Gestão de dados industriais: Fundamentos para a eficiência e a tomada de decisões

Os dados industriais: um recurso que evoluiu de útil a indispensável

Num passado não tão distante, apontar as coisas que aconteciam na fábrica de produção num bloco de notas era a forma de não trabalhar às cegas e ter a informação básica plasmada em algum lado. Atualmente, com a quantidade de ferramentas existentes para a recolha de informação, os dados industriais transformaram-se num recurso estratégico fundamental.

Sempre, isso sim, que sejam geridos de forma correta

A gestão eficiente destes dados equivale a otimizar os processos, aumentar a produtividade e, o mais importante, facilitar uma tomada de decisões mais informada e precisa. Mas o facto de geralmente estarem dispersos em múltiplas fontes representa um desafio significativo para as empresas, especialmente com o aumento de sensores, sistemas distribuídos e a dispersão geográfica das operações. Por isso, é essencial implementar estratégias e tecnologias que garantam a coesão e o acesso eficiente a toda a informação em tempo real.

Um claro exemplo deste desafio encontra-se na manutenção preditiva. Embora tenha o potencial de otimizar custos de manutenção, reduzir tempos de inatividade e prolongar a vida útil dos equipamentos, a sua implementação efetiva enfrenta obstáculos relacionados com a qualidade, quantidade, integração e segurança dos dados.

Felizmente, estas dificuldades não impedem resolver o chamado “problema dos dados”. Para isso, isso sim, é preciso investir em infraestruturas de dados sólidas que facilitem a aquisição de informação desde diversas fontes, permitindo a normalização, organização, transformação e contextualização dos dados. Desta forma, além de minimizar obstáculos, maximizam-se os benefícios de qualquer iniciativa orientada para a análise de operações e negócios.

Então, qual é a melhor estratégia para gerir grandes volumes de informação industrial?

Ao considerar a gestão de grandes volumes de dados, surgem várias opções tecnológicas que se adaptam a diferentes necessidades e objetivos das organizações. Entre as mais destacadas estão os Data Lakes e os Data Warehouses, duas abordagens que oferecem diferentes formas de armazenar e organizar a informação.

Mas a coisa não termina aí. A ideia de um Oceano de Dados, mais conceptual que técnica, faz-nos repensar se deveríamos ampliar a nossa perspetiva para sistemas integrais de gestão de dados.

Ao mesmo tempo, existe o debate sobre se estes sistemas deveriam operar sob a perspetiva do mundo das operações tecnológicas (OT), mais próximo da infraestrutura e processos industriais, ou a IT, orientada para a gestão da informação. Ou talvez uma abordagem híbrida fosse a mais adequada para integrar o melhor de ambos os mundos? Estas perguntas convidam-nos a refletir sobre qual é a melhor estratégia para gerir a crescente quantidade de dados nas nossas organizações.

Além disso, a possibilidade de implementar uma Plataforma de Dados que abranja estes conceitos é cada vez mais atrativa para muitas empresas. Vejamos porquê:

Rumo a uma Plataforma de Dados de OT

Os sistemas de controlo em ambientes industriais são concebidos para capturar e armazenar dados de sensores que monitorizam equipamentos e processos. Estes dados, conhecidos como séries temporais, refletem em tempo real o comportamento das máquinas e das operações, sendo assim cruciais para a análise operativa.

Na maioria dos casos, são armazenados em sistemas chamados historian, concebidos para escrever e ler dados a grande velocidade. São sistemas extremamente eficientes para gerir grandes volumes de dados em bruto, capturados diretamente dos sensores, mas sem lhes aplicar esquemas estruturados, o que os assemelha a um data lake num ambiente IT, mas num contexto local e especializado em operações industriais.

Apesar da sua eficiência, apresentam limitações importantes. Para começar, ao armazenar dados provenientes maioritariamente de sensores, deixam de fora outros aspetos essenciais como relatórios de qualidade, produção ou manutenção de equipamentos. Isto converte-os em apenas uma das múltiplas fontes de dados que se devem integrar para realizar análises completas e gerar relatórios que aportem valor real ao processo de tomada de decisões.

Além disso, para tirar o máximo proveito dos dados das séries temporais, é essencial contextualizá-los (ou seja, dotá-los de significado dentro do ambiente OT) para assim vincular os dados de sensores com outros fatores críticos que os rodeiam e melhorar, portanto, a capacidade de análise e compreensão.

Existem diversos tipos de contextos relevantes num ambiente industrial:

• Contexto de ativos (assets): permite relacionar os dados com os ativos físicos ou máquinas na fábrica, proporcionando uma visão clara de que equipamentos estão a gerar os dados e como se comportam ao longo do tempo.
• Contexto temporal: define em que momento exato se produziu uma medida ou evento, o que é crucial para analisar tendências, identificar padrões e correlacionar dados com eventos externos ou condições operacionais específicas.
• Contexto de produção: é possível vincular os dados aos processos de fabrico específicos que estão a ocorrer. Este tipo de contexto, que geralmente se encontra num Sistema de Execução da Manufatura (MES), conecta as medições dos sensores com o fluxo real de produção, permitindo entender melhor o rendimento e a eficiência do processo.
• Contexto de manutenção: relaciona os dados com os programas de manutenção dos equipamentos, o que facilita uma análise mais detalhada da eficiência operativa dos equipamentos (OEE) e a identificação de possíveis problemas ou áreas de melhoria.
• Contexto de qualidade: vincular a qualidade do produto com os parâmetros do processo produtivo é essencial para melhorar a consistência do produto final. Este contexto permite identificar correlações entre as condições operacionais e os desvios de qualidade, o que facilita ajustes em tempo real para manter os padrões desejados.

Além destes contextos, podem existir outros que aportem valor, como o financeiro, o de segurança, de cumprimento normativo ou inclusive o contexto ambiental. Incorporá-los numa plataforma de dados de OT e vinculá-la com a contraparte de IT permitir-nos-á, além de gerir melhor os dados, dar-lhes um sentido mais amplo e útil para a tomada de decisões em tempo real.

Em suma, avançar para uma plataforma de dados em OT que integre múltiplos contextos é fundamental para transformar o ambiente industrial. Só assim conseguiremos otimizar processos, melhorar a eficiência operativa e responder de forma ágil às necessidades mutáveis do mercado e da indústria.