MODELAGEM E AUTOMATIZAÇÃO DO PROCESSO DE PLANEJAMENTO DE MANUTENÇÃO DE LONGO PRAZO DOS VAGÕES DA MRS
Carlos Manuel Viriato Neto (¹) Pedro Augusto Moreira de Faria (²)
RESUMO
No presente trabalho é apresentado o modelo desenvolvido e utilizado atualmente na MRS para construção dos planos de manutenção de longo prazo dos vagões. Através deste foi possível modelar o processo de construção das bases e informações necessárias para elaboração dos planos de vagões. Além disso, posteriormente o modelo foi automatizado no Qlik® a fim de garantir agilidade e consistência na elaboração das estratégias e planejamento de manutenção. Com isso, obteve-se, como resultado, um planejamento feito de maneira mais rápida, eficiente e consistente, visto que o Qlik® viabiliza a manipulação de dados de forma massiva e mais eficiente que o Excel, que era a plataforma utilizada anteriormente. Além disso, a automatização no Qlik® viabilizou a elaboração de projeções, informações de forma rápida para auxiliar na tomada de decisão e rápido processamento de um novo planejamento em casos de necessidade de revisão de estratégias orçamentárias. Não obstante, de forma adicional, o modelo propiciou a incorporação de dados não utilizados anteriormente devido à restrição na capacidade de processamento tornando o planejamento mais robusto.
Palavras chaves: planejamento, manutenção, Business Inteligence, Qlik®, ferrovia, vagões
(¹) MRS Logística S/A, Especialista de Planejamento (²) MRS Logística S/A, Analista de Gestão e Resultados
1. Introdução
No contexto da operação ferroviária, a manutenção tem como finalidade garantir confiabilidade dos ativos para que o produto chegue a seu destino no horário previsto ao passo que sustente o custo operacional para que ele se torne cada vez mais competitivo no mercado. Deste modo, a manutenção tem assumido cada vez mais uma participação nos planos e ações estratégicas das organizações.
Neste cenário, a manutenção de vagões tem seu desafio potencializado visto à quantidade de ativos e consequentes volumes de dados que devem ser processados durante a simulação de estratégias e construção de planos de manutenção.
Logo, um dos principais focos deste trabalho é demonstrar o projeto desenvolvido para o processamento de dados e informações, bem como sua aplicabilidade no cenário de simulação e construção de plano de manutenção.
2. Justificativa
O departamento de planejamento e controle da manutenção (PCM) deve funcionar como o sistema nervoso de toda estrutura da manutenção (ABRAMAN, 2017). Este deve direcionar os rumos da manutenção e também servir como ponto de apoio às diversas tarefas que contribuem para uma boa execução, tais como: Orçamento da manutenção, treinamento, tratamento de falhas, materiais e planejamento da manutenção. Conforme SOUZA (2008), o PCM pode ser definido como “conjunto estratégico de ações para preparar, programar, controlar e verificar o resultado da execução das atividades da função manutenção contra valores pré-estabelecidos e adotar medidas de correções de desvios para a consecução das metas e objetivos da produção, consequentemente da missão da empresa”.
Dentre as responsabilidades já mencionadas do PCM, a otimização de sistemas para melhor acesso à informação, alternativas para aumento de produtividade e disponibilidade dos equipamentos e mão de obra, a previsão de paradas programadas nos momentos mais apropriados, o estabelecimento de registro de rotinas e padrões de trabalho, a análise de indicadores para melhor tomada de decisão está entre os principais benefícios e entregas do departamento (BRANCO, 2008).
No entanto, o PCM como área central da manutenção tem o dever de olhar o ótimo global. Assim sendo, como exemplificado na abaixo (Figura I) para simulação e construção dos planos de manutenção, se faz necessário o conhecimento das informações da operação e da manutenção, bem como utilização dessas informações como parâmetro para tomada de decisão.
Figura I - Mapa de Informações para composição da Base de construção do Plano de Manutenção
Entretanto, a atual frota de vagões sobre responsabilidade de manutenção da MRS é composta por cerca de 20 mil vagões que possuem 4 escopos de agenda de manutenção preventiva. Com isso, a base já é iniciada com 80 mil informações e é incrementada exponencialmente à medida que novas variáveis são introduzidas a base. Assim sendo, os demais nós de informações descritos na Figura I tiver 10 variáveis, a base terá 8 bilhões de dados.
