Mean Time Between Failures (MTBF) Entre as Linhas

Já a segunda análise realizada foi no indicador MTBF. A Figura 17 e a Tabela 7 representam os dados de tempo médio entre falhas das 3 linhas de produção da empresa. A meta de MTBF de 2018 é de 384 minutos contra meta de 500 minutos de 2017. Essa redução de meta já se deu em conta as mudanças de estrutura organizacional e novos produtos fabricados.

Figura 17 - MTBF de forma gráfica das 3 linhas durante o tempo estudado

Tabela 7 - Dados de MTBF entre as linhas

Entidade Jan Fev Mar Abr Mai Jun Jul Ago Set

Linha 1 232,4 157,7 128 155,3 122,5 130 100 48,9 28 Linha 2 283,6 309,9 291 255,8 219,3 215 144,4 139,9 140,4 Linha 3 532,1 644 660,8 375,6 191,6 85,2 106,5 115,7 130,2

Fonte: Acervo da empresa (2018)

Os resultados de MTBF tiveram uma redução drástica após a mudança nos times de produção e manutenção. A Tabela 8 representa as médias antes e depois da mudança.

Tabela 8 - Média de MTBF entre as linhas

Entidade Antes da mudança Depois da mudança Porcentagem Linha 1 168,4 85,9 -96% Linha 2 285,1 171,8 -66% Linha 3 553,1 125,8 -340% MÉDIA 3 LINHAS -167%

Fonte: Acervo da empresa (2018)

Tanto o indicador MTTR e MTBF não houveram resultados positivos como mostrado anteriormente. Enquanto o MTTR teve, em média, um aumento de 3%, o MTBF teve uma redução de 167%. Novos planos de ação serão apresentados aos diretores para explicação de resultado tão abaixo do esperado em curto prazo.

4.5.3 Possíveis Fatores Que Influenciaram Indicadores de Confiabilidade

Após recolha de análises dos indicadores foi feito um diagrama de causa-efeito para compreensão de alguns fatores nos desempenhos das linhas. A Figura 18 mostra possíveis fatores que possam ter influenciados negativamente no processo.

Figura 18 - Diagrama da Ishikawa para representar possíveis causas nos impactos indesejados nos indicadores de confiabilidade

As possíveis causas explicadas detalhadamente são: MEDIDA

• Apontamentos de paradas de linha equivocados: Muitas paradas apontadas para problemas de manutenção (elétrica, mecânica, automação) eram, na realidade, paradas operacionais. Exemplo: guias desalinhadas, sensores fora de foco, sujeiras em correntes e polias. Dessa forma, os indicadores eram negativados com informações equivocadas.

MÉTODO

• Falhas em acompanhamento de indicadores (gestão de indicadores): Com a mudança, os indicadores de confiabilidade foram transferidos a gestão dos antigos supervisores de manutenção para os supervisores dentro das linhas. A gestão, que antes da mudança era bem estruturada, ficou cada vez mais fraca.

• Falhas no ciclo PDCA durante a mudança de estrutura: As fases de

Check e Act do ciclo foi impactada com a falta de gestão dos

supervisores para correções dentro do projeto. A mudança trouxe uma queda em gestão dentro da empresa, comprovada com queda de 6 pontos percentuais na auditoria realizada em setembro de 2018.

• Projetos paralelos junto com o projeto de mudança de estrutura: O ano de 2018 foi de inovações em produtos dentro da empresa. Houveram projetos de mudanças em produtos já existentes, projetos de novos produtos a serem produzidos e projetos de mudanças em final de linha. PESSOAS

• Técnicos inexperientes em manutenção: Como alguns operadores passaram por recrutamento interno para atuar em manutenção, alguns técnicos estavam com pouca experiência para atuar em problemas mais complexos.

• Operadores recém-contratados: Com o turnover alto na operação, alguns operadores estavam em integração no período da mudança.

• Insatisfação com a mudança de estrutura (mudança de turno, mudança de posto e etc.): Com as definições de cada perfil para cada vaga, alguns técnicos tiveram que mudar de turno ou de posto causando insatisfação no ambiente de trabalho.

MÁQUINAS

• Quebras frequentes de máquinas: Como qualquer maquinário houveram quebras inesperadas de máquinas.

4.5.4 Análises nos Indicadores de Confiabilidade da Linha 2

Para análises mais aprofundadas, foram retirados os dados por máquinas da Linha 2. As metas de indicadores de confiabilidade são diretamente ligadas com a produção do mês, ou seja, quanto menos produz, aumenta um fator que impacta nos indicadores de confiabilidade. Dessa forma, para efeito de análise, percebe-se na Figura 19 que a produção teve muito impacto durante o ano, não atingindo a meta em nenhum mês. Todas as justificativas geradas no diagrama de Ishikawa (Figura 18) teve de certa forma impacto nos resultados de produção.

