CategoriesBeginner,  Excelência Operacional

Sete desperdícios de Lean: como otimizar recursos

A eliminação de atividades inúteis é um dos pré-requisitos mais importantes para a construção de um projeto bem-sucedido. Este conceito é parte integrante do pensamento Lean, e ajuda a aumentar a lucratividade.

A ideia de eliminar os resíduos é originária do Sistema Toyota de Produção. Taiichi Ohno, considerado um dos fundadores da manufatura enxuta, dedicou sua carreira a estabelecer um processo de trabalho sólido e eficiente.

Durante sua jornada, Ohno descreveu três obstáculos principais que podem influenciar negativamente os processos de trabalho de uma empresa: Muda (atividades inúteis), Muri (sobrecarga) e Mura (desigualdade).

Com base em suas observações e análises profundas, ele categorizou os 7 tipos de resíduos (7 Mudas), que mais tarde se tornaram uma prática popular para redução de custos e otimização de recursos.

O que é o Muda / Desperdício em Lean?

No Lean, o desperdício é qualquer atividade que consome recursos, mas não agrega valor ao cliente final.

Na realidade, as atividades que de fato criam valor para os clientes são apenas uma pequena parte de todo o processo de trabalho. É por isso que as empresas devem se concentrar em reduzir ao máximo as atividades de desperdício. Ao fazer isso, as empresas podem identificar oportunidades significativas para melhorar seu desempenho geral.

Mas nem todas as atividades perdulárias podem ser eliminadas do seu processo de trabalho. Algumas delas são uma necessidade.

Por exemplo, testar um software não é uma atividade pela qual seus clientes estão dispostos a pagar. No entanto, sem ele, você pode entregar um produto de baixa qualidade que terá um impacto negativo em seu desempenho econômico. Portanto, existem dois tipos principais de resíduos:

Desperdício necessário – sem valor acrescentado, mas necessário para fazer as coisas de uma maneira de qualidade. Tais atividades podem ser testes, planejamento, relatórios etc.

Resíduos puros – sem valor acrescentado e desnecessários. Qualquer coisa que não agregue valor e possa ser removida do processo imediatamente. Qualquer forma de espera pode ser descrita como puro desperdício.

Depois, esclarecemos o que é desperdício no Lean, vamos explorar os sete resíduos em detalhes.

Os 7 resíduos do Lean

A eliminação de atividades perdulárias é crucial para o sucesso de sua empresa. Eles podem reduzir a lucratividade, aumentar os custos do cliente, diminuir a qualidade e até mesmo a satisfação dos funcionários. Por esse motivo, você precisa identificar as atividades sem valor agregado e tentar melhorar o processo onde elas aparecem ou, finalmente, eliminá-las.

A teoria Lean descreve sete áreas principais onde você pode identificar atividades Muda, mais populares como os sete resíduos do Lean.

Transporte

Esse tipo de resíduo é quando você move recursos (materiais) e o movimento não agrega valor ao produto. O movimento excessivo de materiais pode ser caro para o seu negócio e causar danos à qualidade. Muitas vezes, o transporte pode forçar você a pagar adicionalmente pelo tempo, espaço e maquinário.

Inventário

Inventário excessivo é muitas vezes o resultado de uma empresa que mantém inventários “justos”. Nesses casos, as empresas se sobrecarregam para atender a demanda inesperada, proteger contra atrasos de produção, baixa qualidade ou outros problemas. No entanto, esses estoques excessivos geralmente não atendem às necessidades do cliente e não agregam valor. Eles só aumentam os custos de armazenamento e depreciação.

Movimento

Este tipo de desperdício inclui movimentos de empregados (ou máquinas) que são complicados e desnecessários. Eles podem causar ferimentos, tempo de produção prolongado e muito mais. Em outras palavras, faça o que for necessário para organizar um processo em que os trabalhadores precisem fazer o mínimo possível para concluir seu trabalho.

