KPIs de fábrica inteligente só ajudam quando são calculados a partir de dados confiáveis e vistos enquanto ainda há tempo de agir. Este guia define 15 KPIs que a maioria das indústrias consegue acompanhar em tempo real, apresenta a fórmula de cada um e lista exatamente quais eventos de máquina você precisa publicar para que os números sejam calculados ao vivo a partir de um fluxo de dados MQTT.
O que torna um KPI "inteligente"
Um KPI tradicional é calculado no fim da semana a partir de relatórios manuais. Um KPI de fábrica inteligente difere em três aspectos:
- É calculado a partir de dados de máquina, não de memória nem de planilhas.
- Atualiza continuamente, para que um supervisor de turno possa reagir dentro do próprio turno.
- Permite drill-down da planta para a linha, da linha para a máquina e da máquina para o motivo, porque os eventos brutos carregam esse contexto.
Os três dependem da mesma base: um pequeno conjunto de eventos bem definidos, publicados por todas as máquinas. Acerte nisso, e a maioria dos KPIs abaixo vira aritmética simples.
Os dados brutos por trás dos KPIs de fábrica inteligente
Quase todo KPI desta lista é construído a partir de seis tipos de evento. Publique-os de forma consistente sob uma hierarquia de topics ISA-95 e você consegue derivar o resto.
| Evento | Topic de exemplo | Essencial no payload |
|---|---|---|
| Estado da máquina | .../line1/cnc4/state |
estado, código de motivo, timestamp (retained) |
| Contagem | .../line1/cnc4/count |
boas, refugo, retrabalho, ID da ordem, timestamp |
| Tempo de ciclo ideal | .../line1/cnc4/order/current |
ID da ordem, material, segundos de ciclo ideal (retained) |
| Resultado de qualidade | .../line1/qc1/result |
série ou lote, aprovado/reprovado, código de defeito |
| Energia | .../line1/cnc4/energy |
leitura do medidor em kWh, timestamp |
| Programação planejada | .../line1/schedule |
tempo de produção planejado, pausas (retained) |
O artigo sobre topics MQTT ISA-95 explica como montar o caminho antes desses topics finais.
15 KPIs de fábrica inteligente
Eficiência dos equipamentos
| # | KPI | Fórmula | Dados necessários |
|---|---|---|---|
| 1 | Disponibilidade | Tempo rodando / tempo de produção planejado | Eventos de estado, programação |
| 2 | Performance | (Tempo de ciclo ideal x contagem total) / tempo rodando | Contagens, tempo de ciclo ideal, estado |
| 3 | Taxa de qualidade | Contagem de boas / contagem total | Contagens com boas e refugo |
| 4 | OEE | Disponibilidade x Performance x Qualidade | Todos os anteriores |
| 5 | TEEP | OEE x (tempo de produção planejado / tempo total) | OEE, tempo de calendário |
O OEE é a métrica guarda-chuva da eficiência dos equipamentos. O cálculo passo a passo, incluindo as armadilhas na escolha do tempo de ciclo ideal, está em como calcular o OEE, e a diferença entre OEE e TEEP é discutida em OEE vs TEEP vs OOE.
Confiabilidade e manutenção
| # | KPI | Fórmula | Dados necessários |
|---|---|---|---|
| 6 | MTBF | Tempo total rodando / número de falhas | Eventos de estado com motivo de falha |
| 7 | MTTR | Tempo total de reparo / número de reparos | Timestamps de parada e de volta à operação |
| 8 | Participação de paradas não planejadas | Tempo parado não planejado / tempo de produção planejado | Eventos de estado com categoria de motivo |
| 9 | Aderência à manutenção planejada | Tarefas planejadas concluídas / tarefas programadas | Eventos de manutenção do CMMS |
MTBF e MTTR dependem de transições de estado limpas e da distinção entre falhas e paradas planejadas. O artigo sobre cálculo de MTBF e MTTR cobre os casos-limite, como contar uma falha que atravessa uma troca de turno.
