Pesquisa Operacional Estratégica (SOR)

Dado um cenário de demanda/capacidade (real ou forecast), prediz a mais rentável alocação de Ordens de Produção (O.P.s) entre Centros de Trabalho (C.T.s) interdependentes.

Prediz e precifica gargalos, apresentando soluções (quantificadas) para resolve-los. [...]

Centros de Trabalho (CTs) podem ser as fábricas de uma cadeia produtiva ou linhas de uma fábrica. O horizonte de tempo depende do input, tipicamente baseado em forecast semanal, mensal, trimestral ou anual.

O sistema mantém um Master Production Schedule (MPS) que centraliza diversos cenários de forecast, detalhando a solução mais rentável para cada um deles:

• Detecta e prediz gargalos, descrevendo seu impacto operacional/financeiro e quantificando possíveis soluções (ex. aumento de KPIs, turnos/horas adicionais).
  
  
• Otimiza o mix produtivo quando demanda excede capacidade, determinando o portfólio mais rentável comparando a margem de cada SKU vs. o custo de seu slot produtivo.
  
  
• Planejamento e Controle da Produção (PCP), iteração diária do MPS baseada na demanda real e níveis de estocagem.
  

Simulações também podem se basear em cenários alternativos de capacidade para predizer o impacto financieo/operacional de investimentos e cortes (ex. melhora de KPIs, substituição/acréscimo de assets, redução de turnos).

Os KPIs de cada Centro de Trabalho são computados, analizados e comparados para quantificar a Capacidade Corporativa, melhorando a precisão das previsões do MPS e alertando stakeholders caso a performance deteriore ou seja insuficiente para atingir os objetivos produtivos.

O módulo também monitora, caracteriza e otimiza o Nivelamento de Estocagem, disparando Ordens de Produção adicionais para o PCP baseado na demanda (real vs. forecast) e a capacidade/disponibilidade de cada Centro de Trabalho.

Controle de Atividade Produtiva (PAC)

Controla Work In Progress (WIP) para otimizar sequência/fluxo, detectando e mitigando atrasos através de reprogramação de rotas e cronograma em tempo real.

Também provê gerenciamento de dados incluindo rastreabilidade, KPIs, instruções de trabalho e interações de manutenção. [...]

Dado a demanda de curto-prazo (ex. diária) planejada pelo PCP e a de médio/longo-prazo planejada pelo MPS, rastreia WIP para continuamente predizer o sequenciamento/fluxo mais rentável para o chão-de-fábrica.

Disrupções e desvios (ex. gargalos, downtime) são detectados em tempo real, e o Sistema automaticamente reprograma rotas/cronogramas para minimizar o impacto financeiro/operacional.

Centraliza Gerenciamento de Dados de cada Ordem de Produção (ex. Bill of Materials, ajustes de setpoint, instruções de trabalho) e provê Rastreabilidade detalhada, rastreando as OPs no chão-de-fábrica e realizando timestamp de operações para análise futura:

• Comparar essa OP a outras do mesmo SKU para identificar possíveis ineficiências e não-conformidades;
  
  
• Caracteriza o perfil de cada SKU, o que é usado pelo SOR para priorizar o mix produtivo de acordo com a rentabilidade;
  
  
• Compara o perfil médio de cada asset para identificar padrões de falha;
  
  

O Gerenciamento de Capacidade Efetiva rastreia KPIs operacionais (ex. OEE, TEEP, MTBF, MTTR, Net Run Rate) e financeiros (ex. custos de material/energia, custo por unidade), que são constantemente analizados para caracterizar e comparar a capacidade por asset, SKU e linha, atualizando o modelo de manufatura.

Baseado nessa informação, Alarmes de Forecast informam stakeholders se a performance de um Centro de Trabalho deteriorar ou se a capacidade fabril se tornar insuficiente para atingir os objetivos produtivos. O módulo SOR ainda é capaz de predizer e precificar esses gargalos.

Usuários também podem gerar, rastrear e catalogar atividade de operadores e interação de manutenção.

Digitalização & Análise de Processo (PDA)

Digitaliza a manufatura em um dataset estruturado que representa o processo físico ao longo do tempo - bem como seu contexto corporativo.

Esse Digital Twin pode ser usado para classificar/qualificar produtos específicos ou entender o comportamento produtivo como um todo (p.ex. usual, aceitável, ideal). [...]

Digital Twin Instance é um dataset estruturado que descreve os processos físicos que compõem uma determinada Ordem de Produção, provendo Rastreabilidade detalhada (ex. timestamps, historian, grandezas discretas/contínuas, KPIs).

Digital Twin Aggregate é a composição de diversos DTIs para caracterizar um determinado processo, asset ou SKU. O algoritmo de inferêncica clusteriza esses DTIs, agrupando-os em Classes que compartilham similaridades em seu comportamento produtivo.

Uma vez treinado, o Sistema é capaz de classificar processos em tempo real: cada DTI é indicado como uma composição das Classes encontradas no DTA. A relevância estatística das Inspeções de Qualidade aumenta consideravelmente, uma vez que stakeholders podem selecionar TrackIDs que representam perfis produtivos distintos.

Caso os dados disponíveis para controle de processo sejam suficientes para estabelecer correlações diretas entre Classes específicas e comportamento indesejado (ex. não-conformidades, ineficiência), algoritmos de Predição poderão detecta-los em tempo real, alertando stakeholders.

Assets também têm DTAs, compostos pelos DTIs de todas as OPs que eles produziram ao longo do tempo. Esses perfis são rastreados e comparados para identificar padrões de falha, informando stakeholders e provendo resultados analíticos para informar políticas de Manutenção Preventiva e Preditiva.

O DTA de cada SKU inclui KPIs para o processo como um todo, que são comparados para estabelecer melhores-práticas (ex. setpoints, procedimentos, Bill of Materials, instruções de trabalho).

The Industrial Digital Thread addresses three significant challenges faced by manufacturers:

(1) Faulty production techniques lead to costly unplanned downtime of industrial assets with root causes that are difficult to determine. The causes of such failures are hidden in manufacturing processes. Careful analysis is required to return assets back to production but field engineers and service teams often lack data and insights needed to troubleshoot the underlying issues. The Digital Thread provides the data and analytics needed to understand root causes.

(2) Hundreds of thousands of parts go into large complex product such as aircraft structures. These parts are provided by multiple supplier facilities spread across the globe. Issues regarding the mechanical fit and quality issues often result in expensive returns and reworking. The Digital Thread maintains visibility across the supply chain.

(3) Product defects could be the result of a fault in design, material, or supply chain. Expensive recalls are regular occurrences across industries. The Digital Thread helps to reduce variability and faults, and to trace the cause when they occur."