adaptaÇÃo do indicador oee para anÁlise de...

ADAPTAÇÃO DO INDICADOR OEE

PARA ANÁLISE DE PERDAS

PRODUTIVAS RELACIONADAS AO USO

DA ENERGIA ELÉTRICA

Fabiano Leal (UNIFEI )

[email protected]

Dagoberto Alves de Almeida (UNIFEI )

[email protected]

Lucas Vilhena Parenti (UNIFEI )

[email protected]

Jose da Silva Ferreira Junior (UNIFEI )

[email protected]

THIAGO BUSELATO MAURICIO (UNIFEI )

[email protected]

O objetivo deste artigo é adaptar o indicador OEE (Overall Equipment

Effectiveness) para o monitoramento da manufatura com enfoque no

efeito de falhas com causas relacionadas ao uso da energia elétrica.

Esta adaptação foi nomeada de OEE-E ((Overall Equipment

Effectiveness for energy efficiency). O acompanhamento destes valores

permite aos gestores um maior conhecimento sobre os efeitos

indesejáveis da energia sobre a produção. Esta informação também

pode ser útil às distribuidoras de energia elétrica, que podem no futuro

oferecer um serviço mais amplo, inclusive de orientação aos clientes

empresariais. Para a implementação do OEE-E em um ambiente

operacional de manufatura, este artigo apresenta algumas ferramentas

utilizadas em etapas definidas, como o mapeamento de falhas através

da técnica FTA (Fault Tree Analysis), a análise da causa raiz e os

cálculos de disponibilidade, desempenho e qualidade para os

equipamentos analisados. Após a construção e validação das árvores

de falha, foi elaborado o instrumento para registro dos dados.

Apresenta-se ainda neste trabalho o equacionamento utilizado no

indicador e o resultado obtido, onde é possível constatar a influência

na energia elétrica nas perdas produtivas do objeto de estudo

analisado.

Palavras-chaves: OEE, energia elétrica, falhas

XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos

Salvador, BA, Brasil, 08 a 11 de outubro de 2013.



2

1. Introdução

A utilização eficiente da energia deve estar em sintonia com os processos produtivos das

empresas. A redução ou eliminação de perdas e falhas nos processos bem como o

entendimento da estrutura organizacional auxiliam no emprego racional da energia, bem vital

para o desenvolvimento do país.

A partir desta temática, a ANEEL (Agência Nacional de Energia Elétrica) vem buscando

financiar projetos de pesquisa e desenvolvimento com instituições de ensino e pesquisa, no

intuito de desenvolver e aprimorar diversos aspectos relacionados à energia.

Esta pesquisa irá retratar parte de um projeto de pesquisa e desenvolvimento, elaborado em

uma parceria entre a universidade dos autores deste artigo, a empresa Cemig Geração e

Transmissão e a empresa Efficientia, empresa do grupo Cemig. Neste projeto havia a

necessidade de se utilizar um indicador de desempenho que pudesse interligar informações de

produção com a influência da energia elétrica sobre a produção.

A Cemig Geração e Transmissão é responsável pelo atendimento de cerca de 33 milhões de

pessoas em 805 municípios em Minas Gerais e Rio de Janeiro (incluindo a empresa Light) e

pela gestão da maior rede de distribuição de energia elétrica da América do Sul, com mais de

460 mil quilômetros de extensão. Além disso, a empresa atua fora do País com a LT Charrúa

– Nueva Temuco, no Chile, que entrou em operação em 2010 (CEMIG, 2013).

O objetivo deste artigo é adaptar o indicador OEE (Overall Equipment Effectiveness) para o

monitoramento da manufatura com enfoque no efeito de falhas com causas relacionadas ao

uso da energia elétrica. Neste artigo estas falhas serão chamadas de PRE (problemas

relacionados à energia). Após esta adaptação, o artigo propõe um indicador gerado, nomeado

de OEE-E (Overall Equipment Effectiveness for energy efficiency). Nesta proposta, será

demonstrada uma aplicação do OEE-E em uma empresa do setor de autopeças.

Para a implementação do OEE-E em um ambiente operacional de manufatura, este artigo

apresenta algumas ferramentas utilizadas em etapas definidas, como o mapeamento de falhas

através da técnica FTA (Fault Tree Analysis), a análise da causa raiz e os cálculos de

disponibilidade, desempenho e qualidade para os equipamentos analisados.