Espera

Este é provavelmente o desperdício mais fácil que você pode reconhecer. Sempre que bens ou tarefas não estão se movendo, ocorre o desperdício de espera. É facilmente identificável porque o tempo perdido é a coisa mais óbvia que você pode detectar. Por exemplo, mercadorias esperando para serem entregues, equipamentos esperando para serem consertados ou um documento aguardando aprovação dos executivos.

Superprodução

Tendo em mente que o desperdício é algo que o cliente não está disposto a pagar, é fácil perceber por que a superprodução é Muda. Produzir mais significa que você excede a demanda do cliente, o que leva a custos adicionais. Na verdade, a superprodução faz com que os outros 6 resíduos apareçam. A razão é que os produtos ou tarefas em excesso exigem transporte adicional, movimentação excessiva, maior tempo de espera e assim por diante. Além disso, se ocasionalmente aparecer um defeito durante a superprodução, isso significa que sua equipe precisará refazer mais unidades.

Excesso de processamento

Esse tipo de resíduo geralmente reflete em trabalhos que não trazem valor adicional ou trazem mais valor do que o necessário. Essas coisas podem adicionar recursos extras a um determinado produto que ninguém vai usar, mas aumentam seus custos de negócios. Por exemplo, se um fabricante de carros decidir colocar uma tela de TV no porta-malas traseiro de um veículo, provavelmente ninguém a usará ou achará valor nela. Ainda mais, custará recursos e aumentará o preço final do produto para algo pelo qual os clientes não estão dispostos a pagar.

Defeitos

Os defeitos podem causar retrabalho ou, pior ainda, podem levar ao refugo. Normalmente, o trabalho defeituoso deve voltar a ser produzido novamente, o que custa um tempo valioso. Além disso, em alguns casos, é necessária uma área extra de retrabalho que inclua a exploração adicional de mão-de-obra e ferramentas.

Como você pode ver os sete tipos de resíduos são tóxicos para o seu negócio. No entanto, você pode vê-los mais como uma oportunidade de melhorar os processos de trabalho e, o mais importante, otimizar os recursos. Para diferentes empresas, as 7 formas de desperdício podem ter diferentes aspectos.

Então, vamos explorar alguns exemplos da vida real dos sete Mudas.

Os 7 tipos de resíduos em diferentes ambientes

Identificar atividades perdulárias é algo que deve começar do topo da empresa. Geralmente, o gerenciamento de alto nível tem uma ampla visão geral de todos os processos. Nesta linha de pensamento, podemos dizer que eles gerenciam um portfólio de diferentes atividades , áreas funcionais e projetos, e é sua obrigação melhorar os processos e disseminar uma cultura de melhoria contínua.

No entanto, atividades que causam desperdício podem variar de empresa para empresa. Nos exemplos a seguir, você verá como os tipos específicos de resíduos podem diferir para várias áreas funcionais.

7 Resíduos na Fabricação

Transporte – na produção pode significar partes móveis e materiais de um lugar para outro

Inventário – produtos ou peças não entregues. Overstocking com equipamentos que podem estar em necessidade em algum lugar no futuro

Movimento – movimento desnecessário de funcionários ou máquinas

Espera – esperando que as mercadorias sejam entregues

Superprodução – muitos itens produzidos “apenas no caso”

Excesso de processamento – Gastar muito tempo em uma determinada tarefa. Adicionando um recurso que não traz valor

Defeitos – peças quebradas ou partes defeituosas que precisam ser retrabalhadas

7 desperdícios no desenvolvimento de software

Transporte – alternar entre as tarefas com muita frequência, inúmeras interrupções de colegas.

Inventário – código não entregue ou recursos não entregues

Movimento – reuniões desnecessárias ou esforço extra para encontrar informações

Espera – aguardando a conclusão do teste, aguardando a revisão do código e assim por diante

Superprodução – produzindo recursos que ninguém vai usar

Processamento excessivo – algoritmos complexos desnecessários que solucionam problemas simples

Defeitos – erros

Ferramentas que você pode usar para enfrentar os sete resíduos

Existem diferentes ferramentas no Lean que você pode usar para identificar e eliminar atividades desnecessárias. Eles o guiarão pelo processo de trabalho que você quer examinar e mostrarão os pontos fracos.

