mais de 50 países
Uso global, impacto local
47 anos de atividade
Originada em 1979
mais de 50 funcionários
Europa, EUA e Ásia
mais de 2000 clientes
Mais de 20.000 usuários
O futuro do software de Controle Estatístico de Processos
Introdução
O futuro do software SPC deve ser discutido em relação ao ambiente de manufatura no qual o software SPC é usado e que o ambiente de manufatura é atualmente muito influenciado pelos desenvolvimentos relacionados à indústria 4.0. Neste artigo, discutiremos qual é a funcionalidade necessária para o futuro software SPC e o que a Datalyzer tem feito para atender a esses requisitos.
Os principais componentes da Indústria 4.0 são apresentados na imagem abaixo.
A manufatura aditiva, a realidade aumentada e a robótica não estão diretamente relacionadas ao software SPC, mas todos os outros componentes têm algum tipo de relação com o software SPC, e vamos discuti-los neste artigo.
Computação em nuvem
A computação em nuvem é a pedra angular do setor 4.0, permitindo a integração perfeita de tecnologias avançadas como IoT, IA e análise de Big Data nas operações industriais. Ela fornece a infraestrutura dimensionável necessária para gerenciar e analisar grandes quantidades de dados gerados por dispositivos e sensores interconectados em tempo real. Isso facilita a manutenção preditiva, os processos de produção otimizados e a tomada de decisões orientadas por dados, aumentando a eficiência operacional e reduzindo o tempo de inatividade. Além disso, as soluções em nuvem dão suporte à colaboração global, oferecendo plataformas centralizadas para acessar, compartilhar e analisar dados entre equipes geograficamente dispersas. Ao reduzir os custos de infraestrutura de TI e proporcionar agilidade inigualável, a computação em nuvem permite que as empresas inovem rapidamente, adaptem-se às mudanças do mercado e permaneçam competitivas na era da manufatura inteligente.
Cada vez mais sistemas como MES, ERP e Scada etc. são oferecidos como uma solução em nuvem. Também vemos uma integração cada vez maior entre esses sistemas usando APIs da Web.
A arquitetura completa baseada em nuvem em uma empresa pode se tornar bastante complexa. Para que seja possível gerenciar uma arquitetura tão complexa, os programas de software baseados na Web devem ser desenvolvidos em contêineres. Na computação baseada em nuvem, um contêiner é uma parte leve, autônoma e portátil de um pacote de software que inclui tudo o que é necessário para executar essa parte do aplicativo, como o código, o tempo de execução, as bibliotecas e as ferramentas do sistema. Os contêineres operam em ambientes isolados, garantindo a consistência em diferentes ambientes de computação, do desenvolvimento ao teste e à produção. Diferentemente das máquinas virtuais tradicionais, os contêineres compartilham o kernel do sistema operacional do sistema host, o que os torna mais rápidos para iniciar e mais eficientes em termos de recursos. Isso os torna ideais para implantações em nuvem, pois permitem que os desenvolvedores criem, implantem e dimensionem aplicativos perfeitamente em várias plataformas de nuvem, mantendo a confiabilidade e o desempenho. Ferramentas como o Docker e o Kubernetes são comumente usadas para a conteinerização e a orquestração na computação em nuvem.
O Datalyzer Qualis 4.0 foi totalmente desenvolvido em Dot Net Core e oferece suporte à conteinerização e pode ser disponibilizado em um docker. A solução é compatível com soluções de nuvem pública e privada.
Segurança cibernética
A segurança cibernética em relação à computação em nuvem para o setor 4.0 é uma preocupação fundamental, pois a integração de soluções baseadas em nuvem e sistemas interconectados expõe os ambientes industriais a novas vulnerabilidades. O setor 4.0 depende da troca de dados em tempo real, do acesso remoto e dos dispositivos de IoT, todos os quais criam pontos de entrada em potencial para ataques cibernéticos.
Nesse contexto, os provedores de nuvem implementam medidas de segurança robustas, como criptografia, autenticação multifatorial e monitoramento contínuo para proteger a integridade, a confidencialidade e a disponibilidade dos dados. No entanto, as empresas devem adotar um modelo de responsabilidade compartilhada, garantindo configurações seguras, aplicação regular de patches e controles de acesso do usuário.
