Estratégia de Fabricação Inteligente
Também conhecida como Indústria 4.0, a fabricação inteligente permitirá às empresas da Indústria Automóvel desenvolver as capacidades de produção necessárias para competir numa economia digital. As empresas procurarão primeiro melhor e garantir a qualidade, mas também desejarão melhorar a eficiência e a utilização da capacidade. O modelo “uma linhas de montagem, um produto” será insuficiente no futuro digital, sendo também uma prioridade procurará tornar as linhas de montagem mais versáteis.
Programa de Estratégia de Fabricação Inteligente: Gestão estratégica de ativos
As empresas da Indústria Automóvel têm feito grandes investimentos em equipamentos e estão a construir ativamente novas fábricas nas proximidades de novas fontes de procura. Os processos tradicionais de manutenção preventiva são lentos e geralmente ineficazes e a gestão estratégica de ativos colocará maior ênfase na sensorização de ativos e na manutenção preditiva para aumentar a disponibilidade de ativos críticos da fábrica.
|
Caso de Uso |
Situação Atual |
Objetivos |
Tecnologias utilizadas |
Sumário do Caso de Uso |
|
Sensorização de ativos |
Alguns ativos de fábrica têm relatórios de condição através de sensores, mas há pouca gestão centralizada de dados além dos históricos. |
Níveis mais altos de disponibilidade de ativos resultam em menos tempo de inatividade na fábrica e menores gastos com apropriação de capital. |
IoT, BDA e redes avançadas |
Awareness em tempo real da condição dos ativos por meio da implantação alargada de sensores sem fio e com fio |
|
Análise preditiva |
As estratégias mais avançadas de gestão de ativos geralmente envolvem monitorização baseada em condições, mas há capacidade limitada para prever falhas. |
Níveis mais altos de disponibilidade de ativos resultam em menor tempo de inatividade na fábrica e menores gastos com apropriação de capital. O custo da entrega de manutenção será menor. |
Sistemas cognitivos, IoT e móvel |
Algoritmos de aprendizagem de máquina que criam um modelo preditivo preciso de falhas potenciais |
|
Manutenção aumentada |
A maior parte da manutenção assistida envolve instruções de trabalho documentadas, mas pouco é diretamente integrado com as ferramentas de manutenção técnica. |
Os objetivos são de menor tempo e custo para reparação, maior tempo médio entre falhas (MTBF) e maiores taxas de correção inicial (FTF) e menor tempo de inatividade da fábrica. |
AR / VR, sistemas cognitivos, IoT e móvel |
Uso de realidade aumentada e virtual para fornecer aos técnicos de manutenção informações relevantes e instruções de trabalho guiadas. |
Programa de Estratégia de Fabricação Inteligente: Disposição Resiliente
As empresas da Indústria Automóvel têm sido líderes históricos na aplicação das metodologias de melhoria contínua como Lean e Six Sigma. As empresas vão querer trazer essas abordagens comprovadas para avançar a transformação de seu modelo operativo, com o objetivo de torná-lo mais resilientes através da aplicação de tecnologias da 3ª Plataforma, essencialmente recalculando e recalibrando os processos de produção em tempo real com base na análise quase em tempo real.
|
Caso de Uso |
Situação Atual |
Objetivos |
Tecnologias utilizadas |
Sumário do Caso de Uso |
|
Agendamento em tempo real |
O planeamento e sequenciamento da produção geralmente são feitos num modelo analítico que não está diretamente conectado à execução. |
Níveis mais altos de produção na fábrica para fornecer menores custos unitários, maior satisfação do cliente e menores requisitos de capital |
IoT, BDA e sistemas cognitivos |
Avaliação em tempo real da procura atual e da disponibilidade de capacidade permite organizar o trabalho na fábrica de forma inteligente e contínua. |
|
Gestão de recursos |
A gestão de recursos na fábrica mais recorrente é a auditoria dos dados mensais de consumo de energia. |
Menores custos de energia e cumprmento de metas de sustentabilidade; maior otimização de recursos, incluindo energia, água e pessoas |
Sistemas cognitivos, IoT e BDA |
A sensorização de ativos inclui a monitorização de recursos no nível da ligação, disponibilizando informações de consumos que permitem incluir os custos de energia nos cálculos de otimização. |
|
Otimização de materiais |
Muitos processos de fabricação criam altos níveis de materiais desperdiçados. A otimização geralmente é feita apenas no estágio de engenharia antes da primeira produção. |
Menores custos de material e obtenção de metas de sustentabilidade (menos desperdício) |
IoT, robótica, impressão 3D e Sistemas cognitivos |
Inclui a impressão 3D de forma aditiva em vez de redutiva e também inclui máquinas- inteligentes (robôs) que podem otimizar continuamente o uso de material com base no contexto atual. |
Programa de Estratégia de Fabricação Inteligente: Qualidade
A Indústria Automóvel tem sido particularmente vulnerável a falhas públicas de qualidade de produto e processo – aceleração não intencional, ignição defeituosa, airbags perigosos, e testes de emissão falsa, para citar alguns exemplos. As empresas utilizarão as tecnologias digitais para melhorar a recolha, organização e avaliação de Informação de qualidade para que as análises de causas possam ser identificadas, ações de correção possam ser iniciada e a prova de erro pode ser estabelecida. Essa inteligência de qualidade precisa de ser incorporada ao longo do ciclo de vida do produto para garantir uma resposta mais rápida a problemas de produtos e processos, serviço mais proativo e uma melhor inovação futura.
|
Caso de Uso |
Situação Atual |
Objetivos |
Tecnologias utilizadas |
Sumário do Caso de Uso |
|
Fabricação Inteligente |
A engenharia geralmente mantém um repositório de especificações, incluindo padrões de qualidade. A eficácia dessas especificações raramente é avaliada. |
Um melhor alinhamento dos padrões de qualidade com as expectativas do cliente gera maior satisfação do cliente, menor custo de qualidade adversa e menor custo de recall do produto. |
Sistemas cognitivos, BDA e robótica |
Um repositório de especificações integrado pode ajustar a robótica e a metrologia conectada. Existe uma aprendizagem baseada em casos da eficácia das especificações de qualidade no atendimento aos requisitos do cliente. |
|
Resolução colaborativa |
Revisões de qualidade baseadas em CAPA (Corrective Action Preventive Action) incluem registos de revisão de materiais, disposição e execução de retrabalho geralmente feitas com pouca automação. |
Os objetivos são garantir níveis mais altos de desempenho de correção à primeira vez e menores custos de qualidade adversa. |
Nuvem de indústria, social, IoT e BDA |
A plataforma de colaboração inclui a capacidade de levar informações contextuais à disposição de material não-conforme. Ferramentas baseadas em casos avaliam a eficácia das ações corretivas. |
|
Análise de Causas cognitiva |
Ferramentas independentes executam a análise de causas de informação de defeitos, não integrados a sistemas de gestão de qualidade. |
Melhor análise de erros reduz o custo global de qualidade adversa, particularmente erros de repetição. |
Sistemas cognitivos, IoT e BDA |
A metrologia de qualidade conectada alimenta um modelo analítico que pode suportar a análise automatizada de anomalias de qualidade Seis Sigma com a capacidade de ajustar os processos de forma automatizada. |