3

Na empresa do setor de autopeças selecionada para ser objeto de estudo, foi escolhido o

processo de retificação das peças para a implementação do OEE-E. Dados referentes ao setor

de retificação foram coletados no período de novembro de 2012 a janeiro de 2013 em nove

conjuntos de máquinas e apurados de acordo com as diretrizes da pesquisa.

2. Revisão bibliográfica

2.1. OEE

Um dos indicadores de maior utilização em empresas que tem por base maquinários de alta

produção é o Overall Equipment Effectiveness (OEE), traduzido aqui como Eficácia Geral dos

Equipamentos, tomando como referência a literatura utilizada nesta pesquisa.

Este indicador foi desenvolvido por Seiichi Nakajima nos anos 60, para avaliar operações em

manufatura através da combinação das métricas disponibilidade, desempenho e qualidade.

O OEE é caracterizado por refletir, com maior abrangência, a relação entre os resultados dos

equipamentos e a previsão realizada para os mesmos, além de ser internacionalmente

conhecido dentro das ferramentas do Total Productive Maintenance (TPM) (CARVALHO,

2005; WIREMAN, 2004; ZHU, 2011). Tal indicador é visto como medida de desempenho

chave em ambientes de produção em massa aplicada a qualquer produto (SHARMA,

SHUDHANSHU e BHARDWAJ, 2012).

A utilização deste indicador, segundo Chiaradia (2004), permite que as empresas analisem as

reais condições de utilização de seus ativos por meio da identificação das perdas existentes

nos equipamentos. Com ele é possível enxergar as perdas envolvidas nas operações

resultantes das variabilidades existentes nos equipamentos e ao seu redor.

Tais perdas embutidas no OEE são descritas na literatura (CHAKRAVARTHY et al., 2007;

CHIARADIA, 2004; COSTA, LIMA e COSTA, 2006; WIREMAN, 2004) como as seis

grandes perdas dos equipamentos, sendo elas:

a) Quebra ou degradação do equipamento causando perda total ou parcial da capacidade;

b) Setups, ajustes e regulagens no equipamento;

c) Pequenas paradas por uso inadequado ou ociosidade e marcha lenta por mau

funcionamento;

d) Perdas de velocidade por não conhecimento da capacidade real ou por falhas no

processamento;



4

e) Perdas de início e reinício, por questões de aquecimento ou regime de trabalho do

maquinário;

f) E peças defeituosas e refugos, por má qualidade no processamento.

O OEE absorve estas seis grandes perdas em seus índices de controle, sendo eles: o índice de

disponibilidade (IA) que reflete as perdas “a” e “b”, relacionando o tempo de trabalho efetivo

(tempo operativo) pelo tempo planejado de trabalho (jornada líquida); o índice de

desempenho (IP) que reflete as perdas “c” e “d”, relacionando o ciclo de processamento real

(tempo operativo líquido) e o teórico (tempo operativo); e o índice de qualidade (IQ) que

reflete as perdas “e” e “f”, relacionando os itens produzidos bons com o total produzido. O

indicador OEE é calculado pelo produto destes três índices, obtido em percentual.

2.2. Mapeamento de falhas

Utilizando-se os conceitos empregados nas pesquisas de Fagundes (2005) e Leal, Pinho e

Almeida (2006), pode-se dizer que falha é o término da capacidade de um equipamento

desempenhar uma função, ou seja, é um evento onde a função requerida é interrompida.

Dentre os tipos de falha, Slack, Chambers e Johnston (2009) os resumem em seis principais,

sendo eles:

Falhas de projeto: quando as características da demanda foram mal observadas ou os

tempos e métodos dos processos tornam-se diferentes dos idealizados;

Falhas de instalações: quando máquinas, equipamentos ou edifícios sofrem avarias que

ocasionam paradas;

Falhas de pessoal: quando há erros ou violações dos métodos ou práticas pelos

funcionários;

Falhas de fornecedores: quando há entregas atrasadas ou produtos entregues fora das

especificações;

Falhas de clientes: quando os mesmos utilizam de forma inadequada os produtos;

Falhas relacionadas a rupturas no ambiente: quando fatores externos à empresa

influenciam na qualidade ou no desempenho de determinada função.

