 𝑑𝑒 𝑀𝑎𝑛𝑢𝑡𝑒𝑛çã𝑜 𝑃𝑟𝑒𝑣𝑒𝑛𝑡𝑖𝑣𝑎 (7) 2.1.2 Tipos de manutenção e estratégia de manutenção Conforme a norma NBR 5462 existem basicamente 3 tipos de manutenção: preventiva,corretiva ou prescritiva. 2.1.2.1 Manutenção preventiva “Manutenção efetuada em intervalos predeterminados, ou de acordo com critérios prescritos” (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 1994). Levando em consideração que a manutenção é executada em intervalos de tempo pré- definidos a troca de componentes pode ser feito de forma prematura ou tardiamente, pois, não é levado em consideração o estado do componente. Podemos subdividir a manutenção preventiva em sistemática e não planejada. Sendo que a primeira é definida por metodologias de estudo, tais como FMEA, e executada após o vencimento do intervalo de tempo pré-definido. De maneira óbvia deduz-se que a manutenção preventiva não planejada não há um estudo prévio, e sim executada devido a uma ocorrência específica de falha que permite o planejamento para a execução da correção. 2.1.2.2 Manutenção corretiva “Manutenção efetuada após a ocorrência de uma pane” (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 1994). Certamente este modelo de manutenção é o mais oneroso, pois, é realizada sem um planejamento prévio da disponibilidade da mão de obra, materiais a serem substituídos e/ou necessidades operativas do item. 17 2.1.2.3 Manutenção prescritiva “Manutenção que permite garantir uma qualidade de serviço desejada, com base na aplicação sistemática de técnicas de análise, utilizando-se de meios de supervisão centralizados ou de amostragem, para reduzir ao mínimo a manutenção preventiva e diminuir a manutenção corretiva.” (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 1994). A própria descrição da norma já deixa subentendido que a manutenção prescritiva é a ideal pois está monitorando o item antes e depois das intervenções. 2.1.2.4 Estratégia de manutenção A estratégia de manutenção é a escolha de qual tipo de manutenção será adotada para otimizar os recursos da empresa com o intuito de aumentar a disponibilidade do equipamento. Essa escolha pode ser realizada através de diversas metodologias de manutenção, entre elas cito: • FMEA: Failure Mode and Effect Analysis – Análise do Modo e Efeito da Falha; • RCFA: Root Cause Failure Analysis – Análise da Causa Raiz da Falha; • MASP: Método de Análise e Solução de Problemas; • MCC: Manutenção Centrada na Confiabilidade. Além das metodologias citadas pode haver adaptações implementadas internamente a companhia. No item 2.3.2 é descrita a metodologia aplicada na companhia desse trabalho. 2.2 Manutenção 4.0 O termo Industria 4.0 remete as tecnologias novas que proporcionam uma maior integração entre os sistemas e áreas com o intuito de aumentar a produtividade e possibilitar a criação de novos produtos (LIMA; GOMES, 2020). Essas tecnologias também influenciam a forma de realizar a manutenção, pois, a grande quantidade de informações possibilita uma tomada de decisão mais assertiva e, muitas vezes, de forma maneira automática. 18 Nos itens seguintes serão abordadas algumas tecnologias aplicadas nesse trabalho, porém, a Industria 4.0 não se restringe a essas. 2.2.1 Big Data Analytics Podemos definir o Big Data como a manipulação de um grande volume de dados de maneira analítica para auxiliar na tomada de decisões (DA SILVA; KOVALESKI; PAGANI, 2020). Do ponto de vista desse trabalho os dados coletados de fontes múltiplas deverão auxiliar na escolha de uma estratégia de manutenção. 2.2.2 Cloud computing A computação em nuvem (cloud computing) pode ser caracterizada como serviços de armazenamento de dados, rede, análise e inteligência artificial disponível para acesso amplo, porém controlado, pela internet e onde não há um gerenciamento ativo direto do utilizador (GROSSI et al., 2021). 2.2.3 Business Intelligent A Business Intelligent (BI) é a “utilização de várias fontes de informação para definir estratégias de competitividade nos negócios da empresa” (PALESTINO, 2001). Neste contexto a utilização de ferramentas de BI em conjunto com a coleta massiva de dados, Big Data, proporciona o melhor resultado para o analista em sua tomada de decisão. 2.3 Procedimentos internos Internamente a companhia existem procedimentos de registros de manutenção que serão utilizados nesse trabalho. Nos próximos itens serão detalhados os procedimentos que estão descritos no Manual de Gestão da Manutenção (MGM), documento interno da companhia. 19 2.3.1 Registros da manutenção Os principais registros da manutenção da companhia são: • Solicitação de Serviço – SDS: este formulário tem por finalidade registrar todas as requisições de serviços de manutenção às equipes de manutenção ou engenharia (COPEL, 2023); • Ordens de Serviço – OS: este formulário tem por finalidade registrar todos os serviços de manutenção e comissionamento, realizados pelas equipes de manutenção ou engenharia (COPEL, 2023); • Autorização de Trabalho – AT: este formulário tem por finalidade formalizar a intervenção ou inspeção em equipamentos das equipes de manutenção ou engenharia com a equipe de operação (COPEL, 2023); • Guia de Manutenção – GM: é o documento que detalha as atividades periódicas da manutenção e seus recursos (COPEL, 2023). Todos os registros são realizados no aplicativo de Gestão da Manutenção da Geração (GMG), desenvolvido internamente a companhia, de onde há uma base de dados desde janeiro de 2001. 