top of page
Foto do escritorBP Consultores

Case: Redução em 50% do Lead Time de Produção

Atualizado: 11 de nov. de 2021

Alavancando o processo do conhecimento humano por meio do Process Mining.

Resumo


A Veco conduziu um projeto de Process Mining para reduzir o lead time de fabricação de peças de precisão. Com este projeto, não apenas reduzimos pela metade o tempo de processamento do nosso processo, mas também provamos que Process Mining não se trata apenas de dados: ajuda a desbloquear o conhecimento de processo relevante de funcionários-chave que têm menos sensibilidade para métodos estatísticos, tornando a análise do processo acessível a eles.


Empresa


A Veco é líder mundial na fabricação de peças de precisão personalizadas por meio de eletroformação, fotocondicionamento e corte a laser. O projeto de Process Mining descrito neste estudo de caso diz respeito ao departamento de eletroformação em Eerbeek, Holanda.


A eletroformação é um método para produzir peças de metal pela deposição precisa de metais em substratos padronizados. Sua singularidade é que você pode fazer crescer partes de metal átomo por átomo, fornecendo precisão absoluta e altas relações de aspecto. Depois de descobrir os benefícios da eletroformação, um novo mundo de oportunidades se abre. E se você pudesse produzir, átomo por átomo, peças de metal de precisão sem tensões e rebarbas com precisão em escala de mícron? Isso lhe daria a oportunidade de elevar o nível de precisão, tolerância, economia e capacidade de suportar temperaturas mais altas.


Uma das desvantagens dessa tecnologia é que a qualidade do produto final pode - em sua maior parte - não ser detectada até que todo o processo seja concluído. No entanto, a qualidade é determinada principalmente pela litografia, que é a primeira etapa do processo de produção. Por esse motivo, é importante que os prazos de produção sejam curtos: quanto menor o tempo de espera, mais precoce será o feedback e mais cedo saberemos se a litografia está funcionando dentro de nossa janela de capacidade.


A Veco adotou o Six Sigma como ferramenta para melhorar seu desempenho, tanto interno quanto externo, perante clientes e fornecedores. O Seis Sigma foi desenvolvido em ambientes de manufatura e demonstrou nas últimas décadas melhorar substancialmente a produtividade das empresas em muitos lugares.


Em tentativas anteriores, a Veco aplicou Six Sigma para reduzir o tempo de espera na fábrica. Percorremos um longo caminho e reduzimos os prazos de entrega de onze semanas para quatro semanas. Em seguida, buscamos novos métodos para expandir nossa caixa de ferramentas Six Sigma e o Process Mining cruzou nosso caminho.

Embora a Process Mining ainda não tenha ganhado uma posição forte em ambientes de manufatura, a equipe de operações tinha a forte convicção de que o Process Mining poderia ajudá-los a melhorar ainda mais os processos da Veco.


Na Veco, temos a filosofia de que a mudança deve ser iniciada e executada pela gerência de linha, não por um departamento de pessoal. Isso significa que contratamos catalisadores de mudança para os principais cargos de gestão da empresa. Dessa forma, garantimos que as mudanças não só sejam iniciadas, mas também implementadas com resultados duradouros. Portanto, o projeto de Process Mining foi liderado pelo Gerente de Operações e o Gerente da Cadeia de Suprimentos em cooperação com o Gerente de Manutenção, o Gerente de Inspeção, o Gerente de Produção e o Gerente de Compras da empresa.


O Processo


No processo de produção da Veco, os lotes são encaminhados por meio de várias estações de trabalho em uma sequência pré-descrita. Existem três rotas principais, mas alguns lotes de produção exigem uma rota que se desvia em uma ou mais estações de trabalho das rotas principais. Embora os equipamentos de produção sejam de última geração e operados em ambiente de sala limpa, o transporte entre as estações de trabalho, a definição da sequência de tarefas atendida em uma estação de trabalho e a operação da estação de trabalho são feitas pelos operadores.


