FACULDADES DA INDÚSTRIA

GUILHERME DA SILVA BORGHESAN

BIG DATA

CURITIBA
2022
 BIG DATA

Suas origens datam de algumas décadas atrás. No caso, nos anos de 1960 e
1970, quando os primeiros bancos de dados foram construídos em alguns países.
Em 2001, a Gartner criou a definição, que é muito aceita até hoje:

“ Big data são ativos de informações de alto volume, alta velocidade e/ou alta
variedade que exigem formas inovadoras e econômicas de processamento de
informações que permitem uma visão aprimorada, tomada de decisões e automação
de processos. ”

A Big Data é o conjunto de informações presentes nos bancos de dados de

servidores e empresas, que pode ser acessado e possui interligações entre si.
Ou seja, que está disponível na rede mundial de computadores e pode ser
acessado remotamente.
As principais caracterizações da Indústria 4.0 – manufatura e processo digital
– é permitir a customização em massa e a massificação da personalização na linha
de produção.
Para que isso seja possível, um novo modelo de tomada de decisões entra
em cena: a conexão completa e total do processo produtivo através da Internet das
Coisas (IoT) e a Internet Industrial das Coisas (IIoT), permitindo a aquisição de
dados de uma forma nunca antes visto, com dados em alto volume, alta velocidade
e grade variedade.
Neste caso, devendo serem analisados através de um Big Data, entregando
uma estrutura de tomada de decisões em tempo real e sem intermediários, além de
possibilitar ações autônomas no processo. Sem interferência humana, através do
aprendizado de máquina (machine learning).
A manutenção deixou de ser um setor que simplesmente “apaga incêndios” e
assumiu um papel mais estratégico nas empresas. Hoje, seu desempenho gera
impactos significativos nos resultados de qualquer negócio.
Nesse sentido, o papel do Big Data é permitir a análise de dados históricos
dos equipamentos e de cada processo. Assim é orientada uma análise
preditiva que permite o ajuste dos cronogramas de manutenção, agindo antes que
os problemas ocorram.
O índice de quebras tende a cair substancialmente, reduzindo os custos com
as paradas e com ações corretivas — uma das grandes inimigas do setor. Os
tempos de quebras e serviços se tornam menores, garantindo uma produção
eficiente e contínua.
Um estudo da Honeywell-KRC mostra, por exemplo, que a análise de Big
Data pode reduzir as falhas em até 26% e o tempo de inatividade em quase um
quarto. São indicadores importantes, pois mostram a capacidade de retorno — tanto
produtivo, quanto financeiro — da adoção dessa tecnologia.
 Por isso, é fundamental investir em uma cultura inovadora, fomentando a
implementação de soluções que otimizem os processos industriais e tornem sua
empresa mais eficiente. Combinar Big Data e a Indústria 4.0 é uma estratégia que
gera competitividade frente a concorrência.
Quando se trata de manutenção, o Big Data é altamente poderoso, graças às
ferramentas tecnológicas cada vez mais sofisticadas disponíveis, que tiram proveito
da Internet das Coisas (IoT) e geram grandes volumes de dados prontos para
análise.
Alguns exemplos incluem: verificação de óleo, corrente do motor, termografia,
teste de vibração, ultrassom e sistemas sofisticados de gerenciamento de estoque e
manutenção computadorizada, que envolvem codificação de falhas e orientação de
investigação.
Quando se trata de manutenção industrial, o Big Data torna a análise preditiva
mais rápida e fácil, permitindo que você mude as operações de uma abordagem de
manutenção mais diagnóstica (ou preventiva) para uma abordagem proativa.
Dessa forma, é possível tomar decisões mais calculadas em relação às
máquinas, resultando nos melhores resultados de produção e alta economia de
custos. Junto a ferramentas sofisticadas como termografia, sonic/ultrassom, testes
de vibração e muito mais, os operadores veem exatamente o que está acontecendo
com uma máquina específica e conseguem planejar adequadamente.
Isso, por sua vez, leva a uma confiabilidade aprimorada, mais eficiência,
aumento da produtividade e uma infinidade de outras vantagens que se traduzem
em resultados significativamente saudáveis para toda a indústria omnichannel.
Confira os principais benefícios do Big Data na sua indústria:

Previne perdas
Depois que um modelo é estabelecido, a operação pode empregar dados em
tempo real para prever quando a máquina sofrerá um colapso. Tal informação é
muito valiosa. Com a capacidade de perceber um evento futuro, a linha de
fabricação é capaz de planejar adequadamente uma resposta.
É o fim da disputa pelas equipes de manutenção, operações e cadeia de
suprimentos, pois evita aborrecimentos para todos os envolvidos. O programa de
manutenção preditiva com uso de Big Data não apenas economiza dinheiro, mas
também diminui riscos, em alguns casos, salva vidas e previne falhas catastróficas
em equipamentos críticos.

Aumenta a vida útil dos ativos

Dados avançados são usados para compreender melhor como estender a
vida útil do ativo atual em serviço. Quais são os modos de falha comuns e como eles
podem ser mitigados? A resposta é importante.
Por exemplo, algumas indústrias estão usando Big Data para prolongar a vida
útil do rolo nas operações de fabricação de papel. Além de poupar recursos
financeiros, é possível encolher os custos de reposição e o período de inatividade,
pois há menos tempo de troca.
Otimiza as atividades
Na medida que os dados são coletados sobre a integridade do equipamento,
dá para obter um melhor entendimento das atividades necessárias e mantê-las
funcionando com eficiência. Com essas informações, a equipe de manutenção
consegue otimizar as tarefas de manutenção preventiva.
Como os programas dependem das condições em tempo real do
equipamento, as ações podem ser minimizadas. Assim, a equipe se concentra em
atender às demandas mais importantes. Ou, então, trabalhar na análise de causa
raiz e aumentar a confiabilidade do equipamento.

Gerencia partes independentes

Os estoques de peças de reposição são geralmente gerenciados por data de
uso. Quando uma delas está inutilizada, é comum a equipe questionar se deve
continuar estocando. Acontece que é importante observar o prazo de entrega da
peça de reposição do fabricante, a criticidade do ativo, o custo da peça e assim por
diante.
Por meio da análise de dados de erros na manutenção, o armazenador de
peças usa os dados para avaliar todos esses fatores. Não será mais um processo de
eliminação de inventário por data que fará você perder informações críticas e
prejudicar os negócios.
Alguns departamentos de manutenção introduziram a impressão 3D de peças
no local. Isso permite flexibilidade adicional na manutenção do estoque. Muitas
vezes, o custo para impressão é bem menor que os métodos tradicionais de
fabricação.

Por fim concluirmos que quanto melhor os dados são utilizados, mais efetivas
são as tomadas de decisão e, consequentemente, a contribuição para os resultados
de sua empresa.