Provavelmente, a ferramenta mais apropriada para identificar a Muda é a caminhada do Gemba. É uma técnica que lhe dá a oportunidade de ir e ver onde o trabalho real acontece. Dessa forma, você pode observar diferentes processos em ação e ver onde as atividades perdulárias aparecem.

Exemplo de relatório A3

Outras ferramentas que você pode usar são os 5 porquês e o relatório A3. Inicialmente, ambas as ferramentas são usadas para análise de causa raiz e solução de problemas. No entanto, eles são mais do que úteis quando você precisa detectar resíduos.

O primeiro é um método simples que inclui uma sequência de perguntas “por que”, enquanto o segundo é um processo um pouco mais complicado que estimula o compartilhamento de conhecimento interorganizacional baseado no ciclo PDCA.

O relatório A3 é estruturado da seguinte forma descrita abaixo:

  1. Objetivo
  2. Estado atual
  3. Análise
  4. Proposta de Melhoria
  5. Plano de Ação
  6. Acompanhamento e indicadores

Ambos os ajudarão a examinar qualquer processo grande ou pequeno e descobrirão onde os resíduos podem ser eliminados ou reduzidos.

CategoriesGestão de Ativos,  Mineração,  Senior

Gestão estratégica de ativos no setor de mineração

Na economia atual de preços mais baixos das commodities e custos crescentes dentro do setor de mineração, são as empresas que olham para o futuro e consideram todo o ciclo de vida do desempenho de seus ativos e o custo total de propriedade que vão sobreviver nas condições atuais do mercado.

As organizações que investem tempo e capital para otimizar o desempenho de seus ativos atuais, de modo que suas instalações e equipamentos estejam funcionando em um cronograma confiável, não devem apenas sobreviver, mas ainda crescer no atual clima econômico.

O que é gerenciamento de ativos?

O gerenciamento de ativos é um processo sistemático de desenvolvimento, operação, manutenção, atualização e descarte de ativos de maneira oportuna e econômica.

O gerenciamento eficaz de ativos leva em consideração e otimiza as prioridades de utilização de ativos, cuidado e manutenção de ativos, oportunidades de desempenho, investimentos de capital, sustentabilidade de longo prazo, custos operacionais, riscos e desempenho.

Quando um plano estratégico de gerenciamento de ativos foi implementado para fornecer o plano de negócios e instalações e equipamentos confiáveis, então, em conjunto com as previsões de planejamento de minas, a manutenção programada pode ocorrer a tempo, reduzindo o tempo de inatividade, e reduzindo a necessidade de manutenção reativa.

Quando um plano estratégico de gerenciamento de ativos deve ser implementado?

A resposta é agora. Algumas empresas não consideram a implementação de sistemas aprimorados de gerenciamento de ativos até que os tempos sejam realmente difíceis. O tempo para considerar a otimização de suas operações é quando tudo está correndo bem, para que as coisas continuem a rodar sem problemas, agora e no futuro. Ter um sistema de gerenciamento de ativos efetivo significa, em última análise, ter os benefícios do aumento da receita e do lucro quando os preços das commodities estão em alta.

Como o gerenciamento de ativos ajuda as empresas de mineração

A operação de uma empresa de mineração é altamente dependente do estado de seus ativos de capital. Na medida em que mais e mais recursos são extraídos das minas para atender às crescentes demandas, alavancar a disponibilidade de ativos como caminhões, tratores, equipamentos de distribuição e plantas de processamento, torna-se um fator determinante para lidar com o aumento da produção.

Uma solução de gerenciamento de ativos ajuda os tomadores de decisão a obter visibilidade total do uso dos ativos e das condições atuais. É projetado para ajudar as empresas a coordenar aspectos de manutenção, operações e orçamentos de indústrias pesadas de ativos, como mineração e gerenciamento de recursos. Além disso, pode ajudar os gerentes a tomar a decisão certa em relação ao uso de ativos, investimentos em ativos e alienações durante o ciclo de vida dos ativos, sempre levando em conta as consequências financeiras de cada um deles.