Na prática, vemos que isso significa que o acesso ao software SPC deve ser baseado nas políticas de segurança existentes em uma empresa como a SAML. No setor 4.0, em que vários aplicativos e serviços interagem em ecossistemas de nuvem, o SAML garante a autenticação segura do usuário e a troca de dados entre plataformas. Por exemplo, os sistemas de fábrica conectados a uma plataforma de nuvem podem usar o SAML para verificar as credenciais do usuário com segurança.
Outros protocolos, como OAuth, OpenID Connect e Kerberos, complementam o SAML fornecendo mecanismos diferentes para autenticação e autorização seguras, fortalecendo ainda mais a postura de segurança cibernética de uma organização.
O Datalyzer Qualis 4.0 é compatível com os protocolos mais usados, como SAML e OKTA, e a lista de protocolos compatíveis está em constante expansão.
Internet industrial das coisas (IIoT)
A IoT (Industrial Internet of Things) em relação ao uso do software SPC refere-se à integração de dispositivos inteligentes, sensores e sistemas conectados em processos industriais para aprimorar o controle de qualidade e a tomada de decisões.
1. Coleta de dados em tempo real:
Os dispositivos de IIoT, como sensores e dispositivos de borda, monitoram continuamente as linhas de produção e os equipamentos, capturando dados em tempo real sobre as características do produto e do processo, como peso, temperatura e pressão etc. O software SPC usa esses dados para identificar tendências, variações e possíveis problemas antes que eles levem a defeitos.
2. Monitoramento aprimorado de processos:
A combinação de IIoT e SPC garante visibilidade abrangente dos processos de fabricação. A IIoT transmite dados de alta resolução para o software SPC, permitindo que os operadores detectem anomalias mais rapidamente e melhorem a estabilidade do processo
Na prática, há muitas plataformas IIoT diferentes e dados de alto volume em tempo real, como temperaturas, nem sempre são adequados para serem plotados diretamente em um gráfico de controle. O DataLyzer Qualis 4.0 oferece um serviço de importação flexível para coletar dados de praticamente qualquer fonte, converter os dados em informações úteis de SPC agregando os dados e, em seguida, apresentar os dados em um gráfico de controle significativo.
Além dos sensores, ainda há uma grande parte dos dados que chegam por meio de equipamentos de medição especiais, como câmeras, CMMs ou bancos de dados, ou até mesmo soluções de interface simples, como arquivos ASCII ou csv. O serviço de importação flexível do DataLyzer também pode ler todas essas fontes e até mesmo criar automaticamente a configuração do SPC.
Integração horizontal e vertical
Integração horizontal
Cada vez mais indústrias estão adotando o processo APQP. No processo APQP, há um fluxo lógico de informações desde o projeto, passando pelo desenho, até o FMEA, o Plano de Controle, a inspeção do Primeiro Artigo, o SPC e os COAs. O Datalyzer oferece uma solução completa para todo o fluxo do APQP, desde o balonamento automático de desenhos, criando a configuração do SPC com base em um desenho, uma solução completa de FMEA e a importação automática de dados de medição para relatórios de inspeção de primeiro artigo ou SPC. Todos os dados podem ser exportados novamente de várias maneiras, inclusive COAs. Portanto, a solução SPC está incorporada em uma solução integrada horizontal.
Integração vertical
A integração vertical pode ser vista de duas maneiras diferentes:
- Integração vertical na estrutura de TI
- Integração vertical na organização
A integração vertical na estrutura de TI e no contexto da Indústria 4.0 refere-se à integração perfeita de processos, sistemas e dados em diferentes níveis de uma organização, desde o chão de fábrica até a tomada de decisões executivas. Ela é fundamental para a obtenção de ambientes de fabricação inteligentes e interconectados.
O software de Controle Estatístico de Processos (SPC) desempenha um papel importante nessa integração, permitindo a coleta de dados em tempo real, a análise e os ciclos de feedback dos processos de produção. Em uma estrutura do Industry 4.0, o software SPC pode se integrar a dispositivos IoT, sensores e sistemas empresariais (como ERP e MES) para fornecer percepções acionáveis e controle de qualidade automatizado.
Esse alinhamento garante que as métricas de qualidade não fiquem isoladas, mas façam parte de um ecossistema mais amplo e conectado, permitindo análises preditivas, redução de desperdício e maior eficiência. Ao alavancar a integração vertical, o software SPC se torna uma pedra angular para atingir as metas de manufatura inteligente, alinhando o desempenho operacional aos objetivos estratégicos.