Os lotes de produção têm vários tempos de processamento e todas as estações de trabalho têm diferentes taxas de utilização. Isso significa que nem todas as estações de trabalho são totalmente operadas - e, portanto, equipadas com operadores - durante um turno. Conforme afirmado anteriormente, para o processo é muito importante ter lead times de produção curtos, porque só podemos determinar no final do processo se todas as estações de trabalho estão operando dentro de seus limites de capacidade. Assim que um desvio for detectado, o processo precisa ser interrompido para verificar a estação de trabalho em desvio, enquanto todos os trabalhos em andamento que já passaram por essa estação de trabalho são suspeitos de ter uma qualidade ruim.


Dados


Criamos um log de eventos que consiste em um ID de caso (ou seja, o número do lote de produção), uma atividade (ou seja, o nome da estação de trabalho) e um registro de data e hora (ou seja, o tempo de conclusão de um lote de produção em uma determinada estação de trabalho). Como somos uma empresa orientada para Six Sigma, estamos acostumados a prestar muita atenção na validação de nossos dados. Acreditamos que só podemos confiar nos dados para os quais realizamos um ASM, uma Análise do Sistema de Medição. Durante o ASM, verificamos se a diferença entre o conjunto de dados e o processo da vida real é suficientemente pequena, de modo que as conclusões que tiramos da análise desses dados sejam realmente válidas.


Abordagem


Em uma abordagem Seis Sigma tradicional, primeiro teríamos gerado um Pareto para detectar quais rotas têm os tempos de espera mais longos e a maior variação nos tempos de processamento. Para esta seleção de caminhos, teríamos realizado análises adicionais no Minitab para criar os chamados gráficos de probabilidade. Os gráficos de probabilidade mostram como os caminhos adjacentes mais próximos na fábrica funcionam em termos de tempo de processamento. Os gráficos de probabilidade são um método muito eficaz e preciso. No entanto, a sua criação consome muito tempo e não podem ser facilmente comunicados a pessoas que não têm formação estatística.Neste projeto, os gráficos de probabilidade foram inicialmente ignorados e o software Process Mining Disco foi aplicado primeiro para analisar os processos de negócios.


Na Veco, temos a seguinte filosofia de mudança: A “Eficácia de uma solução” é igual à “Qualidade da solução” vezes a “Aceitação da solução”. Com o Process Mining, descobrimos o elo que faltava entre as pessoas com orientação estatística e as pessoas com o conhecimento real do processo e a autoridade para realmente mudar o processo. Joris Keizers, Gerente de operações

Foi demonstrado que o uso do Process Mining é complementar ao Six Sigma: Process Mining acelera a fase de análise e é muito convidativo para funcionários que têm muito conhecimento de processos, mas que têm menos sensibilidade para os métodos de análise de dados estatísticos.

A primeira vantagem é imediatamente visível: em minutos, é possível com o Fluxicon Disco obter uma visão geral visual completa dos processos de negócios e seus gargalos.

Uma animação mostra de relance quais são as estações de trabalho com altas taxas de ocupação e quais os locais de trabalho que causam atrasos na cadeia de abastecimento. Esse entendimento é impossível de adquirir e comunicar com os gráficos de probabilidade tradicionais.


Process Mining fornece resultados altamente acessíveis: As animações falam para a imaginação e garantem que cada membro da equipe de melhoria possa combinar os novos insights com seu conhecimento de processo. Esse processo garante que o máximo possível de conhecimento do funcionário possa ser combinado com os insights estatísticos da fase de análise. Isso melhora a qualidade e a velocidade da fase de análise. Uma vez que os gargalos são conhecidos, os gráficos de probabilidade podem ser usados ​​para focar e investigar melhor esses pontos problemáticos.


Resultados


Os resultados têm sido substanciais e superaram nossas expectativas. Durante as análises do processo de produção da animação, tiramos várias conclusões:

  • O processo tem uma grande variação nos tempos de tato entre as várias estações de trabalho, resultando em uma grande variação nos tempos de processamento e atrasos em várias estações de trabalho. Com base nessa descoberta, nosso gerente de produção chegou à conclusão de que tínhamos que recombinar as estações de trabalho para nivelar os tempos de tato e introduzir cestas de produção com carga de trabalho igual, que poderiam se mover de uma estação de trabalho para outra sem atrasos.

