Equipas de Manutenção: Projeto Piloto de 90 Dias Baseado em Investigação para Reduzir o Consumo de Peças Sobressalentes

Na área de manutenção, o consumo de peças é a taxa medida em que as peças de reposição são utilizadas, e a maneira mais simples de reduzir os custos totais é medir esse consumo diretamente no seu sistema de gestão de manutenção e peças (CMMS), segmentar as peças de acordo com a sua importância e, em seguida, aplicar políticas de armazenamento direcionadas e ações operacionais. Ter o modelo de dados correto desde o início é essencial. de acordo com Pesquisa sobre gestão de peças sobressalentes. Tudo o resto, desde a segmentação ABC até os pilotos do Kanban, depende disso.

Resumo:

• Um modelo de dados confiável que conecte ordens de trabalho, identificadores de ativos e peças de reposição é essencial para medir com precisão o consumo e otimizar as políticas de estoque.
• A demanda por peças de reposição é frequentemente instável e imprevisível, exigindo modelos especializados, como o METRIC, para planejamento de envios de emergência, em vez de métodos tradicionais de previsão.
• O controle de riscos de estocagem moderada e estrategicamente aceitável para peças de baixa importância crítica pode minimizar os custos totais de forma mais eficaz do que a busca de zero estocagem em todos os lugares.
• Usar a segmentação por custo, previsibilidade da demanda e importância melhora as decisões de estoque e os níveis de serviço sem aumento desnecessário de inventário.
• A implementação de um sistema único com identificadores integrados e rastreamento automatizado de KPIs acelera os projetos-piloto e aumenta a eficiência na gestão contínua de peças sobresselentes.

Índice

• Por que o consumo de peças sobresselentes se comporta de forma diferente
• O modelo de dados que sustenta a medição do consumo de peças
• Como medir e segmentar o consumo de peças
• Enganxos operacionais para reduzir o consumo sem aumentar o tempo de parada
• Transformando o método em um projeto piloto viável
• Checklista do autor: os primeiros 90 dias para começar a reduzir o consumo de peças
• Acelere o consumo de peças piloto com a plataforma certa
• Fontes
• FAQ

Por que o consumo de peças sobresselentes se comporta de forma diferente

A demanda por peças de reposição não se comporta como a demanda de varejo. A maioria das peças industriais e de instalações permanece inativa durante meses, antes de ser consumida repentinamente quando um rolamento falha ou uma válvula trava. Este padrão intermitente e de volume baixo rompe os métodos de previsão padrão construídos para dados de vendas constantes e frequentes, e é por isso que muitas equipes de manutenção acabam se deparando com estoques obsoletos ou lutando para obter envios mais rápidos.

A demanda corretiva tende a seguir padrões de chegada mais próximos do processo de Poisson, que são eventos raros e em grande parte aleatórios, em vez de uma tendência suave. Modelos de rede com vários itens, como o METRIC e suas extensões, foram construídos especificamente para lidar com esse problema, modelando remessas laterais e emergenciais em vários locais, em vez de tratar cada parte isoladamente.

O verdadeiro fator determinante em todas as decisões de compra de calçados não é o custo da peça em si, mas sim o custo do ativo que permanece inativo enquanto você aguarda a sua chegada. É por isso que a disponibilidade do sistema e o custo de tempo inativo, e não o preço unitário, devem definir seus objetivos de nível de serviço.

A pesquisa sobre a modelagem de inventário de peças de reposição sempre chega a uma conclusão contrária à esperada: um risco moderado e deliberado de estocagem excessiva em itens de baixa importância geralmente minimiza o custo líquido total melhor do que a busca constante de estocagem próxima a zero em todos os lugares, de acordo com Bibliografia de inventário de peças sobressalentes da TU Delft. A disponibilidade perfeita de todos os itens do estoque não é eficiente. É cara.

