O futuro da manutenção preditiva

A estratégia de Durst de usar IA para corrigir problemas de impressora antes que eles surjam deve eliminar o tempo de inatividade da produção e abrir o caminho para a "fábrica inteligente" do futuro

A estratégia de manutenção preditiva anunciada recentemente por Durst, juntamente com o Projeto PREMISE, financiado pela UE, usará inteligência artificial e algoritmos de aprendizagem por computador para tornar as previsões e intervenções mais eficientes. Conversamos com Christian Casazza, Diretor de Serviços do Durst Group, e Michael Deflorian, Gerente da Unidade de Negócios de Software e Soluções, sobre o que isso significa para o futuro da impressão.

Como a manutenção preditiva oferece uma vantagem competitiva séria?

CC: Na verdade, nunca consideramos uma vantagem competitiva séria sobre nossos concorrentes - nos concentramos em nossos clientes e em suas necessidades. Estamos tentando melhorar a produtividade de nossos clientes aumentando o tempo de atividade, por um lado, e por outro lado, estamos tentando reduzir o custo de propriedade para nossos clientes. Portanto, nosso objetivo é criar uma vantagem competitiva para nossos clientes.

Uma parte da estratégia de serviço da Durst é tentar eliminar os serviços não planejados de 2025. E aqui estou realmente grato a Michael, que tem trabalhado no projeto PREMISE financiado pela UE e conseguiu colocá-lo em funcionamento.

A manutenção preditiva, ao invés de reativa, é o caminho a seguir, de acordo com Durst

MD: No caso de manutenção preditiva, meu departamento é o fornecedor dos conjuntos de ferramentas necessários para nossos departamentos de serviço. Também fornecemos as ferramentas analíticas que coletam os dados das máquinas Durst: dados de produtividade, dados de sensores e os sinais que circulam nos canais de comunicação entre os componentes de nossas máquinas.

Pegamos todos esses dados e os analisamos com a Universidade Livre de Bozen-Bolzano (unibz) de duas maneiras. A primeira é que nossos especialistas têm um conhecimento profundo da máquina e conhecem certas causas básicas de diferentes falhas. Com esse conhecimento, podemos usar os dados para prever uma avaria. A segunda coisa importante é analisar todo o conjunto de dados, uma abordagem clássica de big data, e encontrar novos padrões ou alguma correlação com as causas raiz das quais não temos conhecimento. Essa é uma parte importante deste projeto.

Com que antecedência os problemas podem ser previstos e a manutenção organizada?

CC: Essa é uma pergunta difícil de responder. Um sistema de impressão consiste em vários milhares de peças diferentes, incluindo consumíveis. Se você conhece o ciclo de vida, é mais fácil planejar e resolver quaisquer problemas com a manutenção regular.

Como exemplo, vejamos uma lâmpada UV. Sabemos que com uma lâmpada UV, dependendo do tipo de lâmpada, temos cerca de 1.000 horas de operação antes que ela precise ser substituída. Agora usamos nossa análise, junto com nosso conhecimento das horas de operação e alguns valores de sensor, para construir tolerâncias. Dizemos que se usarmos a lâmpada UV até 800 horas de operação, então temos um bom desempenho e o indicador visual mostra uma barra verde. De 800 a 1.000 horas de operação temos condições de operação médias onde dizemos, nessas 200 horas precisamos pensar em trocar a lâmpada UV. Então sabemos que ainda pode funcionar mais de 1.000 horas de operação, mas o risco de falha é bastante alto.

Christian Casazza

É assim que o sistema funciona. Definimos cada parâmetro e cada valor de sensor que rastreamos dentro das tolerâncias e tentamos antecipar a tempo. Com consumíveis, onde conhecemos o ciclo de vida, isso é fácil, mas também temos falhas irregulares e isso é mais difícil. O objetivo do projeto PREMISE é descobrir como podemos detectar isso antes que aconteça.

Se usarmos o exemplo de um filtro de tinta, veremos a capacidade da bomba de circulação. Usando o Durst Analytics, podemos rastrear isso e podemos trabalhar em diferentes condições medindo a potência através da bomba de circulação. Se houver um aumento contínuo, uma vez atingida a tolerância, é necessário substituir o filtro. Por outro lado, se houvesse algo errado com a tinta, teríamos um filtro entupido imediatamente. Essas situações podem ser mais difíceis de entender primeiro, mas por meio do Durst Analytics podemos dizer que algo está errado e podemos reagir imediatamente.

Portanto, os dados que você está usando para informar o sistema preditivo são baseados em dados anteriores e no que está sendo alimentado por meio do Durst Analytics. Há espaço ou potencial para a IA preencher as lacunas em que você não tem os dados?

MD: Essa é exatamente a motivação para o projeto PREMISE com a unibz. Queríamos aplicar algoritmos de IA de última geração junto com algoritmos de aprendizado de máquina aos dados que estamos coletando.

Existem várias maneiras de ensinar os algoritmos. Uma é trazer toda a experiência de nossos especialistas internos para validar os dados para as causas e efeitos que já conhecemos. Você pode então ensinar o sistema a desengatar se o consumo de energia da bomba estiver aumentando - uma forte indicação de que o filtro está entupido porque você precisa de mais energia na bomba para que a tinta circule. Esse é um exemplo simples de como você pode ensinar inteligência a partir de algoritmos.

