OEE na Indústria Têxtil: O Indicador que a Sua Fábrica Não Está a Medir

OEE na Indústria Têxtil

Se perguntar a um diretor de produção têxtil qual foi o rendimento da fábrica ontem, a maioria responde com um número aproximado, “andámos lá perto dos 80%”. Poucos sabem dizer quanto desse défice veio de paragens, quanto veio de máquinas a trabalhar abaixo da velocidade nominal e quanto veio de peças rejeitadas. E é exatamente aí que está o dinheiro que ninguém vê sair.

Esse número que falta tem nome: OEE – Overall Equipment Effectiveness, ou Eficiência Global do Equipamento. É o indicador mais usado na indústria para responder a uma pergunta simples e incómoda: de tudo o que esta máquina podia ter produzido, quanto produziu realmente?

O que é o OEE e como se calcula

O OEE resulta do produto de três componentes, cada um a capturar um tipo diferente de perda:

• Disponibilidade: a percentagem de tempo em que a máquina ou funcionário esteve efetivamente a produzir, face ao tempo planeado. Avarias, mudanças de artigo, falta de matéria-prima ou paragens não planeadas reduzem esta fatia.
• Desempenho: a relação entre a velocidade real de produção e a velocidade nominal da máquina ou funcionário. Inclui as chamadas micro-paragens, ou seja, interrupções de segundos que isoladamente parecem irrelevantes, mas que ao longo de um turno de 8 horas podem representar uma hora inteira de produção perdida sem que ninguém se aperceba.
• Qualidade: a percentagem de peças produzidas que cumprem os critérios de conformidade, sem necessidade de retrabalho ou rejeição.

A fórmula é simples:
OEE = Disponibilidade × Desempenho × Qualidade

Uma fábrica com 90% de disponibilidade, 85% de desempenho e 95% de qualidade não tem um OEE de “razoavelmente bom”, tem um OEE de 72,7%. É esta multiplicação, e não a média, que costuma surpreender quem calcula o indicador pela primeira vez.

Por que é que a maioria das PME têxteis não mede o OEE

Em muitas fábricas têxteis portuguesas, como confeções ou tecelagens, o OEE simplesmente não é medido de forma estruturada. As razões são sempre parecidas:

• A produção é registada em folhas de papel ou num ERP (como o PROtextil®) no final do turno, com toda a margem de erro e atraso que isso implica.
• As paragens curtas não são registadas, porque ninguém tem tempo nem instrução para o fazer manualmente máquina a máquina ou por cada operador.
• Os dados de qualidade (defeitos, rejeições) ou não são registados ou vivem num sistema separado dos dados de produção.

Sem dados fiáveis e em tempo real, o OEE acaba por ser calculado (quando é calculado) semanas depois, demasiado tarde para agir.
O resultado é previsível: decisões de investimento, de turnos ou de manutenção tomadas com base em perceção e não em factos. E a perceção, na têxtil, costuma ser otimista.

As perdas silenciosas que ninguém regista

O verdadeiro valor do OEE não está no número final, mas em obrigar a fábrica a tornar visíveis perdas que, de outra forma, ficam escondidas dentro da “normalidade” do turno. Não por acaso, o OEE nasceu dentro da mesma tradição de gestão industrial que nos deu o conceito de Muda, uma palavra japonesa para “desperdício”, e a filosofia Kaizen, a melhoria contínua através de pequenos ajustes constantes em vez de grandes reformas pontuais.

A ligação não é apenas histórica. As três componentes do OEE mapeiam diretamente para tipos clássicos de Muda identificados no Sistema de Produção Toyota: a disponibilidade perdida corresponde a desperdício por espera e avarias; o desempenho perdido reflete desperdício por processos ineficientes (máquinas a trabalhar abaixo do potencial); e a qualidade perdida é o desperdício mais direto de todos: defeitos e retrabalho. Tradicionalmente, o pensamento Lean diz-nos para “ir ver” ao chão de fábrica, o OEE digitalizado faz exatamente isso de forma contínua e automática, sem depender de uma auditoria pontual.

É também aqui que a lógica Kaizen se torna prática, e não apenas um cartaz na parede da fábrica: o OEE não serve para apontar culpados num relatório mensal, serve para alimentar um ciclo diário de pequenas correções, por exemplo, ajustar uma mudança de artigo que demora sempre mais do que devia, identificar a máquina que acumula micro-paragens todas as terças-feiras, perceber que um determinado lote de matéria-prima está sistematicamente associado a mais rejeições. São melhorias pequenas, mas repetidas semana após semana, e é essa repetição, não um projeto único de “transformação digital”, que move o ponteiro do OEE de forma sustentada.

