As descobertas digitais facilitaram a comunicação, o trabalho e o acesso às informações. Não é mais possível imaginar-se fazendo o seu trabalho sem acesso a computadores ou dispositivos inteligentes.

Os clientes de máquinas de mineração e construção da Caterpillar não são diferentes. Eles precisam de acesso prático a informações que possam ajudá-los a manter seus ativos Cat funcionando com produtividade máxima e tempo de inatividade mínimo.

O uso de dados em tempo real, 24 horas por dia, 7 dias por semana, e a Internet das coisas (IoT) os ajudam a fazer exatamente isso.

O gerente sênior de análise digital da Caterpillar, Daniel Reaume, lidera uma equipe de cientistas de dados que capturam e analisam as vozes dos produtos da Caterpillar.

Segundo o executivo, eles usam as descobertas para tornar os equipamentos da Caterpillar mais confiáveis, os clientes mais satisfeitos e a empresa mais forte.

"Nosso equipamento fala conosco de várias maneiras porque nossos processos de coleta de dados são construídos em modelos de negócios sólidos”, afirma.

Reaume explica que são coletados dados dos equipamentos mediante três componentes principais: os sensores que coletam dados como os de temperatura, queima de combustível e GPS; a “caixa” que coleta, integra e faz cálculos desses dados e os prepara para serem enviados para a Caterpillar e, finalmente, da transmissão de dados mediante uma variedade de canais e redes de comunicação.

A maioria das novas máquinas e novos motores Cat e grande parte da frota mais antiga da marca têm o potencial de coletar e transmitir dados.

Atualmente, a Caterpillar possui a maior frota conectada do mundo, com mais de 1,2 milhão de ativos conectados em campo. "Há um bom tempo, vendemos nossas máquinas como ativadas para conectividade, por isso mesmos equipamentos mais antigos podem agora ser ajustados para a conectividade", explica Reaume.

A quantidade e os tipos de sensores nas máquinas e motores da Caterpillar variam de acordo com o tipo e modelo do ativo. Máquinas e motores menores geralmente têm sensores menores e menos complexos do que as máquinas de mineração de grande porte.

Reaume explica que os dados das máquinas e dos motores são classificados em dois grandes grupos. O primeiro grupo é como luzes de advertência no painel de um carro; o segundo é mais como leituras reais da pressão atual dos pneus ou da voltagem da bateria de um carro.

A primeira categoria pode incluir dados de queima de combustível, informações de GPS e códigos de falha. A análise avançada permite à empresa usar dados simplificados -- como códigos de falha -- para ajudar a prever problemas de manutenção, desempenho deteriorado etc. Mas a capacidade de ação e a precisão das previsões podem não ser tão boas quanto com fontes de dados mais ricas.

O segundo tipo de dados é o mais rico e complexo. Geralmente envolve amostras de leituras de sensores feitas uma vez por segundo ou com ainda mais frequência.

“No momento, coletamos esses dados principalmente de equipamentos de mineração e os de construção maiores”, conta.

Depois de coletar os dados, pode-se identificar padrões. Por exemplo, os dados podem dizer que, quando o operador aciona os freios, a pressão não se recupera tão rapidamente quanto o esperado. “Nesse caso, recomendamos uma inspeção para verificar se há vazamento no sistema. Se for esse o caso, o cliente pode providenciar o reparo antes que se torne um problema mais significativo”, comenta Daniel.

"Usando apenas os dados do código de falha, podemos alertar sobre a baixa pressão –- mas talvez não tão cedo quanto com os dados mais ricos -- e podemos não identificar o local de um vazamento com tanta precisão. Observe que não dependemos apenas de códigos de falha, mas de padrões e tendências de códigos de falha. Por exemplo, um único alerta de baixo nível pode não ser preocupante, mas pode vir a ser se detectarmos um padrão de códigos de falha repetidos, possivelmente de vários tipos", explica.

Independentemente da complexidade dos dados, comenta, identificar padrões como esse ajuda a Caterpillar detectar condições que podem não ser aparentes. Mesmo dados limitados e de baixo custo, como códigos de falha, podem permitir o monitoramento de condições e diferenciar entre uma máquina saudável e uma com um problema iminente.

“Para o futuro, penso nos dados como o novo DNA. Na Caterpillar, estamos usando técnicas inovadoras e sofisticadas para examinar, explorar, dividir, fatiar e recombinar dados de novas maneiras para corrigir problemas. É algo empolgante e que está em constante evolução -- as coisas nunca ficam paradas”, conclui o cientista.