Outra maneira é usar os algoritmos para percorrer uma grande massa de dados para encontrar padrões desconhecidos que levaram a erros. Então, quando o sistema identifica esses padrões em uma máquina, ele pode dar ao operador uma mensagem para esperar um problema no futuro próximo.

Individualmente, todas essas etapas parecem óbvias e fazem sentido, mas a verdadeira beleza parece estar no poder de reuni-las?

MD: Com certeza, isso é o importante. Não vemos isso apenas como avanços tecnológicos individuais - é toda uma estratégia em que todos esses componentes se unem.

Como a manutenção preditiva de Durst se encaixa na ideia da 'fábrica inteligente' do futuro?

MD: Essa é uma parte realmente importante da estratégia. Queremos ter infraestruturas em rede, sistemas de produção inteligentes e software intuitivo para permitir processos de negócios automatizados - tudo isso faz parte do nosso novo escopo de ferramentas do pixel à saída. É claro que a automação é um aspecto importante, mas outro é a estabilidade: você deseja ter um processo automatizado estável. O principal objetivo da PREMISE é levar a robustez de nossos sistemas a um nível ainda mais alto para que não tenhamos quebras não planejadas, para que o cliente tenha um motor de produção altamente confiável dentro do processo automatizado.

Michael Deflorian

O serviço não planejado é parte da estratégia Durst “From Pixel to Output” para 2025 e além. O elemento central é a nossa transformação de fabricante de impressoras - pela qual a Durst é conhecida - em um fornecedor de soluções para impressão digital. “From Pixel to Output” é definir um escopo, da criação de conteúdo ao produto.

Isso também inclui uma extensão do nosso portfólio de produtos. Costumava ser impressoras e tintas, mas agora é todo um ecossistema de impressoras, tintas, software, consultoria e serviços de treinamento. Basicamente, trata-se de garantir que os clientes tenham tudo o que precisam ao seu alcance para ter sucesso não apenas na impressão, mas também em termos de toda a transformação digital.

Vitais para essa estratégia e para atingir esse objetivo são máquinas de alto desempenho, com alto tempo de atividade e sem surpresas de produção e quebras repentinas que afetam a produtividade de todo o sistema. Essa manutenção preditiva ou nenhuma estratégia de serviço não planejada está, portanto, no centro da estratégia geral da Durst.

FESPA: Você está considerando a realidade aumentada (AR) para permitir que os usuários troquem peças no futuro? Por exemplo, em vez de enviar engenheiros, os clientes podem mudar suas próprias peças com orientação AR?

CC: Começamos em 2015 com projetos de AR e testamos várias tecnologias, a primeira etapa das quais envolveu nossos engenheiros de serviço. Somos uma empresa global e, para manter as habilidades de nossos engenheiros em um determinado nível, pensamos que seria bom dar a eles suporte de RA. Dessa forma, sabemos que eles estão trabalhando com os mesmos padrões na Ásia e na Europa, especialmente para os novos engenheiros. Fizemos vários testes, alguns foram bons enquanto em outras ocasiões tivemos alguns problemas com a tela do vídeo.

Todas as máquinas Durst, como a P5 acima, saem da fábrica com a funcionalidade analítica já incluída

Ainda estamos trabalhando nisso. Mas o que descobrimos no momento é que ele não funciona - especialmente para nossos clientes finais. Nossa experiência nos mostrou que teremos mais aceitação de nossos clientes se treinarmos adequadamente nossos operadores para se ajudarem a trocar as peças, em vez de oferecermos AR. O bom é que com esse treinamento os operadores têm uma noção melhor da manutenção diária da máquina e da importância dela, aumentando a confiabilidade. Com as instruções AR apenas, não tem o mesmo efeito.

No entanto, estamos longe de desistir da RA. Estamos constantemente procurando as mais recentes tecnologias de AR, mas não é a certa para o momento. Dito isso, vimos nos últimos 12 ou 14 meses, com restrições globais de viagens, que isso é uma necessidade absoluta para o futuro. Também faz parte da Estratégia de Serviço Durst que diz que nossas máquinas devem ser projetadas para serviço ou autoatendimento.

FESPA: Qual é a importância de ser proativamente inovador no setor de impressão?

CC: Temos nosso departamento de treinamento em tecnologia, e eles estão constantemente em busca das últimas tecnologias do mercado. Outra coisa importante para nós é encontrar o equipamento certo para realmente ajudar nossos clientes.

Por exemplo, temos testado com o Microsoft HoloLens, que são óculos inteligentes combinados com aplicativos. Sim, podem ser usados na substituição de uma parte eletrônica, mas se você quiser fazer ajustes nos cabeçotes de impressão, por exemplo, os óculos não ajudam. Assim que começamos a buscar a qualidade, isso não pode mais ser feito remotamente - precisamos de pessoas que sejam treinadas e que entendam a qualidade esperada. Existem limitações, mas não desistimos e estamos sempre em busca das mais novas tecnologias.

Finalmente, o que você gostaria que os membros da FESPA soubessem?

CC: Cada impressora que sai da fábrica da Durst já inclui funcionalidade analítica. Com cada nova impressora, realmente investimos em manutenção preditiva, e esses dados são a base disso. Se um cliente não quiser sua máquina online, tudo bem também, mas aqueles que enviam dados nos dão a possibilidade de ser realmente preditivos.

MD: E eu gostaria de salientar que a estratégia de “nenhum serviço não planejado” não é uma estratégia de pós-venda. Começa com o desenvolvimento e o conceito da máquina e do software que a acompanha e depois vai para o pós-venda. É uma abordagem totalmente holística.