2.3.2 Plano de manutenção A companhia desenvolveu uma metodologia própria para a elaboração dos planos de manutenção. Ela é baseada na MCC, descrita no item 2.1.2.4, com algumas alterações e que foi denominada de Operação e Manutenção Baseada na Confiabilidade – O&MBC. A O&MBC é um processo estruturado que visa, por meio das análises de causa e efeito, definir as políticas ideais de gerenciamento de falha para evitar ou restringir as consequências das falhas funcionais e suas relações (saúde, meio ambiente, segurança e custos), quando aplicada em qualquer ativo físico, considerando o contexto operacional (COPEL, 2023). A equipe de desenvolvimento da O&MBC deverá ter no mínimo a figura de um representante da operação, um representante da manutenção e um representante da engenharia de manutenção. O representante da engenharia será o coordenador 20 (COPEL, 2023). Pela composição da equipe é garantia a análise ampla do equipamento por uma equipe abrangente. O produto do desenvolvimento da O&MBC é a matéria-prima para o desenvolvimento dos GM (COPEL, 2023). O presente trabalho tem como um dos objetivos finais ser mais um instrumento para a adequação dos GM com base na análise de dados históricos. 2.3.3 Análise de ocorrências Na ocorrência de uma falha em uma das unidades geradoras, ou seja, quando ocorre o “término da capacidade de um item desempenhar a função requerida” (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 1994) é realizo o registro da mesma para posterior análise. As ocorrências são classificadas conforme denominações do Operador Nacional do Sistema – ONS, sendo que as de maior gravidade são: • DAU: Desligado Automaticamente por atuação de sistema de proteção ou de controle (OPERADOR NACIONAL DO SISTEMA, 2023); • DEM: Desligado em Emergência, manualmente para evitar risco de vida e/ou danos a equipamento, quando não há tempo hábil para comunicação e providências pelo ONS (OPERADOR NACIONAL DO SISTEMA, 2023); • DUR: Desligado em urgência, após tratativas prévias e autorização dos centros de operação do ONS (OPERADOR NACIONAL DO SISTEMA, 2023). Caso a ocorrência seja de maior relevância, ou seja, classificada em um dos três critérios descritos anteriormente, DAU, DEM ou DUR, a ocorrência será inclusa no processo de análise que inicia pela reunião ANAOCO – Análise de Ocorrências. A ANAOCO tem início em uma reunião periódica, com frequência aproximada de 15 dias, onde representantes das equipes de manutenção e operação das usinas se reúnem com representantesda engenharia e escritório técnico. Na reunião é descrita a ocorrência exaustivamente até que seja encontrada a causa fundamental da mesma. Como produtos da reunião é elaborado um relatório da ocorrência, propostos 21 planos de ações com orientações para melhorias e possível abrangência para as demais usinas participantes da reunião. Os dados das ocorrências são inclusos no sistema Pitágoras, desenvolvido internamente na companhia, e servirá como uma das fontes de dados para o desenvolvimento do trabalho. 22 3 MÉTODO PROPOSTO Após a análise da base teórica da literatura e dos conceitos tecnológicos da Industria 4.0, e considerando o contexto interno da companhia de geração de energia elétrica, foco da implementação desse trabalho, apresentamos o método que será aplicado para o cumprimento dos objetivos proposto. O primeiro passo é a coleta de dados nas diversas fontes de informações. Essa coleta necessita ser feita de forma automática e periódica. Os dados devem ser integrados na plataforma de Business Intelligent. Considerando que as bases de dados não possuem o mesmo formato das informações será necessário criar mecanismo que relacionem os dados das diversas fontes para a criação de uma base comum. Após o nivelamento das bases será possível o cálculo de indicadores para iniciar um diagnóstico dos equipamentos e do serviço de manutenção que está sendo executado. Com as informações obtidas e os indicadores calculados o passo seguinte é a elaboração de um dashboard na ferramenta de Business Intelligent de uma forma didática e intuitiva para permitir que o analista identifique possíveis inconsistências ou recorrência de falhas. As telas do dashboard devem possibilitar a interação entre os dados permitindo uma análise conjunta das informações. A tela inicial deverá conter uma comparação entre as usinas e unidades geradoras para orientar o analista quanto a posição da unidade em análise perante as demais usinas. Telas adicionais com os dados isolados de cada base de dado permitirá um aprofundamento na análise. A interação entre as telas deverá ser realizada com a utilização dos filtros disponíveis em cada tela na sua parte superior. Completam a tela os gráficos com os indicadores de cada tela na parte central e os dados completos da base de dados específicos da tela em exibição. 