Planejamento de capital e orçamento

O planejamento e o orçamento de ativos incluem a contabilização de todos os aspectos do ciclo de vida do ativo e a determinação de quando agir em relação à manutenção, descarte e implantação do ativo. Uma solução para a indústria de mineração vai:

  • Permitir acompanhar o desempenho financeiro do ativo, bem como os custos e receitas associados gerados pelo ativo durante o seu ciclo de vida;
  • Fornecer aos gerentes as informações necessárias para tomar decisões de investimentos em ativos com foco no valor financeiro real do ativo
  • Permitir que os usuários criem e gerenciem com eficiência um orçamento de manutenção para ativos de diferentes classes, de pequenas máquinas a grandes tratores, configurando pontos de controle de quando outras ações devem ser tomadas.

Manutenção e Reparos

Um software de gerenciamento de ativos ajuda as empresas de mineração a desenvolver uma estratégia de manutenção bem pensada que minimiza o tempo de inatividade e mantém os ativos funcionando em plena capacidade. Uma estratégia de manutenção bem planejada por meio de uma solução EAM agiliza os processos de manutenção e ajuda a aumentar a produtividade dos funcionários:

Agendar a manutenção em torno das operações e informar a equipe afetada pelo cronograma de manutenção, combinando as habilidades dos funcionários com tarefas de manutenção específicas

Reduzir o tempo de inatividade e garantir níveis consistentes de serviço de ativos por meio de agendamento detalhado de testes de manutenção e desempenho de rotina

Automatizar a encomenda de peças de reposição e suprimentos diretamente de fornecedores, ajudando a gerenciar as relações com fornecedores e armazenando documentos, importante para garantir a conformidade do prestador integrando contratos ao sistema.

As soluções de gestão de ativos para o setor de mineração podem ajudar as empresas de mineração a equilibrar a manutenção de ativos que trabalham com capacidade total (atendendo às demandas de produção presentes e futuras) com os correspondentes custos de manutenção. O gerenciamento de ativos se resume ao desejo de aumentar as receitas de mineração, já que um pequeno aumento percentual na utilização de ativos pode gerar um aumento percentual muito maior na produção e, portanto, na receita. Tirar mais proveito dos ativos atuais e administrar seu uso de maneira eficiente também pode resultar em novas receitas, uma vez que leva a serviços dispendiosos de manutenção de ativos e custos de tempo de inatividade, pois o ativo não é usado durante a manutenção e reparos.

CategoriesGestão de Ativos,  NXT

Como o machine learning pode auxiliar na gestão de ativos

O surgimento da Internet das Coisas no contexto da Indústria 4.0 introduziu muitas novas possibilidades e casos de uso para a área de gerenciamento de ativos. A gestão de ativos, no passado, era sobre manutenção reativa e planejamento baseado em despesas operacionais tradicionais para equipamentos vendidos de forma clássica.

Atualmente, dados de sensores vindos de máquina transformam a gestão de ativos em manutenção proativa e planejamento de manutenção baseado em critérios críticos, permitindo estratégias de pagamento por uso e venda de equipamentos como serviço.

Requisitos do Cliente e Desafios

Embora uma grande fração de fabricantes de ativos e operadores de máquinas esteja tecnicamente entrando na era da Indústria 4.0, movendo-se para máquinas habilitadas para IoT, todo o potencial no nível do processo ainda está praticamente inexplorado. Um dos motivos é a falta de recursos técnicos para extrair insights úteis dos dados recém-disponibilizados e permitir que o usuário final aproveite diretamente o potencial desses insights. Um segundo motivo é a falta de recursos humanos para personalizar e permitir o aprendizado de máquina para ativos e sistemas de ativos específicos do cliente.