O Datalyzer Qualis 4.0 suporta essa integração vertical, fornecendo opções de interface flexíveis, como uma DLL totalmente funcional, Apis da Web ou até mesmo oferecendo a opção de executar contêineres Qualis diretamente em outros sistemas baseados na Web. Por exemplo, o senhor pode iniciar um plano de inspeção Qualis diretamente de um sistema MES baseado na web e o usuário final nem sequer percebe que está trabalhando no Qualis.
A integração vertical na organização significa que o mesmo sistema SPC está apoiando diretamente o operador, bem como o líder da equipe, o engenheiro e o gerente. Isso significa que o software SPC precisa ir além da visualização de um gráfico de controle. Alertas automáticos, telas de ação aberta, painéis de controle, procedimentos OCAP com relatórios de compra e resumo devem fazer parte da solução de software SPC. Todos os dados e funcionalidades só devem ser acessíveis se o usuário específico estiver autorizado.
O DataLyzer Qualis oferece muitas funções para dar suporte à integração vertical. Todos os requisitos descritos acima estão disponíveis e, com uma estrutura de autorização altamente granular, ele pode ser adequado para fornecer as informações e a funcionalidade certas para as pessoas certas, mesmo em vários locais e em vários idiomas.
Big Data, análise e IA
Como mencionado anteriormente, o big data não pode ser realmente usado para armazenar diretamente em um sistema SPC, portanto, vemos duas abordagens na prática:
- Os dados são agregados e convertidos para fornecer informações significativas em gráficos de controle
- Os dados originais são usados em análises avançadas (Big Data ou IA).
A primeira opção já foi descrita anteriormente, mas para dar suporte à segunda opção, o Datalyzer oferece uma maneira de usar dados de qualquer fonte durante a análise sem a necessidade de importar esses dados para o banco de dados do SPC. Esse recurso extra, chamado Qualis Analytics, pode carregar dados de qualquer fonte, inclusive dados de SPC do Datalyzer, relacionar os dados por meio de um denominador comum, como número de série, número de lote ou data e hora, e fornecer todos os tipos de opções de análise diferentes, inclusive IA na forma de árvores de decisão de floresta aleatória e análise de texto.
Isso oferece uma grande flexibilidade e a opção de analisar rapidamente os dados sem a necessidade de criar primeiro uma ferramenta de importação.
Simulação e IA
Tradicionalmente, o CEP é aplicado com frequência nas características de qualidade do produto. As indústrias mais avançadas na aplicação do CEP também estão aplicando o CEP nas características do processo. Com o crescimento da IIoT, vemos mais aplicações do SPC em áreas de processo.
O que as empresas tentam alcançar é estabelecer a relação entre os insumos do processo, as características do processo e as características do produto, porque controlar as características do processo é mais rápido e mais barato do que controlar as características do produto. Uma técnica bem conhecida nessa área é o projeto experimental. Agora, com o potencial da IA, surgem novas possibilidades. Em vez de realizar estudos DOE, podemos usar o aprendizado de máquina para estabelecer o modelo, e isso pode até ser feito totalmente em tempo real.
O aprendizado de máquina provou ser mais eficiente do que o DOE e também pode ser ajustado em tempo real com base em circunstâncias variáveis, como o uso de ferramentas e mudanças no material etc. O aprendizado de máquina agora pode ser usado de duas maneiras:
- Podemos usar o aprendizado de máquina para simular o efeito de uma mudança de processo no caso de uma situação fora de controle ou fora das especificações.
- Podemos usar o aprendizado de máquina para prever o resultado de uma característica crítica do processo antes mesmo que ela possa ser medida.
O DataLyzer Qualis 4.0 oferece aprendizado de máquina durante a entrada de dados em tempo real. Os resultados podem ser previstos com o uso do aprendizado de máquina e o aprendizado de máquina também pode ser usado durante as mudanças no processo para simular o efeito da mudança.
9%
Redução de custos alcançada pelos clientes
O que os clientes dizem
“O Datalyzer nos ajudou a vincular automaticamente dados de qualidade de todos os processos para análise avançada”
Dave Beeren
Engenheiro de rendimento, Philips
Setores que atendemos
Certificação ISO
ISO 27001 E SOC2
