Dados: o segredo para o diagnóstico correto
Em um dos projetos que trabalhei recentemente, me deparei com uma situação bem inusitada. Estava implantando o Flowe (um dos produtos da I.Systems) em uma linha de envase, quando um dos coordenadores me questionou sobre o quão correto estava a medição de velocidade de um dos equipamentos.
Para contextualizar um pouco mais, o trecho que estávamos analisando consistia em dois equipamentos mais o transporte que os conectava, como na figura abaixo:
O equipamento core é onde a eficiência da linha é medida, por isso a nomenclatura.
A investigação começou quando a linha estava rodando muito bem, sem incidentes; porém, a produção medida não estava correspondendo à percepção da realidade. Em outras palavras, a linha não parava por problemas mecânicos, mas nós não estávamos observando uma produção horária equivalente (esperava-se mais de 90% de eficiência horária).
Quando implantamos o Flowe, criamos telas de acompanhamento para a supervisão/operação. Diferentemente dos processos contínuos tradicionais (caldeiras, colunas de destilação, etc.), é bastante raro encontrarmos o equivalente a um supervisório, pelo menos no Brasil. Por isso, ao observar a baixa velocidade do equipamento A, o supervisor me questionou.
Analisando os dados e comparando com os outros equipamentos, verifiquei que a velocidade era consistente. Neste momento, ele teve um momento “eureka”: “Então é por isso que não consigo uma performance acima de 90% nesta linha — tem alguma discrepância aí!”
No dia seguinte fizemos step-tests no equipamento A e verificamos que ele realmente estava rodando em uma velocidade muito inferior ao que ele estava marcando no seu visor.
A solução proposta foi fazer testes de aumento de velocidade do transporte de entrada do equipamento, para aproximar a velocidade efetiva da mostrada no visor do equipamento A.
Ao aumentar a velocidade do transporte de entrada, o equipamento A conseguirá enviar mais vasilhames para o equipamento core, evitando que ele pare por falta de insumo. Ou seja, ao implementar as mudanças sugeridas, esperamos que a produção horária do equipamento core aumente.
Este é um exemplo claro de como muitas vezes sabemos que algo está estranho, mas sem dados fica praticamente impossível obter o diagnóstico correto.
E vocês? Já tiveram alguma experiência parecida?