Figura 19 - Relação produção/meta da Linha 2

A partir desse conhecimento de produção produzida, foi retirado os valores de fatores de relação produção/indicadores para melhor análise. Apesar de não cumprir os objetivos, a linha 2 foi a única com redução no MTTR (10%) e um aumento indesejado de 66% no MTBF. As análises de MTTR e MTBF da Linha 2 foram realizadas nas máquinas mais importantes da linha: máquinas 3 e 7.

A primeira máquina analisada foi a máquina 3. A Tabela 9 mostra os resultados de MTBF e MTTR em minutos.

Tabela 9 - Dados de MTBF e MTTR da máquina 3

Máquina 3

MTBF 888,7 4310,9 7129,6 1694,4 1409,8 1666,2 2454,1 391,8 874 MTTR 24,6 27,4 21,8 23,6 15,4 20,5 16,2 19,5 19,2

Fonte: Acervo da empresa (2018)

A Figura 20 representa os dados de MTTR e MTBF de forma gráfica. Dessa forma, conseguimos ver uma tendência do tempo médio para reparo se aproximando dos 19,4 minutos. Já o tempo médio entre falhas tem uma caída abrupta, refletindo o resultado geral indesejável de MTBF. A máquina 3 tem uma particularidade da linha, pois é a máquina mais importante da linha e com velocidade nominal mais baixa, ou seja, qualquer impacto nela trará resultados indesejados.

Figura 20 - MTTR e MTBF de forma gráfica da máquina 3

Fonte: Acervo da empresa (2018)

A segunda máquina analisada foi a máquina 7. Ela está em segundo em nível de importância para a produção com qualidade junto também seu alto custo. A Tabela 10 representa os dados de MTBF e MTTR da máquina 7.

Tabela 10 - Dados de MTBF e MTTR da máquina 7

Máquina 7

MTBF 11478 12932,7 14259,3 13555,1 1644,7 5412 2944,9 11755,1 8745 MTTR 9,8 10,2 10,3 21,2 15,1 14,2 12,5 16,8 15,2

Fonte: Acervo da empresa (2018)

Para melhor visualização dos dados, a Figura 21 demonstra os valores graficamente.

Figura 21 - MTTR e MTBF de forma gráfica da máquina 7

Um caso específico influenciou nos resultados da linha e nos resultados quando analisado apenas para a máquina 7. Os fabricantes desta máquina, de origem italiana, estavam no Brasil para fazer atendimentos e melhorias nas máquinas já instaladas. Por ter um histórico frequentes de falhas e avarias, um técnico da empresa foi alocado 100% do tempo administrativo junto com os fornecedores para criar instruções de trabalho de manutenção, árvores de falha e check-lists operacionais desta máquina.

6 CONCLUSÃO

As duas formas de estruturas organizacionais, funcional e matricial, há muito tempo são estudadas na literatura. A empresa em estudo não propôs nenhuma estrutura nova ou com alguma inovação, mas sim, uma mudança já estudada e com resultados positivos comprovados.

Os resultados nos indicadores de confiabilidade em curto prazo não foram satisfatórios para empresa. Os objetivos propostos neste trabalho foram retirados através do benchmarking realizado da mudança organizacional de outra unidade da empresa em outro estado. Ou seja, eram esperados que resultados iguais ou próximos fossem atingidos.

Movimentações e mudanças muito drásticas em um ambiente de trabalho podem causar desconfortos em curto prazo. No decorrer deste trabalho foi percebido comentários de insatisfação por parte das equipes de manutenção. Esses boatos, insatisfações e comentários eram comentados e tratados em reuniões com um plano de ação para diminuir o impacto da mudança.

Houveram inúmeros fatores que influenciaram os indicadores de confiabilidade neste período. Os projetos de mudança de final de linha e de produção de novos produtos foram as maiores causas de influência para os resultados negativos. Tais impactos foram constatados nas justificativas de paradas de linha em sistema próprio da empresa e conversas com supervisores.

Mesmo que fatores externos tenham influenciado nos resultados, fatores internos também foram cruciais para não cumprimento dos objetivos. A não utilização de ferramentas de gestão de indicadores foi um impacto significativo que negativaram o MTBF e MTTR. A estratégia definida após a queda dos indicadores de confiabilidade foi a criação de um plano de ação construído após auditoria no segundo semestre de 2018. Nesta auditoria, a unidade caiu 6 pontos percentuais em gestão dentro das linhas, comprovando que a mudança trouxe uma queda de acompanhamento das metas.