23 Figura 2 - Relação entre as telas do dashboard Fonte: Autor, 2023 O passo final do trabalho é o apontamento de melhorias no plano de manutenção. Essa fase dependerá da análise crítica do analista, pois, as iniciativas de melhorias não podem ser mensuradas diretamente e há apenas uma perspectiva de que o resultado poderá ser alcançado com a adoção da medida proposta. Figura 3 - Metodologia proposta Fonte: Autor, 2023 Execução da manutenção e/ou ocorrências Coleta de dados Dados em uma base única Calculo dos indicadores Dashboard Análise dos dados Revisão dos planos de manutenção 24 4 DESENVOLVIMENTO O presente trabalho foi desenvolvimento com a aplicação do método proposto, conforme item 3, em uma empresa de geração de energia elétrica. A empresa é de grande porte, mais de 5.000 funcionários, e dispõe de inúmeras usinas hidroelétricas. O gerenciamento de informações da manutenção é realizado de uma maneira bem consolidada com a utilização de softwares de gerenciamento de manutenção (CMMS - Computerized Maintenance Management System). Nos itens seguintes serão detalhados cada etapa do desenvolvimento da solução, dividido nos seguintes tópicos: • Coleta de dados automática: incluir no aplicativo de Business Intelligent todas as informações relevantes ao projeto; • Relacionar os dados: correlacionar as informações das diversas fontes; • Cálculo de indicadores de manutenção; • Elaboração do dashboard: utilização da ferramenta de Business Intelligent; • Revisão dos planos de manutenção: retorno aos planos após análise dos dados. O aplicativo utilizado para a elaboração da solução de Business Intelligent foi o Microsoft Power Bi Desktop®, citaremos apenas como Power Bi, em sua versão 2.116.966.0 64-bit (abril de 2023). A Figura 4 representa a interação entre as etapas do desenvolvimento. Com a aquisição dos dados de banco de dados e planilhas manipuladas no aplicativo Microsoft Excel, seguida da consolidação das informações, cálculos dos indicadores e construção do dashboard no aplicativo Power Bi. No final fecha-se o ciclo com a revisão dos planos de manutenção. 25 Figura 4 - Desenvolvimento Fonte: Autor, 2023 4.1 Coleta de dados automática Conforme descrito anteriormente a companhia possui uma base de dados histórica de atividades de manutenção bem consistente, o que proporciona uma análise detalhada. No item 0 foi citado alguns registros de dados realizados no sistema de manutenção. Entre eles serão utilizados os dados de Ordens de Serviço – OS e Guias de Manutenção – Guias. Ambas as informações de registros podem ser consultadas de maneira on-line no sistema de gerenciamento de manutenção, onde pode ser feito filtros para facilitar a consulta e análise de informações. Outra forma de consulta é a exportação manual da base através do aplicativo. Porém, as duas soluções mencionadas necessitam de uma intervenção manual para acesso aos dados. Recentemente a companhia modelou os dados para a adoção de uma solução integrada ao aplicado Power Bi denominada “Fluxo de Dados”. Essa é uma solução 26 adotada para possibilitar o acesso aos dados gravados em um banco dedicado, Oracle, SQL ou outro, através de uma conversão automática para um formato de tabela. O detalhamento da solução foi elaboração pelo setor de TI (Tecnologia da Informação) e não foi disponibilizado. Com a adoção dessa solução as informações da base de dados da manutenção estão disponíveis e atualizadas periodicamente de forma automática. Na Figura 5 estão demonstras as aquisições dos dados das OSs e Guias. A tabela das OSs possui mais de 390.000 linhas, enquanto a de Guias um pouco mais de 9.000 linhas. Figura 5 - Obtenção dos Fluxos de Dados das OSs e Guias Fonte: Autor, 2023 27 De maneira semelhante, no item 2.3.3 está citada a base de dados das análises de ocorrências (ANAOCO) que também está presente na opção Fluxo de Dados, conforme Figura 6. A tabela das ocorrências possui quase 3.000 linhas. Figura 6 - Obtenção dos Fluxos de Dados dos Relatórios de Ocorrências Fonte: Autor, 2023 Além das tabelas principais foi necessária a inclusão de tabelas de suporte com informações complementares, conforme relacionado nos itens seguintes: • Anaoco_Início: (Formato .xlsx) - preenchida manualmente com a data de início de operação de cada usina; • Anaoco_Causa: (Fluxo de Dados) – atualizada automaticamente com o código da causa fundamental da ocorrência, encontrada após a reunião de análise; 28 • Anaoco_Causa_Tab: (Fluxo de Dados) – atualizada automaticamente com a tabela com a descrição de todas as causas e efeitos; • EQUIPE_SDS_GER: (Fluxo de Dados) – atualizada automaticamente com o nome e descrição de cada equipe de manutenção; • Anaoco_Equip: (Formato .xlsx) – exportada manualmente do sistema de gerenciamento de manutenção onde constam as sigla e descrição de cada equipamento; • Anaoco_Comp: (Formato .xlsx) – exportada manualmente do sistema de gerenciamento de manutenção onde constam as sigla e descrição de cada componente; • Localização: (Formato .xlsx) – exportada manualmente do sistema de gerenciamento de manutenção onde consta a árvore hierárquica da localização dos equipamentos; • Loc2 até Loc7: (Formato .xlsx) – preenchida manualmente com todos os níveis da árvore hierárquica da localização dos equipamentos onde constam as siglas e descrições; Há ainda uma tabela extra “Indicadores” onde são alocadas as fórmulas para ocálculo dos indicadores. 