Os planos SAP Plant Maintenance(PM) são essenciais para reduzir e minimizar o impacto de eventos não planejados na segurança, no meio ambiente e na lucratividade dos negócios. Mas criar e manter o compromisso com a execução de planos de gerenciamento de projetos geralmente é um desafio com recursos limitados e problemas de qualidade de dados.
Neste artigo, discutiremos como as organizações podem melhorar a coleta e análise de dados para tomar decisões informadas e melhorar os planos de manutenção preventiva.
Assumindo o compromisso de aumentar a manutenção preventiva
Quando o equipamento não está funcionando corretamente, não está produzindo capacidade. A falta de produção se traduz em perda de receita. Pior ainda, a falha total pode resultar em custos significativos para reparar ou substituir equipamentos, equipe de produção ociosa e até mesmo perda de matérias-primas, como deterioração na fabricação de alimentos e bebidas. A manutenção preventiva ajuda muito a maximizar a produtividade e evitar paradas não planejadas e dispendiosas.
Muitas organizações não implantam efetivamente estratégias de manutenção proativa, como manutenção preventiva, preditiva e centrada na confiabilidade. Enquanto o Notas do Instituto Marshall, há uma forte tendência de usar a abordagem de “funcionar até a falha” em vez de praticar a manutenção preventiva. E mesmo nos departamentos de manutenção que indicam que estão comprometidos com a manutenção preventiva,muitos não o praticam plena ou efetivamente.
Uma das razões pelas quais essas iniciativas geralmente falham é que os planos de manutenção preventiva (PM) não são baseados nos dados corretos. Os planejadores de manutenção contam com uma ampla variedade de fontes de dados ao montar PMtasks. Por exemplo, manuais dos fabricantes de equipamentos, histórico de ordens de serviço e conselhos de especialistas em confiabilidade. Como muitas organizações de manutenção continuam a depender de processos baseados em papel e inserir dados manualmente no SAP, as tarefas de PM geralmente são baseadas em dados incompletos e imprecisos. Assim, a integridade dos dados desempenha um papel crucial na criação e implementação de planos de PM.
Integridade de dados no SAP Plant Maintenance
Os líderes de manutenção geralmente ficam surpresos ao saber que, embora tenham um sistema poderoso para gerenciar dados de manutenção no SAP PM, eles podem não estar aproveitando ao máximo. Foi o caso de uma petroquímica sediada na África do Sul. A gerência começou a perceber que os trabalhos e reparos do PM não estavam sendo concluídos na primeira tentativa. Isso contribuiu para o aumento da carteira de trabalho, aumento dos custos e uso ineficiente do tempo do técnico de manutenção.
À medida que a gerência se aprofundava no problema, eles identificaram algo que era problemático e surpreendente. Como os resultados da ordem de serviço foram inseridos manualmente no SAP, os detalhes sobre o que aconteceu e a causa das falhas foram baseados em notas escritas à mão. No SAP PM, esses são campos de texto abertos para capturar os dados. Ao analisar os dados, eles encontraram mais de 300 códigos de motivo diferentes para falha que apontavam para um problema: as peças não estavam disponíveis para concluir a ordem de serviço na primeira vez.
As respostas abertas criaram um banco de dados que não pode ser facilmente analisado pelas partes interessadas para procurar falhas, causas básicas ou tendências. A falta de campos de entrada de dados padrão afetou negativamente a integridade dos dados. E a integridade de dados deficiente leva a um planejamento de manutenção incompleto e/ou ineficaz.
Desenvolvendo um Plano de Manutenção Preventiva SAP Eficaz
A análise de falhas é um componente crucial de uma cultura de manutenção proativa. Envolve coletar e analisar dados de falha para identificar a causa raiz de uma falha. A análise de falhas geralmente é realizada depois que uma falha já ocorreu. Engenheiros de confiabilidade e gerentes de manutenção podem usar o que aprenderam para melhorar o planejamento de tarefas de manutenção preventiva, bem como modificar o projeto da máquina ou como o equipamento é usado.
