A produção está a entrar numa fase em que a automação já não é definida simplesmente pelo número de máquinas que podem ser instaladas. A questão mais importante é saber até que ponto a automação pode trabalhar eficazmente com as pessoas que operam, mantêm, diagnosticam problemas e melhoram continuamente os sistemas de produção.
As máquinas são excecionalmente boas no trabalho repetitivo. As pessoas são melhores a lidar com a incerteza. Por isso, os ambientes de produção mais fortes não são os que tentam retirar as pessoas do processo, mas os que atribuem deliberadamente o trabalho de acordo com os pontos fortes de ambos.
A automação deve ampliar a capacidade humana
Tradicionalmente, a automação industrial tem sido avaliada através de métricas familiares, como o tempo de ciclo, o débito, a disponibilidade e a eficiência da mão de obra. Estas medições continuam a ser importantes, mas não contam toda a história.
Um PLC pode executar a mesma sequência milhares de vezes sem se distrair. Um sistema de visão pode inspecionar grandes quantidades de peças de acordo com critérios definidos. Um robô pode repetir um movimento programado com um posicionamento consistente. Um sistema de controlo industrial pode recolher continuamente variáveis do processo e responder de acordo com uma lógica predefinida.
Estas são áreas em que as máquinas têm uma clara vantagem.
A produção torna-se muito menos previsível fora dessas condições controladas. A falta de material pode interromper a produção. Um fornecedor pode alterar a especificação de um componente. Uma máquina pode desenvolver uma avaria intermitente que não surge nos dados históricos. Um cliente pode exigir uma alteração de última hora ao produto.
Estas situações exigem interpretação, e não uma simples execução.
Um operador experiente ou um engenheiro de manutenção pode combinar o conhecimento do processo, o comportamento do equipamento e as condições atuais para determinar o que está realmente a acontecer. Essa capacidade de interpretar o contexto é difícil de reduzir a uma sequência fixa de instruções.
Por esta razão, vejo a automação menos como uma substituição da capacidade humana e mais como uma forma de a ampliar.
As máquinas lidam com a repetibilidade, as pessoas lidam com a variabilidade
Uma forma útil de conceber um sistema de produção automatizado consiste em separar o trabalho previsível do trabalho variável.
As máquinas são adequadas para operações com entradas, saídas e regras de decisão claramente definidas. A montagem repetitiva, a movimentação de materiais, a medição, a inspeção e a regulação de processos podem muitas vezes ser automatizadas, porque as suas condições de funcionamento podem ser descritas com precisão.
As pessoas tornam-se mais valiosas quando o processo ultrapassa esses limites.
Consideremos uma avaria inesperada num equipamento. Um alarme pode indicar uma temperatura elevada do motor, vibração anormal ou perda de comunicação. O sistema de controlo pode identificar a condição e fornecer informação de diagnóstico, mas o técnico continua a ter de determinar se o problema é elétrico, mecânico, ambiental ou relacionado com o próprio processo.
Esta distinção é importante.
A automatização pode dizer-nos o que o sistema detetou. A experiência humana determina muitas vezes o que essa informação significa no mundo físico.
A abordagem mais produtiva não consiste, portanto, em perguntar se uma pessoa ou uma máquina deve executar uma tarefa. A melhor pergunta é que parte da tarefa deve ser realizada por cada uma.
Os Dados Não Eliminam o Discernimento de Engenharia
As fábricas modernas geram enormes quantidades de dados operacionais. PLC, plataformas DCS, sistemas SCADA, equipamentos de monitorização de condições, historiadores, sistemas de visão e dispositivos IIoT podem captar continuamente informação dos ativos de produção.
Mais dados, contudo, não conduzem automaticamente a melhores decisões.
Um sensor mal calibrado pode gerar medições inexatas. Um alarme configurado incorretamente pode provocar intervenções desnecessárias do operador. A ausência de marcas temporais pode dificultar a reconstrução das sequências de eventos. Uma nomenclatura inconsistente das tags pode complicar a análise entre linhas de produção.
Os sistemas de inteligência artificial e de análise de dados enfrentam a mesma limitação.
Se os dados subjacentes não representarem com exatidão o processo físico, os algoritmos sofisticados não conseguem corrigir magicamente o problema. Podem produzir conclusões altamente convincentes com base em dados de entrada incorretos.
É por isso que a digitalização industrial deve começar pela instrumentação, pela lógica de controlo, pela arquitetura de dados e pelo conhecimento dos processos. A IA deve ser tratada como mais uma ferramenta de engenharia, e não como um substituto dos fundamentos da engenharia.
