Indicador OEE e ferramentas da qualidade: uma aplicação integrada no processo de destilação de uma indústria de biotecnologia

Abstract

This article provides an application of the Overall Equipment Effectiveness
(OEE) and the quality measurement tools in the distillation process of a
biotechnology industry located in the Norte Fluminense (Brazil) in order
to identify the efficiency of the most critical equipment of the process,
to indicate the root cause of the failure with most impact and to propose
strategies for improvement. The quality tools employed to accomplish the
study were 5S, flowchart of the process, Pareto chart, diagram of cause and
effect, brainstorming, 5W1H and the Microsoft Office Excel software as a
support for data analysis and organization. The traditional methodology
for calculating the OEE required some adaptations since other variables had
to be accounted for in order to efficiently measure the equipment and to be
consistent with the reality of the company. The results indicated that the
equipment was below the world class with a cutoff value of 85%, and that
the failure with the greatest impact was caused by an obstruction due to low
frequency of chemical cleaning. The research concluded that the adapted
methodology was efficient to identify the losses of the process, to measure
the real usage of the equipment and to apply actions of improvements.

Full text

Artig os
165
Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
eISSN 1983-9308
DOI: https://doi.org/10.5585/ExactaEP.v17n2.8183
Ana Carla de Souza Gomes dos Santos1
Igor Martins Ribeiro2
Alina dos Santos Salve3
Camila Mitie Ji4
Letícia Ali Figueiredo Ferreira5
Henrique Rego Monteiro da Hora6
1 Doutoranda e m Engen haria de Produção e Sistem as
pelo CE FET/ RJ, mestre em Engenharia de Produção pela
UEN F(2016), especia lista em Gerenciamento de Projetos
pela FGV(2015) e Bacharel em Engenha ria de Produção pelo
Centro E ducacional Nossa Sen hora Auxiliadora (2012).
anaca rla.engenharia@gmail. com
2 Bacharel em Engenharia de Produção
Universidade Ca ndido Mendes
igorma rtin sr@yahoo.com.br
3 Bacharel em Engenharia de Produção
Universidade Ca ndido Mendes
alinasalve@gmail.com
4 Graduação em E ngenharia Químic a pela
Universidade Federal do Rio de Janei ro (2010)
Universidade Federal do Rio de Janei ro
cami la.mitie@corbion.com
5 Bacharel em Engenharia de Produção pela
Universidade Federal dos Vales do Jequitinhonha e
Mucur i (2016 - presente). Graduad a em Bacharelado
em Ciência e Tecnologia pela Un iversidade Federal dos
Vales do Jequ itinhonha e Mucuri (2012-2016).
Universidade Federal dos Vales do Jequitinhonha e Mucuri
leticialif ig@g mail.com
6 Graduado em Tecnologia em I nformática pelo então
CEFET-Campos (2004), mest rado em Engenha ria de
Produção pela Universidad e Estadual do Nor te Flum inense
Darcy R ibeiro (2007) e doutorado em E ngenharia de
Produção pela Universidad e Federal Flumi nense (2013).
henrique.dahora@if f.edu.br
Indicador OEE e ferramentas da qualidade:
uma aplicação integrada no processo de
destilação de uma indústria de biotecnologia
OEE and quality tools: an integrated application in the distillation process
of a biotechnology industry
Resumo
Este trabalho aplicou o indicador Overall Equipment Effectiveness (OEE) e
as ferramentas da qualidade no processo de destilação de uma indústria de
biotecnologia situada no Norte Fluminense, a fim de identificar a eficiência
do equipamento mais crítico do processo, apontar a causa raiz da falha de
maior impacto e propor estratégias de melhoria. Os instrumentos utilizados
para o alcance da pesquisa foram 5S, fluxograma, gráfico de Pareto,
diagrama de causa e efeito, brainstorming, 5W1H e o software Microsoft
Office Excel como suporte para a organização e análises dos dados. A
metodologia tradicional para calcular o OEE careceu de adaptações,
pois outras variáveis precisaram ser contabilizadas para mensurar de
forma eficiente o equipamento e que fosse condizente com a realidade da
empresa. Os resultados apontaram que o equipamento estava abaixo da
classe mundial, cujo valor de corte é 85%, e que a falha de maior impacto
foi parada por obstruções, ocasionada pela baixa frequência na limpeza
química. A pesquisa concluiu que a metodologia adaptada foi eficiente para
identificar as perdas do processo, mensurar a real utilização do equipamento
e aplicar ações de melhorias.
Palavras-chave: Manutenção Produtiva Total. Indicador de Desempenho.
Ferramentas da Qualidade. Manufatura Enxuta.
Abstract
This article provides an application of the Overall Equipment Effectiveness
(OEE) and the quality measurement tools in the distillation process of a
biotechnology industry located in the Norte Fluminense (Brazil) in order
to identify the efficiency of the most critical equipment of the process,
to indicate the root cause of the failure with most impact and to propose
strategies for improvement. The quality tools employed to accomplish the
study were 5S, flowchart of the process, Pareto chart, diagram of cause and
effect, brainstorming, 5W1H and the Microsoft Office Excel software as a
support for data analysis and organization. The traditional methodology
for calculating the OEE required some adaptations since other variables had
to be accounted for in order to efficiently measure the equipment and to be
consistent with the reality of the company. The results indicated that the
equipment was below the world class with a cutoff value of 85%, and that
the failure with the greatest impact was caused by an obstruction due to low
frequency of chemical cleaning. The research concluded that the adapted
methodology was efficient to identify the losses of the process, to measure
the real usage of the equipment and to apply actions of improvements.
Keywords: Total Productive Maintenance. Key Performance Indicator.
Quality tools. Lean Manufacturing.

166 Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Indicador OEE e ferramentas da qualidade: uma aplicação integrada no processo
de destilação de uma indústria de biotecnologia
1 Introdução
O mercado tem exigido que as empresas de
manufatura disponibilizem seus produtos com
qualidade, rapidez, flexibilidade, confiabilida-
de e menor custo (Busso & Miyake, 2013). Para
conduzir a gestão estratégica de forma a alcançar
esses objetivos, as empresas devem empenhar es-
forços nos recursos de produção, que abrangem
mão de obra, matéria-prima, equipamentos, insta-
lações físicas, tecnologias, informações, entre ou-
tros (Hitt, Xu, & Matz, 2015; Liu & Liang, 2014;
Lonial & Carter, 2015).
Muitos estudos descrevem a relação existente
entre a disponibilidade e a produtividade dos re-
cursos de produção e como esta influencia na com-
petitividade das organizações (Gunckel, Márquez,
Martinez, & Rossel, 2016; Mohammadi, Rai, &
Gupta, 2016; Sheikh, Lakshmipathy, & Prakash,
2016). A partir dessa competividade e com os
avanços tecnológicos e a modernização, as em-
presas de manufatura tem se tornado mais com-
plexas e exigentes para estabelecer estratégias que
aprimorem a manutenção dos equipamentos e au-
mente a sua vida útil (Ding & Kamaruddin, 2014;
Naji, Beidouri, Oumami, & Bouksour, 2016).
Neste contexto, a metodologia Total Productive
Maintenance (TPM), ou Manutenção Produtiva
Total, é aplicada com a finalidade de eliminar as
perdas por manutenção, aumentar a eficiência e o
tempo de vida das máquinas e proporcionar um
aumento global da produtividade (Lin, Lin, &
Zhang, 2014; Poduval, Pramod, & Jagathy, 2015;
Shen, 2015).
Os autores Aminuddin, Garza-Reyes, Kumar,
Antony e Rocha-Lona (2015a) e Andersson e
Bellgran (2015) mostram a necessidade de desen-
volver um sistema integrado de avaliação do de-
sempenho global da manufatura, para assim pro-
mover a performance da empresa pela adequada
utilização de seus recursos de produção.
Desta forma, para auxiliar no gerenciamen-
to do processo, foi criado um modelo de gestão
da produção a fim de alcançar reduções de cus-
tos e melhoria da qualidade e dos prazos de en-
trega, gerando uma flexibilidade ainda maior
para a empresa, surgindo assim, o sistema Lean
Manufacturing (manufatura enxuta). Esse sistema
é aplicado em todas as partes da indústria e tem
como base a redução dos desperdícios existentes
no fluxo de materiais e informações (Brown &
Eisenhardt, 2004; Proença, 2011).
Com a obtenção dos índices de eficiência do
processo é necessária uma análise dos elementos
que podem interferir no resultado. Para realizar
essa avaliação são usados indicadores que mensu-
ram o desempenho dos equipamentos e do pro-
cesso (Raposo, 2011). Um desses indicadores é o
Overall Equipment Effectiveness (OEE), que foi
desenvolvido para quantificar as melhorias im-
plementadas pela TPM (Tsarouhas, 2015a). Com
o uso do indicador OEE é possível identificar a
utilização real dos equipamentos, mensurar a efi-
ciência global, além de permitir a descoberta dos
custos escondidos.
Ações de melhoria devem ser desdobradas a
partir da análise do indicador OEE por meio das
ferramentas da qualidade. Machado, Helleno e
Lima (2016) aplicaram o gráfico de Pareto a fim
de identificar as causas de paradas do equipamen-
to. O autor Jasiulewicz-Kaczmarek (2016) corro-
borou com a ferramenta diagrama de causa e efei-
to, pois auxiliou a organização na investigação do
real motivo da ocorrência do maior impactante,
facilitando sua identificação e eliminação.
Portanto, a problemática que norteou a pes-
quisa foi a seguinte: “A aplicação integrada das
ferramentas da qualidade e do indicador OEE
facilita a visualização e o entendimento dos pro-
blemas, permite o conhecimento e melhorias do
processo e fornece os elementos necessários para
monitorá-los?”.