Integração e Automação

É preciso reduzir a necessidade desse papel, permitindo que engenheiros, operadores de máquinas e gerentes de frota aproveitem o potencial do aprendizado de máquina diretamente. Isso significa que o maior desafio na aceleração da inteligência no gerenciamento de ativos é permitir que o especialista do domínio faça uso rápido dos dados e das análises dos recursos de aprendizado de máquina e os produza nos processos de negócios diários sem precisar se tornar especialista em integração de dados, preparação de dados, aprendizado de máquina ou programação de software. Essa aceleração dos usuários finais para possibilitar o potencial de seus dados requer a sinergia de vários componentes e fatores.

Automated Machine Learning

Além da inspeção visual de dados, o que pode ser desafiador, dados os potenciais grandes volumes de dados de séries temporais, recursos de análise automatizada especificamente adaptados para aplicação em problemas relevantes de gerenciamento de ativos tornam-se necessários para acelerar o usuário final aproveitando a percepção mantida dentro dos dados.

Atualmente, devido à grande quantidade de recursos computacionais sob demanda baratos, avaliar vários algoritmos de aprendizado de máquina e configurações em paralelo não requer mais muito investimento e reduz a necessidade de um cientista de dados ou especialista em aprendizado de máquina. Além disso, pesquisas atuais focadas na otimização desses tipos de problemas de busca (múltiplos algoritmos possíveis vezes múltiplas configurações de parâmetros multiplicam os recursos de dados gerados) aceleram esses testes automatizados.

Confie na Compreensão e na controlabilidade

Ao permitir que usuários finais façam uso de métodos de outros domínios, a ambiguidade potencial dos vocabulários usados ​​é um fator importante, muitas vezes não apreciado. Dentro do domínio de gerenciamento de ativos, os termos comuns de aprendizado de máquina precisam ser traduzidos para serem naturalmente compreensíveis por especialistas em domínio.

Esta tradução é crucial para permitir o consumo dos resultados calculados, especialmente, no domínio da aprendizagem de máquina, em que os resultados são frequentemente probabilísticos, e os engenheiros estão mais acostumados a resultados determinísticos. Além disso, nos processos infundidos de aprendizado de máquina, a controlabilidade do resultado e a influência direta nos resultados futuros é um fator-chave no estabelecimento da confiança com o usuário final.

CategoriesConexões Inteligentes,  Energia,  Pro

Cinco maneiras que a Internet das Coisas melhora o setor de energia

Acredite ou não, a “Internet das coisas”, ou seja, a IoT afeta nosso dia a dia de uma maneira ou de outra. Isso ocorre porque a conectividade está crescendo, dia após dia. O setor de serviços públicos e de energia foi um dos primeiros a adotar a IoT.

A Internet das Coisas é, basicamente, sobre como conectar dispositivos à internet. Em outras palavras, IoT refere-se à rede de eletrodomésticos, dispositivos físicos, veículos e outros itens que incorporam sensores, software, atuadores e outros para trocar e conectar dados. Ao conectar dispositivos físicos e sensores à Internet, o mundo entrou numa era em que automação, análise de dados e conectividade criam inovações que estão além do alcance.

Como a Internet das Coisas afeta o setor de energia

Segundo a consultoria McKinsey, a IoT terá um impacto econômico anual de US$ 3,9 trilhões para US$ 11,1 trilhões em todo o mundo até 2025. Nos Estados Unidos, por exemplo, o setor industrial reduziu o consumo de energia entre 14% e 22% devido ao uso das tecnologias IoT.

Além da evolução da Internet das Coisas, a nanotecnologia também propicia redução de obstáculos tecnológicos importantes. Como resultado, essas evoluções ampliaram o escopo de várias aplicações de IoT no setor de energia. Veja outras mudanças propiciadas por IoT:

1. Acesso a insights para estratégias eficazes de eficiência energética

De acordo com um relatório da McKinsey, “99% dos dados coletados de cerca de 30 mil sensores em uma plataforma de petróleo foram perdidos antes de chegar aos tomadores de decisões operacionais.” Os sistemas tradicionais de gerenciamento predial são limitados e não podem contribuir para aumentar a eficiência energética.