Mas a análise de falhas só é útil no processo de planejamento de manutenção se as partes interessadas tiverem acesso a dados completos e precisos. Isso significa simplificar e padronizar a coleta de dados de manutenção no SAPPM por meio do uso de tecnologias de automação. Por exemplo, por meio do uso da solução EAM móvel, os técnicos podem identificar os motivos da falha usando menus suspensos de códigos de motivo predefinidos. Essas informações são sincronizadas automaticamente com o SAP para fornecer aos planejadores de manutenção os dados confiáveis e completos de que precisam para criar planos de PM.
Embora o processo de melhoria do plano SAP PM possa parecer complicado, você pode começar seguindo as etapas descritas aqui:
- Recurso de dados de auditoria
A primeira etapa é compilar seus recursos de dados para garantir que você tenha os dados necessários para uma análise significativa. Em seguida, determine quais ativos deseja incluir em seus planos de manutenção preventiva. Para organizações que não estabeleceram processos de manutenção preventiva, você pode querer começar apenas com alguns de seus ativos mais importantes e escalar a partir daí.
Os recursos de dados relevantes incluirão itens como manuais de reparo do fabricante, ordens de serviço e relatórios de falha. o sistema. Concentre-se em reunir os dados de ordens de serviço anteriores para cada ativo para determinar:
- O que falhou
- Quando falhou
- Por que falhou
- Que tipo de reparo foi feito
- falhou de novo
- Conduzir RCA e/ou FMEA
O planejamento eficaz da manutenção abrange duas perspectivas: o que fez acontecer e o que pode acontecer. RootCauseAnalysis (RCA), também chamado de análise de falha, analisa o que já aconteceu. Quando você passa por um evento corretivo ou de falha, um RCA envolve examinar por que o problema ocorreu e trabalhar até identificar as causas subjacentes. Para cada causa, você pode identificar uma solução. Essas soluções podem se tornar tarefas em seu plano de gerenciamento de projetos.
Ao contrário da RCA, a Análise de Modos e Efeitos de Falha (FMEA) procura identificar o que poderia acontecer através da identificação de modos de falha potenciais (FM). Existem vários tipos de análise de FMEA: Projeto, Processo e Funcional. Vamos nos concentrar em exemplos funcionais. O processo começa com uma abordagem de baixo para cima. Cada componente de um ativo é examinado para identificar todos os possíveis FMs que podem acontecer e quais seriam as consequências de cada falha. Como os técnicos estão mais familiarizados com os ativos, geralmente são o melhor recurso para identificar esses detalhes.
Modos de Falha e Análise de Efeitos - Exemplo de Sistema de Bomba
| Função do equipamento | falha funcional | Componente | Modos de falha potenciais | Efeitos potenciais de falha | Causas potenciais de falha | Controles atuais | Frequência de controles |
| Fornecer fluxo de processo | Perda de fluxo do processo | Motor | Rolamentos apreendidos | Perda total de capacidade | Falta de lubrificação | Lubrificar rolamentos do motor | 6M |
| Fornecer fluxo de processo | Fluxo de processo degradado | Impulsor | Pressão de descarga reduzida | Perda parcial de capacidade | Roupa normal | Bomba de revisão | 2 anos |
Tornar o FMEA o coração de um plano de manutenção de equipamentos
- Priorizando riscos
Usando essas informações, o departamento de manutenção verifica e define critérios para avaliar o nível de risco de cada falha identificada e atribui um Número de Prioridade de Risco (RPN). O RPN é uma métrica usada para priorizar as tarefas de manutenção com base na probabilidade de uma ocorrência, na capacidade de detectar o problema e na gravidade do impacto. Por exemplo, classificação da gravidade (SEV) da falha:
| Avaliação | Efeito | Gravidade do efeito |
| 10 | Perigoso sem aviso | Severidade muito alta, efeitos potenciais operação segura do sistema sem aviso |
| 9 | Perigoso com aviso | Severidade muito alta, possíveis efeitos de FM, operação segura do sistema com aviso |
| 8 | Muito alto | Sistema inoperável com falha destrutiva sem comprometer a segurança |
| 7 | Alto | Sistema inoperável com danos no equipamento |
| 6 | Moderado | Sistema inoperável com danos menores |
| 5 | Baixo | Sistema inoperável sem danos |
| 4 | muito baixo | Sistema operável com degradação significativa do desempenho |
| 3 | Menor | Sistema operável com alguma degradação de desempenho |
| 2 | muito menor | Sistema operável com interferência mínima |
| 1 | Nenhum | Sem efeito |
Fonte:Modo de Falha e Análise de Efeitos Sob Incerteza: Uma Revisão de Literatura e Tutorial
Siga a mesma abordagem para identificar uma escala de probabilidade de ocorrência (OCC) e probabilidade de detecção (DET) e multiplique os três fatores de risco para determinar um número RPN. Em seguida, trabalhando com os engenheiros e técnicos, identifique as ações recomendadas, a frequência necessária e prever o resultado final usando a mesma escala RPN.
