Manutenção Preditiva na Indústria Alimentar

A metodologia de manutenção de uma unidade industrial é uma peça essencial, naqueles que são os objetivos de performance e eficiência produtiva. A monitorização contínua é cada vez mais uma peça essencial para a otimização das intervenções de manutenção.

Entre os modelos de manutenção mais recorrentes na indústria, a manutenção preditiva evidencia-se por dar uma nova utilidade aos dados, recolhidos das máquinas e do ambiente envolvente. Como o nome sugere, este modelo baseia-se na predição de ocorrência de cenários ou possíveis falhas que possam interferir no normal funcionamento de toda a cadeia do processo produtivo. O contributo da manutenção preditiva é extensível a todos os setores industriais, mas na indústria alimentar o contributo revela um valor acrescido, que tem uma especial relevância no produto final.

A existente regulamentação da indústria alimentar visa assegurar que o produto final respeita os padrões de qualidade estipulados. A modernização da indústria alimentar e dos equipamentos produtivos tem permitido aumentar a capacidade e a eficiência de produção, todavia a complexidade de processos poderá significar um incremento significativo dos tempos de paragem inerentes a falhas e manutenção dos equipamentos. A monitorização da condição e estado dos equipamentos, têm uma relevância acrescida, uma vez que é daí que são extraídos os dados necessários para definir e calendarizar intervenções de manutenção, com o menor impacto possível a nível de recursos, seja a nível mecânico, seja no tempo necessário para a intervenção técnica.

Figura 1 - Variáveis existentes nos equipamentos de produção

Durante o processo produtivo, é necessário definir e implementar um modelo de monitorização que permita a recolha e visualização dos dados, suportado pela atribuição de limites de operação nas diversas variáveis inerentes ao processo. A correlação das variáveis permite detetar, atempadamente, desvios no processo, que podem interferir, no normal funcionamento das máquinas e, por consequência, ter impacto direto nos índices de qualidade dos produtos. A existência de um modelo de alarmística associado aos dados recolhidos em tempo real, valoriza todo o processo e assegura que a manutenção possa ser planeada e realizada numa fase preventiva, ao invés de ser realizada numa fase corretiva caracterizada muitas vezes por maiores tempos de paragem e custos acrescidos.

Figura 2 - Valores limite e ações de notificação

A paragem de uma linha de produção, na indústria alimentar é claramente diferente de uma paragem numa linha de produção de produtos não perecíveis. Apesar de a segurança ser uma prioridade nestes dois cenários, se a produção de peças for interrompida, não haverá deterioração das peças até que os equipamentos retomem o normal funcionamento e as perdas estarão apenas atribuídas ao tempo de produção. Numa paragem na unidade de produção de alimentos, os ingredientes e outros compostos podem sofrer alterações, colocando em causa a qualidade do produto final, registando perdas tanto a nível de produto como de tempo de produção. Mais do que afetar a qualidade do produto, irá afetar a experiência do consumidor e, em situações mais complexas, implicar questões legais com as marcas e distribuidores.

As soluções sem fios PLUS da Tekon Electronics têm vindo a agilizar as estratégias de recolha de dados no contexto da indústria alimentar, onde variáveis como temperatura, humidade, rotação, vibração, pressão, entre outras, alusivas ao processo de produção e podem afetar a qualidade do produto. Deste modo obtém-se uma maior visibilidade dos pontos de referência na infraestrutura e processo.

Com o decorrer da nova revolução industrial, Industrial Internet of Things (IIoT), a digitalização dos processos produtivos é facilitada por sensores e equipamentos que asseguram a recolha e armazenamento de dados localmente ou, com maior frequência, na cloud. A convergência para soluções em cloud permite uma maior conectividade dos utilizadores e segurança da informação, possibilitando o acesso às plataformas e aos dados, independentemente da localização e dispositivos dos utilizadores.

Figura 3 - Esquema de integração do sistema PLUS na Tekon IoT Platform

As plataformas IoT são cada vez mais uma realidade neste contexto, onde a visualização gráfica dos dados e a componente de monitorização é evidenciada para o utilizador. A Tekon IoT Platform da Tekon Electronics, permite a recolha, processamento, visualização e análise avançada dos dados, promovendo uma tomada de decisão assertiva, no que diz respeito à calendarização de eventos de manutenção.

Figura 4 - Análise de dados avançada

Contributo da manutenção preditiva

A manutenção preditiva mostra-se uma estratégia economicamente viável para a indústria alimentar, resultando na redução de custos dos procedimentos de manutenção e incrementando o tempo útil de produção. A maior contribuição da manutenção preditiva para a indústria alimentar pode ser concentrada em duas partes: eficiência produtiva e performance operacional. A primeira passa por manter os equipamentos produtivos com elevados índices OEE (Overall Equipment Effectiveness), onde se verifiquem as condições ideais de operação. A performance operacional representa a apresentação de um produto final com padrões de qualidade consistentes, capazes de continuar a merecer a confiança do consumidor.

OEE = Disponibilidade x Performance x Qualidade

A manutenção preditiva é um claro exemplo de como os dados devem ser estruturados e preparados para ser assimilados por aplicações de Machine Learning e Inteligência Artificial. Na Tekon Electronics, o desenvolvimento de soluções industriais, é equacionado com base nesta premissa, em que os dados possam ser sempre tratados e estruturados para uma rápida integração nestes contextos