Os sistemas de gerenciamento de energia de edifícios inteligentes são construídos com base na tecnologia IoT para monitorar e controlar os sistemas de energia dos edifícios. Os sistemas que usam sensores IoT para coletar e analisar dados de energia incluem HVAC, elevadores, iluminação, equipamentos de sala, ventilação de ar, elevadores e outros. Esses dados de energia analisados ​​são então traduzidos em informações por fatiamento e corte. Essas informações ajudam a adivinhar e tomar decisões que aumentam a eficiência energética.

2. Transparência de usos e fontes de energia

A transparência dos usos e fontes de energia talvez seja a principal preocupação da indústria. A implementação da IoT no setor de energia pode ajudar a reduzir o risco de falhas de energia, bem como surtos elétricos durante as horas de alta demanda, ao prever os picos do sistema e permitir que os clientes aproveitem as oportunidades de redução durante esses períodos. Com a IoT, é possível rastrear o uso de energia em tempo real. Esse rastreamento permite o controle de custos e ajuda a reduzir seu impacto ambiental adverso, detectando anomalias.

3. Segurança na negociação

O maior obstáculo do setor de energia é a capacidade de garantir a negociação. A IoT também ajuda neste ponto. Os mais novos operadores da indústria, ou seja, plataformas habilitadas por blockchain, facilitam o comércio peer-to-peer. Naturalmente, com cada vez mais conexão de dispositivos, embora haja uma ameaça de fragmentação e interoperabilidade, as oportunidades definitivamente são para o comércio de energia garantida em tempo real, análise, bem como gerenciamento de infraestrutura.

4. Impulsionar a eficiência e gestão de energia

Sistemas de gerenciamento de energia que são construídos usando a tecnologia IoT não deixam pedra sobre pedra. É o próximo e avançado estágio de eficiência energética edificante para instalações comerciais. As proteções cibernéticas precisas ajudam a garantir que os dados coletados com a ajuda do sistema de gerenciamento de energia sejam seguros e transferidos em tempo real. Além disso, eles garantem a redução no uso dos níveis de energia e, portanto, reduzem os valores das contas de energia. Isso aumenta diretamente o ROI.

5. Transformação dos mercados de energia

A Internet das Coisas fornece dados em tempo real, independentemente da localização. Dá uma visão de 360 ​​graus da energia consumida e gerada. No caso de implantação de uma rede inteligente e sua ligação a geradores, o pré-requisito para geradores em larga escala e centralizados é gradualmente reduzido. Isso pode levar a uma transformação fundamental dos mercados de energia, como a forma de gerar, consumir, armazenar e distribuir energia.

CategoriesImprensa

Dados oferecem mais precisão e confiabilidade à gestão de ativos

Por Fábio Vieira, responsável pelos produtos de Gestão de Ativos da Atech

Se antes a coleta de dados via sensores era vista como algo “inovador demais” muito distante, hoje a avaliação dessas informações é fundamental para gerar confiabilidade e dar mais inteligência aos negócios, tornando-se algo fundamental para a gestão de ativos.

A gestão de ativos baseada em dados cria um cenário em que as empresas usam uma enorme quantidade de informações à sua disposição para alinhar as atividades de manutenção de acordo com as necessidades e riscos de ativos individuais, no qual definem prioridades e organizam cronogramas com base em previsões altamente precisas, e não em relatórios improvisados após um evento ou cronogramas predefinidos para manutenções periódicas. Com isso, as equipes de manutenção podem atualizar as informações e gerenciar os ativos quase em tempo real.

Como alternativa aos métodos preventivos de rotina, a gestão de ativos baseada em dados oferece maior precisão e confiabilidade a um custo mais baixo. Um exemplo disso é o setor de transmissão e distribuição elétrica, em que algumas operadoras podem reduzir em até 10% os custos com redes de média tensão, e em 15% as linhas aéreas e os cabos subterrâneos de média e alta tensão. O uso de subestações de média e alta tensão podem reduzir até 20%.