Assim sendo, esse patamar de dados tornou a utilização de planilhas, com usada anterior a este projeto, totalmente inviável. O Excel possui limitação de processamento e formatação de dados, ou seja, levando a necessidade de separação da base em vários arquivos. Logo sua utilização como ferramenta de base de construção do plano de manutenção era improdutiva e limitada. Neste contexto, observou-se a aplicabilidade do desenvolvimento de uma plataforma de compilação de dados no qual fosse possível o recebimento de informações de diferentes fontes e áreas, ao passo que estas possam ficar disponíveis e facilmente acessíveis para conduzir a tomada de decisão de planos de manutenção e simulação de estratégias.
3. Metodologia
Nesta seção procura-se detalhar os principais aspectos envolvidos no desenvolvimento da metodologia proposta neste artigo, bem com as etapas de modelagem e desenvolvimento da ferramenta de automatização de construção do plano de manutenção de vagões da MRS.
3.1. Modelagem
A modelagem da ferramenta foi feita através do mapeamento das variáveis necessárias à tomada de decisão e direcionamento do planejamento de manutenção. Além disso, nessa etapa foi feito um estudo sobre o conhecimento empírico de antigos especialistas da área para incorporar essas estratégias de planejamento ao modelo.
Conforme (GIL, 1996; BERTO; NAKANO, 2000), um estudo empírico se refere a uma análise aprofundada de um ou mais casos, para que se permita o seu amplo e detalhado conhecimento. Geralmente ocorre acerca de um determinado problema onde as barreiras não estão claramente definidas. A principal tendência em todos os tipos de estudo de caso, é que estes tentam esclarecer o motivo pelo qual uma decisão ou um conjunto de decisões foram tomados, como foram implementados e com quais resultados alcançados (YIN, 2001).
Além disso, o respectivo mapeamento pode contribuir para elencar dados essenciais para tomada de decisão estratégica da MRS, de difícil acesso no cotidiano, mas que poderiam ser levantados e disponibilizados juntamente com a construção do plano.
Por fim, durante a modelagem foram mapeados os arquivos de parametrizações, informações e dados essenciais à construção do plano, mas que estavam disponíveis somente em planilhas ou relatórios físicos. Estas informações foram consolidadas em formatos de dados do tipo QVD e disponibilizados para acesso na rede da MRS.
3.2. Formatação da base de Dados
Nesta etapa foram feitas a formatação das bases em formato QVD conforme descrito a seguir (Figura II).
Um arquivo QVD (Dados do QlikView) é um arquivo que contém uma tabela de dados exportada do QlikView®. QVD é um formato QlikView® nativo e pode ser gravado e lido apenas pelo QlikView. O formato de arquivo é otimizado para agilização na leitura de dados de um script do QlikView e, ao mesmo tempo é compacto. A leitura de dados de um arquivo QVD é geralmente de 10 a 100 vezes mais rápida do que a leitura de outras fontes de dados (QLIKTECH INTERNATIONAL AB, 2018).
Com isso, foram criados arquivos do tipo QVD contendo os dados, tabelas e informações provenientes dos sistemas e ERP da MRS. Estes QVDs têm seus dados atualizados diariamente direto do banco de dados, ou seja, não havendo mais a necessidade de extração de informações via planilhas. Em adicional, foi
feito a criação de QVDs para os dados contidos em arquivos de parametrizações ou disponíveis somente em planilhas ou relatórios físicos.
Figura II - Processo de Criação dos QVDs
3.3. Automatização da base de planejamento e construção do plano de manutenção
Business Inteligence (BI) pode ser definido como a capacidade de extrair dados relevantes a um determinado negócio e transformar as mesmas em informações ou dados qualitativos para que, com isso, pessoas com cargos de responsabilidades possam tomar decisões mais assertivas (DEVMEDIA, 2018). Logo, para automatização da formatação da base de manutenção e construção do plano de manutenção foi utilizado o QlikView®. Esta ferramenta de (BI) é capaz de processar uma massa de dados não estruturados onde é permitido criar análises orientadas ao usuário, que auxilia na tomada de decisões a partir de fontes diversas de conhecimento, dados e ambientes (Grupo IN, 2018). Neste contexto, através do QlikView® foi criada uma ferramenta automática de construção de formatação das bases de planejamento e construção do plano de manutenção de vagões da MRS.