4.2 Relacionar os dados As tabelas principais com os dados de manutenção, descritas no item 4.1, são originárias de dois sistemas diferentes. O primeiro registra os dados de manutenção e disponibiliza as tabelas com as informações das OSs e Guias. A tabela da ANAOCO é originária de um sistema específico para o processo de análise de ocorrências. Esse fato resulta em uma não conformidade entre os dados, ou seja, não há colunas comuns entre as bases de dados. Para solucionar esse impasse foram analisadas as bases para encontrar um dado comum para relacionar as tabelas. Cada coluna das tabelas foi classificada conforme os itens da Tabela 1. 29 Tabela 1 - Classificação dos dados CLASSIFICAÇÃO ANAOCO COMPONENTE EQUIPAMENTO EQUIPE CUSTO EXECUÇÃO GRAVAÇÃO GUIA LOCALIZAÇÃO OS Fonte: Autor, 2023 Após a classificação de todas as colunas foram identificadas apenas duas categorias comuns nas 3 tabelas: EQUIPAMENTO e LOCALIZAÇÃO. Conforme pode ser observado na Figura 7. Considerando que a LOCALIZAÇÃO é uma informação hierarquicamente superior em uma árvore de classificação foi optado por utilizar essa informação como base comum nas tabelas. Figura 7 - Classificação dos dados das tabelas Fonte: Autor, 2023 30 Após essa definição foi necessária a criação de uma coluna específica na tabela com os dados da ANAOCO para poder relacionar com as demais fontes. Na Figura 8 está demonstra a fórmula inserida na criação da coluna LOCALIZACAO. Figura 8 - Coluna LOCALIZACAO na tabela ANAOCO Fonte: Autor, 2023 Dessa forma foi possível relacionar todas as tabelas, conforme demonstrada na Figura 9. Observe que do lado esquerdo estão as tabelas relacionadas especificamente com os dados da ANAOCO (Anaoco_Rel), Anaoco_Inicio, Anaoco_Comp, Anaoco_Equip, Anaoco_Causa e Anaoco_Causa_Tab. No lado direito estão as tabelas com as informações da execução das manutenções OS (OS_OS) e GUIAS (Manutenção_Sistemática), além da tabela complementar OS_Equipe. Para finalizar no centro estão as tabelas relacionadas a localização que realização a conexão entre os dados, são elas: Localização e as auxiliares Loc2 até Loc7. Figura 9 - Relacionamento entre as tabelas Fonte: Autor, 2023 31 4.3 Cálculo de indicadores de manutenção A principal forma de medir a eficiência de um plano de manutenção é através dos indicadores de manutenção. Conforme exposto no item 2.1.1 existem inúmeros indicadores que podem ser aplicados. No Power Bi foi criada uma tabela específica para incluir as fórmulas, denominadas “Medidas” no aplicativo, de cada indicador utilizado no dashboard, conforme pode ser observado na Figura 10. Figura 10 - Tabela de indicadores de manutenção Fonte: Autor, 2023 Podemos observar que a maioria dos indicadores é calculado com base nos dados das análises de ocorrências da ANAOCO, sendo que apenas 2 indicadores são calculados com base nos dados das OSs. Na Tabela 2 estão descritas as fórmulas utilizadas no Power Bi 32 Tabela 2 - Cálculo dos indicadores de manutenção Fonte: Autor, 2023 Referência bibliográfica Tabela aplicada Nome do indicador Fórmula 2.1.1.1 - MTBF: Tempo médio entre falhas Anaoco Anaoco_MTBF Anaoco_MTBF = CALCULATE( SUM('Anaoco_Rel'[Tempo Oper])/COUNT('Anaoco_Rel '[NUMERO_OCORRENCIA_GIN] ))/COUNT('Anaoco_Rel'[NU MERO_OCORRENCIA_GIN]) 2.1.1.2 - MTTR: Tempo de restabelecimento médio Anaoco Anaoco_MTTR Anaoco_MTTR = SUM('Anaoco_Rel'[Duração ])/COUNT('Anaoco_Rel'[NU MERO_OCORRENCIA_GIN]) 2.1.1.3 - Disponibilidade Anaoco Anaoco_Disp Anaoco_Disp = [Anaoco_MTBF]/([Anaoco_M TBF]+[Anaoco_MTTR]) 2.1.1.4 - Taxa de falhas Anaoco Anaoco_TF Anaoco_TF = 1/[Anaoco_MTBF] 2.1.1.5 - Confiabilidade Anaoco Anaoco_Conf 7d e Anaoco_Conf 30d Anaoco_Conf 7d = EXP(1)^(- [Anaoco_TF]*(7*24)) Anaoco_Conf 30d = EXP(1)^(- [Anaoco_TF]*(30*24)) 2.1.1.6 - Horas paradas por intervenções preventivas OS OS_MP OS_MP = CALCULATE(COUNT(OS_OS[NU MERO_OS]),OS_OS[DESCR_CL ASSIFICACAO]="Preventiva Sistemática",OS_OS[SIGLA _ESTADO_OS]="CONCLUIDA") /CALCULATE(COUNT(OS_OS[N UMERO_OS]),OS_OS[DESCR_C LASSIFICACAO]="Preventiv a Sistemática") 2.1.1.7 - Cumprimento do plano de manutenção preventivo OS OS_PIP OS_PIP = CALCULATE(SUM(OS_OS[QTDE _MIN_HXH_REALIZ_MO_PROPR ]),OS_OS[DESCR_CLASSIFIC ACAO]="Preventiva Sistemática")/SUM(OS_OS[ QTDE_MIN_HXH_REALIZ_MO_P ROPR]) 33 Os indicadores relacionados as