Metodologia para quantificação e acompanhamento de indicadores-chave de desempenho operacional

• Autor(a) principal: Giaquinto, Cláudia Daniela Melo
• Data de Publicação: 2017
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
• Texto Completo: http://hdl.handle.net/10183/172050
• topic: Indicadores de desempenho; Ruído; Análise estatística; Key Performance Indicators; Steady state detection; Noise removal; Error propagation; Candlestick chart; Processes assessment

Indicadores-chave de desempenho (KPIs) exercem um papel de extrema importância na indústria de processos, auxiliando na tomada de decisão. No entanto, para serem representativos precisam ser calculados de forma confiável. O presente trabalho propôs uma metodologia para o cálculo destes KPIs com base em técnicas de detecção do estado estacionário, remoção de ruído, propagação de erros e análise de sensibilidade. Estes KPIs foram apresentados, de acordo com o que consta na literatura, em uma nova ferramenta gráfica de acompanhamento proposta pelos autores, denominada StatSSCandlePlot. O StatSSCandlePlot apresenta os KPIs no padrão candlestick, que é bastante utilizado no mercado de ações, incluindo informações adicionais. O grande diferencial do StatSSCandlePlot é que os indicadores e suas respectivas propriedades exibidas são calculadas a partir de técnicas que englobam o tratamento de dados e análises estatísticas. A metodologia proposta foi aplicada em um estudo de caso de um chuveiro contendo dois princípios de aquecimento, gás e energia elétrica. Para este estudo, foi criado o Índice de Qualidade do Banho (IQB), que é um indicador dependente da temperatura e da vazão de saída, cujos dados foram avaliados em três cenários distintos, o primeiro quando o sistema é submetido a distúrbios na vazão, no segundo ocorre uma queda na temperatura da água fria e no último, o IQB foi avaliado quando o sistema foi submetido a distúrbios na vazão sob uma nova estratégia de controle da planta. A partir do StatSSCandlePlot, foi possível identificar as tendências do indicador nos diferentes cenários, a parcela de cada janela no estado estacionário, os valores a serem considerados do indicador e, de forma complementar, identificar a variável que mais influenciou na variação do indicador, através da análise de sensibilidade.