Artig os
167
Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Santos, A. C. S. G., Ribeiro, I . M., Salve, A. S., Mitie Ji, C., Ferreira, L. A. F., & Hora, H. R. M.
Diante do exposto, a pesquisa consistiu em
aplicar o indicador OEE e as ferramentas da quali-
dade no processo de destilação de uma indústria de
biotecnologia situada no Norte Fluminense. Para
o alcance do objetivo global, a pesquisa se propôs
a mapear o processo produtivo, apontar a eficiên-
cia mensal e global do equipamento, evidenciar a
falha de maior impacto do processo de destilação,
identificar a causa raiz da falha de maior impacto
e sugerir estratégias de melhorias para o processo.
A pesquisa possui relevância no âmbito cien-
tífico ao apresentar uma adaptação metodológica
para o cálculo do indicador OEE de acordo com
o cenário da empresa em que foi efetuado o es-
tudo de caso. Pois, conforme os autores Busso
& Miyake (2013), as dificuldades relacionadas à
classificação de perdas alteram a forma de aplica-
ção do OEE, sendo indispensável uma adequação
ao contexto do que deve ser medido.
2 Revisão de literatura
2.1 Manutenção
A Associação Brasileira de Normas Técnicas
(ABNT) define manutenção como sendo a “com-
binação de todas as ações técnicas e administrati-
vas, incluindo as de supervisão, destinadas a man-
ter ou recolocar um item em um estado no qual
possa desempenhar uma função requerida” (Abnt,
1994). Já a CSN EN 14406 (2010) define manu-
tenção como a combinação de todas as ações téc-
nicas, de gestão e de administração, que durante
o ciclo de vida de um equipamento, destinam-se a
mantê-lo ou a restaurá-lo para que possa executar
a função desejada.
A organização da manutenção deve ser vol-
tada para a gerência e soluções de problemas na
produção, integrando outras atividades e como
uma função estratégica dentro da empresa.
Ressalta-se que a organização da manutenção
afeta o desempenho da empresa e a qualidade dos
produtos finais fabricados (Gebran, 2014; Pinto
& Xavier, 2010).
Os tipos de manutenção dependem da manei-
ra pela qual se faz as intervenções nos equipamen-
tos, instalações ou sistemas permitindo diversas
classificações presentes na literatura (Eidelwein,
Hoffmann, Piran, Neves, & Nunes, 2016; Pinto
& Xavier, 2010).
Segundo Sousa (2009) e Perdoná, Naimer,
Souto e Godoy (2016), a manutenção clássica
pode ser dividida em dois níveis gerais: manuten-
ção preventiva e manutenção corretiva. Em Assis
(2004) e Gerônimo, Leite e Oliveira (2017), a ma-
nutenção de um sistema pode ser feita de duas for-
mas diferentes, por prevenção ou de diagnóstico e
reparação. Já em Pinto e Xavier (2010) e Lima, Sá,
Jorge e Santos (2015), há uma grande quantidade
de formas para se classificar manutenção, porém
a prática define os seus principais tipos, catego-
rizando-os em corretiva planejada, corretiva não
planejada, preditiva, preventiva, detectiva e enge-
nharia de manutenção.
Diante das inúmeras perdas por manutenção
que um equipamento pode sofrer, assim como a
necessidade de aumentar a eficiência e o tempo
de vida do mesmo, a metodologia TPM é imple-
mentada (Lin et al., 2014; Poduval et al., 2015;
Shen, 2015).
2.2 TPM
A partir de 1970, as indústrias instaladas no
Japão passaram a adotar a utilização de novos
equipamentos e a automatização de processos, o
que resultou no surgimento do interesse na melho-
ria da gestão da manutenção e no desenvolvimen-
to da Total Productive Maintenance (TPM) (Lima
et al., 2015; Suzuki, 1994).Tal filosofia surgiu com
os objetivos de atingir a alta qualidade e a redu-
ção dos custos, de forma a gerar o mínimo de des-
perdício possível. Assim, a TPM busca atingir a

168 Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Indicador OEE e ferramentas da qualidade: uma aplicação integrada no processo
de destilação de uma indústria de biotecnologia
máxima eficiência do sistema produtivo através da
perda zero, que induz efeitos imediatos, além de
servir como fator motivacional para o prossegui-
mento e a rapidez da sua implementação (Moraes,
2004; Pinto & Lima, 2007).
Essas perdas a serem eliminadas são classi-
ficadas por Yamaguchi (2005) e Sampaio (2008)
como: perdas por quebra, perdas por demora na
troca de instrumentos e regulagem, perdas por
operação, perdas por diminuição da velocidade
em relação ao padrão normal, perdas por falhas
de produção e perdas por queda de rendimento.
Nakajima (1989a) afirma que a TPM é for-
mada por três características importantes que es-
tão relacionadas com a palavra “Total”. São elas:
a eficácia total, onde, com base na manutenção
preventiva e preditiva, é realizada uma busca con-
tínua pela eficácia econômica ou rentabilidade; a
manutenção preventiva total, com a elaboração
de um plano de manutenção usado para toda a
vida útil dos equipamentos; e, a participação total,
onde, em cada nível e em cada departamento, é re-
alizada a manutenção autônoma pelos operadores
(Campos & Lima, 2015; Gonçalves, Moledo, &
Freschi, 2015).
Assim, o foco principal da filosofia TPM é
banir a variabilidade em processos de produção, o
que frequentemente é causada pelas quebras, que
são consequências da falta de manutenção e pre-
venção. Para conseguir determinar esse resultado
é necessário o comprometimento e envolvimento
de todos os colaboradores da empresa no proces-
so de manutenção, de forma que que a TPM pos-
sa ser vista como uma evolução da manutenção
corretiva para a manutenção preventiva (Slack,
Chambers, & Johnston, 2002).
Em relação aos benefícios apresentados pela
utilização da filosofia TPM, encontra-se na litera-
tura a redução de paradas de equipamentos (Lima
et al., 2015), a diminuição de peças defeituosas
(Singh & Ahuja, 2015), a redução de acidentes
(Singh & Ahuja, 2015), o conhecimento do quanto
de sua planta produtiva está disponível (Rahman,
Hoque, & Uddin, 2014) e a possibilidade de um
gerenciamento sistêmico (Bekar, Cakmakci, &
Kahraman, 2016). Assim, devido a obtenção de
resultados tangíveis participativos, transforma-
ção do ambiente da fábrica e transformação dos
trabalhadores da fábrica, a filosofia TPM foi ra-
pidamente difundida (Dang, Dang, Goyal, &
Goyal, 2017; Kumar, Bhushan, & Swaroop, 2017;
Méndez & Rodriguez, 2017; Silva et al., 2017).A
filosofia TPM requer um sistema que proporcione
o apoio necessário para eliminar os desperdícios,
promover uma melhor performance quanto à uti-
lização dos recursos e agregar valor aos clientes
e, nesse contexto, o sistema Lean Manufacturing
(manufatura enxuta) fornece o cenário ideal para
aplicação da filosofia e o alcance dos objetivos
(Piran, Trapp, Dias, Neves, & Nunes, 2016).
2.3 Lean Manufacturing
O Sistema Toyota de Produção surgiu no
Japão, na fábrica da Toyota, após a Segunda
Guerra Mundial. Na década de 90, o sistema
Fordista/Taylorista era predominante e buscava a
redução dos custos unitários por meio da produ-
ção em alta escala, preocupando-se inicialmente
com a qualidade apenas após a finalização do pro-
duto (Camargo, Arildo, & Silva, 2014).
Naquela época, enquanto todos os esforços
estavam orientados à resolução do problema da
ineficiência global, até então relacionada somente
às perdas dos recursos materiais, Taylor iniciava
seus estudos propondo que os maiores prejuízos
eram ocasionados pela ineficiência humana e que,
estudando e entendendo as causas principais asso-
ciadas as perdas de tais recursos, era possível al-
cançar a eficiência econômica (Antunes, Alvarez,
Pellegrin, Klippel, & Bortolotto, 2008; Lopetegui
et al., 2014; Taylor, 1990).

