O poder da manutenção preditiva

Jul 27, 2023

Um sensor instalado neste acionamento do transportador monitora a exposição à vibração para evitar falhas no acionamento.

Fotos cortesia da Balluff Inc.

Este gráfico ilustra como o programa ZDT funciona com um robô. A chave indica onde no EOAT o programa obtém informações de dados para recomendar ações de manutenção. O sinal de mais mostra onde os recursos preditivos estão localizados.

Gráfico cortesia FANUC America Corp.

Sensores IO-Link, software e uma unidade base compõem o kit de ferramentas de monitoramento de condições.

Foto cedida por Balluff Inc.

Com base na nuvem, o Portable Monitoring System contém um sensor de monitoramento de condição, um gateway móvel para transmissão de dados e software para visualizar dados em qualquer dispositivo terminal.

Foto cedida por Balluff Inc.

Prever o futuro não é o que costumava ser. Na verdade, é muito melhor e isso é uma ótima notícia para os fabricantes.

Este é definitivamente o caso da manutenção de equipamentos em uma linha de montagem. Hoje, muitos tipos de sistemas de alerta permitem que os fabricantes tomem medidas agora para evitar o temido tempo de inatividade não planejado de robôs, transportadores, motores, ventiladores, bombas e outras máquinas.

"Atingir o nível de manutenção preditiva é um processo evolutivo para os fabricantes, independentemente de sua especialidade", observa Will Healy III, gerente de estratégia de negócios global da Balluff Inc. monitoramento como um meio de implementar a manutenção preditiva. O próximo passo é usar equipamentos com sensores inteligentes integrados e inteligência artificial. Essas tecnologias também permitem a manutenção prescritiva, que usa o aprendizado de máquina para ajudar as empresas a ajustar especificamente suas condições operacionais para os resultados de produção desejados."

Quase dois anos atrás, os engenheiros da Balluff enfrentaram um desafio de manutenção interessante: ajudar um grande fornecedor automotivo de nível um a manter seu antigo transportador do tipo corrente funcionando. O transportador possui vários acionamentos sincronizados, tem quase 2.000 pés de comprimento e move grandes componentes estruturais de metal por toda a largura da planta, de acordo com Healy.

"Como os acionamentos estão totalmente sincronizados, quando um cai, a corrente do transportador empena e trava, causando grande paralisação da produção", explica Healy. "Instalamos um sensor em cada unidade para monitorar sua exposição à vibração. Quando vibração excessiva na caixa de engrenagens alertava a manutenção sobre uma falha na unidade, o fabricante executava um desligamento controlado, evitando assim uma grande queda da máquina."

A manutenção de equipamentos percorreu um longo caminho em um longo período de tempo - desde a Revolução Industrial até a Internet das Coisas Industrial (IIoT). A abordagem padrão por muitas décadas foi a manutenção reativa, ou consertar as coisas depois que elas começaram a impactar negativamente a produção. Depois veio a manutenção preventiva, onde o objetivo é evitar a falha da máquina (por fadiga, negligência ou desgaste normal) entre os horários de manutenção programados.

Agora é hora dos fabricantes aproveitarem os muitos benefícios da manutenção preditiva. Por meio de sensores padrão e software baseado em IA, as empresas podem maximizar o tempo de atividade do equipamento, direcionar componentes específicos que precisam de atenção (resultando em uma manutenção mais eficiente em termos de tempo) e reduzir os custos do ciclo de vida do equipamento por meio de desempenho aprimorado e vida útil prolongada do equipamento.

Atualmente, uma pequena porcentagem de fabricantes implementou a manutenção preditiva. Mas é seguro dizer que esse número aumentará quando os não-praticantes perderem participação de mercado para concorrentes que oferecem maior rendimento e fazem produtos melhores.

No que diz respeito aos robôs, a chave para obter os inúmeros benefícios da manutenção preditiva é a conectividade. Sem ele, nenhum dado relacionado ao processo em tempo real pode ser obtido de vários sensores embutidos em controladores, braços de robôs e ferramentas de ponta de braço.

Uma das primeiras aplicações robóticas de manutenção preditiva da IIoT ocorreu há vários anos na indústria automobilística, quando a General Motors se uniu à Cisco e à FANUC America Corp. para lançar um programa de tempo de inatividade zero. Chamado de ZDT, o serviço de análise preditiva identifica possíveis falhas para que engenheiros e gerentes de fábrica possam agendar manutenções e reparos. Isso evita quebras inesperadas durante a produção, economizando tempo e dinheiro dos fabricantes.