  • Com base nesse novo sistema de cesta, nosso gerente de manutenção concluiu que a nova forma de trabalhar resultava em muito tempo de inatividade programado. Com base nessa descoberta, ele pôde planejar a manutenção preventiva de forma mais fácil, sem impactar o negócio em execução.

  • Nosso gerente de cadeia de suprimentos e o gerente de compras chegaram à conclusão de que nossos tempos de produção de nosso processo interno era diferente dos tempos de nossos fornecedores e subcontratados, que são parte integrante de nosso sistema de produção para uma das principais linhas de produção. Com base nessa descoberta, eles implementaram novos procedimentos com nossos "terceiros" para sincronizar esses tempos e prazos.

  • Nosso gerente de inspeção percebeu que - como seu departamento opera no final do processo - ele estava enfrentando a maior variação na carga de trabalho. Ele tomou as medidas adequadas para melhorar ainda mais a flexibilidade de sua força de trabalho para ser mais capaz de lidar com essa variação.

  • Também vimos enormes filas diante de um posto de trabalho, que pudemos eliminar com uma solução técnica de apenas alguns milhares de euros.



A figura acima mostra que os prazos de entrega da fábrica foram reduzidos substancialmente semanas após o início do projeto. E com menor variação. Além disso, melhoramos a eficiência: a mesma quantidade de trabalho agora pode ser realizada por menos pessoas.

Impacto


Este projeto resultou não apenas em economia financeira e um perfil de risco reduzido devido aos prazos de entrega mais curtos, mas também gerou alguns aprendizados dos quais nos beneficiaremos no futuro.

Este piloto confirmou nossa hipótese inicial de que Process Mining pode ser uma ferramenta muito valiosa em nossa caixa de ferramentas Six Sigma.

E além disto:

  • Não vemos o Process Mining como uma ferramenta que só pode ser usada em um projeto, mas agora é parte integrante de nossos processos de produção e cadeia de suprimentos. Executamos regularmente o Process Mining para verificar se o desempenho está dentro de nossos novos padrões.

  • É fundamental ter o conhecimento de Process Mining organizado na linha, e não em um departamento de consultoria de sua empresa.

  • Os resultados de nosso piloto de Process Mining foram a base de um novo programa, no qual queremos reduzir ainda mais o lead time de fábrica pela metade, aplicando o pensamento enxuto em todos os nossos (novos) gargalos. Atualmente, todos os nossos colaboradores de produção e inspeção estão sendo treinados em Lean.

  • Adaptamos esse conhecimento à nossa fábrica no Reino Unido, onde atualmente também estamos usando Process Mining para melhorar o desempenho.

  • Este projeto também serviu como prova de que o conhecimento da Data Science também pode ser de interesse para empresas de manufatura de médio porte em um ambiente B2B.


Como próxima etapa após este piloto, escrevemos uma estratégia digital para nossas operações em todo o mundo. As primeiras etapas já foram executadas: recrutamos um cientista de dados que trabalha em estreita colaboração com nossa equipe de gerenciamento de operações para desbloquear ainda mais os dados de nossos processos e produtos para melhorar a previsibilidade e a qualidade de nossos processos.


Em segundo lugar, treinamos mais pessoas em Big Data.


Em terceiro lugar, iniciamos um projeto de investimento para começar a coletar todos os tipos de parâmetros de processo e produto ao longo de todo o processo de produção.



Adaptado e traduzido por BP Consultores
Autores: Ruud Breukink, gerente de manutenção; Joris Keizers , gerente de operações (autor correspondente); Mick Langeberg, gerente da cadeia de suprimentos; Ruud Louvet, gerente de inspeção; Rob Smeier, gerente de produção; John van Roijen, gerente de compras

Artigo Original em PDF:





31 visualizações

Comments


bottom of page