Artig os
169
Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Santos, A. C. S. G., Ribeiro, I . M., Salve, A. S., Mitie Ji, C., Ferreira, L. A. F., & Hora, H. R. M.
Outras perdas também são relacionadas à
alta ineficiência encontrada na época, sendo de-
finidas pela falta de uma visão gerencial, não pre-
ocupação dos empresários com o treinamento e
a formação dos funcionários, a organização da
produção e do trabalho e a deficiência ocasiona-
da pelos métodos de gestão utilizados. Para estes
autores, a criação e o desenvolvimento do con-
ceito de perdas pelo sistema Fordista/Taylorista
serviu de base para a criação do Sistema Toyota
de Produção.
No sistema Toyota de Produção, a quali-
dade do produto era um fator crucial, sendo de
suma importância a mitigação e eliminação de
desperdícios, além da garantia da promoção de
uma maior satisfação tanto para a empresa quan-
to para os clientes. Assim, este sistema, também
denominado de Lean Manufacturing (manufatura
enxuta), tem como objetivo principal a eliminação
das perdas e o aumento de valor para os clientes
por meio da filosofia de melhoria contínua, preo-
cupando-se com o aperfeiçoamento de processos e
procedimentos por meio da ininterrupta redução
de tais desperdícios (Cherrafi, Elfezazi, Chiarini,
Mokhlis, & Benhida, 2016; Lopes, 2009; Riani,
Ferreira, Araújo, & Eiras, 2006).
Para a filosofia Lean Manufacturing, os
desperdícios são caracterizados tanto pelas ativi-
dades que não agregam valor ao produto quanto
pelo custo que o cliente não está disposto a pa-
gar, devendo ser reduzidos de forma a gerar refle-
xos positivos na qualidade e no custo do produto
(Camargo et al., 2014). Sua classificação é apre-
sentada no Quadro 1.
A partir da identificação dos tipos de des-
perdícios, é importante quantificá-los por meio
de indicadores, sendo o Overall Equipment
Effectiveness (OEE) um dos indicadores mais apli-
cados para mensurar eficiência dos equipamentos
(Dadashnejad & Valmohammadi, 2017; Rasheed
& Rasheed, 2017).
2.4 OEE
O indicador Overall Equipment Effectiveness
(OEE) foi introduzido por Seiichi Nakajima, um
dos criadores da TPM, como uma medida fun-
damental para avaliar a eficiência de um equipa-
mento ou um conjunto de equipamentos, a fim de
verificar quais recursos necessitam de melhorias
e, posteriormente, elaborar um plano de ação
(Hansen, 2006; Tsarouhas, 2015a). Segundo
Raposo (2011), o termo eficiência “está relacio-
nado à redução ou eliminação das atividades que
não agregam valor ao produto e que, portanto,
são geradoras de custos”.
Em termos dos benefícios da aplicação do
indicador, tem-se a transmissão de informa-
ções relativa aos impactos financeiros obtidos
nos projetos como aspecto facilitador das to-
madas de decisão (Hansen, 2006). Os achados
de Detregiachi, Herrera, Souza e Souza (2017)
apontam que o indicador permite um aumento de
produtividade, aumento na produção e redução
dos custos de operação.
Desperdício Definição
Superprodução Quantidade maior, mais cedo ou
mais depressa do que o requerido.
Estoque Matéria-prima, serviço em
andamento ou produto acabado.
Produto
defeituoso
Inspeção, sucateamento, reparo ou
substituição de um produto.
Retrabalho Esforço adicional que não agrega
valor ao produto ou serviço.
Espera
Tempo ocioso devido à espera de
material, mão de obra, informação,
etc.
Pessoal Não utilização do conhecimento
humano.
Movimentação
Instrumentos e equipamentos que
não agregam valor ao produto ou
serviço.
Transporte Transporte de peças ou materiais
dentro da fábrica.
Quadro 1: Tipos de desperdícios
Fonte: (Slack et al., 2002).

170 Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Indicador OEE e ferramentas da qualidade: uma aplicação integrada no processo
de destilação de uma indústria de biotecnologia
Relata-se ainda que projetos importantes
para as áreas de produção são negligenciados ou
não são priorizados pela dificuldade de se me-
dir e avaliar com precisão os ganhos financeiros.
Assim, outro benefício é a possibilidade de deter-
minação da parcela de não utilização de um equi-
pamento ou de toda a fábrica. A análise do OEE
permite envolver todas as áreas da empresa em um
único indicador, auxiliando à liderança na admi-
nistração de recursos em sua área e direcionando
a equipe em busca do aumento da eficácia global
da empresa (Santos & Santos, 2007).
Quando relacionado a sua implementação,
Hansen (2006) descreve que as sete etapas de im-
plementação do indicador OEE são:
1. Cálculo do valor do OEE à luz do desempe-
nho atual;
2. Elaboração de um plano de ação real para
diminuir diferenças entre os níveis do OEE
para o seu tipo de indústria (indústrias com
mesmo ramo de atuação);
3. Definição da hierarquia dos processos críti-
cos, gargalos e definição de Metas;
4. Comunicação do passo 3 aos trabalhadores;
5. Treinar todas as pessoas envolvidas no pro-
cesso;
6. Introduzir novas técnicas e programas que
deem suporte ao OEE como programas
de confiabilidade, manutenção preditiva,
TPM, etc;
7. Utilização das medidas do indicador em to-
dos os níveis da planta, compartilhando os
resultados com todos os setores.
Aminuddin, Garza-Reyes, Kumar, Antony
e Rocha-Lona (2015b) advertem que antes da
implementação, são necessários treinamento de
conscientização, definição clara das funções dos
operadores, conhecimento das perdas e do equipa-
mento e envolvimento da alta administração.
Para cálculo do indicador OEE, são avalia-
das três métricas: Disponibilidade, Desempenho e
Qualidade. O indicador apresenta-se então como
resultante da multiplicação desses três fatores,
conforme a Equação 1.
OEE = Disponibilidade · Desempenho · Qualidade
(1)
De acordo com o autor Nakajima (1989a) e
corroborado por Tsarouhas (2015a), o valor ideal
para o indicador é de aproximadamente 85% para
os padrões de classe mundial e, para esse alcance,
a Disponibilidade, o Desempenho e a Qualidade
devem ser, respectivamente, 90%, 95% e 99%.
Segundo Hansen (2006), valores do OEE entre
65% e 75% são aceitáveis, acima de 75% são acei-
tos como muito bons, acima de 85% são avaliados
como excelentes e abaixo de 65% são considera-
dos inaceitáveis, devendo a empresa implementar
ações de melhoria.
Busso e Miyake (2013) e Silva, Medina,
Rocha e Oliveira (2016) também explicam que o
OEE pode ser calculado a partir do agrupamento
dos seis tipos básicos de perdas nesses três índices,
conforme ilustrado na Figura 1.
Cada um dos índices apresenta suas ca-
racterísticas e perdas inerentes. O índice de
Disponibilidade mede o tempo total que o siste-
ma não está funcionando por causa de avarias, se-
tups, ajustes e outras paradas. O segundo índice,
Desempenho, considera o tempo real que o equi-
pamento leva para fabricar um item subtraído das
pequenas interrupções ou reduções de velocidade.
Por último, o índice Qualidade mensura a quanti-
dade de produtos sem defeitos.
Alternativamente, como apresentado por
Kwon & Lee (2004), o OEE pode também ser cal-
culado conforme a Equação 2.

Artig os
171
Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Santos, A. C. S. G., Ribeiro, I . M., Salve, A. S., Mitie Ji, C., Ferreira, L. A. F., & Hora, H. R. M.
OEE = Total de produtos bons Tempo de
carregamento x Capacidade de produção
teórica/hora
(2)
As dificuldades relacionadas à classificação
de perdas, problemas externos à fábrica, setores de
embalagens e problemas de fornecedores, alteram
a forma de aplicação do OEE, sendo indispensá-
vel uma adequação ao contexto do que deve ser
medido (Busso & Miyake, 2013). Raposo (2011)
ressalta que o processo de implementação do indi-
cador e o correto levantamento dos dados carecem
de atenção e cuidado, pois se os dados estiverem
incompletos ou calculados de forma incorreta, po-
derá resultar em desperdícios de tempo, recursos
e dinheiro.
De acordo com Becker, Borst e Van der Veen
(2015) ações estratégicas devem ser implementa-
das após o cálculo do indicador OEE, pois o mes-
mo carece de ferramentas que facilitem a visua-
lização dos problemas, identificação da principal
causa que está afetando o equipamento e facilite o
processo de tomada de decisões.
2.5 Ferramentas da qualidade
As ferramentas da qualidade são técnicas
específicas e hábeis que necessitam ser aplicadas,
uma vez que possibilitam a geração e coleta de
dados e informações de forma clara e objetiva,
promovendo um gerenciamento preciso (Mariani,
2005). Sua utilização abrange o desenvolvimento,
implementação, monitoramento e melhoria dos
preceitos da qualidade nas organizações, propor-
cionando importantes resultados para a melhoria
da eficiência e eficácia de uma empresa (Alsaleh,
2007; Bamford & Greatbanks, 2005), além de
promover confiabilidade e vantagens competitivas
(Carnevalli, Miguel, & Calarge, 2008).
Segundo Oliveira, Nadae, Oliveira e Salgado
(2011), tais ferramentas proporcionam um dife-
rencial competitivo tanto interno quanto externo
para as empresas. Os aspectos que se destacam
são avanço do gerenciamento dos recursos trans-
formadores e dos recursos a serem transformados,
redução do número de retrabalho e trocas por
produtos defeituosos, melhor aplicação da capa-
cidade produtiva e valorização da imagem da em-
presa ante os consumidores e ao mercado.
Figura 1: Cálculo dos índices do indicador OEE
Fonte: (Busso & Miyake, 2013).