Há falhas que podem vir a gerar prejuízos de grandes proporções, como quedas de aviões ou

falhas na frenagem de veículos, assim como há aquelas que não são tão críticas, como

queimar uma lâmpada em um escritório. Neste contexto, torna-se necessário às empresas se



5

preocuparem com as falhas crítica que repercutem em males considerados grandes para o

sistema (OLIVEIRA, PAIVA e ALMEIDA, 2010). Para tanto, deve-se detectar e analisar as

possíveis falhas de um sistema, verificando o processo de fabricação, diagnosticando

máquinas, averiguando saídas, pesquisando com clientes e avaliando defeitos, resultando em

procedimentos que auxiliem na recuperação das falhas quando ocorrerem (FAGUNDES,

2005; SLACK, CHAMBERS e JOHNSTON, 2009).

A FTA (fault tree analysis) é uma técnica analítica de análise de confiabilidade e de

segurança amplamente utilizada. Sua utilização, segundo Scapin (1999), visa a identificação

de pontos para a introdução de melhorias ou de modificações para tornar o produto mais

robusto, através de abordagem sistêmica, traçando a rota entre os sintomas percebidos pelos

clientes e as causas das anomalias dentro da arquitetura do produto.

Segundo Shalev e Tiran (2007), a FTA é uma ferramenta para aumentar a confiabilidade de

um sistema durante o estágio de projeto. Para os autores, a FTA é uma ferramenta de análise

aplicável e útil, sendo utilizada para identificar e classificar situações de risco e calcular a

confiabilidade de sistemas tanto para casos de sistemas com engenharia simples e complexa.

O analista define o evento de topo, que corresponde a uma falha ou acidente, e então constrói

a sequência de eventos que leva a este evento de topo.

Segundo Shalev e Tiran (2007), na base de cada possível caminho representado na árvore (pés

da árvore) existe um evento básico de falha, chamado de causa raiz. É utilizada a lógica

booleana, que pode ser observada nas portas lógicas, como mostra a figura 1.

O evento de saída conectado pela porta lógica “E” ocorre somente se todos os eventos de

entrada ocorrerem simultaneamente. Em sentido oposto, o evento de saída conectado pela

porta lógica “OU” somente ocorre se qualquer um dos eventos de entrada ocorrer. A literatura

apresenta algumas críticas à FTA. Imperfeições na predição da confiabilidade foram

ilustradas no trabalho de Blanks (1992), Shalev e Tiran (2007), confirmando que muitos

analistas são relutantes ao uso quantitativo da FTA.

Figura 1 – Exemplo de aplicação da FTA



6

Fonte: Scapin (1999)

Pode-se citar também o uso da gestão do conhecimento associado à construção das árvores de

falhas. Almeida et al. (2006) propõem o uso de informações (documentos, descrições, fotos)

associadas aos nós e conexões da árvore, a fim de possibilitar às organizações reconhecerem a

arquitetura das falhas. A gestão deste conhecimento se aplica a treinamentos e a tomada de

decisões, focando evitar a reincidência destas falhas.

3. Desenvolvimento prático

O objeto de estudo desta pesquisa foi um processo de manufatura de uma empresa do setor de

autopeças. Neste processo é utilizada uma máquina chamada de retífica trapezoidal, que é

responsável por dar acabamento e inclinação necessários às peças produzidas. Operando em

pares ou conjuntos, cada retífica é responsável por trabalhar um lado da peça. Além de

energia elétrica, estes equipamentos têm ainda como insumos ar comprimido, água e óleo.

Como informado anteriormente, foram coletados dados no período de novembro de 2012 a

janeiro de 2013 em nove conjuntos de máquinas.

O cálculo do indicador se baseia no cálculo do já conhecido OEE. Para se chegar ao valor do

OEE-E, deve-se filtrar e analisar apenas os dados referentes à falhas com causas relacionadas

à energia elétrica, aqui chamadas de PRE (problemas relacionados à energia). Ou seja, os

valores de disponibilidade, desempenho e qualidade devem ser filtrados. A seguir será

apresentada a sequencia de passos utilizada para a obtenção de dados e para o cálculo do

indicador OEE-E.

3.1. Construção das árvores de falhas



7

Antes do cálculo do indicador, foi necessário analisar as falhas cujas causas podem estar

relacionadas ao uso da energia elétrica. Para isto, as falhas foram divididas em 3 grupos, de

acordo com seus efeitos: falhas que diminuem a disponibilidade da máquina, falhas que

diminuem o desempenho da máquina e falhas que diminuem a qualidade das peças produzidas

pela máquina.