ocorrências podem ser aplicados com relação a usinas, unidades geradoras, equipamentos ou componentes, conforme pode ser observado no exemplo das Figura 11, Figura 12, Figura 13 e Figura 14. Figura 11 - Indicadores de ANAOCO calculados por usina Fonte: Autor, 2023 Figura 12 - Indicadores de ANAOCO calculados por unidades geradoras Fonte: Autor, 2023 Figura 13 - Indicadores de ANAOCO calculados por equipamentos Fonte: Autor, 2023 34 Figura 14 - Indicadores de ANAOCO calculados por componentes Fonte: Autor, 2023 Obs.: o nome da usina foi ocultado propositadamente na Figura 11 e Figura 12 pois são dados reais. Enquanto os indicadores com referencial nas OS podem ser aplicados nas usinas, sistemas e equipes de manutenção, conforme demonstrado nas Figura 15, Figura 16 e Figura 17. Figura 15 - Indicadores de OSs calculados por usina Fonte: Autor, 2023 35 Figura 16 - Indicadores de OSs calculados por sistemas Fonte: Autor, 2023 Figura 17 - Indicadores de OSs calculados por equipes de manutenção Fonte: Autor, 2023 Obs.: o nome da usina foi ocultado propositadamente na Figura 15 pois são dados reais. 4.4 Elaboração do dashboard A construção do dashboard precisa ser elabora de uma forma cuidadosa e que seja intuitiva e visual para que o analista possa extrair informações valiosas para a evolução dos planos de manutenção. As informações foram divididas em quatro relatórios que interagem entre si e servem como orientativo no desenvolvimento da análise dos dados coletados e apresentados. 36 Todos os relatórios possuem a mesma estrutura de layout. Na parte superior encontrasse um menu onde são realizadas as principais seleções, seguida logo abaixo do título do relatório. Na sequência estão os gráficos interativos com a apresentação dos indicadores. Na parte inferior está a tabela com os dados de origem dos gráficos. A exceção é o relatório “Comparativo” onde não há tabela com os dados. 4.4.1 Relatório Comparativo O primeiro relatório tem o título de “Comparativo”. Nesse relatório é realizada a comparação dos indicadores entre todas as usinas da companhia. Também pode ser realizada a comparação entre as unidades geradoras de todas as usinas. Figura 18 - Dashboard relatório Comparativo Fonte: Autor, 2023 Obs.: o nome das usinas foi ocultado propositadamente na Figura 18 pois são dados reais. 37 Na parte superior do relatório, conforme mencionado, é possível realizar a seleção de quais usinas (seletor USINA) e quais unidades geradoras (seletor SISTEMA) serão comparadas no cálculo dos indicadores apresentados nos gráficos. Na parte central são apresentados os gráficos comparativos dos indicadores: Quantidade de Ocorrências, MTBF, MTTR, Disponibilidade, Confiabilidade, MP e PIP, conforme descritos no item 2.1.1 Todos os gráficos podem ter sua visualização alterada através do recurso de drill down do Power Bi, fazendo com que a visualização rebaixe um nível hierárquico, ou seja, de usina passando para unidade geradora. Isso pode ser feito de uma forma individual para apenas uma usina (Figura 19) ou ainda coletivamente para todas as usinas simultaneamente (Figura 20). Figura 19 - Dashboard relatório Comparativo - drill down individualFonte: Autor, 2023 38 Figura 20 - Dashboard relatório Comparativo - drill down coletivo Fonte: Autor, 2023 Obs.: o nome da usina foi ocultado propositadamente na Figura 20 pois são dados reais. Outras funções interessantes presentes em todos os gráficos são o “Modo de foco”, que amplia o gráfico para facilitar a leitura, e “Mostrar como uma tabela”, que transforma os dados do gráfico em tabela. Além é claro das funções de exportar os dados e copiar a imagem do gráfico. 4.4.2 Relatório Ocorrências Neste segundo relatório, denominado “Ocorrências”, são apresentados os gráficos com os indicadores originados da base de dados da ANAOCO. Este é o relatório mais importante e de onde podem ser extraídos as principais informações para a tomada de decisão do analista de manutenção, pois, trata de dados de falhas das unidades geradoras. 39 Figura 21 - Dashboard relatório Ocorrências Fonte: Autor, 2023 Obs.: o nome das usinas foi ocultado propositadamente na Figura 21 pois são dados reais. O layout do relatório segue o padrão previamente descrito no item 4.4. Na parte superior estão os filtros, que nesse relatório são: USINA, SISTEMA, EQUIPAMENTO, COMPONENTE e PERÍODO. Logo abaixo estão os gráficos com os indicadores. Nesse relatório estão apresentados os gráficos: Quantidades de Ocorrências, MTBF e MTTR. Cada barra está subdivida com a composição de cada equipamento para o cálculo do indicador. Esses gráficos estão configurados para a função drill down para unidade, equipamento e componente. Na parte inferior do relatório estão presentes a tabela com os dados das ocorrências e um gráfico adicional com a relação entre as causas de falhas e suas respectivas quantidade, incluindo ainda uma ferramenta de seleção da causa e efeito da falha. 