172 Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Indicador OEE e ferramentas da qualidade: uma aplicação integrada no processo
de destilação de uma indústria de biotecnologia
2.5.1 5S
O programa 5S se caracteriza pela proposi-
ção de melhorias no ambiente de trabalho e in-
centivo à motivação dos colaboradores, de forma
a apresentar uma mudança de comportamento
através de atividades participativas e conheci-
mento de informações (Alvarez, 2010; Barbosa,
Carvalho, Santos, & Carvalho, 2017). Segundo
Campos (2004) e Figueiredo, Silva, Santos, Santos
e Galdino (2015), o 5S deve ser utilizado por to-
dos os indivíduos e áreas que compõem a empresa,
sendo embasado em educação, treinamento e prá-
tica em grupo e liderado pela alta administração.
A sigla 5S é derivada de cinco palavras japone-
sas: SEIRI (Arrumação), SEITON (Organização),
SEISOH (Limpeza), SEIKETSU (Asseio) e
SHITSUKE (Auto- disciplina).
2.5.2 Brainstorming
Segundo Gomes e Gomes (2014), o brains-
torming é uma técnica utilizada para ajudar na
criação de ideias e soluções para um assunto ou
problema de maneira criativa. Geralmente, são re-
alizadas reuniões compreendidas entre 45 e 150
minutos, onde participam um coordenador e um
assessor para cada cinco participantes e com 30
minutos reservados para a geração de ideias.
O objetivo desta ferramenta é organizar as
participações dos colaboradores em uma reunião
advinda da necessidade de novas ideias e, assim,
determinar os agentes do problema. Logo, sua
utilização sucede da observação de um problema
específico, onde existe a necessidade de geração
de uma grande quantidade de possíveis soluções
(Harris, 2012).
Os autores Gomes e Gomes (2014) relatam
que o uso dessa ferramenta apresenta como des-
vantagem a falta de estímulos à participação, que
pode ocasionar a inibição de alguns participantes.
Por outro lado, possui a vantagem de não neces-
sitar de especialistas, uma vez que a maioria dos
estudos tem essa técnica conduzindo a pesquisa
inicial. Assim, o brainstorming é uma técnica
que pode ser usada em qualquer etapa do proje-
to. Entretanto, a mesma não é capaz de solucio-
nar casos que necessitem de julgamento imediato
(Rodrigues & Pasa, 2009).
2.5.3 5W1H
Segundo Carpinetti (2012a), o 5W1H apre-
senta respostas às perguntas básicas que possibili-
tam melhorias no processo. De acordo com Shabir
(2015), esta ferramenta se apresenta como um do-
cumento que, por meio de um questionamento, es-
clarece ações a serem tomadas e permite uma rápi-
da identificação dos elementos necessários a serem
implementados no processo. Estes elementos são
descritos como: WHAT (o que será feito), HOW
(como deverá ser realizada cada tarefa), WHY
(porque deve ser executada a tarefa), WHERE
(onde cada tarefa será executada), WHEN (quan-
do cada uma das tarefas deverá ser executada) e
WHO (quem realizará).
2.5.4 Diagrama de causa e efeito
O diagrama de causa e efeito é também co-
nhecido como Diagrama de Ishikawa e é utilizado
de forma efetiva na pesquisa de raízes dos proble-
mas (Amaral et al., 2015; Slack et al., 2002).
Essa ferramenta foi desenvolvida por Kaoru
Ishikawa e permite a indicação das causas e sub-
causas de um efeito específico (problema), facili-
tando também a participação dos funcionários
que realizam os processos na análise dos proble-
mas (Peinado & Graeml, 2007).
Segundo Carpinetti (2012b), para a constru-
ção do diagrama é necessária a participação dos
funcionários envolvidos no processo. É desejável
que sejam feitas reuniões com os mesmos por meio
da ferramenta brainstorming, com o objetivo de
levantar as ideias de cada participante. Após a
identificação do problema, as principais causas

Artig os
173
Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Santos, A. C. S. G., Ribeiro, I . M., Salve, A. S., Mitie Ji, C., Ferreira, L. A. F., & Hora, H. R. M.
devem ser identificadas. Nessa etapa, analisa-se
os tipos de variabilidade nas causas que podem
afetar a qualidade do processo. Em seguida, é
analisado os motivos de cada causa, para que seja
possível identificar as causas fundamentais e che-
gar as subcausas do problema.
2.5.5 Gráfico de Pareto
O gráfico de Pareto apresenta as prioridades
das causas ou dos problemas e é composto por
barras verticais que demonstram as informações
do tema abordado (Neto & Gnidarxic, 2008).
Segundo Slack et al. (2002) e Vernini e Gonçalves
(2017), distinguir questões “pouco vitais” e “mui-
to triviais” é importante em um processo. Sendo
assim, a utilização do gráfico de Pareto é indispen-
sável nesse aspecto. A base do gráfico consiste no
princípio que poucas causas explicam a maioria
dos efeitos. Assim, por meio desta ferramenta, é
possível a visualização e identificação das causas
ou problemas com facilidade (Carpinetti, 2012b;
Galdino et al., 2016).
2.5.6 Fluxograma
Os fluxogramas possibilitam a concepção
detalhada das partes de um processo onde ocor-
re algum fluxo (Slack et al., 2002). Em Oliveira
(2013), é definido como uma representação gráfi-
ca que expõe a sequência de um trabalho de forma
analítica, diferenciando as operações, os respon-
sáveis e as unidades organizacionais relacionadas
ao processo. Assim, por meio do fluxograma, é
possível observar como é realizada uma atividade
e analisar os problemas em que se busca encontrar
uma solução. Pode-se também verificar a trajetó-
ria de documentos e formulários entre setores e
funcionários, além de se atentar às falhas.
Oliveira (2013), Coelho, Silva e Maniçoba
(2016) e Galdino et al. (2016) ainda afirmam que
essa ferramenta possui inúmeras vantagens, como
a exposição de forma real de todos os componentes
de um método administrativo, que proporciona a
análise da eficiência do sistema, bem como de sua
filosofia de administração; a facilidade na visuali-
zação integrada de um método administrativo; o
adequado levantamento e análise de um método;
o uso de simbologias que facilitam o entendimento
e a leitura do processo; a identificação rápida e
prática dos pontos fortes e fracos do método e a
atualização e manutenção do método, incluindo
as causas e efeitos das alterações.
3 Metodologia
O presente trabalho foi aplicado em uma li-
nha de produção Y pertencente a uma indústria
de biotecnologia situada no Norte Fluminense.
Entretanto, a pesquisa se delimitou apenas ao pro-
cesso de destilação e ao equipamento destilador,
pois os mesmos apresentavam maior criticidade na
fabricação do produto final. Essa criticidade ocor-
reu devido o equipamento ser responsável pela
fase final do produto. Quando a falha acontecia
em equipamentos que precediam a etapa de desti-
lação, os impactos eram menores para o processo
devido à concepção do processo de produção.
Com foco no alinhamento das táticas geren-
ciais da empresa e suas metas, o primeiro passo
foi a realização de treinamento sobre a ferramenta
5S com os trabalhadores envolvidos no setor pro-
dutivo. O treinamento foi realizado a partir de pa-
lestras explicativas e práticas com dinâmicas de
grupo, tratando sobre temas como organização,
limpeza, autodisciplina e ideias de melhorias con-
tínuas. A palestra foi feita pelo então gerente de
produção e teve a participação de 40 funcionários
do setor de produção (operadores de produção,
supervisores, engenheiros de processos e estagiá-
rios), abrangendo uma carga horária de 6h. O ob-
jetivo com a palestra sobre a ferramenta 5S foi de
proporcionar aos funcionários o desenvolvimento

174 Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Indicador OEE e ferramentas da qualidade: uma aplicação integrada no processo
de destilação de uma indústria de biotecnologia
necessário do tema, conscientizá-los, aperfeiçoar
as rotinas de trabalho e melhorar a qualidade de
vida no trabalho.
Em seguida, foi elaborado um fluxograma
dos processos principais referentes à linha de pro-
dução Y, de forma a assegurar sua clareza e en-
tendimento aos leitores. A próxima etapa consis-
tiu na realização do levantamento das perdas pelo
estagiário de produção, entre o período de janeiro
a junho de 2016, que impactaram o destilador.
Portanto, os dados levantados alimentaram uma
planilha do Microsoft Office Excel diariamente e
depois foram agrupados mensalmente para facili-
tar a análise e interpretação dos dados. A gerência
e a supervisão da equipe de produção, juntamente
com a equipe de manutenção, realizaram uma re-
visão dos dados ao final de cada mês para valida-
ção dos mesmos.
É importante destacar que a classificação das
perdas, assim como o cálculo do indicador OEE,
foram executados de acordo com a metodologia
desenvolvida para o estudo de caso desta pesqui-
sa, pois foi necessária uma adaptação dos concei-
tos consagrados na literatura para o presente es-
tudo. O Quadro 2 apresenta os tipos de perdas, a
definição e uma exemplificação.
Em seguida, foi realizado o cálculo do indica-
dor OEE do equipamento destilador em 6 passos,
conforme a metodologia desenvolvida para a em-
presa em estudo e apresentada na Figura 2. Cada ín-
dice, Disponibilidade, Desempenho e Qualidade,
foi calculado com base nas perdas registradas e
quantificadas, conforme as Equações 3, 4 e 5.
Disponibilidade = TU - Pi + Pf + Fa + FoTU
(3)
Desempenho = TD - PvTD
(4)
Qualidade = P - PqP
(5)
Em que:
TU = Tempo utilizado
Pi = Perda induzida
Pf = Perda funcional
Fa = Falha atual de equipamento
Fo = Falha operacional
TD= Tempo disponível
Pv = Perda de velocidade
P = Performance
Pq = Perda de qualidade
Perda Conceito Exemplo
Tempo não utilizado
oficial
Períodos programados pela empresa para não serem
utilizados. Feriados
Tempo não utilizado Períodos que a empresa não opera e não constava em sua
programação.
Falta de pedidos no
mercado
Perda induzida Períodos que paralisam o planejamento do pedido que está
em processo.
Ausência de instruções
de operação da máquina
Perda funcional “Períodos programados que paralisam o equipamento que já
se encontra em modo de execução.”
Manutenção preventiva
da máquina
Falha atual do
equipamento
“Períodos não programados que paralisam o equipamento que
já se encontra em modo de execução.” Manutenções incorretas
Falha operacional
“Períodos não programados que paralisam o equipamento
que já se encontra em modo de execução e que é de
responsabilidade da operação ou do operador.”
Falha de comunicação
Perda de velocidade Períodos que interferem no tempo de ciclo de produção. Mau funcionamento do
equipamento
Perda de qualidade Períodos referentes aos produtos com má qualidade ou refugo. Retrabalho
Quadro 2: Classificação de perdas
Fonte: Elaboração própria.

