Fábrica BMW Group de Regensburg Implementa Sistema Inovador de Manutenção Preditiva

A Fábrica BMW Group de Regensburg está estabelecendo novos padrões em eficiência na linha de montagem com seu sistema inovador de análise inteligente, destinado a evitar paradas não planejadas e otimizar o fluxo de produção de veículos. 

A solução de ponta de manutenção preditiva emprega inteligência artificial (IA) para identificar e abordar proativamente possíveis falhas de equipamentos, resultando em melhorias significativas na disponibilidade da produção e economia de custos.

O sistema de monitoramento inteligente na Fábrica BMW Group de Regensburg foca no processo de montagem, onde os veículos são acoplados a carregadores móveis ou sistemas de skid. Esses carregadores percorrem os corredores de produção em uma cadeia, e qualquer falha técnica nos sistemas de transporte pode interromper a linha de montagem, levando a maiores esforços e custos de manutenção. 

Para contornar esses problemas, a equipe de inovação da BMW desenvolveu um sistema capaz de detecção precoce de falhas, garantindo a produção ininterrupta.

Notavelmente, este sistema de monitoramento aproveita os dados existentes de componentes instalados e controle de elementos de transporte, eliminando a necessidade de sensores ou hardware adicionais. Ele avalia ativamente vários pontos de dados, incluindo flutuações no consumo de energia, irregularidades no movimento do transporte e legibilidade de códigos de barras, para identificar anomalias. 

Quando tais anomalias são detectadas, um alerta é enviado imediatamente ao centro de controle de manutenção, permitindo ação rápida para resolver o problema.

O gerente de projeto Oliver Mrasek enfatiza a operação contínua do sistema: “Os monitores de vigilância em nosso centro de controle funcionam 24 horas por dia, 7 dias por semana, permitindo-nos responder rapidamente a qualquer tipo de relatório de falha e retirar o veículo afetado do ciclo.”

Implementação: apoiada por IA, padronizada e com custo-benefício

A manutenção preditiva não é apenas uma solução isolada; é um esforço colaborativo. A padronização do sistema, em cooperação com o gerenciamento central da chão de fábrica do Grupo BMW e outros locais de produção, facilita sua rápida implantação em locais do Grupo BMW em todo o mundo. 

Uma vantagem notável é sua rentabilidade, pois não requer sensores adicionais, com despesas limitadas ao armazenamento e à capacidade de processamento.

Modelos de aprendizado de máquina desenvolvidos internamente são integrados ao sistema, empregando mapas de calor com diferentes códigos de cores para visualizar padrões de falha em vários componentes. Essa representação visual permite que os técnicos de manutenção respondam com precisão aos problemas identificados.

O sucesso do sistema é reforçado por esforços contínuos de melhoria. A equipe está atualmente expandindo suas capacidades conectando instalações adicionais, otimizando o sistema e integrando ações recomendadas nas mensagens de falha. Essa melhoria visa simplificar a solução de problemas para os técnicos de manutenção, destacando problemas semelhantes que ocorreram no sistema.

Deniz Ince, cientista de dados da equipe, enfatiza os benefícios mais amplos da manutenção preditiva ideal: “A manutenção preditiva ideal não apenas nos economiza dinheiro, mas também significa que podemos entregar a quantidade planejada de veículos no prazo – o que reduz enormemente o estresse na produção.”

Objetivos futuros: Aumentar a previsibilidade e patentes

A jornada do Plant Regensburg do Grupo BMW na monitoração baseada em dados da tecnologia de esteiras rolantes abrange seis anos, com aproximadamente 80% das linhas de montagem principais agora sendo monitoradas por este sistema. Embora nem toda falha possa ser prevista, o sistema já evitou cerca de 500 minutos de tempo de inatividade por ano apenas na montagem de veículos. Dada a taxa de produção da planta, isso se traduz em ganhos significativos de eficiência operacional.

Os objetivos futuros da equipe incluem melhorar a previsibilidade estimando o tempo restante entre a detecção de uma falha e uma possível parada. Esse recurso ajudará os técnicos a priorizar as tarefas de manutenção com base na urgência. Além disso, o sistema está sendo explorado para uso em outras áreas da planta, como equipamentos usados para abastecer veículos com fluido de freio e fluido de arrefecimento.

Notavelmente, o sistema de aprendizado integrado do Plant Regensburg do Grupo BMW é pioneiro em seu campo, ganhando reconhecimento dos fabricantes de equipamentos e levando a duas patentes registradas pelo Grupo BMW.