Monitorização de dados de produção numa empresa produtora de pneus, no contexto da indústria 4.0

Abstract

A presente dissertação foi desenvolvida no âmbito da Continental Mabor, uma empresa de produção de pneus, em resposta aos níveis significativos de sucata (scrap) gerados, diariamente. A extrusora, máquina responsável pela construção dos perfis que compõe parte do pneu e que influencia diretamente a qualidade do pneu, produz dados diariamente. A ausência de estruturação por parte destes dados leva à inexistência de monitorização e alarmísticas associadas a este segmento do processo. O objetivo principal do projeto retratado na dissertação consistiu em desenvolver um processo de tratamento dos dados gerados pela extrusora e um sistema abrangente de monitorização e controlo de qualidade para os perfis de paredes e pisos utilizados na construção dos pneus. O sistema permite ao departamento de qualidade monitorizar e analisar os indicadores de chave de desempenho (KPI) relacionados com os perfis, por forma a que se tomem decisões estratégicas baseadas em dados concretos que permitam reduzir o scrap e melhorar a qualidade dos produtos finais. Para atingir esse objetivo, o trabalho foi dividido em três etapas principais. Inicialmente, foi implementado um processo de Extração, Transformação e Armazenamento (ETL) utilizando Python e o SQL. Esse processo possibilitou a extração, transformação e armazenamento de dados inicialmente não estruturados provenientes das máquinas extrusoras responsáveis pela produção dos perfis. Com a conclusão do ETL a principal causa para a ausência de um sistema eficaz de monitorização e de alarmes é suprimida. Posteriormente, um método de hierarquização de indicadores de desempenho foi implementado, eliminando o excesso de relatórios. A partir dos indicadores de maior valor desenvolveram-se relatórios interativos utilizando a ferramenta Power BI, permitindo a monitorização e análise complexa dos KPI requeridos pelo departamento de qualidade. Por fim, um sistema de alarme foi implementado que permite avisar por email e Short Message Service (SMS) os colaboradores sempre que um estado crítico relacionado com os perfis é encalçado, nomeadamente desvios significativos nos KPI monitorizados ou erros durante a execução do ETL. Quanto a trabalhos futuros, pretende-se agendar reuniões com a empresa responsável pelo desenvolvimento das extrusoras, a fim de obter informações adicionais sobre os ficheiros. Planeia-se expandir a implementação do ETL para outras máquinas. Para além disso, pretende-se otimizar os valores a usar na configuração dos parâmetros que disparam os alertas.

The following dissertation was developed at Continental Mabor, a tire manufacturing company, in response to unsatisfactory levels of daily scrap generated. The extruder, the machine responsible for constructing the tire profiles, which directly influence tire quality, produces unstructured data on a daily basis. The lack of data structuring in this process segment leads to a lack of monitoring and alarm systems. The main objective of the project depicted in this dissertation was to develop a data treatment process for the extruder-generated data and a comprehensive monitoring and quality control system for the wall and tread profiles used in tire construction. The system enables the quality department to monitor and analyze key performance indicators related to the profiles, allowing strategic decisions based on concrete data to reduce scrap and improve the quality of the final products. To achieve this objective, the work was divided into three main stages. Initially, an Extraction, Transformation, and Loading process was implemented using Python and SQL. This process facilitated the extraction, transformation, and storage of initially unstructured data from the extruder machines responsible for profile production. With the completion of the ETL, the main cause for the absence of an effective monitoring and alarm system is addressed. Subsequently, a performance indicator hierarchization method was implemented, eliminating excessive reporting. Interactive reports were developed using the Power BI tool based on the most valuable indicators, enabling complex monitoring and analysis of the KPIs required by the quality department. Finally, an alarm system was implemented to notify employees via email and SMS whenever a critical state related to the profiles is detected, such as significant deviations in the monitored KPIs or errors during the ETL execution. As for future work, meetings are planned with the company responsible for the development of the extruders to obtain additional information about the files. The expansion of the ETL implementation to other machines is also intended. Additionally, optimization of the parameter configuration values that trigger the alerts is desired.