Desafio: Como otimizar o OEE em máquinas de tubos por meio de análise de dados e machine learning para maximizar a eficiência e produtividade na Indústria?
Objetivo: Este desafio visa maximizar a eficiência e produtividade na indústria de fabricação de tubos, concentrando-se na otimização do Overall Equipment Effectiveness (OEE). Por meio da análise de dados em tempo real e melhor monitoramento sensorial, busca-se por meio de machine learning antecipar e prevenir falhas e avarias nas máquinas de tubos, visando reduzir as perdas de disponibilidade e performance.
As principais perdas identificadas incluem a falta de previsibilidade das quebras de máquinas, custos elevados de manutenção, redução da velocidade das máquinas e não atingimento do volume de produção desejado.
Resultados esperados:
Ao abordar esse desafio, buscamos soluções que contribuam para:
- Redução das perdas relacionadas ao OEE;
- Aumento do volume de produção;
- Redução dos custos de manutenção e operacionais;
- Monitoramento remoto em tempo real;
- Aprendizado de máquina (machine learning);
- Dashboard interativo e de fácil visualização para tomada de decisão.
Requisitos inegociáveis
- Integração de tecnologias de análise de dados, IoT, Machine Learning e sistemas de gestão operacional;
- Integração com o Sistema ERP (MII/SAP);
- Compromisso com a Segurança de Dados e Conformidade com a LGPD;
- Armazenamento em nuvem dos dados.