Cada grupo foi representado por uma árvore de falhas. Para a construção destas árvores foi

necessário uma série de entrevistas com especialistas do processo. Durante as entrevistas, as

árvores eram construídas em um quadro branco, até que a equipe chegasse em um consenso.

Para melhorar entendimento de todos sobre o assunto, as reuniões contaram com especialistas

do setor e integrantes do setor de manutenção do objeto de estudo.

A figura 2 exemplifica uma destas árvores. No caso da figura 2, as falhas não provocam a

paralisação da máquina (indisponibilidade), mas sim uma diminuição do ritmo de trabalho da

máquina.

Figura 2 – Árvore representando a falha de queda de desempenho da máquina

Queda de

desempenho da

Retificadora

Trapezoidal

Falhas de

manutenção

Pressão do óleo

hidráulico baixa Problemas

operacionais

Problema na

qualidade do

material

Pressão do ar

baixa Qualidade da

ferramenta

VazamentoFalta de óleo

Abastecimento

Vazamento

Funcionamento

irregular da

bomba interna

Causas

técnicas do

equip.

Funcionamento

irregular do

compressor

Causas

técnicas do

equip.

Oscilação

de energia

Oscilação

de energia

Falta de

energia

(unid. de ar)

Temperatura

do óleo baixa

Fonte: Elaboração do autor



8

Como o foco está no uso da energia elétrica, causas com origens diferentes a esta citada não

foram desenvolvidas na árvore. As causas diagramadas com triângulos foram detalhadas em

outras árvores.

Na árvore da figura 2, nota-se, por exemplo, que a “pressão do ar baixa” pode ocorrer devido

a causas relacionadas ao uso da energia (oscilação da energia ou falta de energia na unidade

de ar comprimido). Porém, nem toda ocorrência de baixa pressão do ar tem como causa

eventos relacionados ao uso da energia. A função da árvore é orientar os funcionários de

manutenção a caracterizar corretamente a causa raiz.

Todos os eventos localizados imediatamente abaixo da cabeça da árvore foram codificados e

disponibilizados no instrumento para registro de dados, que será apresentado neste artigo no

item 3.2.

3.2. Elaboração do instrumento para registro dos dados

Após a construção e validação das árvores de falha, foi elaborado o instrumento para registro

dos dados. Esta planilha foi apresentada aos funcionários do processo objeto de estudo em

uma reunião, onde a forma de preenchimento desta foi explicada. A tabela 1 mostra um trecho

desta planilha.

Tabela 1 – Trecho do instrumento utilizado para coleta de dados


Na tabela 1, pode-se observar que foram definidos períodos horários de observação. Na

coluna “minutos disponíveis”, o funcionário foi orientado a registrar quantos minutos a

máquina está programada para operar (capacidade produtiva horária). Caso não existam

paradas programadas para este intervalo horário, o valor a ser inserido como capacidade

produtiva horária é 60 minutos.



9

Caso o funcionário observe alguma parada não programada, esta deve ser registrada na coluna

“minutos paralisados” e “modo de falha”. Entende-se modo de falha como os eventos listados

imediatamente abaixo da cabeça da árvore, como pode ser visto na figura 2. Embora o

funcionário que opera a máquina tenha condições de identificar corretamente o modo de

falha, a sua rotina de trabalho dificulta a identificação da causa do modo de falha. Esta causa é

preenchida posteriormente pelo responsável pela manutenção da máquina, que dispõe das

árvores de falha para consulta. A coluna “PRE” corresponde à “problemas relacionados a

energia”. Se a causa anotada está relacionada ao uso da energia, ela coluna é marcada com um

X.

No bloco designado para o desempenho, o funcionário inicialmente registra o número de

peças planejadas. Conhecendo o tempo padrão para obtenção de cada peça (valor este

previamente registrado na planilha do funcionário), é possível obter o número de peças

planejadas para o período referente a “minutos disponíveis” menos “minutos paralisados”.

Após o término de cada período horário de produção, é registrado o número de peças

produzidas neste intervalo e a diferença notada entre o número de peças planejadas e

produzidas. Esta diferença, atribuída à queda de desempenho, é associada a um modo de

falha, observado pelo funcionário. Da mesma forma, as colunas “causa” e “PRE” são

posteriormente preenchidas pelo responsável pela manutenção.

Por fim, o funcionário registra o número de peças com problemas, observadas dentro do

grupo de peças produzidas. O modo de falha é então registrado e posteriormente a sua causa.

