Gerenciamento da Manutenção utilizando o método da Manutenção Centrada na Confiabilidade aplicado com ferramenta de Bussiness Intelligence
DOI:
https://doi.org/10.18540/jcecvl10iss8pp19399Palabras clave:
Power BI., Análise de Dados, Confiabilidade, Indicadores de desempenho, Dashboard de manutenção.Resumen
No contexto industrial a confiabilidade e disponibilidade de equipamentos são cruciais para garantir a operação contínua e reduzir custos associados a paradas não programadas. Com os avanços tecnológicos do século XXI, as indústrias passaram a gerar uma grande massa de dados digitais, o que evidenciou a necessidade de aplicação de ferramentas e metodologias com foco na confiabilidade, acarretando para a equipe de manutenção o desafio e ao mesmo tempo a oportunidade de utilizar esses dados para tomar decisões gerenciais. Nesse sentido, este trabalho traz uma proposta de aplicação de um relatório automatizado utilizando o Microsoft Power BI como ferramenta de inteligência de negócios ou “Business Intelligence”, contendo indicadores de manutenção amplamente utilizados na indústria para tomada de decisão gerencial e aqueles utilizados na implementação da Manutenção Centrada na Confiabilidade (MCC). A elaboração do dashboard desenvolvido neste estudo permitiu uma análise detalhada do histórico de manutenção, identificação de equipamentos críticos, monitoramento de custos e eficiência das ordens de serviço. A avaliação dos resultados obtidos demonstrou uma melhoria significativa na capacidade de prever falhas, reduzir tempos de inatividade não planejados e otimizar a alocação de recursos de manutenção. A abordagem integrada de MCC com Power BI mostrou-se eficaz na promoção de uma gestão de manutenção mais estratégica e orientada por dados.
Descargas
Citas
Ali, N. (2021). Star schema & Snowflake Schema. Microsoft Alalytics Made Eazy. https://www.powerbitraining.com.au/schemas-in-a-data-model/. Acesso em 20/04/2023.
Almeida, B. S. (2023). “Aplicação de ferramentas de qualidade na elaboração de um plano de manutenção preventiva para uma microcervejaria no paraná.” Monografia, universidade Federal da integração Latino-Americana, Foz do Iguaçu PA. Brasil.
Araujo, W., R., S., (2023). Adoção de uma ferramenta de Business Intelligence para tomada de decisão no processo de identificação de anomalias e manutenção no setor elétrico. Trabalho de Conclusão de curso, Instituto Federal de Goiás, Goiânia, GO, Brasil.
Bansal, H. (2019) “Tableau vs Qlik Sense vs Power BI - Choose best BI Tool for Big Data Visualization”,https://medium.com/javarevisited/tableau-vs-qlik-sense-vs-power-bi- choose-best-bi-tool-for-big-data-visualization-533976324c47, acesso em 20/04/2023.
Barbosa, Á., M. (2021) “Business Intelligence aplicado ao controle de custos da Manutenção”. Trabalho de conclusão de curso, Unifametro, Maracanaú, CE, Brasil.
Baran, L. R. (2011). Manutenção centrada em confiabilidade aplicada na redução de falhas: um estudo de caso. Monografia de especialização, Universidade Federal Tecnológica Federal do Paraná, Ponta Grossa, PR, Brasil.
Benini, L., Santos, A. (2021). Utilização da manutenção centrada em confiabilidade (MCC) em embaladora à vácuo de alimentos. The Journal of Engineering and Exact Sciences – jCEC, Vol. 07 N. 02 (2021). DOI: https://doi.org/10.18540/jcecvl7iss2pp12021-01-14e.
Costa, G. R. da S. (2023). Mautenção e Confiabilidade: um modeo para análise de dados de performance em caminhões de mineração utilizando o Power BI. Monografia de trabalho de conclusão de curso, Universidade Federal Rural da Amazônia, Parauapebas, PA, Brasil.
Fogliatto, F. S., Ribeiro, J. L. D. (2011) Confiabilidade e Manutenção Industrial. Elsevier.
IEC 60300-3-11, (2009). Dependability management - Part 3-11: Application guide – Reliability centered maintenance International Electrotechnical Commission's. Switzerland.
Kaggle, 2023, “Manutenções em indústrias de pneus” https://www.kaggle.com/datasets/lucasfca/manutenes-em-indstria-de-pneus, Acesso em 05/09/2023.
Kardec, A., Nascif, J. (2012). Manutenção – Função Estratégica. Qualitymark.
Li, Y., Wang, J. (2019). “A review of data-driven predictive maintenance methods in industry 4.0. Journal of Manufacturing Systems,” 53, 261-271.
Li, Y., Wang, J., Wang, L. (2021). “A data-driven predictive maintenance framework for industry 4.0.” Journal of Manufacturing Systems, 59, 1-12.
Lopes, S., S. (2023). “A aplicabilidade de Business Intelligence para gestão da manutenção industrial no setor de mineração utilizando software Power BI”. Monografia de trabalho de conclusão de curso. Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo. Guarapari, ES, Brasil.
Moubray, J. (2000). Manutenção centrada em confiabilidade. edição brasileira. Lutterworth, Inglaterra: Aladon Ltd.
Rosa, R. N. (2016) Aplicação da manutenção centrada em confiabilidade em um processo da indústria automobilística. Dissertação de mestrado. Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, Brasil.
SAE JA1011. (1999). Evaluation Criteria for Reliability Centered Maintenance (RCM) Processes.
Society of Automotive Engineers.
Viana, H. R. G. (2002). PCM, planejamento e controle da manutenção. Rio de Janeiro, Qualitymark.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 The Journal of Engineering and Exact Sciences
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.