O modelo de dados que sustenta a medição do consumo de peças

Você não pode controlar o que os seus sistemas não conseguem conectar. A maioria das organizações de manutenção acompanha os pedidos de manutenção em um módulo e as ocorrências de peças em outro, sem nenhum vínculo confiável entre os dois, e essa lacuna é o maior obstáculo para medir o consumo real.

Um modelo de dados empírico construído especificamente para a gestão de peças sobresselentes mostra que a solução requer a ligação entre os módulos de manutenção preventiva (PM) e gestão de materiais (MM) através de três identificadores consistentes: o identificador do ativo, o identificador da ordem de trabalho e um número padronizado para as peças sobresselentes. No estudo de caso subjacente, essa ligação conectou inúmeras peças sobresselentes com seus itens de consumo em milhares de registros, construída como uma camada de inteligência de negócios de leitura única, instalada em cima do sistema de gestão de manutenção atual, em vez de substituí-lo.

Dica profissional: Um padrão único e disciplinado de numeração de peças sobresselentes que se alinha perfeitamente às listas de materiais é frequentemente a mudança com maior impacto que uma equipe de manutenção pode realizar. Não exige nenhum investimento e permite a realização de todas as análises subsequentes.

Uma vez que os identificadores sejam consistentes, os campos que realmente importam para a análise de consumo são:

• Links da lista de materiais (BOM) conectando cada parte ao modelo específico de ativo ou equipamento que serve
• Prazo de entrega por fornecedor e por peça, Não há nenhuma suposição geral em todo o catálogo
• Status da parte (ativo, obsoleto, substituído) para parar de analisar estoques mortos como se fossem demanda real
• Localização do armazenamento, Incluindo vans técnicas e depósitos satélite, e não apenas o armazém central.
• Registros de reparos e falhas ligando os eventos de consumo a determinados modos de falha

Uma camada analítica construída a partir desses campos transforma os registros de transações dispersos em um conjunto de dados que você pode realmente segmentar, prever e agir com base. Sem ela, todas as decisões subsequentes, desde pontos de reordenamento até classificação de importância, baseiam-se em dados incompletos.

Como medir e segmentar o consumo de peças

Transformar dados de consumo em dados concretos para a definição de uma política de estoque eficaz exige quatro etapas, e ignorar qualquer uma delas tende a produzir planos que parecem sólidos no papel e que não se concretizam no chão de fábrica.

1. Analise primeiro os KPIs adequados. No mínimo, monitore a taxa de consumo por parte por período, a taxa de preenchimento (ordens realizadas a partir do estoque sem demora), o tempo de fornecimento disponível, o risco de estocagem durante a janela de tempo de execução relevante, e o tempo de reparação para peças reparáveis.
2. Executar a segmentação ABC de acordo com o custo ou o volume. Classifique as peças de acordo com seu valor de consumo anual, não apenas pelo preço unitário. Uma junta barata usada constantemente pode pesar mais do que um sensor caro usado raramente.
3. Aplique a segmentação XYZ para garantir previsibilidade de demanda. As partes X apresentam uma demanda constante e previsível; as partes Y apresentam uma demanda variável, mas com padrões; as partes Z são verdadeiramente erráticas. Os métodos padronizados de suavização têm dificuldades com itens Z intermitentes, e abordagens como bootstrapping ou Smart-Willemain tendem a apresentar resultados incorretos. Superar-lhes neste segmento.
4. Atribua objetivos de serviço com base na sua importância, não na sua prática habitual. Uma sala de reparos não precisa de um único nível de serviço. Ela precisa de vários, alinhados com o que cada peça realmente protege.

O quadro de gestão de ativos da ISO 55000 oferece uma estrutura útil para documentando essas decisões baseadas em riscos assim, eles conseguem sobreviver a auditorias e a rotatividade de funcionários.

Enganxos operacionais para reduzir o consumo sem aumentar o tempo de parada

Reduzir o consumo não significa reduzir a disponibilidade. Diversas medidas comprovadas reduzem os custos de manutenção e os desperdícios, mantendo ativos críticos em funcionamento; a escolha certa depende do segmento da peça, e não de uma política geral.