O clima dos diretores e gerentes dentro da empresa é de que 2019 será um ano de resultados positivos para a unidade. As metas dos indicadores serão reavaliadas, sistemas novos de gestão e treinamentos já estão previstos em orçamento.

REFERÊNCIAS

BRESCIANI, T. A. Impacto da utilização do TPM na Era das Máquinas Robóticas. São Paulo: USP, 2009. Monografia (Trabalho de Conclusão de Curso) - Escola de Engenharia de São Carlos, São Carlos, 2009.

CERVO, A. L.; BERVIAN, P A. Metodologia científica. 3. ed. São Paulo: Prentice Hall, 1983. 249 p.

CUIGNET, Renaud. Gestão da Manutenção. Lisboa: Lidel – Edições técnicas ltda, 2006. 167 p.

DE FELICE, F.; PETRILLO, A. Optimization of Manufacturing System through World Class Manufacturing. Elsevier, 2015.

DE FELICE, F.; PETRILLO, A.; MONFREDA, S. Improving Operations Performance with World Class Manufacturing Technique: A Case in Automotive Industry. InTech: Open Science Open Minds. 2013.

DONAS, M. L. M. A gestão da manutenção de equipamentos em uma instituição pública de C&T em saúde. Mestrado profissional em gestão de C&T em saúde. Escola Nacional de Saúde Pública. Rio de Janeiro: Fundação Oswaldo Cruz, 2004.

ELPIDIO, R. et al. A world class manufacturing implementation model. Applied Mathematics In Electrical And Computer Engineering. Itália, p. 371-376. Jan.

2012.

FARIA, J. G. DE A. Administração da manutenção. São Paulo: Editora Edgard Blücher Ltda., 1994. 112 p.

FIDELIS, N. T. S.; RESENDE, A. A.; GUIMARAES, M. P.; TANNUS, S. P. O papel da manutenção autônoma no processo de implantação da TPM em uma empresa do setor automobilístico. Fortaleza: XXXV Encontro Nacional de Engenharia de Produção, 2015.

FOGLIATTO, Flávio Sanson; RIBEIRO, José Luis Duarte. Confiabilidade e manutenção industrial. Rio de Janeiro: Elsevier, 2009.

GHALAYINI A.M.; NOBLE J.S. The changing basis of performance measurement, Int. J. Operations & Production Management. (1996) p. 63– 80.

KARDEC, A.; NASCIF, J. Manutenção: função estratégica. Rio de Janeiro: Qualitymark, 3. ed. ver. e apl., 2009.

KARDEC, Alan. Gestão estratégica e indicadores de desempenho. Rio de Janeiro: Qualitymark: ABRAMAN, 2002. 120 p.

KARDEC, A; RIBEIRO, H. Gestão Estratégica e manutenção autônoma. Rio de Janeiro: ABRAMAN, 2002.

KIRAN, D. R. Total Quality Management. Key Concepts and Case Studies. Elsevier, 2017. p. 177 – 192.

KISTER, T. C.; HAWKINGS, B. Maintenance planning and scheduling handbook: streamline your organization for a lean enviroment. Burlington: Elsevier Butterworth-Heinemann, 2006. 332 p.

MOBLEY R. K. Maintenance Engineering Handbook. 7ed. New York: Mc GrawHill, 2008.

MURATA K.; KATAYAM H. An evaluation of factory performance utilized KPI/KAI with data envelopment analysis Journal of the Operations Research Society of Japan. Vol. 52, No. 2, p. 204-220, 2009.

PALUCHA K., 2012. World Class Manufacturing model in production management. Archives of Materials Science and Engineering. Vol. 58 (2). SHIROSE, K. TPM New Implementation Program in Fabrication and Assembly Industries Productivity Press. Portland, Oregon, 1996.

SIGISMONDI, P.L.; MIATELLO, R. WCM Way: A quick guide to WCM programme. Unilever, 2014.

VALERIANO, D.L. Gerenciamento Estratégico e Administração por Projetos. São Paulo: Makron Books, 2001.

VASCONCELOS, E. Administração em Ciência e Tecnologia. In: MARCOVITCH, J. (Coord). Administração em Ciência e Tecnologia. São Paulo: Editora Edgard Blücher, 1983.

VIANA, H.R.G. Planejamento e Controle da Manutenção. Rio de Janeiro: Qualimark Ed., 2002. 192 p. ISBN 85-73037-91-1 2002.