Artig os
175
Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Santos, A. C. S. G., Ribeiro, I . M., Salve, A. S., Mitie Ji, C., Ferreira, L. A. F., & Hora, H. R. M.
Ressalta-se que o indicador OEE foi calcula-
do mensalmente para fins de comparação de resul-
tados e também de maneira global com o objetivo
de ter apenas um valor que retrate o período utili-
zado para o estudo.
Usando novamente a base de dados de ja-
neiro a junho de 2016, além das perdas serem
classificadas e quantificadas, foram registradas
as falhas que as ocasionaram. As falhas foram
analisadas de acordo com a maior frequência de
ocorrência por meio do gráfico de Pareto. Em
seguida, foi construído o diagrama de causa e
efeito para analisar as possíveis causas da falha
de maior impacto do processo destilação.
Por fim, realizou-se um brainstorming para a
exposição dos resultados, análise das causas e ela-
boração de um plano de ação, 5W1H, com o pro-
pósito de sugerir estratégias de melhorias. Nesta
reunião estavam presentes a supervisão, a gerência
de produção e a equipe de manutenção.
4 Resultados e discussões
Para a delineação do processo produtivo é
apresentado o fluxograma na Figura 3, eviden-
ciando os cinco processos que compõe a linha de
produção Y, sendo eles: fermentação, acidificação,
filtração, troca iônica e destilação.
O destilador, equipamento referente à etapa
de destilação que foi delimitado para este estudo,
é descrito com capacidade de produção de 140 to-
neladas de produto por dia, trabalhando em um
regime de produção de 24 horas, durante os 7 dias
da semana. Os dados coletados e classificados
diariamente para o cálculo do OEE, referentes ao
destilador, são apresentados na planilha modelo,
representada na Tabela 1.
Suas colunas se dividem em, respectivamen-
te, o mês e dia em que tal falha foi registrada, o
horário inicial de parada do equipamento, o ho-
rário final dessa parada (momento em que o equi-
Figura 2: Cálculo do indicador OEE – Tempos e perdas
Fonte: Elaboração própria.
Figura 3: Fluxograma do processo produtivo Y
Fonte: Elaboração própria.

176 Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Indicador OEE e ferramentas da qualidade: uma aplicação integrada no processo
de destilação de uma indústria de biotecnologia
pamento voltou ao processo produtivo), o tempo
total de parada registrado, a etapa do processo em
que se encontra o equipamento que houve a falha,
o nome de tal equipamento, a tag de identificação
do equipamento, a causa da falha, o tipo de perda
e a classificação de acordo com o Quadro 2.
Após a coleta e a classificação dos dados, as
entradas necessárias para o cálculo do OEE foram
contabilizadas e estão apresentadas na Tabela 2.
Os meses que compõe o semestre analisado
são definidos nas colunas da tabela, enquanto
as entradas (em minutos) são descritas em suas
linhas. Tais entradas representam o tempo total
disponível do equipamento destilador para pro-
dução no mês em regime
de 24 horas durante os sete
dias da semana; o tempo
não utilizado oficial devi-
do aos feriados e restrições
programadas pela empresa;
o tempo não utilizado pela
falta de pedidos do mer-
cado e; as demais linhas
representam as perdas e fa-
lhas registradas conforme o
Quadro 2.
Com a totalização
dos tempos, foi reali-
zado o cálculo dos ín-
dices Disponibilidade,
Desempenho e Qualidade,
bem como o cálculo mensal
e global do OEE. Os resul-
tados obtidos são apresen-
tados na Tabela 3.
No mês de janeiro, 84,3% da capacidade do
destilador está sendo utilizada, causando uma
perda de 15,7% de utilização. Em fevereiro, a par-
cela de utilização do equipamento é de 88,3%, re-
sultando em uma taxa de inutilização de 11,7%.
Em março, há uma queda na taxa de utilização
do destilador, alcançando o valor de 60,1%, en-
quanto 39,9% do seu tempo se mantém ocioso.
No mês de abril, a taxa de utilização decresce um
pouco mais, passando para 52,6%, com uma taxa
de inutilização de 47,4%. Em maio, apenas 44,9%
da capacidade do destilador é utilizada, enquanto
a taxa de inutilização é de 55,1%. Em junho, a
Tabela 1: Planilha modelo de tabulação dos dados
Mês Data Início da
parada
Final da
parada
Tempo de
parada (min) Processo Equipamento TAG Falha Tipo de perda Classicação
da perda
Janeiro 11 19:55 01:15 320 Destilação Destilador T-2786 Quebra do pino
da pá do agitador Manutenção Falha atual do
equipamento
Fonte: Elaboração própria.
Tabela 2: Entradas semestrais do OEE
Entradas Jan Fev Mar Abr Mai Jun
Tempo total 44640 41760 44640 43200 44640 44640
Tempo não
utilizado ocial 18093 14739 19440 20799 21117 15765
Tempo não utilizado 16520 13118 17085 15559 18163 19840
Perdas induzidas 495 30 0 0 190 390
Perdas funcionais 0 0 0 0 0 1440
Falha atual de
equipamento 1078 360 0 0 680 195
Falhas operacionais 0 0 600 600 0 0
Perda de velocidade 0 1231 2640 2640 2084 164
Perda de qualidade 0 0 0 0 0 0
Fonte: Elaboração própria.
Jan Fev Mar Abr Mai Jun
Disponibilidade 84,3% 97,2% 92,6% 91,2% 83,8% 77,6%
Desempenho 100,0% 90,9% 64,9% 57,7% 53,6% 97,7%
Qualidade 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
OEE 84,3% 88,3% 60,1% 52,6% 44,9% 75,8%
OEE GLOBAL 67,7%
Tabela 3: Cálculo do OEE
Fonte: Elaboração própria.

Artig os
177
Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Santos, A. C. S. G., Ribeiro, I . M., Salve, A. S., Mitie Ji, C., Ferreira, L. A. F., & Hora, H. R. M.
taxa de utilização aumenta para 75,8%, resultan-
do em 24,4% a taxa de inutilização.
De acordo com os padrões de classe mun-
dial, os meses fevereiro, março e abril apresentam
uma taxa de disponibilidade acima de 90%. Em
relação à taxa de desempenho, apenas os meses
janeiro, fevereiro e junho apresentam uma taxa de
desempenho acima de 95%. Pela ausência de per-
das de qualidade, a taxa de qualidade se mantém
no seu valor máximo de excelência. O indicador
OEE, tanto na análise mensal, com exceção de
fevereiro, quanto semestral, apresenta-se abaixo
da classe mundial, cujo valor de corte é de 85%
(Nakajima, 1989b; Tsarouhas, 2015b) .
Com a análise do OEE, nota-se que há uma
grande parcela do destilador deixando de ser uti-
lizado, indicando a necessidade de implantação
de melhorias para a otimização de sua utilização.
Esse resultado ratifica os objetivos almejados pela
manutenção produtiva total e manufatura enxuta,
que são de eliminar os desperdícios e utilizar de
forma mais eficiente os recursos. Em seguida, foi
elaborado o gráfico de Pareto com as falhas que
ocasionaram a parada do destilador, com o ob-
jetivo de evidenciar a falha de maior frequência,
como apontado na Figura 4.
Com a análise do gráfico de Pareto, verifica-
se que o maior fator impactante no processo de
destilação, durante o período de estudo, foram as
paradas por obstruções causadas pela presença de
um material (Figura 5), totalizando 4.673 minu-
tos de tempo de parada. Este valor representa uma
taxa de 36,1% das falhas ocorridas.
Por meio da análise do material juntamente
com os profissionais que atuam na área, foi ela-
borado o diagrama de causa e efeito, conforme
Figura 6, onde foi possível identificar as principais
causas relacionadas a esse fator de impacto.
Figura 4: Análise das causas da parada do destilador
Fonte: Elaboração própria.

178 Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Indicador OEE e ferramentas da qualidade: uma aplicação integrada no processo
de destilação de uma indústria de biotecnologia
As causas analisadas foram categorizadas
em grupos (Método, Máquina, Medida, Meio
Ambiente, Mão-de-Obra e Material) de acordo
sua natureza. No grupo “Método”, a falta de
frequência na limpeza química, a falha no pro-
cedimento e o aumento da frequência de partida
e parada do destilador devido à baixa locação
de pedidos foram identificados como as possíveis
causas da obstrução do destilador. No grupo
“Máquina”, uma possível causa para o problema
foi a falha na bomba de condensador do fundo
do destilador. No grupo “Medida” foi relaciona-
do o aumento de Split como uma possível causa
para a parada do destilador. Em “Materiais”,
a parada do destilador foi relacionada com o
produto de má qualidade utilizado na alimenta-
ção do destilador. No grupo “Mão-de-Obra”, a
causa possível para a parada do destilador foi
a falta de treinamento dos operadores do pro-
cesso de destilação. E, por fim, no grupo “Meio
Ambiente”, não foi encontrada nenhuma causa
relacionada.
Com a identificação do principal fator im-
pactante e das causas relacionadas ao mesmo, foi
realizada uma reunião com a supervisão, a ge-
rência de produção e a ma-
nutenção. A reunião teve
como foco a exposição dos
resultados encontrados du-
rante o período analisado,
sendo discutidas as causas
do principal impactante
para que se fosse possível
chegar à causa raiz.
No grupo “Método”
foi possível identificar
que, durante a produção,
ocorreram falhas no pro-
cedimento utilizado. Foi
notado uma baixa fre-
quência na realização da
limpeza química, que é responsável por remover
partes dos resíduos carbonizados do destilador,
sendo necessário devido ao resíduo que trans-
borda para o fundo do destilador durante o pro-
cedimento, gerando a aglomeração do mesmo no
rotor e na bandeja. Ao longo do tempo, o resíduo
se desprende e obstrui o sistema, bloqueando a
linha. Outra falha encontrada foi o aumento da
frequência de partida e parada do destilador,
que é gerada devido o aumento da frequência de
resíduo carbonizado no seu fundo, pois sempre
Figura 5: Material causador da obstrução
Fonte: Elaboração própria.
Figura 6: Diagrama de causa e efeito das paradas por obstruções
Fonte: Elaboração própria.