Modos de Falha e Análise de Efeitos - Exemplo de Sistema de BombaContínuo
| Avaliação de risco (como está) | Melhorias/ações recomendadas | Frequência recomendada do processo de melhoria | Responsabilidade/data | Avaliação de risco (a ser) | ||||||
| SEV | OCC | DET | RPN | SEV | OCC | DET | RPN | |||
| 6 | 5 | 3 | 90 | Incluir na rota de vibração e IR | 3M | PdMTech/ 1T22 | 6 | 3 | 2 | 36 |
| 4 | 6 | 5 | 120 | Monitore o fluxo e a pressão de descarga | 1W | Operação/ 1W22 | 4 | 6 | 3 | 72 |
Tornar o FMEA o coração de um plano de manutenção de equipamentos
Esse tipo de análise pode começar em um alto nível, observando os principais componentes de um ativo crítico e, com o tempo, aprofundar os subcomponentes e materiais.
O resultado permite que engenheiros e gerentes de manutenção priorizem tarefas de PM e tomem decisões informadas para melhorar o compromisso da organização com a execução dos planos de PM.Refaça a análise anualmente para avaliar o impacto e refinar ainda mais seus planos para otimizar ainda mais seus recursos.
Para concluir
A Manutenção Preventiva ajuda as organizações a evitar paradas não planejadas e melhorar a alocação de recursos. Embora muitas organizações indiquem que estão comprometidas com planos de manutenção preventiva, as iniciativas geralmente são prejudicadas pela falta de dados de qualidade e pela capacidade de analisá-los.
Comece com a estruturação da captura de dados para análise e então você pode olhar para os métodos comprovados do setor, como RCA e/ou FMEA, para priorizar e focar seus planos de PM. . Além disso, com base nos dados, você pode otimizar a frequência de uma tarefa – possivelmente reduzindo o número de PMs necessários por ano, utilizar seus recursos com mais eficiência e aumentar o cumprimento do cronograma.
Ao assumir o compromisso de capturar e estruturar melhor os dados, analisar falhas e criar melhores planos de SAP Plant Maintenance, você pode obter resultados de longo prazo com maior OEE de ativos e minimizar o impacto de eventos não planejados na segurança, no meio ambiente e na lucratividade dos negócios.
Como a Sigga pode ajudar
A Sigga é um parceiro SAP certificado com mais de duas décadas de experiência no fornecimento de soluções de manutenção industrial líderes do setor. Nossa solução EAM móvel agiliza a coleta de dados. As ordens de serviço são enviadas aos técnicos em seus dispositivos móveis. Os técnicos capturam e estruturam automaticamente os dados necessários para análise por meio do uso diário do aplicativo para concluir suas ordens de serviço. Os dados são sincronizados automaticamente com o SAP Plant Maintenance. Essa solução resolve lacunas de dados e ajuda a capacitar as equipes de manutenção a criar, implementar e monitorar planos de manutenção preventiva.
Além disso, nossa solução de planejamento e agendamento automatiza rotinas para melhorar a implantação de programas de manutenção preventiva com total visibilidade para a priorização de tarefas. Com essas duas soluções, nossos clientes obtiveram resultados de produtividade de 15% a mais de 50%.
Soluções Sigga
Leia mais sobre as Soluções Sigga e como podemos ajudá-lo a melhorar seu programa de manutenção preventiva.