Alertas inteligentes

Com isso, é possível, ao mesmo tempo, aumentar consideravelmente a confiabilidade dos ativos. As novas soluções de gestão de ativos baseadas na coleta e na integração de dados dos equipamentos permitem estabelecer parâmetros e gerar alertas inteligentes, permitindo que a estratégia de manutenção seja baseada em condição – a manutenção preditiva. O objetivo da gestão de ativos baseada em dados é prever possíveis falhas, com base no histórico de desempenho do ativo e análise integrada de informações.

Para isso, é preciso reunir dados que estejam alocados em múltiplas bases e organizados de formas diferentes, extraí-los e colocá-los em uma única base de dados categorizada de maneira uniforme, permitindo que possam ser acessados com facilidade e usados por todos os envolvidos na gestão de ativos.

Essa base de dados, bem estruturada, com todas as informações técnicas de registros de serviços realizados, é que vai permitir avaliar o desempenho do ativo, entregando relatórios e informações técnicas para entender qual o ativo que possui os maiores problemas crônicos e que impactam o processo (quebras constantes e maior tempo de downtime) que necessitam de uma intervenção para evitar maiores custos de manutenção e operação em um determinado período de tempo.

Dados confiáveis permitem prever a probabilidade de falha de um ativo e então usar essas previsões para direcionar as tarefas de manutenção aos que mais necessitam delas. Analistas apontam que empresas que já implantaram com sucesso uma estratégia de gestão de ativos baseada em dados têm uma série de benefícios em comum, como a possibilidade de contar com recursos dedicados para monitorar o sistema de gestão de ativos, identificar ativos e processos críticos que devem ser monitorados e avaliar constantemente variações de custos e de desempenho.

A gestão de ativos baseada em dados de tempo real pode compor um programa mais amplo de melhoria do desempenho, oferecendo uma tomada de decisões mais rápida e inteligente, menores despesas de capital, melhor gestão do pessoal, maior segurança e conformidade.

wireless iiot
CategoriesConexões Inteligentes,  Gestão de Ativos,  Pro

Wireless IIoT: a próxima geração de conectividade industrial

As condições operacionais e ambientais encontradas em setores industriais como manufatura, distribuição e serviços públicos (gás, eletricidade, água) sempre apresentaram um desafio para a conectividade. Conexões com fio seriam usadas onde existisse uma rede clara e definida, dando a garantia de confiabilidade para sistemas de missão crítica. O wireless seria usado para fornecer mais de uma conexão ad hoc ponto-a-ponto, especialmente em ambientes industriais nos quais a infraestrutura com fio é deficiente ou impraticável. Historicamente, não era comum que os dois tipos de rede estivessem conectados, mas a Internet mudou tudo isso.

Embora inicialmente as redes com fio sigam os padrões do setor, as soluções sem fio iniciais costumavam usar algum tipo de protocolo proprietário. Hoje, o cenário mudou: redes sem fio baseadas em padrões reconhecidos estão desafiando o status quo, e substituindo conexões de rede com fio, e por boas razões.

Uma rede sem fio oferece muitos dos benefícios em relação a redes com fio, com maior mobilidade, flexibilidade, gerenciamento de rede mais simples e menor custo de propriedade. Uma das tecnologias sem fio mais amplamente utilizadas no setor industrial, o WirelessHART, foi desenvolvido pela fundação americana HART Communication Foundation (HCF), no final da década de 80. O protocolo HART veio se desenvolvendo com o passar dos anos, até chegar ao padrão HART 7 e, finalmente, houve a inclusão do WirelessHART™, um padrão aberto e interoperável que endereça a comunicação wireless – com simplicidade, robustez e segurança entre instrumentos de campo HART.

Como as demandas mudaram, o uso de outros protocolos sem fio aumentou. A Industrial IoT (IIoT) será possibilitada por redes sem fio e, com tantas opções disponíveis, pode ser um desafio escolher a solução certa. Aqui, oferecemos algumas comparações que devem ajudar a simplificar o processo de decisão.