Artig os
179
Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Santos, A. C. S. G., Ribeiro, I . M., Salve, A. S., Mitie Ji, C., Ferreira, L. A. F., & Hora, H. R. M.
que ocorre a sua partida, há um transbordamen-
to da bandeja do resíduo para o fundo.
No grupo “Máquina” foi possível identificar
que, durante o período em que se desenvolveu o
estudo de caso, ocorreu uma falha na bomba de
condensado do fundo do destilador, mesmo que
este não tenha interferido em seu funcionamento.
As causas correlacionadas ao grupo
“Medida” estão relacionadas a forma de medir o
que é produzido. Assim, a falha encontrada foi o
aumento do Split, gerado pela quantidade de va-
por no sistema. Quando ocorre esse aumento, o
resíduo fica mais viscoso, o que aumenta a proba-
bilidade de obstrução.
Após a análise de todas as possíveis causas
das paradas por obstrução, foi possível identificar
três delas como principais durante a reunião, sen-
do elas: falta de frequência para limpeza quími-
ca, aumento da frequência de partida e parada do
destilador devido a baixa alocação e o aumento
do Split.
Dentre estas causas principais, verificou-se
que a causa raiz para o problema analisado está
na falta de frequência para limpeza química, sen-
do proposto a determinação de um cronograma
para a realização da mesma, uma vez que a soda
cáustica utilizada remove parte do resíduo que é
acumulado. Para a realização da limpeza química
é necessário que se disponibilize informações so-
bre a concentração da solução de soda, a tempera-
tura da solução, a vazão da solução e a verificação
de eficácia de limpeza. Dessa forma, busca-se pre-
venir o bloqueio das linhas e possibilitar a susten-
tabilidade do alto Split no destilador.
Por fim, para melhor demontração das ações
a serem tomadas em função da promoção de me-
lhorias no processo, foi elaborada uma planilha
baseada na ferramenta 5W1H, como mostrado no
Quadro 3.
5 Considerações finais
O estudo de caso realizado no processo de des-
tilação de uma indústria de biotecnologia permitiu
a integração do indicador OEE e das ferramentas
da qualidade, apresentando uma metodologia efi-
ciente para analisar os gargalos do equipamento,
visualizar melhor o problema, identificar a causa
principal e aplicar ações de melhorias.
O indicador OEE permitiu analisar de for-
ma eficiente a real utilização do equipamento
destilador, evidenciando que o mesmo não es-
tava sendo operado conforme a classe mundial.
What Desobstrução da linha Implementar frequência com
limpeza de soda Procedimentar a limpeza com soda
Who Supervisor 1 Engenheiro de processo 1 Engenheiro de processo 1
When Imediato Julho Julho
Why Retomada do processo
produtivo.
Porque a limpeza química com
soda remove parte do resíduo
carbonizado do destilador,
evitando assim a sua obstrução.”
“Com a procedimentação da
limpeza, evita-se a possibilidade de
cada operador realizá -la de uma
maneira diferente, reduzindo os
erros operacionais.”
Where Linhas de produção do
processo de destilação Destilador Procedimento do processo de
destilação
How Limpeza mecânica com
hidro jato.
“Identificar as metodologias
existentes, selecionar a mais
adequada e aplicar no destilador.”
Relatar no procedimento do
destilador.
Quadro 3: Plano de ação 5W1H
Fonte: Elaboração própria.

180 Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Indicador OEE e ferramentas da qualidade: uma aplicação integrada no processo
de destilação de uma indústria de biotecnologia
Esse cenário ratificou a aplicação da filosofia
da Manutenção Produtiva Total e Manufatura
Enxuta por meio da eliminação dos desperdícios
e uso mais eficiente dos recursos. Assim como,
da aplicação das ferramentas da qualidade para o
desdobramento de ações estratégicas no processo
de tomada de decisões.
O primeiro passo para a realização do estu-
do abrangeu o treinamento com os funcionários
envolvidos no processo para que todos pudessem
desenvolver as habilidades necessárias para a im-
plementação do indicador.
A metodologia tradicional para calcular o
OEE careceu de adaptações, pois outras variáveis
precisaram ser contabilizadas para mensurar de
forma eficiente o equipamento e que fosse condi-
zente com a realidade da empresa.
A pesquisa apresenta limitações, pois o es-
tudo foi realizado apenas em um equipamento
de um segmento específico da indústria. Logo, a
metodologia desenvolvida carece de mais aplica-
ções, tanto no mesmo segmento, quanto em seg-
mentos distintos. No entanto, devido a peculiari-
dade de cada empresa, os cálculos podem sofrer
adaptações.
Sugere-se como trabalhos futuros analisar o
OEE após a aplicação das ferramentas da qualida-
de, verificar se o indicador OEE promoveu redu-
ção de custos e aplicar a metodologia desenvolvida
em outras empresas.
Referências
Abnt. (1994). NBR 5462: confiabilidade e mantenabilidade.
Rio de Janeiro.
Alsaleh, N. A. (2007). Application of quality tools by
the Saudi food industry. The TQM Magazine, 19(2),
150–161. https://doi.org/10.1108/09544780710729999
Alvarez, M. E. B. (2010). Administração da qualidade e
produtividade: abordagens do processo administrativo.
São Paulo.
Amaral, L., Cezimbra, G., Rodrigues, E. F., Magarian,
L. C., Tsuji, E. R., Deliberador, L. R., & Formigoni,
A. (2015). O papel do arranjo físico e da gestão de
informações como ferramenta para melhoria da
competitividade e desempenho dos processos de uma
lavanderia industrial / The role of physical arrangement
and management information as a tool for improving
comp. Revista Metropolitana de Sustentabilidade (ISSN
2318-3233), 2(2), 48– 63.
Aminuddin, N. A. B., Garza-Reyes, J. A., Kumar, V.,
Antony, J., & Rocha-Lona, L. (2015a). An analysis of
managerial factors affecting the implementation and use
of overall equipment effectiveness. International Journal
of Production Research, 54(15), 4430–4447. https://doi.
org/10.1080/00207543.2015.1055849
Aminuddin, N. A. B., Garza-Reyes, J. A., Kumar, V.,
Antony, J., & Rocha-Lona, L. (2015b). An analysis of
managerial factors affecting the implementation and use
of overall equipment effectiveness. International Journal
of Production Research, 54(15), 4430–4447. https://doi.
org/10.1080/00207543.2015.1055849
Andersson, C., & Bellgran, M. (2015). On the
complexity of using performance measures: Enhancing
sustained production improvement capability
by combining OEE and productivity. Journal of
Manufacturing Systems, 35, 144–154. https://doi.
org/10.1016/j.jmsy.2014.12.003
Antunes, J., Alvarez, R., Pellegrin, I. de;, Klippel, M.,
& Bortolotto, P. (2008). Sistemas de produção [recurso
eletrônico]: conceitos e práticas para projeto e gestão da
produção enxuta. Bookman.
Assis, R. (2004). Apoio à Decisão em Gestão da
Manutenção - Fiabilidade e Manutenibilidade. Lidel.
Bamford, D. R., & Greatbanks, R. W. (2005). The use
of quality management tools and techniques: a study of
application in everyday situations. International Journal
of Quality & Reliability Management, 22(4), 376–392.
https://doi.org/10.1108/02656710510591219
Barbosa, B. A., Carvalho, I. H. da S., Santos, R. F. dos,
& Carvalho, A. L. (2017). Implantação da metodologia
5S em uma indústria de Minas Gerais fabricante
de produtos eletromecânicos. Conecte-se! Revista
Interdisciplinar de Extensão, 1(2), 60–72.
Becker, J. M. J., Borst, J., & Van der Veen, A. (2015).
Improving the overall equipment effectiveness in high-
mix-low-volume manufacturing environments. CIRP
Annals, 64(1), 419–422. https://doi.org/10.1016/j.
cirp.2015.04.126
Bekar, E. T., Cakmakci, M., & Kahraman, C. (2016).
Fuzzy COPRAS method for performance measurement
in total productive maintenance: a comparative analysis.
Journal of Business Economics and Management, 17(5),
663–684. https://doi.org/10.3846/16111699.2016.1202
314