40 Os dados apresentados na tabela são apenas um resumo da análise de ocorrência, sendo o dado disponível para utilização externa ao sistema. Para uma análise mais aprofundada da ocorrência é necessário acessar o relatório no aplicativo específico para essa finalidade. 4.4.3 Relatório Manutenção O relatório seguinte é o denominado “Manutenção”. Neste relatório é analisada a performance da equipe de manutenção na execução de suas atividades. Para esta finalidades são utilizados os dados das Ordens de Serviço (OSs). Figura 22 - Dashboard relatório Manutenção Fonte: Autor, 2023 Obs.: o nome das usinas foi ocultado propositadamente na Figura 22 pois são dados reais. Neste relatório há uma quantidade maior de itens de seleção na parte superior, pois, faz-se necessário uma análise da ação de cada equipe de manutenção no resultado da manutenção do ativo. Os itens de seleção são: USINA, SISTEMA, 41 EQUIPAMENTO, ESTADO, CLASSIFICAÇÃO E CONDIÇÃO OPERATIVA, EQUIPE e PERÍODO. Foram criados dois gráficos para verificar a distribuição das OSs. O primeiro é nomeado de “Estado” com a distribuição em concluída, aprovada, cancelada, aguardando material e aguardando mão de obra. Enquanto o nomeado com “Classificação” calcula a distribuição das OSs em corretiva não programada (CN), corretiva programada (CP), preventiva não programada (PN), preventiva programada (PP), preventiva sistemática (PS – são os guias de manutenção), serviços em novos projetos (SN) e serviços gerais (SG). Além dos gráficos de classificação ainda há outros dois que apresentam os cálculos dos indicadores MP e PIP. Nesses dois há a aplicação da ferramenta drill down para sistema e equipamento. Seguindo o layout proposto, na parte inferior está apresentada a tabela com todos os dados utilizado no cálculo dos indicadores e classificação presentes nos gráficos. Assim como no caso dos relatórios de ocorrências, os dados das OSs disponíveis são apenas um resumo, dados complementarem podem ser adquiridos via consulta da OS no aplicativo específico para essa finalidade. 4.4.4 Relatório Plano de Manutenção O último relatório tem o nome de “Plano de Manutenção”. Neste relatório estão apresentados todos os planos de manutenção dos equipamentos. 42 Figura 23 - Dashboard relatório Plano de Manutenção Fonte: Autor, 2023 Obs.: o nome das usinas foi ocultado propositadamente na Figura 23 pois são dados reais. Na parte superior temos os filtros por USINA, SISTEMA, EQUIPAMENTO e EQUIPE. Ao centro está exposto o gráfico com a relação entre a quantidade de planos e a periodicidade (em dias) de cada plano. Na parte inferior a tabela com todos os dados. Os dados disponíveis apresentam apenas o título da manutenção sistemática a ser realizada e alguns dados quantitativos. Para obter o detalhamento das atividades a serem executadas faz-se necessário a abertura do plano em um aplicativo específico para essa finalidade. 43 4.5 Revisão dos planos de manutenção A revisão dos planos de manutenção necessita de uma análise crítica do especialista responsável por esta atividade, podendo ser o supervisor do setor, analista de manutenção ou o gerente de manutenção. Tradicionalmente a análise utiliza com base a experiência do profissional. A adoção do dashboard com os dados quantitativos das ocorrências e da execução da manutenção tende a ser uma ferramenta importante para auxiliar na tomada de decisão. Os quatros relatório criados, descritos no item 4.4, foram dispostos em uma sequência lógica para o trabalho de revisão. A seguir será descrita a metodologia de análise proposta, entretanto, a ferramenta possibilita outras abordagens. No item 0 será apresentado um exemplo da aplicação do método. A primeira etapa é verificar no relatório Comparativo a situação da usina a ser analisada perante as demais usinas da companhia. Ainda nesse relatório devesse utilizar a ferramenta de drill down e verificar entre as unidades geradoras da usina qual está apresentando indicadores piores. Realizada a análise superficial na etapa anterior e identificada a unidade com os piores indicadores, passamos para a análise quantitativa dos dados de ocorrências no relatório Ocorrências. Nesta etapa é onde será investido a maior parte do tempo e onde deverão ser feitas diversas análises, como por exemplo: • Verificar os equipamentos/componentes que mais geram ocorrências e que possuem o menor MTBF; • Verificar os equipamentos/componentes que necessitam de maior tempo parar recuperar de uma falha, ou seja, maior MTTR; • Verificar as causas de falhas passíveis de atuação da manutenção, tais como: envelhecimento/deterioração (EV), desajuste mecânico (DM), execução da manutenção (EM), entre outras. Esses são apenas algumas possibilidades para identificar algum desvio que está contribuindo para o aumento das ocorrências. 