Monitorização e melhoria da produtividade de microscópios eletrónicos de transmissão numa empresa de análises laboratoriais

Abstract

O presente projeto, desenvolvido numa empresa de análises laboratoriais, teve como objetivo monitorizar e melhorar a produtividade dos Microscópios Eletrónicos de Transmissão (MET). Em concreto, pretendia-se estudar o indicador da Eficiência Global dos Equipamentos (OEE - Overall Equipment Efectiveness). Sendo as avarias dos MET um fator crítico, o principal foco deste projeto prendeu-se com a monitorização dos modos de falha destes equipamentos. Para isso, começou-se por elaborar um FMEA (Failure Modes and Effects Analysis). Daqui foi possível concluir quais os modos de falha mais críticos (com maior número de prioridade de risco), propor medidas para diminuir a sua criticidade (ex. sensibilização de técnicos através de cartazes), e definir as melhores estratégias de manutenção segundo RCM (Reliability Centered Maintenance). Nesse sentido, optou-se por realizar um estudo de fiabilidade para um dos modos de falha mais críticos - Filamento partido, - tendo-se concluído que os seus tempos de vida podem ser modelados pela distribuição de Weibull (r2= 0,99). Posteriormente, desenvolveram-se duas aplicações em Microsoft Excel – uma que permite aos responsáveis pela manutenção registarem as intervenções corretivas dos MET de forma uniformizada e gerarem automaticamente um relatório que, periodicamente, fornece informação sobre indicadores relevantes, nomeadamente: custos, MDT (Mean Down Time), MTTR (Mean Time to Repair), MWT (Mean Waiting Time) e MTBF/MTTF (Mean Time Between Failures/To Failure); e outra que permite calcular o OEE. A primeira aplicação permite também registar as tarefas planeadas para todos os equipamentos, alocá-las aos técnicos equitativamente, gerir prioridades, e ainda obter um calendário mensal com as tarefas alocadas a cada dia. Daqui é gerado um relatório onde consta informação como o número de tarefas concluídas na data planeada, o número de tarefas concluídas com atraso, antes do tempo ou canceladas, e também os motivos de reagendamento e cancelamento de tarefas. Concluindo, o trabalho desenvolvido permite à empresa ter uma melhor perceção da produtividade dos MET e do desempenho da manutenção, podendo tomar decisões mais informadas. No entanto, ainda é necessário fazer alguns ajustes a uma das aplicações em termos do cálculo de alguns dos indicadores do relatório de manutenção corretiva.

This project, developed in a laboratory analysis company, aimed to monitor and improve the productivity of Transmission Electron Microscopes (TEM). Specifically, it was intended to study the Overall Equipment Efectiveness indicator (OEE). Since TEM malfunctions are a critical factor, the main focus of this project was to monitor the failure modes of these equipments. For this, we started by elaborating a FMEA (Failure Modes and Effects Analysis). From this it was possible to conclude which failure modes are most critical (with highest risk priority number), to propose measures to reduce their criticality (eg awareness of technicians through posters), and to define the best maintenance strategies according to RCM (Reliability Centered Maintenance). In this sense, was chosen to do a reliability study for one of the most critical failure modes - Broken Filament, - and it was concluded that its failure times can be modeled by the Weibull distribution (r2 = 0.99). Posteriorly, two applications were developed in Microsoft Excel - one that allows responsibles for maintenance to record TEM corrective interventions in a uniform way and automatically generate a report that, periodically, provides information on relevant indicators, including: costs, MDT (Mean Down Time), MTTR (Mean Time to Repair), MWT (Mean Waiting Time) and MTBF / MTTF (Mean Time Between Failures / To Failure); and another that allows the calculation of the OEE. This first application also allows to record planned tasks for all equipment, allocate them to technicians equitably, manage priorities, and even obtain a monthly calendar with the tasks allocated to each day. This generates a report with information such as the number of tasks completed on the planned date, the number of tasks completed with late, ahead of time or canceled, and also the reasons for rescheduling and canceling tasks. In conclusion, the work developed allows the company to have a better understanding of the TEM productivity and maintenance performance, and thus make more informed decisions. However, some adjustments to one of the applications still need to be made in terms of calculating some of the indicators in the corrective maintenance report.