Concretamente, as perdas mais comuns de identificar continuam a ser:

• Micro-paragens: um nó na fibra, um ajuste manual, um operador que se ausenta dois minutos. Isoladas, são insignificantes. Multiplicadas por dezenas de ocorrências por turno e por dezenas de máquinas ou operadores, tornam-se a maior fonte de perda de desempenho.
• Arranques lentos: após uma mudança de artigo ou início de turno, a máquina não atinge a velocidade nominal de imediato. Sem monitorização granular, este período de rampa fica invisível, mas conta para o desempenho real da sessão.
• Rejeições de qualidade tardias: quando o defeito só é detetado no controlo final, e não no momento da produção, a fábrica já gastou matéria-prima, tempo de máquina e mão de obra num produto que não vai vender. Associar o defeito à sessão e à máquina ou funcionária exata que o produziu é o que permite atacar a causa, e não apenas o sintoma.

Os erros mais comuns ao medir OEE manualmente

Quando a medição é feita “à mão”, os mesmos problemas repetem-se em quase todas as fábricas: as paragens, se registadas, são registadas em blocos demasiado largos (escrever num papel que “parou de manhã” não permite distinguir uma avaria de 5 minutos de uma de 50); a falta de timestamp fiável (registos preenchidos no fim do turno, por memória, distorcem sistematicamente os tempos reais); os dados de qualidade desligados da sessão de produção (sem saber exatamente que máquina e operador produziram a peça rejeitada, o defeito não é rastreável); critérios inconsistentes entre operadores (o que um classifica como “paragem” outro nem regista, inviabilizando comparações entre turnos ou equipas).

A consequência mais comum não é ter um OEE errado, é ter um OEE que ninguém confia o suficiente para usar nas decisões.

Como implementar OEE de forma progressiva

Tentar medir OEE em toda a fábrica de uma só vez é, na prática, uma das razões mais comuns para estas iniciativas falharem: há demasiadas máquinas, demasiados tipos de paragem para classificar, e a equipa fica sobrecarregada antes de o sistema sequer começar a gerar valor. As implementações que funcionam seguem normalmente uma progressão em fases, cada uma a resolver um problema específico antes de avançar para o seguinte.

1. Começar por um grupo de máquinas crítico, não pela fábrica inteira

Em vez de instrumentar tudo de uma vez, escolhe-se um setor bem delimitado: o gargalo conhecido, aquele que mais atrasa entregas, ou onde já há queixas recorrentes. O esforço de configuração é menor e o resultado fica visível rapidamente, o que ajuda a justificar o alargamento depois. Deve ser um piloto controlado, não um projeto que depois nunca sai do papel.

2. Garantir disponibilidade fiável primeiro

Das três componentes do OEE, a disponibilidade é a mais simples de capturar com rigor, a máquina ou funcionário está a produzir ou não está. Tentar afinar desempenho ou qualidade antes de ter a disponibilidade bem resolvida é construir sobre uma base instável: se o tempo de produção real não é fiável, todos os rácios calculados a partir dele também não são. Na prática, isto significa começar por garantir que cada paragem tem início e fim corretamente registados, via IoT, via integração com um sistema SCADA das máquinas, ou por registo manual disciplinado.

3. Alargar progressivamente, comparando setores entre si

Com o primeiro grupo a funcionar e a gerar confiança nos dados, replica-se o processo a outros setores. Aqui ganha-se uma vantagem adicional: passa a ser possível comparar grupos de máquinas ou funcionários entre si e a perceber objetivamente onde o próximo investimento ou intervenção vale mais a pena, em vez de decidir por perceção ou por quem reclama mais alto.

4. Cruzar o OEE com as suas causas

Esta é a fase que transforma o OEE de um número num dashboard para uma ferramenta de ação diária, e vale a pena não a simplificar demasiado: não basta saber que o indicador caiu, é preciso saber porquê. Do lado da disponibilidade, cruzar com o motivo de paragem (avaria, mudança de artigo, falta de matéria-prima) permite à manutenção e ao planeamento atacar a causa certa.