A Interface do Operador Faz Parte do Sistema de Automatização
A automatização centrada nas pessoas também exige atenção à forma como a informação chega à força de trabalho.
Um sistema de controlo tecnicamente competente pode, ainda assim, ter um desempenho fraco se os operadores forem confrontados com alarmes excessivos, gráficos confusos ou informação que chega demasiado tarde para apoiar uma decisão.
Um operador não precisa de todos os dados disponíveis a cada momento. Precisa da informação certa, apresentada de forma clara, no momento em que é necessário tomar uma decisão.
O mesmo princípio aplica-se ao pessoal de manutenção.
Um sistema de monitorização de condições que comunica milhares de medições pode criar pouco valor se os técnicos não conseguirem distinguir a variação normal de funcionamento de uma avaria em desenvolvimento. Uma automatização útil deve reduzir o esforço cognitivo desnecessário, em vez de simplesmente colocar mais informação num ecrã.
Em termos práticos, o design da interface, a gestão de alarmes, o diagnóstico do equipamento e o design dos fluxos de trabalho devem ser considerados parte da arquitetura de automação.
A segurança deve continuar a ser uma responsabilidade humana
A automação industrial pode reduzir a exposição a operações perigosas, mas a própria automação não garante a segurança.
Um robô continuará normalmente a executar a sequência programada, a menos que a arquitetura de controlo e de segurança forneça as condições adequadas para parar ou restringir o seu funcionamento. A segurança depende, por isso, do sistema completo: sensores, controladores de segurança, interbloqueios, paragens de emergência, proteções, procedimentos, práticas de manutenção e comportamento humano.
O mesmo princípio aplica-se aos sistemas de segurança funcional.
Um sistema instrumentado de segurança pode detetar condições perigosas definidas e iniciar uma resposta segura predeterminada. Não substitui o trabalho de engenharia necessário para identificar perigos, definir funções de segurança, validar o sistema e mantê-lo ao longo de todo o seu ciclo de vida.
É aqui que a responsabilidade humana continua a ser fundamental.
Os engenheiros e os profissionais de segurança devem compreender não só aquilo que um sistema automatizado foi concebido para fazer, mas também o que acontece quando as premissas falham.
Não automatize um processo deficiente
Um dos erros de automação mais comuns é tentar resolver um problema de processo adicionando tecnologia.
Se um processo manual é inconsistente porque as responsabilidades não estão claras, instalar automação adicional pode simplesmente fazer com que a inconsistência ocorra mais rapidamente.
Se os dados de produção não são fiáveis porque os instrumentos têm uma manutenção deficiente, adicionar análises não produzirá necessariamente previsões úteis.
Se os procedimentos de manutenção são ineficazes porque a informação sobre o equipamento está incompleta, adicionar outra plataforma de software pode aumentar a complexidade sem melhorar o desempenho da manutenção.
Antes de automatizar um processo, o próprio processo deve ser analisado.
É repetível? As entradas estão controladas? Os limites operacionais são conhecidos? Os modos de falha são conhecidos? É possível medir o resultado pretendido? Existe uma razão clara para automatizar a operação?
Se a resposta a estas perguntas não for clara, a melhoria do processo deve normalmente preceder a automação.
Os projetos de automação precisam de objetivos mensuráveis
Os projetos tecnológicos podem facilmente ficar centrados na implementação em vez dos resultados.
Um novo robô, uma plataforma PLC, um sistema de visão, uma aplicação de análise ou uma ferramenta digital de manutenção podem ser tecnicamente impressionantes, mas o seu valor deve, em última análise, ser demonstrado através de resultados operacionais mensuráveis.
Dependendo da aplicação, esses resultados podem incluir a redução do tempo de inatividade, tempos de mudança mais curtos, taxas de refugo mais baixas, melhoria do rendimento à primeira passagem, menos incidentes de segurança, diagnóstico mais rápido de falhas ou menor necessidade de intervenção de manutenção.
O ponto importante é estabelecer a medição antes de implementar a tecnologia.
Uma linha de base clara permite determinar se o investimento alterou efetivamente o processo.
Sem uma linha de base, as organizações podem acabar por medir o sucesso de um projeto de automação pelo facto de o sistema ter sido instalado e colocado em serviço, em vez de verificarem se o problema de produção foi resolvido.
As Competências da Força de Trabalho Têm de Evoluir com a Tecnologia
À medida que a automação se torna mais sofisticada, também mudam as competências exigidas aos trabalhadores industriais.
Um técnico de manutenção pode precisar cada vez mais de compreender redes, E/S remotas, variadores de frequência, diagnósticos de PLC, Ethernet industrial e aquisição de dados, além das competências mecânicas e elétricas tradicionais.
