Escolar Documentos
Profissional Documentos
Cultura Documentos
Resumo
INTRODUÇÃO
Nos últimos anos, as políticas e os lares privados também foram estimulados por tópicos
de eficiência energética devido à cobertura emergente da mídia e fatores como mudança
climática, escassez de recursos e aumento dos preços da energia ([6–9].
A eficiência energética, no tema do comportamento empresarial sustentável, é vista
como uma alavanca para a competitividade global no futuro [10–12]. A indústria transformadora
é responsável por 37% do consumo de energia primária em todo o mundo [13] e por 40% do
consumo de eletricidade na Europa [14]. Assim, os formuladores de políticas e a indústria estão
começando a priorizar o tópico em sua agenda [15], exemplos incluem o desenvolvimento do
Padrão de Gestão de Energia ISO 50001 e a Estratégia Europa 2020, que visa alcançar uma
redução de 20 por cento no uso geral de energia até 2020 em comparação com o Linha de base
de 2005 [16]. Consequentemente, evitar o desperdício de energia por meio da produção
otimizada e com consciência energética é de extrema importância para lidar com o aumento da
competitividade global e impactos ambientais adversos. Melhorar os processos tecnológicos e
de negócios das empresas, bem como as estruturas e infraestruturas, tornou-se crucial para
enfrentar adequadamente esses desafios [17-19]. Guiado por essa mudança de paradigma,
torna-se imprescindível a adoção de um processo de melhoria contínua para o uso mais eficiente
dos recursos energéticos.
REVISÃO DA LITERATURA
Com base em uma análise da literatura e da indústria relevantes, Bunse et al. 48]
destacou a importância dos indicadores de desempenho de produção relacionados à energia
como uma necessidade fundamental da indústria de manufatura para identificar ineficiências
no consumo de energia de uma fábrica, dando ênfase especial ao potencial de melhoria no nível
da máquina-ferramenta. Nesse contexto, Vikhorev et al. [49] forneceu uma estrutura de suporte
à decisão para o monitoramento e gerenciamento do consumo de energia em uma fábrica, com
foco na energia utilizada pelos recursos produtivos. No entanto, aquele artigo específico de
Vikhorev et al. [49] concentrou-se exclusivamente nos aspectos de energia e, portanto, não
considerou as sinergias e compensações com outros indicadores de desempenho de produção.
Em outro estudo recente, Aramcharoen e Mativenga [50] identificaram estados de energia
críticos para componentes de usinagem para apoiar a análise de consumo de energia de
máquinas e peças de trabalho.
A revisão da literatura pertinente revela que tanto a academia quanto a indústria ainda
carecem de abordagens e ferramentas para entender melhor o comportamento do consumo de
energia e as ineficiências das máquinas-ferramentas, particularmente com foco em sinergias e
compensações com outras decisões de gestão de produção (por exemplo, qualidade,
manutenção , planejamento de produção, etc.).
Este estudo se baseia nas lacunas de pesquisa derivadas de May et al. [20] que realizou
uma revisão abrangente da literatura sobre indicadores-chave de desempenho relacionados à
energia e May et al. [51] que analisou as necessidades industriais em direção à fabricação com
eficiência energética. Assim, com base nos insights dos dois estudos anteriores dos autores
mencionados, a Tabela 1 destaca as lacunas de pesquisa e as necessidades industriais abordadas
neste estudo. A tabela também explica como essas lacunas são abordadas no trabalho de
pesquisa, apresentando, assim, avanços além da literatura publicada sobre KPIs para eficiência
energética.
METODOLOGIA DE PESQUISA
A entrevista é dividida em quatro partes, cada uma das quais contém um conjunto de perguntas
abertas: A primeira parte - Contexto empresarial - visa verificar a existência de um alinhamento
eficaz entre a informação obtida na empresa seleccionada e a informação necessária. Por meio
de uma série de perguntas, é feita uma verificação da compatibilidade do perfil da empresa com
o perfil das empresas para as quais o método pode ser potencialmente aplicado. Além disso, em
virtude dessa verificação introdutória, a qualidade e a exatidão das informações obtidas na
entrevista são garantidas.
Segunda parte - Cenário Industrial - propõe uma série de questões para investigar o
estado da arte em relação aos indicadores de desempenho energéticos na produção e para
adquirir informações além daqueles disponíveis na literatura. A terceira parte - Método de
Design - visa avaliar o design do método considerado em termos de escopo, abrangência de os
elementos analisados, consistência e continuidade entre os etapas e etapas lógicas do método.