3.3. Equacionamento para cálculo do OEE-E

Para o cálculo do OEE-E são necessárias três métricas: o IAE (métrica de Disponibilidade,

adaptada ao OEE-E), IPE (métrica de Desempenho, adaptado ao OEE-E) e IQE (métrica de

Qualidade, adaptada ao OEE-E). A figura 3 demonstra a composição destas métricas.

A primeira métrica a ser calculada para posterior obtenção do OEE-E foi definida como IAE.

Esta métrica representa a disponibilidade do equipamento relativa somente a paralisações

resultantes de PRE. Utilizando como apoio a tabela 1, pode-se definir esta métrica como

mostra a equação 1,



10

IAE =

–

(Eq. 1)

onde:

CPi corresponde à capacidade de produção (minutos disponíveis) em cada intervalo de

tempo i;

h corresponde ao número total de intervalos considerados de tempo;

INDISPj corresponde aos minutos paralisados decorrentes de cada falha j (PRE);

m corresponde ao número de falhas que geraram indisponibilidade (PRE).

Figura 3 – Composição das métricas do OEE-E.



11

Tempo disponível

Tempo paralisado

Tempo paralisado (PRE)

IAE

Parcela de tempo utilizada para o cálculo de peças planejadas

Número de peças planejadas

Peças produzidas Peças nãoproduzidas

Peças nãoproduzidas (PRE)

IPE

Peças produzidas

Peças aprovadas Peças rejeitadas

Peças rejeitadas (PRE)

IQE

Efeito de falhas com causas não relacionadasao uso da energia

Efeito de falhas com causas relacionadasao uso da energia (PRE)


A segunda métrica calculada foi o IPE. Esta métrica representa o desempenho do equipamento

relativo somente ao número de peças que deixaram de ser produzidas devido a falhas com

causas relacionadas ao uso da energia elétrica. A equação 2 demonstra esta métrica,

IPE =

–

(Eq. 2)

onde:

PLANEJi corresponde ao número de peças planejadas em cada intervalo de tempo i;




12

PLANEJj corresponde ao número de peças planejadas para cada intervalo de tempo j.

O intervalo de tempo j representa intervalos de tempo onde ocorreram falhas que

diminuíram o desempenho da máquina, sendo estas falhas do tipo PRE;

m corresponde ao número de falhas que geraram redução de desempenho (PRE);

PRODUZj corresponde ao número de peças de fato produzidas em cada intervalo de

tempo j.

A terceira métrica, chamada de IQE, refere-se à qualidade. Porém, esta métrica considera

somente as peças rejeitadas decorrentes de falhas com causas relacionadas ao uso de energia

elétrica. A equação 3 mostra esta métrica,

IQE =

-

(Eq. 3)

onde:

PRODUZi corresponde ao número de peças de fato produzidas em cada intervalo

de tempo i.


PROBLEMj corresponde ao número de peças rejeitadas em cada intervalo de

tempo j. O intervalo de tempo j representa intervalos de tempo onde ocorreram

falhas do tipo PRE;

m corresponde ao número de falhas PRE.

Assim, o indicador OEE-E pode ser calculado como indicado na equação 4.

OEE-E = IAE . IPE . IQE (Eq. 4)

A figura 4 mostra a interpretação do OEE-E, a partir de uma meta estabelecida pela empresa.

Nota-se que o indicador OEE-E pode ser considerado uma filtragem do OEE. Porém, na



13

prática, esta filtragem exige um conhecimento prévio das falhas e suas causas, para a correta

associação com a energia elétrica.

Figura 4 – Comparação entre OEE e OEE-E

OEE

Potencial redução de

perdasOEE-

E


3.4 Resultados obtidos

Após a construção das árvores de falhas, do instrumento de coleta de dados e do treinamento

aos funcionários envolvidos, iniciou-se a coleta dos dados. Para isto, o instrumento de coleta,

apresentado na tabela 1, foi posicionado em cada posto de trabalho.

Os postos de trabalho correspondem a pares de máquinas retificadoras As máquinas

retificadoras trabalham em pares devido à necessidade de usinar as duas faces de cada peça

que passa pela operação. Por esse motivo foram analisados nesta pesquisa 9 pares (conjuntos)

de máquinas retificadoras, classificados de 1 a 9 na tabela 2.