A automatização ocorre inicialmente através da carga no QlikView® dos dados dos arquivos QVDs formatados conforme descrito no item 3.2. Em seguida os dados são processados através da ferramenta de BI (Figura III) e o plano de manutenção é construído dentro da própria ferramenta segundo estratégia de planejamento. Com isso, tem-se as informações plano de manutenção e demais dados de saídas estratégicos como backlog de manutenção (Figura IV).
Figura III - Tabelas de informações carregadas no Qlik para formatação da base de planejamento
Figura IV - Automatização da base de planejamento e construção do plano de manutenção realizada no Qlik®
4. Resultados
Através da estruturação do processo utilizando a ferramenta de BI para formatação da base e construção do plano de manutenção de vagões da MRS é possível analisar ganhos significativos no processo de automatização das cargas de dados e construção do plano de manutenção (Figura IV), dos quais se destacam os pontos a seguir:
Flexibilidade de simulação de cenários de estratégias de planejamento e construção do plano de manutenção
Flexibilidade de incorporação de variáveis no modelo de planejamento Flexibilidade de adição e retirada de dados novos e obsoletos
Flexibilidade de setting de dados de entrada e dados de saída
Aumento da velocidade do processamento de construção do plano de manutenção
Maior grau de embasamento para tomada de decisões Maior assertividade de planejamento de manutenção
Figura V - Esquemático antes e depois do projeto
5. Conclusão
Através do presente projeto desenvolvido e descrito neste trabalho pode-se vislumbrar a aplicabilidade de ferramentas de BI para suporte e atuação no planejamento de manutenção.
O constante desenvolvimento de ferramentas para auxílio de planejamento, como o abordado neste estudo, é fundamental para suportar as tomadas de decisão estratégicas. Principalmente se tratando de um cenário extremante competitivo e dispendioso como o mercado ferroviário.
A estruturação do processo de planejamento utilizando ferramentas de BI vem se mostrando um recurso fundamental para subsídio analítico dentro da equipe de PCM da MRS. A implementação da ferramenta atualmente está em estágio de sustentabilidade, visto as constantes modificações e melhorias que já foram realizadas durante a fase de implementação.
O presente trabalho não se limita ao segmento ferroviário unicamente, mas pode desenvolvido de forma análoga a outros setores industriais que carecem de melhorias no que tange a estruturação do planejamento de manutenção.
Referências
ABRAMAN – Associação Brasileira de Manutenção e Gestão de Ativos. Material didático (apostila) – Curso Planejamento e Controle de Manutenção. Curitiba, 2017.
SOUZA, J. B. Alinhamento das estratégias do Planejamento e Controle da Manutenção (PCM) com as finalidades e função do Planejamento e Controle da Produção (PCP): Uma abordagem Analítica. 2008. 169 f. Dissertação (Mestrado em Engenharia de Produção) - Universidade Tecnológica Federal do Paraná, Campus Ponta Grossa.
BRANCO, Gil F. A Organização, o Planejamento e o Controle da Manutenção. Rio de Janeiro: Editora Ciência Moderna, 2008.
GIL, A. C. Como Elaborar Projetos de Pesquisa. São Paulo: Atlas, 1996.
BERTO, R.M.v.S., NAKANO, D. N. A Produção Científica nos Anais do Encontro Nacional de Engenharia de Produção: Um Levantamento de Métodos e Tipos de Pesquisa. Produção, v. 9, n. 2, p. 65-76, 2000.
YIN, R. K. Estudo de Caso – Planejamento e Método. 2. ed. São Paulo: Bookman, 2001.
MOBILON NETWORKS. Tecnoblog: tecnologia que interessa, c2018. Página inicial. Disponível em: <https://tecnoblog.net/>. Acesso em: 20 de dez. de 2018. QLIKTECH INTERNATIONAL AB. Disponível em: <https://help.qlik.com/pt-BR/qlikview/April2019/Subsystems/Client/Content/QV_QlikView/QVD_files.htm >. Acesso em: 20 de jun. de 2019.
DEVMEDIA. Disponível em: <https://www.devmedia.com.br/qlikview-conheca-a-ferramenta-de-b-i/30123>. Acesso em: 20 de dez. de 2018.
Grupo IN. Disponível em: <https://www.in1.com.br/solucoes/qlik-view>. Acesso em: 20 de dez. de 2018.