MÉTODO E-KPI
4.3. Etapa 3 - Análise dos estados de fabricação como causas da energia ineficiências do
recurso produtivo
Para uma definição abrangente das variáveis de consumo de energia, é essencial ter um
bom conhecimento e compreensão do funcionamento do recurso dentro do sistema de
produção. Uma vez que a própria literatura fornece uma visão geral válida dos fatores e
motivadores que afetam o consumo de energia e o desempenho ambiental geral, o diagrama
de Ishikawa é usado nesta discussão para representar as relações de causa e efeito.
4,4. Etapa 4 - Vinculando estados de manufatura com estados de energia Um dos pontos
mais críticos do método e-KPI é o processo de vinculação entre a visão de fabricação / tempo
(causas) e a visão de energia (efeitos), porque depende fortemente de:
1. Cada caixa de status de fabricação é marcada pela cor relativa ao cluster ao qual
pertence (ver Fig. 3).
6. Pedidos ausentes e materiais ausentes foram agrupados na mesma caixa, pois seus
estados de energia correspondentes são idênticos.
O objetivo aqui não é minimizar o consumo de energia em termos absolutos, uma vez
que existe uma demanda de produção que deve ser atendida, mas usar a energia de forma mais
eficiente para a produção de um produto vendável. Por este motivo, pretendemos alcançar o
Indicador de Energia Enxuta mais próximo de 1.
De (4), vemos que parte do mix de produtos que consome mais energia, para o qual o
valor de Pprocessamento i Tprocessamento i é maior do que outras peças, impactam mais no
valor total e, consequentemente, o esforço deve ser direcionado para reduzir o desperdício
correspondente à produção deste tipo de peças. Para simplificar, consideramos a presença de
um processo que tem uma saída de condição binária: peça boa ou peça descartada. Qtot i aqui
representa a quantidade total produzida para cada peça ‘‘ i ’’
(podendo ter excluído o valor retrabalhado), nós construir o indicador Energia em
Saturação (Esat):
Analisamos agora o indicador Eusage, que avalia o impacto das causas ao nível do
sistema global e não estritamente ao nível da máquina.
Para fornecer uma orientação detalhada para o uso dos e-KPIs projetados, é necessário
mantê-la em uma folha de registro, preenchendo os atributos listados na coluna da esquerda da
Fig. 5. Um horizonte de tempo de referência válido para o cálculo destes Indicadores é o
intervalo mínimo de meses que contém um grande conjunto de variáveis de consumo de
energia, sobre as quais faz sentido realizar uma análise. Quanto à frequência do cálculo,
depende claramente da qualidade do sistema de monitorização, bem como dos requisitos de
gestão e controlo.
Uma vez que o sistema KPI é projetado, ele deve ser gerenciado para a finalidade para
a qual foi criado ou para permitir a melhoria contínua dos desempenhos relacionados à energia.
Esta seção discute como a implementação de um sistema de e-KPI, bem como a implementação
de qualquer sistema de KPI com foco na melhoria contínua, pode ser estudada a partir de duas
perspectivas: (i) Implementação do ponto de vista da infraestrutura de informação; (ii)
Implementação do sistema KPI do ponto de vista da gestão (ou seja, de maior interesse para o
caso em questão). Do ponto de vista da informação, a implementação do método pode
acontecer de duas maneiras, ou seja, implementação total e implementação limitada.
a. Implementação completa
b. Implementação limitada
Uma vez que os critérios de design dos e-KPIs são precisamente permitir o tomada de
decisão, a primeira análise dos valores fornecidos pelo KPI bem como a identificação de áreas
potenciais para melhoria, é inerente à forma como os e-KPIs são concebidos. Os e-KPIs são,
portanto, fáceis de ler em termos de identificação do grau de satisfação de desempenhos
relacionados com a energia e para identificar áreas de intervenção e atores responsáveis.
Quanto mais longe o e- O valor do KPI é do valor ideal de 1, quanto maior a necessidade de
intervenção dentro da área definida pelo cluster associado ao indicador.
Considerando Eavail: como exemplo, o consumo de energia em um valor baixo dos réus
são representados por altos valores da soma , ou
seja, o denominador do indicador (ver (7)).
Para entender até que ponto é possível atuar sobre o e-KPI identificado como
responsável pela deterioração do desempenho, deve-se contextualizar os determinantes do KPI
identificado, idealmente analisados utilizando a matriz de consumo de energia ilustrada na Fig.
6.