Na coluna referente a “minutos disponíveis” na tabela 2, encontra-se o somatório da

capacidade produtiva de cada conjunto no período em que realizou-se a coleta de dados.

Na coluna “minutos paralisados (PRE)” apresenta-se, para cada conjunto de máquinas, o total

de tempo de máquina indisponível por motivos relacionados ao uso da energia elétrica (PRE).

Esta informação foi obtida através do uso das árvores de falhas e da participação do

responsável pela manutenção.

Na coluna “peças planejadas”, apresenta-se o total de peças planejadas para cada conjunto de

máquinas. Este planejamento é baseado no tempo padrão de produção da peça.

A coluna “peças não produzidas (PRE)” indica o número de peças que deixaram de ser

produzidas devido a problemas relacionados à energia. Ou seja, durante o período de tempo



14

que uma falha com causas relacionadas ao uso da energia elétrica atuou, o desempenho da

máquina diminuiu, impedindo a produção de peças. Vale lembrar que o número total de peças

não produzidas é maior. Entretanto, nesta tabela 2 o enfoque está no filtro denominado PRE.

A coluna “peças com defeito (PRE)” indica o número de peças que foram refugas devido a

problemas relacionados à energia.

Por fim, a partir do total calculado para as colunas citadas, obtiveram-se as métricas e o valor

do OEE-E para os conjuntos de máquinas analisadas.

Tabela 2 – Resumo dos dados obtidos na etapa de coleta

Conjuntos de

máquinas

Minutos

disponíveis

Minutos

paralisados

(PRE)

Peças

planejadas

Peças não

produzidas

(PRE)

Peças com

problemas

(PRE)

1 13032 738 16775 61 0

2 13482 90 15415 8 0

3 12978 607 22472 132 0

4 22620 360 30069 16 0

5 50565 2131 61480 202 12

6 25200 245 39903 46 0

7 14238 120 11338 4 0

8 24000 420 29089 73 0

9 21294 210 30625 9 0

Total 197409 4921 257166 551 12

IAE 97,51%

IPE 99,79% OEE-E= 97,29%

IQE 99,99%


Analisando o valor obtido para o OEE-E, observa-se que o efeito das falhas com causas

relacionadas ao uso da energia elétrica teve pouca influência no processo objeto de estudo.

Pode-se, neste caso, considerar um potencial de melhoria de 2,71%.

Os pesquisadores concluiram que a maior dificuldade no uso deste indicador está na distinção

dos PRE, dentro do grupo de falhas ocorridas. Esta correta associação, fundamental para a



15

proposta do OEE-E, depende do conhecimento e motivação apresentada pelos funcionários

envolvidos com a coleta de dados.

Como este é um estudo piloto, não descarta-se a possibilidade do não registro de algumas

associações com causas relacionadas à energia. A própria instalação de equipamentos de

medição elétrica pode aumentar a confiabilidade nos dados coletados.

4. Conclusão

Este artigo demonstrou o desenvolvimento e a aplicação prática de um indicador que

considera o efeito de falhas com causas relacionadas ao uso da energia elétrica sobre a

produção. O indicador proposto, chamado nesta pesquisa de OEE-E, utiliza uma lógica

similar ao clássico indicador OEE.

A pesquisa mostrou que o uso do indicador OEE-E requer algumas ações que permitam a

obtenção dos dados de entrada desta análise. Uma destas ações é o mapeamento de falhas.

Nesta pesquisa utilizou-se a técnica FTA, de tal forma a se estabelecer uma relação entre as

causas raízes das falhas e o uso da energia elétrica.

Utilizando-se as árvores construídas juntamente com uma tabela padronizada para o registro

dos dados, os funcionários do processo objeto de estudo desta pesquisa foram capazes de

registrar os dados de produção, os efeitos das falhas e a associação ou não com o uso da

energia.

A maior dificuldade encontrada nesta aplicação está na própria rotina dos funcionários. A

associação da falha ocorrida com o uso da energia elétrica exigiu a participação de um

especialista em manutenção, que foi orientado a consultar as árvores de falha elaboradas para

esta associação. Esta consulta ocorreu posteriormente à eliminação da falha. Muitas vezes o

funcionário que opera a máquina não tem tempo suficiente na sua rotina de trabalho de fazer

esta análise da causa da falha.

