• Entrar
    Ver item 
    •   Página inicial
    • BIBLIOTECA DIGITAL: Teses & Dissertações
    • 40001016171P2 Programa de Pós-Graduação em Engenharia de Manufatura
    • Dissertações
    • Ver item
    •   Página inicial
    • BIBLIOTECA DIGITAL: Teses & Dissertações
    • 40001016171P2 Programa de Pós-Graduação em Engenharia de Manufatura
    • Dissertações
    • Ver item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Aplicação integrada do oee com tecnologias da indústria 4.0 para aumento da eficiência operacional e produtividade

    Thumbnail
    Visualizar/Abrir
    R - D - PAULO ROBERTO CALANDRELI.pdf (5.105Mb)
    Data
    2025
    Autor
    Calandreli, Paulo Roberto
    Metadata
    Mostrar registro completo
    Resumo
    Resumo: Atualmente, diante da necessidade de garantir a eficiência dos processos industriais, intensifica-se a busca por maior produtividade. Para isso, utilizam-se métricas e indicadores voltados à avaliação do desempenho, com foco na redução de custos, na adoção de processos enxutos e no aumento da competitividade das empresas. Nesse contexto, com a ampliação da aplicação dos conceitos de Lean Manufacturing e World Class Manufacturing (WCM), destaca-se o indicador Overall Equipment Effectiveness (OEE) como diferencial na gestão produtiva. Este estudo teve como objetivo aplicar o OEE para avaliar a performance da produção e fornecer subsídios à gestão da fábrica, de forma a direcionar a tomada de decisão. Foi realizada uma pesquisa exploratória por meio de um estudo de caso em uma empresa com processos verticalizados, onde se constatou que o uso do OEE no monitoramento em tempo real da manufatura pode potencializar os resultados, promovendo o aumento da produtividade, a redução dos custos de transformação, a melhoria dos indicadores de qualidade e a elevação do On Time Delivery (OTD). Os resultados esperados estão sendo alcançados com êxito, destacando-se o aumento da produtividade desde a implantação do sistema MES e a revisão do indicador OEE.Adicionalmente, este estudo insere-se no contexto da Indústria 4.0, incorporando tecnologias habilitadoras como Internet das Coisas (IoT) e Machine Learning. A utilização de sensores conectados em tempo real e a análise inteligente dos dados coletados permitiram maior precisão no monitoramento e na previsão de falhas, além de ampliar a capacidade de resposta da operação, promovendo a tomada de decisão baseada em dados. Dessa forma, a pesquisa evidencia o potencial das tecnologias digitais para transformar a manufatura tradicional, tornando-a mais eficiente, inteligente e adaptável.
     
    Abstract: Currently, due to the need to ensure the efficiency of industrial processes, the pursuit of increased productivity has intensified. To achieve this, metrics and performance indicators are employed, focusing on cost reduction, lean processes, and enhanced competitiveness. In this context, with the growing application of Lean Manufacturing and World Class Manufacturing (WCM) principles, the Overall Equipment Effectiveness (OEE) indicator stands out as a key element in production management. This study aimed to apply OEE to evaluate production performance and provide support for factory management, thereby guiding decision-making processes. An exploratory research was conducted through a case study in a vertically integrated company. It was found that using OEE for real-time monitoring of manufacturing operations can enhance results by increasing productivity, reducing transformation costs, improving quality indicators, and raising On Time Delivery (OTD) rates.The expected results are being successfully achieved, particularly the increase in productivity since the implementation of the Manufacturing Execution System (MES) and the reassessment of the OEE indicator. Additionally, this study is aligned with the principles of Industry 4.0, incorporating enabling technologies such as the Internet of Things (IoT) and Machine Learning. The use of connected sensors and real-time data analysis enabled more accurate monitoring and predictive failure detection, enhancing operational responsiveness and enabling data-driven decision-making. Thus, the research highlights the potential of digital technologies to transform traditional manufacturing into a more efficient, intelligent, and adaptable system
     
    URI
    https://hdl.handle.net/1884/98152
    Collections
    • Dissertações [39]

    DSpace software copyright © 2002-2022  LYRASIS
    Entre em contato | Deixe sua opinião
    Theme by 
    Atmire NV
     

     

    Navegar

    Todo o repositórioComunidades e ColeçõesPor data do documentoAutoresTítulosAssuntosTipoEsta coleçãoPor data do documentoAutoresTítulosAssuntosTipo

    Minha conta

    EntrarCadastro

    Estatística

    Ver as estatísticas de uso

    DSpace software copyright © 2002-2022  LYRASIS
    Entre em contato | Deixe sua opinião
    Theme by 
    Atmire NV