Com fio ou sem fio?

Na medida em que a automação evolui, é preciso trabalhar a partir de uma perspectiva mais ampla, considerando as demandas globais, logística local e cadeia de fornecimento geral. Gerenciar o movimento de todos esses dados requer uma topologia de rede, e a maioria das redes atuais é baseada em pacotes. Dentro de cada pacote há uma carga útil (os dados), normalmente precedida por um cabeçalho (informações de roteamento) e seguida por uma trilha de dados (contendo informações úteis, como correção de erros).

Este formato básico está presente em redes com fio e sem fio. Parâmetros como latência e largura de banda são usados ​​para avaliar o quanto uma rede pode fornecer dados, o que se torna mais importante à medida que os setores ganham mais automação. Para uma rede sem fio, existem outros parâmetros importantes a serem considerados, como alcance, robustez e consumo de energia.

O consumo de energia é uma consideração importante nas redes sem fio IIoT. Com as redes com fio, a energia necessária para conduzir a conexão pode, na verdade, ser impulsionada pela própria conexão. No entanto, com redes sem fio, a energia precisa ser fornecida ou colhida. Isso significa que o consumo de energia é uma consideração importante para redes sem fio IIoT. Por causa disso, os dispositivos sem fio IIoT precisam fazer concessões em áreas como potência de saída, ciclo de trabalho e taxa de transferência.

O alcance está intimamente relacionado à frequência de operação de uma rede sem fio; aqueles que operam na faixa de sub-GHz geralmente têm maior alcance (para uma determinada potência) do que aqueles que operam na faixa de 2,4 GHz. No entanto, a rede mesh sem fio pode ajudar a ampliar a cobertura de 2,4 GHz. Esses protocolos também são importantes para o futuro da IIoT, devido à aceitação de padrões e bandas de 2,4 GHz. Por essa razão, espera-se que o IIoT adote protocolos operando nas bandas de 2,4 GHz e sub-GHz.

Tecnologia de malha

Atualmente, muitos protocolos suportam tecnologia de malha, incluindo Bluetooth, Zigbee, Thread e Z-Wave (que é popular na casa conectada). A malha de rede amplia o alcance das redes sem fio, permitindo que os dispositivos nas proximidades sejam parte do caminho ativo do tráfego de rede.

Com efeito, um pacote poderia passar por uma rede de malha usando qualquer número de caminhos, mas o escolhido dependerá das condições. Por exemplo, dois nós podem estar se comunicando quando a comunicação entre os nós falha devido a interferência, perda de sinal ou falha no dispositivo. Em vez de causar uma falha geral nas comunicações, a mensagem simplesmente procurará outro nó próximo e continuará a funcionar normalmente.

A natureza de autocorreção da rede em malha também fornece uma rede mais robusta, capaz de lidar com ambientes hostis. Por exemplo, uma fábrica que contém grandes equipamentos metálicos criará vários caminhos para sinais de RF, com grandes níveis de atenuação. Rede de malha permite que os sinais encontrem o melhor caminho através de tal ambiente.

Comunicação de longo alcance

Uma alternativa a uma rede em malha é uma topologia em estrela (consulte a Figura 1) na qual cada nó fala diretamente com um gateway. Esta é a abordagem adotada pelas Redes de Área Ampla de Baixa Potência (LPWANs), tais como LoRa e Sigfox, bem como variantes celulares como NB-IoT e LTE-M. Operando na faixa de sub-GHz e mantendo a largura de banda de dados relativamente baixa (dezenas de bits por mensagem), os LPWANs podem atingir um alcance medido em dezenas de quilômetros.

Essas tecnologias são ideais para a infraestrutura emergente, como cidades inteligentes e monitoramento remoto, onde a distância entre os nós é significativa, mas os dados que estão sendo trocados são relativamente baixos. No entanto, eles são menos otimizados para fábricas inteligentes, em que o intervalo é menos importante que a largura de banda e a latência.