No objeto de estudo o indicador demonstrou um pequeno efeito das falhas com causas

relacionadas ao uso da energia sobre o processo. O acompanhamento destes valores permite

aos gestores um maior conhecimento sobre os efeitos indesejáveis da energia sobre a

produção. Esta informação também pode ser útil às distribuidoras de energia elétrica, que

podem no futuro oferecer um serviço mais amplo, inclusive de orientação aos clientes

empresariais.

5. Referências



16

BRAGRIA, M.; FROSOLINI, M; ZAMMORI, F. Overall Equipment Effectiveness of a manufacturing line

(OEEML) – An integrated approach to assess systems performance. Journal of Manufacturing Technology

Management, v. 20, n. 1, p. 8-29, 2009.

CARVALHO, E. G. Sistema de Informação para gestão do desempenho operacional dos sistemas de

energia de uma refinaria de petróleo. Dissertação (Mestrado) – Engenharia de Produção, Unifei, Itajubá, 2005.

130p.

CEMIG. Quem somos? Disponível em: http://www.cemig.com.br. Acesso em: 23 abr. 2013.

CHA, S.; YOO, J. A safety-focused verification using software fault trees. Future generation computer

systems, n. 28, p. 1272-1282, 2012.

CHIARADIA, A. J. P. Utilização do Indicador de eficiência global de equipamentos na gestão e melhoria

contínua dos equipamentos: um estudo de caso na indústria automobilística. Dissertação (Mestrado

Profissional) – Engenharia de Produção, Universidade Federal do Rio Grande do Sul, 2004.

COSTA, P. R. C.; LIMA, E. P.; COSTA, S. E. G. Desenvolvimento de um plano de melhorias para a

manufatura, a partir da análise de um indicador de eficiência global de equipamentos. In: SIMPÓSIO DE

ENGENHARIA DE PRODUÇÃO, 13, 2006. Anais do XIII SIMPEP 2006.

FAGUNDES, L. D. Mapeamento de falhas em concessionária do setor elétrico: gestão do conhecimento

auxiliando a gestão da manutenção. Dissertação (Mestrado) – Engenharia de Produção, Itajubá, Unifei, 2005.

FERREIRA JUNIOR, J. S.; ALMEIDA, D. M.; LEAL, F.; ALMEIDA, D. A. Desenvolvimento do indicador

Overall Equipment effectiveness for energy efficiency (OEE-E) – Aprendizado e Conclusões. In: Encontro

Mineiro de Engenharia de Produção, 8, 2012. Anais do VIII EMEPRO 2012.

KINTSEHNER, F. E.; BRESCIANI FILHO, E. Método de mapeamento e reorganização de processos:

sistemografia. Revista Produção Online, v. 5, n.1, mar 2005.

LEAL, F. Análise do efeito interativo de falhas em processos de manufatura através de projeto de

experimentos simulados. Tese (Doutorado) – Engenharia Mecânica, UNESP, Guaratinguetá, 2008. 237p.

LEAL, F.; PINHO, A. F.; ALMEIDA, D. A. Análise de falhas através da aplicação do FMEA e da Teoria Grey.

Revista Gestão Industrial, v. 2, n. 1, p. 78-88, 2006.

OLIVEIRA, U. R.; PAIVA, E. J.; ALMEIDA, D. A. Metodologia integrada para mapeamento de falhas: uma

proposta de utilização conjunta do mapeamento de processos com as técnicas.

RON, A. J.; ROODA, J. E. Equipment Effectiveness: OEE Revisited. IEEE Transactions on semiconductor

manufacturing, v. 18, n. 1, 2005.

SCAPIN, C.A. Análise Sistêmica de Falhas. Belo Horizonte: Editora de Desenvolvimento Gerencial,

1999.

SLACK, N.; CHAMBERS, S.; JOHNSTON, R. Administração da Produção. 3 Ed. São Paulo: Editora Atlas,

2009.

SHARMA, A. K.; SHUDHANSHU; DHARDWAJ, A. Manufacturing performance and evolution of TPM.

International Journal of Engineering Science and Technology, v. 4, n. 3, March, 2012.

WIREMAN, T. Total Productive Maintenance. 2. Ed. New York: Industrial Press, 2004.

ZHU, X. Analysis and Improvement of enterprise’s Equipment Effectiveness Based on OEE. In:

INTERNATIONAL CONFERENCE ON ELECTRONICS, COMMUNICATIONS AND CONTROL, 2011.

Anais do ICECC, 2011.

http://www.cemig.com.br/

adaptaÇÃo do indicador oee para anÁlise de...

Documents