Os operadores podem precisar de interpretar tendências do processo, em vez de simplesmente monitorizar alarmes discretos.
Os engenheiros podem precisar de compreender tanto a arquitetura de controlo como a arquitetura de dados.
Isto não significa que todos os trabalhadores tenham de se tornar programadores de software ou cientistas de dados. Significa que as organizações precisam de desenvolver as competências técnicas necessárias para operar e manter sistemas cada vez mais conectados.
Por isso, a formação deve ser considerada parte do projeto de automação, e não uma atividade acrescentada após a colocação em serviço.
Os Melhores Sistemas de Automação São Concebidos em Torno das Falhas
Uma característica frequentemente ignorada de uma boa automação industrial é a forma como esta se comporta quando algo corre mal.
A operação normal é relativamente fácil de demonstrar. A questão de engenharia mais difícil é o que acontece quando um sensor falha, uma ligação de rede é perdida, um atuador não responde, um controlador deixa de comunicar ou um operador faz uma seleção inesperada.
Uma boa arquitetura de automação antecipa estas condições.
Os diagnósticos devem ajudar a identificar a origem de um problema. Os encravamentos de segurança devem impedir sequências inseguras. A redundância deve ser aplicada quando o risco e a aplicação o justificarem. A intervenção manual deve continuar a ser possível quando for operacionalmente necessária.
Do ponto de vista da engenharia, a qualidade de um sistema de automação é frequentemente revelada com maior clareza durante condições anormais do que durante a produção normal.
A Experiência Humana Continua a Ser uma Fonte de Inovação
Algumas das melhorias mais úteis num chão de fábrica não têm origem nos departamentos de engenharia nem nos fornecedores de tecnologia.
Os operadores descobrem frequentemente pequenas alterações nos processos que reduzem movimentos desnecessários. Os técnicos de manutenção identificam padrões de falha recorrentes que não são óbvios na documentação do equipamento. O pessoal da produção pode reconhecer uma relação entre a qualidade do produto e as condições de funcionamento antes de essa relação surgir numa análise formal.
Estas observações representam conhecimento prático dos processos.
Os sistemas digitais podem captar e organizar este conhecimento, mas as organizações continuam a precisar de mecanismos que permitam às pessoas contribuir com ele.
Um ambiente de produção verdadeiramente conectado não deve apenas enviar informações das máquinas para as pessoas. Deve também permitir que o conhecimento das pessoas melhore as máquinas, os procedimentos e as estratégias de controlo.
O Próximo Passo é a Automação Colaborativa
É pouco provável que o futuro da automação industrial seja definido por uma simples transição do trabalho manual para uma produção totalmente autónoma.
Uma orientação mais realista é a automação colaborativa, em que as máquinas assumem a responsabilidade por tarefas repetitivas, precisas e intensivas em dados, enquanto as pessoas mantêm a responsabilidade pela interpretação, gestão de exceções, melhoria e decisões que exigem um contexto mais abrangente.
Este modelo muda a forma como os projetos de automação devem ser concebidos.
Em vez de perguntarem «Quantos trabalhadores pode este sistema substituir?», os engenheiros devem perguntar: «Que tarefas humanas geram esforço, risco ou atrasos desnecessários e como pode a tecnologia reduzir essa carga?»
Esta mudança de perspetiva produz um tipo diferente de automação.
O objetivo não é ter menos pessoas a qualquer custo. É utilizar melhor a experiência humana.
Uma Definição Mais Prática de Inteligência Industrial
A inteligência industrial não deve ser definida simplesmente pela presença de IA, robôs ou dispositivos conectados.
Um sistema de produção verdadeiramente inteligente deve saber o que pode automatizar, reconhecer os limites da sua própria lógica de decisão, fornecer informações úteis às pessoas e falhar de forma controlada quando as condições saem do seu âmbito de funcionamento definido.
As pessoas proporcionam contexto, discernimento e responsabilização.
As máquinas proporcionam repetibilidade, velocidade, capacidade de cálculo e monitorização contínua.
Os dados ligam os dois.
Quando estes elementos são concebidos em conjunto, a automação torna-se mais do que um conjunto de tecnologias de controlo. Torna-se um modelo operacional em que a tecnologia elimina trabalho desnecessário, enquanto a experiência humana continua disponível onde cria mais valor.
O futuro da produção não é, portanto, fundamentalmente uma competição entre seres humanos e máquinas. É a conceção de um sistema de produção em que cada um desempenha o trabalho para o qual está mais bem preparado.