Qualidade
| # | KPI | Fórmula | Dados necessários |
|---|---|---|---|
| 10 | Rendimento de primeira passagem (FPY) | Unidades aprovadas na primeira vez / unidades que entraram | Resultados de qualidade por unidade ou lote |
| 11 | Taxa de refugo | Contagem de refugo / contagem total | Contagens |
| 12 | Defeitos por milhão de oportunidades (DPMO) | Defeitos / (unidades x oportunidades) x 1.000.000 | Códigos de defeito, oportunidades por unidade |
O FPY difere da taxa de qualidade do OEE quando existe retrabalho: uma peça retrabalhada conta como boa no final, mas não como sucesso na primeira passagem. Publicar o retrabalho como contagem própria mantém os dois números honestos.
Fluxo e custo
| # | KPI | Fórmula | Dados necessários |
|---|---|---|---|
| 13 | Throughput | Unidades boas / hora | Contagens |
| 14 | Tempo de ciclo médio | Tempo rodando / contagem total | Estado, contagens |
| 15 | Energia por unidade | kWh consumidos / unidades boas | Medidor de energia, contagens |
A energia por unidade é um dos KPIs mais úteis de acrescentar em uma fábrica inteligente, porque conecta produção e utilidades. Ela exige um medidor por máquina ou linha e timestamps alinhados às contagens; veja monitoramento de energia na fábrica para as opções de medição.
Calculando um KPI ao vivo a partir de eventos MQTT
Para mostrar como um KPI em tempo real precisa de pouco código, o script Python a seguir assina os eventos de estado e de contagem de uma máquina e imprime disponibilidade, taxa de qualidade e throughput a cada dez segundos. Ele usa paho-mqtt 2.x e o servidor MQTT público, indicado para testes e protótipos; substitua o prefixo pelo seu próprio ID aleatório.
import json
import time
import uuid
import paho.mqtt.client as mqtt
BASE = "connectmq/demo/kpi-6a0c/line1/cnc4"
start = time.time()
run_seconds = 0.0
state, state_since = "UNKNOWN", start
good = scrap = 0
def on_connect(client, userdata, flags, reason_code, properties):
client.subscribe([(f"{BASE}/state", 1), (f"{BASE}/count", 1)])
def on_message(client, userdata, msg):
global state, state_since, run_seconds, good, scrap
data = json.loads(msg.payload)
now = time.time()
if msg.topic.endswith("/state"):
if state == "RUNNING":
run_seconds += now - state_since
state, state_since = data["state"], now
else:
good += data.get("good", 0)
scrap += data.get("scrap", 0)
client = mqtt.Client(mqtt.CallbackAPIVersion.VERSION2,
client_id=f"kpi-{uuid.uuid4().hex[:8]}")
client.on_connect = on_connect
client.on_message = on_message
client.connect("broker.connectmq.com", 1883, keepalive=30)
client.loop_start()
while True:
time.sleep(10)
now = time.time()
running = run_seconds + (now - state_since if state == "RUNNING" else 0)
elapsed = now - start
total = good + scrap
availability = running / elapsed if elapsed else 0
quality = good / total if total else 0
throughput = good / (elapsed / 3600) if elapsed else 0
print(f"state={state} availability={availability:.1%} "
f"quality={quality:.1%} throughput={throughput:.0f}/h")
Alimente-o com eventos de teste pela linha de comando:
mosquitto_pub -h broker.connectmq.com -p 1883 -i kpi-pub-6a0c -t "connectmq/demo/kpi-6a0c/line1/cnc4/state" -m '{"state":"RUNNING"}'
mosquitto_pub -h broker.connectmq.com -p 1883 -i kpi-pub-6a0c -t "connectmq/demo/kpi-6a0c/line1/cnc4/count" -m '{"good":5,"scrap":1}'
Em produção, você usaria a programação planejada em vez do tempo decorrido, persistiria o estado e gravaria os resultados em um banco de séries temporais para análise de tendências. A estrutura continua a mesma. Um pipeline completo com dashboards está descrito em monitoramento de OEE em tempo real.