Artig os
181
Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Santos, A. C. S. G., Ribeiro, I . M., Salve, A. S., Mitie Ji, C., Ferreira, L. A. F., & Hora, H. R. M.
Brown, S. L., & Eisenhardt, K. M. (2004). Estratégia
Competitiva no Limiar do Caos: uma visão dinâmica
para as transformações corporativas. (Pensamento
Cultrix, Org.). São Paulo.
Busso, C. M., & Miyake, D. I. (2013). Análise da
aplicação de indicadores alternativos ao Overall
Equipment Effectiveness (OEE) na gestão do desempenho
global de uma fábrica. Produção, 23(2), 205–225.
https://doi.org/10.1590/S0103-65132012005000068
Camargo, A., Arildo, J., & Silva, R. (2014).
Implementação da metodologia lean manufacturing na
linha de produção em máquinas de fraldas descartáveis
tipo pant’s – calcinha - frente de infraestrutura e gestão
implementation. In VI Seminário Multidisciplinar
ENIAC 2014 (Vol. 1, p. 151–155).
Campos, A., & Lima, C. R. C. (2015). Contribuição
da Manutenção Estratégica para a Sustentabilidade.
UNOPAR Científica Ciências Exatas e Tecnológicas,
11(1). Recuperado de http://pgsskroton.com.br/seer/
index.php/exatas/article/view/482
Campos, V. F. (2004). TQC controle da qualidade total:
no estilo japonês (8o ed). Nova Lima: INDF Tecnologia e
Serviços Ltda.
Carnevalli, J. A., Miguel, P. A. C., & Calarge, F.
A. (2008). Proposta de um modelo conceitual para
minimizar as dificuldades no uso do QFD. Production,
18(1), 126–141. https://doi.org/10.1590/S0103-
65132008000100010
Carpinetti, L. C. R. (2012a). Gestão da Qualidade –
Conceitos e Técnicas (2o ed). São Paulo: Editora Atlas.
Carpinetti, L. C. R. (2012b). Gestão da Qualidade –
Conceitos e Técnicas (2o ed). São Paulo: Editora Atlas.
Cherrafi, A., Elfezazi, S., Chiarini, A., Mokhlis,
A., & Benhida, K. (2016). The integration of lean
manufacturing, Six Sigma and sustainability: A literature
review and future research directions for developing
a specific model. Journal of Cleaner Production, 139,
828–846. https://doi.org/10.1016/j.jclepro.2016.08.101
Coelho, F. P. de S., Silva, A. M. da, & Maniçoba, R. F.
(2016). Aplicação das ferramentas da Qualidade: estudo
de caso em pequena empresa de pintura. Refas - Revista
Fatec Zona Sul, 3(1), 31–45.
CSN EN 14406. (2010). Maintenance - Maintenance
terminology.
Dadashnejad, A.-A., & Valmohammadi, C. (2017).
Investigating the effect of value stream mapping on
overall equipment effectiveness: a case study. Total
Quality Management & Business Excellence, 1–17.
https://doi.org/10.1080/14783363.2017.1308821
Dang, R. K., Dang, R., Goyal, N., & Goyal, D. (2017).
Synergistic Impact of Total Quality Management and
Total Productive Maintenance on Manufacturing
Performance. Indian Journal of Science and Technology,
10(24), 1–7. https://doi.org/10.17485/ijst/2017/
v10i24/114616
Detregiachi, E., Herrera, V. É., Souza, C. J. A. de;, &
Souza, M. de F. C. (2017). Otimização da performance
da linha de produção mediante a implantação da
Manutenção Produtiva Total Optimization of production
line performance through the implementation of Total
Productive Maintenance. Revista Latino-Americana de
Inovação e Engenharia de Produção, 5(7), 3–18.
Ding, S. H., & Kamaruddin, S. (2014). Maintenance
policy optimization—literature review and directions.
International Journal of Advanced Manufacturing
Technology, 76(5–8), 1263–1283. https://doi.
org/10.1007/s00170-014-6341-2
Eidelwein, F., Hoffmann, M. L., Piran, F. S., Neves,
C. T., & Nunes, F. de L. (2016). Avaliação sistêmica
do modelo de gestão da manutenção em uma empresa
petroquímica brasileira. Revista ESPACIOS | Vol.
37 (No 05) Año 2016. Recuperado de http://www.
revistaespacios.com/a16v37n05/16370504.html
Figueiredo, W. S., Da Silva, F. C., Dos Santos, E. C., Dos
Santos, V. M., & Galdino, L. (2015). Automatização de
uma retificadora industrial para cilindros de serigrafia.
Augusto Guzzo Revista Acadêmica, 1(15), 156. https://
doi.org/10.22287/ag.v1i15.272
Galdino, S. V., Reis, É. M. B. dos, Santos, C. B., Soares,
F. P., Lima, F. S., Caldas, J. G., Oliveira, A. de S.
(2016). Ferramentas de qualidade na gestão dos serviços
de saúde: revisão integrativa de literatura. Revista
Eletronica Gestão & Saúde, 0(supl.), 1023–1057.
Gebran, A. P. (2014). Manutenção e Operação de
Equipamentos de Subestações: Série Tekne. Bookman:
VitalSource Bookshelf Online.
Gerônimo, M. D. S., Leite, B. C. C., & Oliveira, R.
D. (2017). Gestão da manutenção em equipamentos
hospitalares: um estudo de caso. Exacta, 15(4). https://
doi.org/10.5585/exactaep.v15n4.7144
Gomes, L. F. A. M., & Gomes, C. F. S. (2014). Tomada
de decisão gerencial: enfoque multicritério (5o ed). São
Paulo: Atlas.
Gonçalves, L. E. S., Moledo, J. C., & Freschi, J. C.
(2015). MANUTENÇÃO AUTÔNOMA APLICADA
EM CÉLULA DE INJETORAS TERMOPLÁSTICAS.
Revista Terceiro Setor & Gestão - UNG-Ser, 9(1),
71–84.
Gunckel, P. V., Márquez, A. C., Martinez, L. B., &
Rossel, J. P. G. (2016). Graphical Analysis for Operation
Management: A Graphical Method to Support
Operation Decision Making. Quality and Reliability
Engineering International, 32(7), 2299–2311. https://
doi.org/10.1002/qre.1936

182 Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Indicador OEE e ferramentas da qualidade: uma aplicação integrada no processo
de destilação de uma indústria de biotecnologia
Hansen, R. C. (2006). Eficiência global dos
equipamentos: uma poderosa ferramenta de produção/
manutenção para o aumento dos lucros. Porto Alegre:
Bookman.
Harris, R. (2012). Introduction to Creative Thinking.
Recuperado 6 de dezembro de 2017, de https://www.
virtualsalt.com/crebook1.htm
Hitt, M. A., Xu, K., & Matz, C. (2015). Resource
based theory in operations management research.
Journal of Operations Management, 1–18. https://doi.
org/10.1016/j.jom.2015.11.002
Jasiulewicz-Kaczmarek, M. (2016). ISO 9000 : 2015
Quality Management Principles as The Framework For
a Maintenance Management System. Scientific Journals
of the Organization and Managemen, (69), 709–714.
https://doi.org/10.21008/j.0239-9415.2016.069.05
Kumar, S., Bhushan, R., & Swaroop, S. (2017). Study
of total productive maintenance & it’s implementation
approach in steel manufacturing industry : A case study
of equipment wise breakdown analysis. International
Research Journal of Engineering and Technology
(IRJET), 4(8).
Kwon, O., & Lee, H. (2004). Calculation methodology
for contributive managerial effect by OEE as a
result of TPM activities. Journal of Quality in
Maintenance Engineering, 10(4), 263–272. https://doi.
org/10.1108/13552510410564882
Lima, B. P. de, Sá, J. da S. J., Jorge, D. A., & Santos, M.
S. (2015). Análise para implementação de um sistema de
gestão da manutenção em uma empresa de locação de
equipamentos para construção civil. Cadernos UniFOA -
Especial Engenharia de Produção, 2, 15–39.
Lin, X. J., Lin, Q., & Zhang, G. N. (2014). Effectivity
of Total Productive Maintenance (TPM) in Large Size
Organizations – A Case Study in Shandong Lingong.
Applied Mechanics and Materials, 701–702, 1249–1252.
https://doi.org/10.4028/www.scientific.net/AMM.701-
702.1249
Liu, Y., & Liang, L. (2014). Evaluating and developing
resource-based operations strategy for competitive
advantage: An exploratory study of Finnish high-tech
manufacturing industries. International Journal of
Production Research, 53(4), 1019–1037. https://doi.org/1
0.1080/00207543.2014.932936
Lonial, S. C., & Carter, R. E. (2015). The impact of
organizational orientations on medium and small firm
performance: A resource-based perspective. Journal of
Small Business Management, 53(1), 94–113. https://doi.
org/10.1111/jsbm.12054
Lopes, C. R. (2009). Lean Manufacturing - O segredo
da melhoria contínua - Artigos.com. Recuperado 6 de
dezembro de 2017, de http://www.artigos.com/artigos-
academicos/4444-lean-manufacturing-o-segredo-da-
melhoria-continua
Lopetegui, M., Yen, P. Y., Lai, A., Jeffries, J., Embi, P.,
& Payne, P. (2014). Time motion studies in healthcare:
What are we talking about? Journal of Biomedical
Informatics, 49, 292–299. https://doi.org/10.1016/j.
jbi.2014.02.017
Machado, R. H. C., Helleno, A. L., & Lima, C. R. C.
(2016). Análise da eficiência operacional de uma linha
de produção da indústria de laticínios por meio do
indicador de Eficiência Global de Equipamentos (Overall
Equipment Effectiveness). Exacta, 14(4). https://doi.
org/10.5585/exactaep.v14n4.6627
Mariani, C. A. (2005). Método PDCA e ferramentas da
qualidade no gerenciamento de processos industriais:
um estudo de caso. Revista de Administração e
Inovação, 2(2), 110–126. https://doi.org/10.1007/
s13398-014-0173-7.2
Méndez, J. D. M., & Rodriguez, R. S. (2017). Total
productive maintenance (TPM) as a tool for improving
productivity: a case study of application in the bottleneck
of an auto-parts machining line. International Journal of
Advanced Manufacturing Technology, 92(1–4), 1013–
1026. https://doi.org/10.1007/s00170-017-0052-4
Mohammadi, M., Rai, P., & Gupta, S. (2016). Improving
productivity of dragline through enhancement of
reliability, inherent availability and maintainability.
Mousa Mohammadi, Piyush Rai and Suprakash Gupta,
21(1), 1–8.
Moraes, P. (2004). MANUTENÇÃO PRODUTIVA
TOTAL: estudo de caso em uma empresa
automobilística. Universidade de Taubaté.
Naji, A., Beidouri, Z., Oumami, M., & Bouksour, O.
(2016). Maintenance Management and Innovation
in Industries : a survey of Moroccan companies.
International Journal of Innovation (IJI, 4(2), 188–197.
Nakajima, S. (1989a). Introdução ao TPM – Total
Productive Maintenance. São Paulo: Internacional
Sistemas Educativos Ltda.
Nakajima, S. (1989b). Introdução ao TPM – Total
Productive Maintenance. São Paulo: Internacional
Sistemas Educativos Ltda.
Neto, P. L. O. C., & Gnidarxic, P. J. (2008). A qualidade
e o conhecimento como fatores para a melhoria de
processo. In Encontro Nacional de Engenharia de
Produção.
Oliveira, D. (2013). Sistemas, organizações e métodos:
uma abordagem gerencial (21o ed). São Paulo: Atlas.
Oliveira, J. A. de, Nadae, J. de, Oliveira, O. J. de, &
Salgado, M. H. (2011). Um estudo sobre a utilização
de sistemas, programas e ferramentas da qualidade
em empresas do interior de São Paulo. Production,
21(4), 708–723. https://doi.org/10.1590/S0103-
65132011005000044
Peinado, J., & Graeml, A. (2007). Administração da
Produção. UnicenP.