A revisão contínua, ou (Q,r), e a revisão periódica, ou min-max, situam-se nos dois extremos da mesma balança de opções. Um estudo aplicado sobre o inventário de MRO em uma operação de petróleo e gás constatou que a mudança de itens da classe A de uma política geral de min-max para um modelo (Q,r) com custos explicitos de estocagem e de backorder reduziu em mais da metade o investimento médio em inventário, ao mesmo tempo em que melhorou significativamente o nível de serviço. link. O valor mínimo/máximo ainda funciona bem para itens C e Y de baixo valor e previsíveis, onde a simplicidade administrativa supera a perda de precisão.

• Pilot Kanban para furgões de técnicos ou depósitos locais em 10 a 20 unidades ao longo de aproximadamente 30 dias antes do aumento da escala; os alertas de reposição visual reduzem tanto os casos de falta de estoque quanto os excessos de estoque de consumíveis de alto volume, aproveitando o software de serviço de campo para instalações de água, ventilação e ar condicionado (HVAC) e eletricidade para otimizar o estoque de veículos dos técnicos.
• Utilize o transbordo lateral entre os locais Para cobrir uma deficiência em um depósito vizinho, em vez de manter estoques de segurança duplicados em todos os lugares, uma recomendação fundamental da Pesquisa sobre modelagem de peças sobressalentes multifuncionais.
• Acelerar as reparações em peças reparáveis em vez de manter suprimentos em excesso como garantia; testes de campo que combinam a estimativa do risco de falta de estoque com a agilização das reparações resultaram em economias de até 8%, além de uma precisão de previsão de cerca de 63% em 15 dias e 83% em 45 dias link.
• Avalie a impressão 3D e a preposição preditiva impulsionada pela IoT para peças com movimento lento e prazos longos, onde uma geometria imprimível ou um sinal de falha preditivo podem substituir semanas de espera para a produção.

Transformando o método em um projeto piloto viável

Os modelos acadêmicos importam menos do que a questão de sua equipe realmente implementá-los. Uma implementação prática cabe dentro de um prazo de 90 dias se você manter o escopo restrito.

1. Semanas 1 a 2: selecione uma gama de itens de 10 a 20 unidades de venda vinculados a um único grupo de ativos críticos, e limpe os dados master dessas peças especificamente.
2. Semanas 3 a 4: mapar os três identificadores (ativo, ordem de trabalho, número de peça) e vincular todos os registros de BOM para os SKU-s de teste.
3. Semanas 5 a 8: ativar a rastreabilidade completa das ordens de trabalho para que cada problema e devolução possa ser associado a um trabalho específico, e então iniciar o teste do Kanban.
4. Semanas 9 a 12: medir os delta dos KPI em relação à sua linha de base e decidir quais escalas usar.

O suporte ao software é mais importante em três áreas: a vinculação à BOM, um master de peças limpo e a rastreabilidade de ordens de trabalho que captura automaticamente o consumo, em vez de depender de registros manuais. O relatórios automatizados fecham o ciclo ao apresentar as mudanças nas métricas de desempenho sem a necessidade de reconstruir um spreadsheet a cada mês.

Checklista do autor: os primeiros 90 dias para começar a reduzir o consumo de peças

Comece de forma restrita. Escolha um grupo de ativos, limpe os dados das suas partes e vincule os identificadores antes de tocar na política de estoque. As semanas 1 a 4 são dedicadas à higiene de dados, não à reorganização de pontos. As semanas 5 a 8 são dedicadas ao funcionamento do piloto Kanban e ao acompanhamento da taxa de preenchimento e do tempo de fornecimento. As semanas 9 a 12 são dedicadas a comparar honestamente os números com o seu plano de base, incluindo os fracassos.

A falha mais comum é ignorar o trabalho de identificação, porque parece lento. É a base toda. Medir, ajustar, repetir e resistir à vontade de declarar vitória após um bom mês.

