A espera pelo stock acarreta custos, e a interrupção do fluxo normal de operações pode causar ineficiências. Além disso, os compromissos com os clientes podem ser afetados, resultando potencialmente em penalizações financeiras.
Por outro lado, pode ser importante interromper a linha de produção caso seja detetado um problema, para evitar a produção contínua de unidades defeituosas. O operador ou supervisor de produção deve ser notificado o mais rapidamente possível em caso de erro. As interrupções de linha são indesejáveis e os fabricantes devem garantir que ocorrem com a menor frequência possível para assegurar uma produtividade ideal e minimizar os custos indesejados. Quando as interrupções são inevitáveis, a produção deve ser reiniciada o mais rapidamente possível.
Ferramentas de resolução de problemas:
As linhas de montagem atuais estão repletas de sensores que detetam problemas como bicos entupidos ou desalinhamento do sistema de recolha. A inspeção automatizada pode ser realizada em vários pontos ao longo da linha, mesmo após a serigrafia, a montagem dos componentes e o refluxo, e os resultados são utilizados para auxiliar na resolução de problemas em tempo real.
Os fabricantes dependem de ferramentas de software para auxiliar na gestão de equipamentos de produção, detetar exceções ou defeitos e fornecer informações aos supervisores de produção. Isto inclui aplicações de painel de controlo, que oferecem uma avaliação instantânea do estado do equipamento e da produção. Existem também ferramentas de valor acrescentado, como o QA Options da Yamaha e a aplicação, intimamente relacionada, Mobile Judgement. O Mobile Judgement pode enviar detalhes de quaisquer defeitos detetados, incluindo imagens de inspeção, diretamente para o telemóvel do supervisor, ajudando-o a avaliar a gravidade do problema. Com base nesta avaliação, o supervisor pode, então, ordenar a paragem imediata da linha, se necessário, até que o problema esteja resolvido.
A interface homem-máquina (
IHM) representa o ponto de interação entre máquinas e humanos para solucionar os problemas que inevitavelmente surgem durante o curso normal de um turno. A equipa responsável deve aplicar as suas competências para entregar a quantidade necessária de cada lote e garantir que a produção decorre conforme o planeado.
Esta abordagem pode depender da qualidade das ferramentas fornecidas para visualizar os dados recolhidos em vários pontos da linha de produção. Identificar as causas das avarias e implementar rapidamente uma solução depende também das competências e do conhecimento dos supervisores presentes na fábrica. Se o supervisor principal da empresa estiver indisponível por qualquer motivo — talvez a trabalhar noutro turno, de férias ou de baixa médica — a produtividade poderá ser afetada.
Os mais recentes avanços na ciência de dados podem ajudar a eliminar a dependência de julgamentos subjetivos, identificando automaticamente as causas principais de defeitos ou outros problemas de produção. Orientar os operadores diretamente para estas causas leva a um desempenho de produção mais consistente. Como exemplo desta nova geração de ferramentas de software, a mais recente ferramenta da Yamaha, o Yamaha YSUP Analytics Dashboard, contém ferramentas avançadas que utilizam técnicas estatísticas para identificar as causas mais prováveis dos defeitos detetados. Também recomenda ações corretivas apropriadas. As ferramentas analíticas complementam as ferramentas gráficas que ajudam a visualizar o desempenho dos equipamentos na linha de produção (Figura 1).
Figura 1. As ferramentas de visualização do painel de controlo ajudam a avaliar o desempenho do processo.
O novo Painel de Análises do YSUP apresenta informação num formato de fácil leitura, que pode ser compreendido rapidamente. Em última análise, isto permite que todos os turnos de trabalho ofereçam uma produção elevada e um rendimento de fim de linha consistentes, além de reduzir drasticamente o tempo de inatividade.
Baseado numa base de dados relacional com funções de consulta integradas que analisam os dados no local, o software identifica as causas prováveis das exceções registadas em tempo quase real, utilizando técnicas estatísticas. As capacidades de análise automatizada do novo painel de controlo permitem que qualquer utilizador autorizado extraia as informações necessárias, analise erros e visualize ações corretivas a qualquer momento.
As ferramentas disponíveis incluem a análise automatizada de erros de recolha, que utiliza métodos analíticos como a avaliação de fluxo, o diagnóstico de código de erro, o diagnóstico de dados de verificação de estado e o diagnóstico de reconhecimento de imagem. O utilizador pode visualizar a hora e as circunstâncias de qualquer erro de recolha, ver a sua localização exata e visualizar as ações corretivas (Figura 2). A Yamaha verificou a precisão da análise automatizada dos erros de recolha desta ferramenta em experiências conduzidas com um importante cliente, um fabricante de automóveis líder. As funcionalidades integradas também auxiliam na deteção da causa raiz, incluindo a gestão dos resultados das avaliações automatizadas e o rastreio do conteúdo das ações corretivas.
Figura 2. Análise de erros de seleção, incluindo localização e medidas corretivas.
A robustez da plataforma subjacente permite a adição de outras ferramentas analíticas, como análises de localização e impressão. Além disso, a plataforma está aberta à utilização de inteligência artificial (IA) em versões futuras, o que proporcionará capacidades analíticas adicionais e acelerará ainda mais a resolução de problemas diretamente nas linhas de produção.
Conclusão:
A automatização permitiu aos fabricantes de eletrónica eliminar as limitações humanas de muitas atividades nas linhas de produção. No entanto, a intervenção continua a ser necessária em casos que exijam avaliação e assistência para gerir circunstâncias excecionais e restabelecer o funcionamento adequado. As ferramentas de painel de controlo baseadas em dados mais recentes oferecem um apoio adicional na identificação e resolução das causas principais dos erros, ajudando a ultrapassar as limitações de conhecimento do operador e reduzindo os tempos de restauração, o que, em última análise, leva a melhorias adicionais na produtividade.