Artig os
183
Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Santos, A. C. S. G., Ribeiro, I . M., Salve, A. S., Mitie Ji, C., Ferreira, L. A. F., & Hora, H. R. M.
Perdoná, I. I., Naimer, S. C., Souto, A. J. P., & Godoy, L.
P. (2016). Associação entre Ferramentas da Qualidade e
Tipos de Manutenção: Análise e Aplicabilidade em uma
Unidade Militar. Revista ESPACIOS, 37(14), 14.
Pinto, A. K., & Xavier, J. A. N. (2010). Manutenção:
função estratégica. (Qualitymark, Org.) (3o ed). Rio de
Janeiro.
Pinto, R. G., & Lima, C. R. C.; (2007). A
INTEGRAÇÃO ENTRE O TPM E RCM NA
MANUTENÇÃO. In Encontro Nacional de Engenharia
de Produção. Foz do Iguaçu.
Piran, F. A. S., Trapp, G. S., Dias, K. C., Neves, C. T.,
& Nunes, F. de L. (2016). NÍVEL DE ADOÇÃO DE
PRÁTICAS ENXUTAS: ESTUDO APLICADO EM
EMPRESAS DO RIO GRANDE DO SUL - BRASIL.
Latin American Journal of Business Management, 7(1).
Recuperado de http://lajbm.com/index.php/journal/
article/view/329
Poduval, P. S., Pramod, V. R., & Jagathy, R. V. P. (2015).
Interpretive structural modeling (ISM) and its application
in analyzing factors inhibiting implementation of total
productive maintenance (TPM). International Journal of
Quality & Reliability Management, 32(3).
Proença, E. T. de; (2011). Método para monitoramento
do OEE em tempo real e a cadeia de ajuda como apoio
a estratégia da manufatura enxuta.
Rahman, C. M. L., Hoque, M. A., & Uddin, S. M.
(2014). Assessment of Total Productive Maintenance
Implementation through Downtime and Mean
Downtime Analysis (Case study: a Semi-automated
Manufacturing Company of Bangladesh). IOSR Journal
of Engineering (IOSRJEN), 04(09), 2250–3021. https://
doi.org/10.9790/3021-04943847
Raposo, C. (2011). Overall Equipment Effectiveness :
Application in a Company in. Revista cientifica
eletronica de engenharia de produção, 11(3), 648– 667.
Rasheed, R., & Rasheed, S. (2017). ADVANCEMENT
OF OVERALL EQUIPMENT EFFECTIVENESS (OEE)
IN MACHINING PROCESS INDUSTRY. Electrical
Engineering, 2(8), 14.
Riani, A. M., Ferreira, C. F. C.; Araújo, F. de A.; &
Eiras, R. M. de O. (2006). ESTUDO DE CASO:
O LEAN MANUFACTURING APLICADO NA
BECTON DICKINSON. Universidade Federal de Juiz
de Fora.
Rodrigues, R. G., & Pasa, G. S. (2009). Sistemática
De Planejamento E Programação Da Manutenção
Na Indústria Petroquímica. In Encontro Nacional de
Engenharia de Produção.
Sampaio, A. (2008). TPM/MPT MANUTENÇÃO
PRODUTIVA TOTAL.
Santos, O. A. C., & Santos, M. J. (2007). Utilização do
indicador de eficácia global de equipamentos (OEE) na
gestão de melhoria contínua do sistema de manufatura -
Um estudo de caso. In Encontro Nacional de Engenharia
de Produção. Foz do Iguaçu.
Shabir, M. (2015). Enhancing Students’ Ability in
Extending Ideas in the Narrative Writing through the
5W1H Concept. English, 17(2), 48–54.
Sheikh, A., Lakshmipathy, M., & Prakash, A. (2016).
Application of queuing theory for effective equipment
utilization and maximization of productivity in
construction management. International Journal of
Applied Engineering Research, 11(8), 5664–5672.
Shen, C. C. (2015). Discussion on key successful factors
of TPM in enterprises. Journal of Applied Research and
Technology, 13(3), 425–427. https://doi.org/10.1016/j.
jart.2015.05.002
Silva, B. M. S. R. da, Medina, F., Rocha, H. V. A.,
& Oliveira, A. R. de. (2016). Uso do indicador de
eficácia global de equipamentos como ferramenta para
melhoria contínua: estudo de caso aplicado à produção
farmacêutica. Sistemas & Gestão, 11(1), 49. https://doi.
org/10.20985/1980-5160.2016.v11n1.788
Silva, E. S. da, Araújo, E. F. M., Barbosa, G. P., Vieira,
D. F., Fontes, W. A. de, Silva, A. M. da, & Dias, M.
J. (2017). Estudos e implementação da metodologia
tpm no laboratório de processos de fabricação da
UniEVANGÉLICA. Revista Gestão, Inovação e
Negócios, 3(1), 69–89.
Singh, K., & Ahuja, I. S. (2015). An evaluation of
transfusion of TQM-TPM implementation initiative in
an Indian manufacturing industry. Journal of Quality in
Maintenance Engineering, 21(2), 134–153. https://doi.
org/10.1108/JQME-04-2013-0017
Singh, U., & Ahuja, I. S. (2015). Evaluating the
contributions of total productive maintenance on
manufacturing performance. International Journal of
Process Management and Benchmarking, 5(4), 425.
https://doi.org/10.1504/IJPMB.2015.072324
Slack, N., Chambers, S., & Johnston, R. (2002).
Administração da Produção (2o ed). São Paulo: Atlas.
Sousa, J. N. (2009). Técnicas Preditivas de Manutenção
Elétrica. In Apostila da disciplina de Manutenção de
Equipamentos e Instalações Elétricas. UFRJ.
Suzuki, T. (1994). TPM in process industries.
Productivity Press.
Taylor, F. W. (1990). Princípios da Administração
Científica. (Atlas, Org.) (8o ed). São Paulo.
Tsarouhas, P. H. (2015a). Evaluation of maintenance
management through the overall equipment effectiveness
of a yogurt production line in a medium-sized Italian
company. International Journal of Productivity
and Quality Management, 16(3), 298. https://doi.
org/10.1504/IJPQM.2015.071504

184 Exacta, São Paulo, v. 17, n. 2, p. 165-184. abr./jun. 2019.
Indicador OEE e ferramentas da qualidade: uma aplicação integrada no processo
de destilação de uma indústria de biotecnologia
Tsarouhas, P. H. (2015b). Evaluation of maintenance
management through the overall equipment effectiveness
of a yogurt production line in a medium-sized Italian
company. International Journal of Productivity
and Quality Management, 16(3), 298. https://doi.
org/10.1504/IJPQM.2015.071504
Vernini, A. A., & Gonçalves, R. E. de S. G. (2017).
APLICAÇÃO DA FILOSOFIA KAIZEN EM UMA
EMPRESA DE USINAGEM NA CIDADE DE
BOTUCATU-SP. Tekhne e Logos, 8(2), 82–97.
Yamaguchi, C. T. (2005). TPM – Manutenção Produtiva
Total. São João Del Rei.
Recebido em 18 dez. 2017 / aprovado em 11 jun. 2018
Para referenciar este texto
Santos, A. C. S. G., Ribeiro, I. M., Salve, A. S., Mitie
Ji, C., Ferreira, L. A. F., & Hora, H. R. M. Indicador
OEE e ferramentas da qualidade: uma aplicação
integrada no processo de destilação de uma indústria
de biotecnologia. Exacta, São Paulo, v. 17, n. 2, p.
165-184. abr./jun. 2019. Disponível em: <https://doi.
org/10.5585/ExactaEP.v17n2.8183>