Mostrando os KPIs de fábrica inteligente certos para as pessoas certas
Os mesmos eventos geram visões diferentes para públicos diferentes, e adequar a visão ao público importa mais do que a quantidade de KPIs:
| Público | KPIs | Atualização | Onde |
|---|---|---|---|
| Operadores | Estado atual, throughput vs meta, refugo nesta hora | Segundos | Tela na linha |
| Supervisores de turno | OEE por máquina, principais motivos de parada, chamados abertos | Minutos | Tablet ou tela no escritório |
| Manutenção | MTBF, MTTR, participação de paradas não planejadas | Diária | Dashboard de manutenção |
| Gestão da planta | Tendência de OEE, FPY, energia por unidade, throughput | Semanal | Relatório ou dashboard gerencial |
As telas da linha se conectam ao broker via WebSocket seguro e se atualizam ao vivo; as visões gerenciais consultam um banco de séries temporais alimentado pelos mesmos eventos. Como o ConnectMQ entrega cada evento a todos os assinantes, acrescentar uma nova visão nunca exige mudar as máquinas ou os gateways. Os mesmos eventos também podem alimentar um gêmeo digital da linha ou da planta.
Erros comuns com KPIs
- Acompanhar KPIs demais. Escolha de três a cinco por público. Operadores precisam de estado, throughput e OEE atual; gestores precisam de tendências e perdas.
- Misturar definições entre unidades. Documente o que conta como tempo planejado, como falha e como peça boa antes de comparar plantas.
- Usar um tempo de ciclo ideal "teórico" que ninguém consegue atingir. A performance parece permanentemente ruim e as pessoas deixam de confiar no número.
- Ignorar lacunas nos dados. Um gateway que ficou offline deve mostrar "sem dados", não "máquina parada". Uma mensagem de last will em um topic de status torna essa diferença visível.
- Mostrar KPIs sem motivos. Uma disponibilidade baixa leva à pergunta "por quê?". Colete códigos de motivo junto com os estados.
Uma espinha dorsal de dados confiável para os seus KPIs
Todo KPI acima herda a confiabilidade do pipeline por baixo dele. O ConnectMQ opera esse pipeline como um broker MQTT gerenciado: MQTT 3.1.1 e 5.0, TLS e WebSocket seguro para dashboards no navegador, retained messages para o estado atual e um portal com explorador de topics ao vivo, dashboard e regras de alerta por limite para verificações rápidas. Seus serviços de KPI, fluxos Node-RED ou pipelines Grafana se conectam como clientes MQTT comuns. Para o roteiro geral, veja o guia de manufatura inteligente.
Acompanhe seus KPIs de fábrica inteligente no ConnectMQ
Crie um broker Serverless gratuito em app.connectmq.com, sem cartão de crédito, publique eventos de estado e contagem de uma máquina e tenha números de disponibilidade e throughput ao vivo em minutos.
Perguntas frequentes
Por qual KPI de fábrica inteligente devo começar?
Comece pela disponibilidade e pelos motivos de parada por trás dela, porque os dados de estado são os mais fáceis de coletar e as perdas costumam ser as maiores. Acrescente performance e qualidade para chegar ao OEE completo.
Quão em tempo real os KPIs de manufatura precisam ser?
Os operadores se beneficiam de atualizações a cada poucos segundos até um minuto, para que possam reagir dentro do turno. As tendências gerenciais podem ser agregadas por hora ou por turno a partir dos mesmos eventos.
Qual é a diferença entre o FPY e a taxa de qualidade do OEE?
A taxa de qualidade do OEE conta todas as unidades boas, incluindo as retrabalhadas. O rendimento de primeira passagem conta apenas as unidades que saíram boas na primeira vez, e por isso expõe o retrabalho oculto.
Preciso de um MES para calcular esses KPIs?
Não. A maioria deles pode ser calculada diretamente a partir de eventos de estado, contagem e energia publicados via MQTT. Um MES acrescenta contexto de ordens e fluxos de trabalho por cima.



