A fábrica de Nottingham se tornou a primeira Fábrica do Futuro operacional da Reckitt em maio de 2021. Em junho, a empresa já estava projetando uma redução de 10% nos custos de manutenção da fábrica e uma redução de 3% no consumo de energia elétrica. Além disso, o aumento da visibilidade dos dados de seus equipamentos já está fornecendo insights para a análise de causa-raiz que deve gerar ganhos significativos de produtividade.
“A conectividade aprimorada e a visibilidade dos dados nos permitem realmente entender e analisar o que fazemos e como podemos começar a melhorá-la”, diz Ellins. “Quando aplicarmos aprendizado de máquina ou algoritmos de IA a esses dados, a Reckitt poderá prever e planejar melhor para o futuro”.
Esse planejamento começa hoje com a melhoria do OEE. Os gerentes e operadores de departamento agora têm acesso imediato aos dados da máquina, e os operadores não precisam mais inserir esses dados em planilhas, que devem ser pesquisadas em busca de informações relevantes. Os dados, que são carregados automaticamente das máquinas, também são mais precisos e confiáveis. Esses dados confiáveis permitem que os gerentes passem seu tempo analisando as operações em vez de procurar informações e verificar sua validade. Isso ajudará a acelerar a tomada de decisões e a resolução de problemas e, por fim, melhorar a produtividade.
A mudança de manutenção baseada em calendário para condição e ciclo também deve ajudar a Reckitt a melhorar a produtividade e a eficiência. O sistema automatizado só dispara eventos de manutenção quando as condições definidas são atendidas, como quando uma condição sai da tolerância ou um ativo executa um número definido de horas. De acordo com Barnes, “Isso nos ajudará a aumentar a eficiência de nossos engenheiros, pois eles só trabalharão em ativos que precisam de atenção em vez de tentar concluir todas as ordens de serviço de cada máquina todos os meses”.
“A única espinha dorsal de dados também fornece à Reckitt um caminho para aprendizado de máquina e operações e manutenção baseadas em IA”, diz Woodham, da IBM. Por exemplo, os dados podem revelar quando uma máquina provavelmente quebrará ou quando precisa de manutenção imediata. “Algoritmos de aprendizado de máquina podem ajudar a Reckitt a entender os dados e começar a prever para onde as coisas vão”, diz ele. “As previsões podem se transformar em instruções direcionadas ao sistema e, portanto, em vez de alguém ver um problema e decidir o que fazer a respeito, eles podem usar os dados para decidir o que fazer e, finalmente, fechar o ciclo”.
Esse tipo de análise preditiva também pode ser aplicado aos sistemas de gestão de energia da empresa agora que eles estão conectados à base de dados. Como a Reckitt agora tem dados consistentes e visualizações em nível de fábrica de seu consumo de energia, ele pode substituir as leituras manuais de medidores em suas fábricas. Essa visibilidade permitiria que cada fábrica visasse áreas de redução para ajudar a cumprir as metas gerais de sustentabilidade da empresa.
A ideia de que a “conectividade é fundamental” se tornou um novo mantra para Ellins pessoalmente e para toda a empresa. À medida que se expande para outros sites, a Reckitt criará suas soluções na mesma plataforma de infraestrutura e backbone de dados. “Poder dizer que construímos uma plataforma de dados adequadamente expansível para nossas fábricas é um ponto-chave. E continuará agregando e aumentando valor à medida que amadurece”.
Ao implementar a solução Factory of the Future, Ellins também vê uma convergência entre TI e tecnologia operacional (OT) em uma infraestrutura de TI híbrida para o futuro. “Como parte da transformação da Indústria 4.0, estamos vendo como os sistemas de TI se conectam aos sistemas de engenharia e estão falando a mesma língua”. Essa convergência também permite que a Reckitt implemente um ambiente sólido de cibersegurança que abrange os sistemas operacionais e de TI.