44 Outro fator importante nesse momento da análise é verificar o período dos dados. Ocorrências muito antigas podem mascarar o resultado, pois, é possível que já tenha sofrida uma mudança na filosofia de manutenção corrigindo o problema. O passo seguinte é verificar a atuação da manutenção no ativo analisado. Para isso utilizamos o relatório “Manutenção”. Nele podemos observar com o histórico das OSs se estão sendo realizadas as manutenções preventivas do plano e se está havendo um número excessivo de manutenções corretivas, um forte indicativo de problemas no plano de manutenção. Após a análise da ação da manutenção no ativo seguimos para o passo final no relatório “Plano de Manutenção” onde são verificados a manutenções atuais para a gestão do ativo analisado. Verificando especialmente a periodicidade para conflitar com os dados obtidos pelas ocorrências. Um caso típico é a deterioração de um componente, se ele está sendo inspecionado dentro de um período condizente com o período de falha (MTBF) do mesmo. Após a análise quantitativa do plano de manutenção faz-se necessária a leitura do plano completo para verificar os detalhesda atividade e se as mesmas são suficientes para inibir ocorrências futuras. 45 5 RESULTADO A melhor forma de apresentar o resultado do trabalho e os ganhos para o plano da manutenção é demonstrar um exemplo prático de utilização do dashboard e seus relatórios, seguindo a proposta de revisão dos planos de manutenção apresentada no item 4.5. Para iniciar a análise faremos um filtro nos dados dos últimos 5 anos, ou seja, de 1ª/01/2018 até 31/12/2022. Para isso ajustamos os períodos nos relatórios Ocorrências e Manutenção, conforme as Figura 24 e Figura 25, respectivamente. Figura 24 - Ajuste do período dos dados de Ocorrências Fonte: Autor, 2023 Figura 25 - Ajuste do período dos dados de Manutenção Fonte: Autor, 2023 No relatório Comparativo escolhi aleatoriamente uma usina e cliquei em dos gráficos no nome dela. Automaticamente a usina ficou destacada nos demais gráficos do relatório, conforme demonstrado na Figura 26. 46 Figura 26 - Seleção de uma usina no relatório Comparativo Fonte: Autor, 2023 Obs.: o nome das usinas foi ocultado propositadamente na Figura 26 pois são dados reais. A usina selecionada apresenta os seguintes dados comparativos entre as 25 sinas: • 9ª usina com o maior número de ocorrências, num total de 62; • 17ª usina com o maior MTBF com o valor de 2.457,63; • 23ª usina com a maior disponibilidade com um percentual de 96,00%; • 9ª usina com o maior MP com um percentual de 99,49%; • 6ª usina com o maior MTTR com o valor de 103; • 17ª usina com a maior confiabilidade para 7 dias com 93,39% e para 30 dias com 74,60%. Com o comparativo é perceptível que a performance da usina não está entre as melhores, pois, possui uma baixa disponibilidade entre as usinas e um alto indicador de MTTR. 47 Após essa analisa utiliza-se a ferramenta de drill down para identificar quais das unidades está contribuindo de forma significativa para a baixa performance, conforme demonstrado na Figura 27 e dados na Tabela 3. Figura 27 - Comparativo entre as unidades de uma usina no relatório Comparativo Fonte: Autor, 2023 Tabela 3 - Comparativo entre as Unidades 1 e 2 Indicador Unidade 1 Unidade 2 Quantidade de ocorrências 27 35 MTBF 5643,44 h 4353,51 h MTTR 204,30 h 24,00 h Disponibilidade 96,51% 99,45% Confiabilidade 7 dias 97,07% 96,21% Confiabilidade 30 dias 88,02% 84,76% MP 100% 99,04% PIP 7,89% 16,51% Fonte: Autor, 2023 48 O alto indicador de MTTR chama atenção na Unidade 1 e, é um indicativo de uma possível falha no plano de manutenção. Seguiremos com a investigação dessa unidade específica. Partindo para a etapa seguinte no relatório Ocorrências, verificamos de imediato um grande número de ocorrências causados pela Causa e Efeito de envelhecimento (EV), com 18 ocorrências de um total de 27, conforme verificado na Figura 28. Figura 28 - Causa e Efeito das ocorrencias na unidade selecionada Fonte: Autor, 2023 Seleciona a causa e efeito envelhecimento (EV), chama atenção nos gráficos dos indicadores o alto indicador de MTTR de 1793 para o equipamento “Adução/Sucção”, em destaque na Figura 29. Mesmo considerando que não é o equipamento com o maior número de ocorrências e com o menor MTBF. https://app.powerbi.com/MobileRedirect.html?action=OpenReport&groupObjectId=edd0e479-128a-4cdc-87f1-8fe9c85757d9&reportObjectId=1987b746-5d12-4cce-889d-21ddafa4ba74&ctid=9b60158e-d455-4e80-aa7c-17cd9ffce6ba&reportPage=ReportSection5bc1eec5ed017d207b75&pbi_source=copyvisualimage 49 Figura 29 - Indicadores de ocorrências para a seleção Fonte: Autor, 2023 Realizando um drill down no gráfico do indicador MTTR para verificar os componentes do equipamento podemos observar que o componente “Grades da TDA" é o maior responsável para o indicador do equipamento, tendo em vista que o seu valor é de 3.522,52 h ante somente 64,35 h do componente “Válvulas”, vide Figura 30. Figura 30 - Indicador MTTR para os componentes da seleção Fonte: Autor, 2023 https://app.powerbi.com/MobileRedirect.html?action=OpenReport&groupObjectId=edd0e479-128a-4cdc-87f1-8fe9c85757d9&reportObjectId=1987b746-5d12-4cce-889d-21ddafa4ba74&ctid=9b60158e-d455-4e80-aa7c-17cd9ffce6ba&reportPage=ReportSection5bc1eec5ed017d207b75&pbi_source=copyvisualimage 