Uma área de foco é a do primeiro quadrante: tempos mais longos e alta potência. Com
relação ao quarto quadrante, além do fato de que tempos mais longos também podem ser
decorrentes de fatores que não envolvem diretamente ineficiências, ainda é uma área dentro
da qual vale a pena investigar para ver se tempos mais longos realmente ocorreram devido a
um determinado estado de ineficiência (por exemplo, se os tempos de reparo e Tmaint forem
maiores que o padrão). Essas informações podem ser encontradas em sistemas convencionais,
como MES, SCADA e ERP. No caso de ineficiência, o alto consumo de energia desse tipo pode
ser facilmente reduzido por meio de alavancas de gerenciamento, cujo custo pode ser discutido
com outros atores da planta.
No exemplo sob investigação, é importante saber onde o consumo que compõe a soma
Todo programa de melhoria tem um custo, por isso perguntamos: quantos e-KPIs, para
os quais o desempenho se mostrou insatisfatório, podem ser considerados parte de um
programa para melhorar o desempenho relacionado à energia? Por exemplo, a decisão de
considerar a análise de um único indicador de menor valor, ou dos dois primeiros indicadores
de menor valor dentre aqueles que compõem o Indicador de Energia Enxuta.
Nesse sentido, uma análise de Pareto aplicada ao consumo individual de energia que
compõe o e-KPI é considerada extremamente útil para otimizar o consumo de energia e os
custos. No entanto, como o gráfico de Pareto compara as causas individuais (e-KPI ou consumo
individual de energia) do consumo total do período, este instrumento deve ser utilizado apenas
para análise do período atual, não podendo ser utilizado para avaliar aumento ou redução de
contribuição individual no tempo.
- impacto indireto nos desempenhos baseados no tempo, uma vez que os mecanismos
de apoio que visam melhorar a eficiência energética também podem melhorar a eficácia do
tempo de um sistema de fabricação. Não obstante, é necessário levar em consideração que as
melhorias são feitas para este nível de análise em relação aos problemas de um único recurso,
mas ao invés disso, deve-se considerar que a soma dos ótimos locais não é igual a um ótimo
global;
No entanto, tal limitação poderia ser tratada aumentando o papel e o uso de sistemas
avançados de TI em ambientes de manufatura [59]. Por exemplo, abordar o desafio destacado
na Fig. 7 abaixo por May et al. [60], a PLANTCockpit [61] desenvolveu um sistema de
monitoramento central que é capaz de acessar diferentes fontes de dados (por exemplo, ERP,
MES, SCADA, Apps de energia, outras soluções para fins especiais, etc.) em uma instalação de
fabricação a fim de integrar, processar e visualizar os dados de produção, possibilitando o cálculo
e visualização consistente dos indicadores desejados, como os e-KPIs desenvolvidos neste
estudo.
Embora seja difícil medir diretamente os dados necessários para o cálculo desses e-KPIs
nas configurações atuais, é possível chegar aos componentes de dados de cada indicador com a
utilização de sistemas de TI de nova geração, como PLANTCockpit ou então, que levarão ao
indústria para poder calcular e visualizar frequentemente os indicadores desejados, como e-
KPIs.
O desenvolvimento dos e-KPIs mostrou que havia indicadores de desempenho com base
no tempo desprezíveis que, em vez disso, têm fortes impactos no desempenho com base na
energia. Tais estados estão posicionados no canto inferior direito da matriz de consumo de
energia: o exemplo mais representativo é o estado que corresponde ao start-up da máquina,
tanto por necessidade de turnos quanto por falha total. A ocorrência desses estados deve ser
evitada ao máximo, pois esses pequenos intervalos de tempo podem ter altos impactos no
consumo de energia.
As ferramentas desenvolvidas podem ser utilizadas de forma mais difundida para outros
meios. Por exemplo, a modelagem por gráfico de estado pode ser usada para apoiar a simulação
de eventos discretos, a fim de estudar o comportamento da energia do recurso em diferentes
cenários e para prever o consumo de energia, por exemplo, fornecendo informações relevantes
sobre a melhor escolha do contrato de fornecimento ou mudanças ideais para a planta, etc.
Outras ferramentas podem ser usadas para representar as relações de causa e efeito,
por ex. diagramas de loop causal. Eles permitem conectar os elementos relacionados por elos
de causa e efeito, determinando os sinais e possíveis laços entre os diferentes elos e projetando
equações para cada elo.
Por último, mas não menos importante, os e-KPIs podem ser usados em ambientes de
simulação para avaliar a eficácia das ações ao longo do tempo. Também pode ter como objetivo
a obtenção de melhorias no desempenho energético ao nível da máquina. No entanto, uma vez
que os sistemas de produção representam ambientes extremamente complexos em que um
ótimo global não é a soma dos ótimos locais, o escopo da discussão deve ser razoavelmente
estendido a uma linha, a uma planta, a uma parte da cadeia de abastecimento, etc. a fim de
formular uma solução abrangente considerando toda a cadeia de valor.