— Pedro

Acelere o consumo de peças piloto com a plataforma certa

Planilhas e sistemas desvinculados podem executar um piloto com 20 itens, mas ficam comprometidos quando se tenta dimensionar a segmentação ABC, a rastreabilidade de ordens de trabalho e a geração automatizada de relatórios para todo o catálogo de peças. O Fullyops foi desenvolvido para essa transição: uma única plataforma onde os links de BOM, dados de peças e histórico de ordens de trabalho estão juntos, de modo que o trabalho de identificação descrito acima ocorra dentro do sistema, em vez de ser realizado em três planilhas e um drive compartilhado. ferramentas de gestão de ordens de trabalho relembre cada aspecto do problema de integração de forma automática com o trabalho que o gerou, e as funcionalidades de inventário e relatórios revelam os diferenciais de KPI necessários para um piloto de 90 dias, sem necessidade de reconstrução manual. Os planos são estruturados em três níveis: Basic, Professional e Advanced, dependendo do número de técnicos, administradores e integrações necessárias. Se você estiver pronto para executar o piloto, em vez de apenas planejar, Comece com uma demonstração e traga seus primeiros 10 a 20 itens.

Fontes

• Capítulo sobre modelos de peças sobresselentes multifuncionais (TU Delft / publicação acadêmica)
• Estimativa do risco de estocagem insuficiente de peças reparáveis
• Melhoria do sistema de gerenciamento de inventário MRO em empresa de petróleo e gás
• ISO 55000: gestão de ativos — visão geral, princípios e terminologia

FAQ

O que é o consumo de peças em operações de manutenção?

Refere-se à taxa medida em que as peças sobresselentes são utilizadas para reparar ou manter ativos, normalmente mensurada em unidades consumidas por período por peça ou grupo de ativos. Medi-la com precisão exige vincular ordens de trabalho às entregas de peças através de identificadores consistentes, conforme descrito na modelagem empírica de dados de peças sobresselentes.

Como reduzir o consumo de peças de reposição sem aumentar o risco de tempo de parada?

Primeiro, segmente as partes por critério de importância e padrão de demanda; em seguida, aplique a política de correspondência: (Q,r) para itens de alto valor previsível, min-max para os de baixo valor estável, e projetos Kanban para volumes de estoque com alta rotatividade. Os envios laterais e a aceleração de reparos reduzem ainda mais o estoque de segurança local, sem adicionar riscos, com base nos resultados obtidos. Riscos de estocagem e pesquisa para agilizar a reparação.

Que KPIs devo monitorizar para o consumo de peças?

Monitorize a taxa de consumo, a taxa de cumprimento de pedidos, os dias de stock, o risco de rutura de stock e o tempo de rotação de reparação como um conjunto mínimo. Estes dão-lhe tanto a perspetiva da procura como a capacidade de resposta da oferta necessárias para definir metas de serviço realistas.

Como a ISO 55000 se relaciona com a gestão de peças sobressalentes?

A ISO 55000 fornece o framework de gestão de ativos para alinhar as decisões de aprovisionamento de ativos com a tolerância ao risco organizacional e documentar o motivo pelo qual um determinado nível de serviço foi escolhido. Ela não prescreve fórmulas específicas de estoque, mas apoia a camada de governança que orienta essas decisões.

Pode um GMAO isolado medir o consumo de peças com precisão?

Um sistema de gestão de ativos (CMMS) padrão captura as transações, mas raramente as vincula a um modelo analisável por si só; a maioria delas necessita de uma camada adicional que conecte os identificadores de ativos, ordens de trabalho e peças. Plataformas como a Fullyops resolvem esse problema vinculando a rastreabilidade das ordens de trabalho diretamente aos registros de inventário, em vez de tratá-las como sistemas separados.

Recomendado

• Gestão de peças de reposição para gerentes de manutenção: um sistema prático
• Fluxo de trabalho para manutenção preventiva: Reduzir os custos em 30% em 2026
• Reduzir os estoques de peças de reposição em 90 dias usando codificação de reposição vinculada a ativos
• Planeamento da manutenção passo a passo: Reduzir o tempo de inatividade em 30%