50 Para concluir a análise dos dados de ocorrências verificamos a tabela de dados como o resumo das ocorrências. Após os diversos filtros aplicados encontramos apenas 1 ocorrência, vide Figura 31. Figura 31 - Dados da ocorrência selecionada Fonte: Autor, 2023 Obs.: o nome da usina e nomes dos empregados foram ocultados propositadamente na Figura 31 pois são dados reais. Seguindo a análise passamos para o relatório Manutenção. Chama a atenção na abertura do relatório de que não há gráficos de MP e PIP. Isso faz sentido devido a não ter a execução de manutenções sistemáticas (guias) que podem ser constato no gráfico Classificação. Figura 32 - Gráficos do relatório Manutenção com as seleções aplicadas Fonte: Autor, 2023 51 Obs.: o nome da usina foi ocultado propositadamente na Figura 32 pois são dados reais. Quando observamos a tabela de dados chama atenção as última OSs, cuja descrições destacam as falhas nas grades e a substituição da mesma realizada em 2021. Figura 33 - Descrição da OS do item selecionado Fonte: Autor, 2023 Obs.: o nome da usina foi ocultado propositadamente na Figura 33 pois são dados reais, assim como não houve a correção do erro de digitação. Para concluir a análise vamos verificar o último relatório que é o Plano de Manutenção. Surpreende que o mesmo esteja vazio, ou seja, não há guias de manutenção para o componente em análise, vide Figura 34. Figura 34 - Relatório de Plano de Manutenção para o item selecionado Fonte: Autor, 2023 52 Tendo em vista que há um componente com cause de falha de envelhecimento e que causa um alto indicador de MTTR (3.522,52 h ou 146,77 dias) faz-se necessária a criação de um guia periódico de inspeção da grande. A periodicidade precisa ser calculada com base no MTBF do material a ser utilizado. 53 6 CONCLUSÃO As ferramentas da Industria 4.0 ampliaram as possibilidades para análise dos dados de manutenção através de mecanismos que possibilitam a interação de um grande volume de dados. A interface gráfica em ferramenta de Business Intelligent em nuvem, como o Power Bi, possibilita a visualização de uma forma ágil, prática e intuitiva dos dados coletados. Porém, toda a evolução que a Industria 4.0 não descarta a metodologia de manutenção clássica com seus indicadores, formulários de registros e planos de manutenção preventiva. Outro fator indispensável para a gestão da manutenção permanece sendo o ser humano no papel de analista de dados com a sua análise crítica baseada em experiências anteriores. Diante disso, pode-se afirmar que os objetivos do trabalho foram atingidos, pois, foram identificadas as fontes de dados necessárias para suportar as alterações do plano de manutenção (objetivo a). A modelagem proposta para a integração dos dados foi realizada com excito (objetivo b) e com isso foi possível o cálculo dos indicadores de manutenção (objetivo c). Todas as informações foram disponibilizadas em um dashboard (objetivo d) que permite a revisão dos planos de manutenção, conforme proposto no item 4.5 (objetivo e). O trabalho realizado resultou em um dashboard que já está em aplicação na companhia e trazendo resultados práticos na melhoria da gestão da manutenção. Obviamente com o uso da ferramenta estão surgindo novos projetos complementares que iram acrescentar ainda mais informação na tomada de decisão do gestor, trazendo resultados concretos na disponibilidade dos equipamentos. As primeiras impressões dos colegas é de que a ferramenta transformoumilhares de dados em informações e que trará um ganho na gestão da manutenção e no tratamento das ocorrências. 54 7 REFERENCIAS BILIOGRÁFICA ALMEIDA, P. S. DE. Indústria 4.0: Princípios básicos, aplicabilidade e implantação na área Industrial. São Paulo: Érica, 2021. ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 5462: Confiabilidade e Mantenabilidade. Rio de Janeiro: [s.n.]. COPEL. MGM - Manual de Gestão da Manutenção R4. [s.l: s.n.]. DA SILVA, V. L.; KOVALESKI, J. L.; PAGANI, R. N. Influências do conceito e das tecnologias da indústria 4.0 no ambiente industrial. Exacta, v. 18, n. 2, p. 420–437, 24 abr. 2020. EMMENDOERFER, M. L.; MEDIOTTE, E. Metodologia Científica. [s.l.] Zenodo, 13 fev. 2023. Disponível em: <https://zenodo.org/record/7634008>. Acesso em: 21 abr. 2023. GROSSI, M. G. R. et al. Aplicação dos pilares da indústria 4.0 na educação. Cadernos UniFOA, v. 16, n. 47, 4 nov. 2021. LIMA, F. R.; GOMES, R. Conceitos e tecnologias da Indústria 4.0: uma análise bibliométrica. Revista Brasileira de Inovação, v. 19, p. e0200023, 28 dez. 2020. MINISTÉRIO DE MINAS E ENERGIA. Revisão Ordinária de Garantia Física de Energia das Usinas Hidrelétricas – UHEs Despachadas Centralizadamente no Sistema Interligado Nacional - SIN. Brasília: [s.n.]. OPERADOR NACIONAL DO SISTEMA. Manual de Procedimentos da Operação - Módulo 5 - Submódulo 5.13. [s.l: s.n.]. PALESTINO, C. B. BI-business intelligence: modelagem e tecnologia. Rio de Janeiro: Axcel Books, 2001.