Implementação de manutenção preditiva numa indústria de semicondutores

• Autor(a) principal: Fernandes, Tiago Narciso da Costa
• Data de Publicação: 2022
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.22/20698
• topic: Manutenção; Manutenção Preditiva; Manutenção Baseada na Condição; Manutenção Centrada na Fiabilidade; Sensorização; Indústria 4.0; Maintenance; Predictive Maintenance; Condition-Based Maintenance; ReliabilityCentered Maintenance; Sensorization

O aumento da competitividade industrial e a procura pela gestão de excelência proporcionaram a busca incessante por novas estratégias de gestão, estratégias essas que proporcionassem o aumento da eficácia e da eficiência dos sistemas produtivos das empresas. A manutenção é uma das áreas que promove o aumento destes parâmetros e possibilita a redução de paragens não programadas, a maior disponibilidade de equipamentos, a redução de custos e o aumento da produtividade. No entanto, o estudo da manutenção potencializou o aparecimento de novas abordagens mais focadas na fiabilidade e na monitorização da condição dos equipamentos, como é o caso da manutenção preditiva. A presente dissertação tem como objetivo a implementação de manutenção preditiva em bombas de vácuo de anel líquido, na empresa ATEP – Amkor Technology Portugal, S.A.. O estudo baseou-se na criação de dois sistemas de monitorização da condição das bombas de vácuo de anel líquido e no desenvolvimento de planos de manutenção preventiva para estes equipamentos. O primeiro sistema implementado permitiu analisar a aplicação de sensores de baixo custo através da linguagem de programação Arduino, funcionando como um sistema offline. Por fim, o segundo sistema implementado consistiu na aplicação de sensores de melhor qualidade permitindo assim, recolher dados relevantes acerca do normal funcionamento do equipamento para posteriormente prever o momento de ocorrência de falha e/ou avaria. Com isto, deu-se o aprimoramento das ações de manutenção, otimização dos indicadores-chave de desempenho, redução de custos associados à manutenção e garantia da qualidade do produto final. No sistema offline reduziu-se 67% o MTTR, 88% o período máximo de manutenção, em 31% o período mínimo de manutenção e 40% os custos de manutenção. No sistema online, o MTTR reduziu 63%, os custos de manutenção reduziram 56% e os períodos máximo e mínimo de manutenção reduziram 92% e 23%, respetivamente.