Do lado do desempenho, cruzar com padrões de micro-paragens ou quebras de velocidade por máquina e por turno revela ineficiências que normalmente ficam escondidas dentro da “normalidade” do processo (um operador, um ajuste recorrente, um artigo que sistematicamente corre mais devagar). Do lado da qualidade, associar cada defeito à sessão, máquina, lote e operador exatos que o produziram é o que permite à equipa de qualidade agir sobre a causa raiz, em vez de apenas contabilizar os números totais de rejeição no final do mês.

Só quando as três frentes estão cruzadas com os dados que as originam é que a equipa de produção, manutenção e qualidade consegue agir sobre problemas concretos, em vez de apenas “tentar melhorar o OEE”.

Da folha de papel ao dados automáticos: o papel da digitalização

A forma como os dados chegam ao sistema faz toda a diferença entre um OEE “de relatório mensal” e um OEE acionável em tempo real.

No PROtextil® MES, esta automação assenta em duas frentes complementares:

A integração com dispositivos IoT permite associar sensores físicos a cada máquina (voltagem, corrente, RPM, temperatura, etc) e visualizar esses dados em tempo real durante a sessão de produção, com histórico persistido por sessão para análise posterior no Painel de Gestão. É esta camada que capta, sem intervenção humana, sinais que normalmente ficam invisíveis até a máquina parar de vez.

Para as fábricas equipadas com sistemas SCADA nas suas máquinas, a integração com estes sistemas elimina por completo o registo manual de quantidades nas máquinas integradas: os dados de produção, eficiência e paragens chegam automaticamente ao MES. Nas máquinas ainda não integradas, o registo manual assistido, com teclados numéricos otimizados para ambiente fabril, garante que mesmo aí os dados entram no sistema com registos fiáveis, em vez de ficar à espera de uma folha de papel.

Na confeção, onde a produção depende muito mais do operador do que da máquina, esta mesma lógica de captura digital assume outra forma: em vez de um cartão associado a uma máquina, é o próprio operador que regista a sua produção num dispositivo móvel, telemóvel ou tablet, ou através da leitura de código de barras associado a um lote ou peça. O efeito é equivalente ao da integração com as máquinas: os dados entram no sistema no momento exato em que são produzidos, com timestamp e rastreabilidade ao operador, sem depender de uma folha preenchida no fim do turno nem de alguém ter de transcrever números mais tarde. É esta captura no posto de trabalho, seja por sensor de máquina, por SCADA, ou por leitura móvel do próprio operador, que sustentam um cálculo de qualidade fiável, já que cada peça e cada defeito ficam imediatamente ligados a quem e onde os produziu.

Que OEE é “bom” numa fábrica têxtil?

Como referência internacional generalista, um OEE de 85% é frequentemente citado como “classe mundial”, mas este número nasceu sobretudo na indústria automóvel e de processo contínuo, e raramente é o ponto de partida realista para uma fábrica têxtil.

Na prática do setor:

• Fábricas sem qualquer medição estruturada operam tipicamente entre 40% e 55% de OEE, sem o saberem.
• Fábricas com registo digital básico e algum controlo de paragens situam-se normalmente entre 55% e 70%.
• Operações têxteis maduras, com monitorização granular e ação corretiva contínua, conseguem aproximar-se dos 75-85%.

O número absoluto importa muito menos do que a tendência: medir hoje, comparar amanhã, e ter visibilidade sobre que componente (disponibilidade, desempenho ou qualidade) está a travar a fábrica em cada momento.

Em resumo, o OEE na indústria têxtil não é um indicador de relatório executivo para impressionar a administração, é uma ferramenta de gestão diária do chão de fábrica. As fábricas que o tratam dessa forma, com dados capturados automaticamente em vez de reconstituídos à mão no fim do turno, são as que conseguem transformar perdas invisíveis em decisões concretas: que máquina priorizar na manutenção, que turno está a perder mais tempo em mudanças de artigo, que setor justifica o próximo investimento.

Se a sua fábrica ainda mede produção em folhas de papel ou Excel, a pergunta não é se está a perder eficiência, é apenas quanto e onde.

Quer perceber como o PROtextil® MES pode ajudar a medir e melhorar o OEE da sua fábrica? A equipa da Inforcávado está disponível para uma conversa sobre o seu caso específico.

Soluções relacionadas: Indústria 4.0, BI e Análise de Dados, PROtextil®, Módulo OEE, PROtextil® MES, Consultoria e Implementação