Painel de Gestão de Refugo Industrial

Análise de Refugo
Llama offline
F
Frasle@2026

Dashboard Executivo

Visão consolidada de KPIs, tendências e alertas prioritários

Período: 6 meses
Evolução do Refugo
Série temporal com taxa de refugo e tendência
Pareto de Defeitos
80/20 dos tipos de defeito
Refugo por Turno
Comparação entre turnos
Refugo por Máquina
Comparação entre máquinas
Heatmap Turno × Dia
Densidade de refugo
Top Recomendações da IA
Ações prioritárias detectadas automaticamente
Correlações com Refugo
Variáveis que mais explicam o refugo

Análise Detalhada

Drill-down, correlações, padrões temporais e de processo

Refugo por Hora do Dia
Identifica horários críticos
Interpretação: mostra em qual turno o refugo é proporcionalmente maior (a planilha de origem só tem data, não horário exato — "hora" aqui é o horário representativo de cada turno: T1→07h, T2→15h, T3→23h). Barras mais altas = turno merece atenção prioritária.
Fórmula: taxa(hora) = Σ(producao_refugo) / Σ(producao_planejada) × 100, agrupado por hora
Fonte: data/producao_refugo.csv, campo "hora" derivado de Turno Benef. da planilha original.
Refugo por Dia da Semana
Padrões semanais
Interpretação: revela se algum dia da semana concentra mais refugo (ex.: fins de semana com equipe reduzida, ou segundas após parada de fim de semana).
Fórmula: taxa(dia) = Σ(producao_refugo) / Σ(producao_planejada) × 100, agrupado por dia da semana
Fonte: data/producao_refugo.csv, campo "dia_semana" derivado da coluna Data.
Heatmap Máquina × Turno
Cruzamento crítico
Interpretação: cruza máquina e turno para achar a combinação mais crítica (ex.: "PRENSA-X no turno T3") — células mais escuras/vermelhas indicam taxa de refugo mais alta naquela combinação específica.
Fórmula: taxa(máquina, turno) = Σ(producao_refugo) / Σ(producao_planejada) × 100, agrupado por maquina_id e turno_nome
Fonte: data/producao_refugo.csv, colunas Prensa e Turno Benef. da planilha original.
Análise de Paradas
Tipo e duração por máquina
Interpretação: ranking das máquinas com mais tempo parado (em minutos) no período — máquinas no topo são as que mais tiraram capacidade produtiva por parada/alarme, não necessariamente as com mais refugo.
Fórmula: duracao_total(máquina) = Σ(duracao_min), agrupado por maquina_nome, top 5
Fonte: data/paradas_maquinas.csv, do arquivo "View_Analise_Eventos_Prensas_Quentes_Siblo_Ultimos.xlsx" — cobre apenas a planta Siblo (não há fonte equivalente para Silon nos anexos aprovados).
Top Correlações com Refugo
Variáveis de processo com maior poder explicativo
Interpretação: mede o quanto cada variável de processo "anda junto" com o refugo. Barra vermelha (positiva) = quando a variável sobe, o refugo tende a subir também; barra verde (negativa) = o oposto. Valores entre -0,3 e +0,3 são correlações fracas — não implicam causa. Só aparecem aqui as variáveis com fonte de dado real (temperatura e pressão, vindas do módulo Processo das Prensas); as demais (velocidade, umidade, temperatura ambiente, efetivo de turno) não têm fonte real nos anexos aprovados.
Fórmula: correlação de Pearson entre a variável e producao_refugo, linha a linha
Fonte: data/producao_refugo.csv, colunas temperatura e pressao (ver módulo Processo das Prensas para a origem desses dados).
Clusterização de Períodos Similares
K-Means sobre características dos dias de produção
Interpretação: agrupa automaticamente os dias de produção com "perfil" parecido (taxa de refugo, temperatura e umidade médias, efetivo de turno), sem que ninguém precise dizer ao sistema o que é um dia "bom" ou "ruim" — o algoritmo descobre isso sozinho a partir dos números. Útil para achar um grupo de dias atípicos que merece investigação.
Fórmula: K-Means (scikit-learn) sobre [taxa_refugo, temperatura, umidade_relativa, efetivo_turno] normalizados por dia, com o número de grupos escolhido no seletor acima
Fonte: data/producao_refugo.csv, agregado por dia. As colunas temperatura/umidade/efetivo ainda não têm fonte real completa (ver nota do Dashboard/Correlações) — nesta entrega, o agrupamento reflete principalmente a taxa de refugo diária real.

Processo das Prensas

Temperatura e pressão real de operação x parâmetros programados (prensas quentes/frias — planta Siblo)

Sobre este módulo: os dados de temperatura e pressão real vêm dos registros de ciclo das prensas quentes e frias (arquivos "View de Processos Prensas Quentes/Frias — Siblo"), cruzados com as ordens de refugo pela chave Máquina + Ordem de Produção. Essa telemetria só existe para a planta Siblo e cobre uma fração das ordens (tipicamente 1–2%) — não existe fonte equivalente para Silon nos anexos aprovados. Onde não há correspondência, os cartões e gráficos mostram apenas as linhas com dado real; nenhum valor é inventado. Ver Glossário (quando disponível) para a fórmula exata de cada indicador.
Temperatura: Real x Programada
Média diária, apenas dias/prensas com telemetria real
Interpretação: compara, dia a dia, a temperatura média que a prensa efetivamente operou (linha vermelha) com a temperatura programada para o ciclo (linha tracejada). Quanto mais as linhas se separam, maior o desvio de processo naquele dia.
Fórmula: média diária de temperatura / temperatura_programada, só nas linhas com dado real de processo
Fonte: arquivo "View_Analise_Processos_Prensas_Quentes_Siblo_Ultimos.xlsx" (colunas Temperatura1/Temperatura2 e TemperProgramada), cruzado com o refugo por Máquina + Ordem.
Pressão: Real x Programada
Média diária, apenas dias/prensas com telemetria real
Interpretação: mesma leitura do gráfico de temperatura, mas para pressão. É a variável de processo com maior indício de associação com refugo nesta base (ver gráfico ao lado).
Fórmula: média diária de pressao / pressao_programada, só nas linhas com dado real de processo
Fonte: arquivos de processos das prensas quentes/frias — Pressao_Lida (real) e Pressao_Programada (programada), cruzados com o refugo por Máquina + Ordem.
Desvio de Pressão x Taxa de Refugo
Quanto maior o desvio da pressão programada, maior a taxa?
Interpretação: as ordens são agrupadas em 4 faixas conforme o quanto a pressão real se afastou (para mais ou para menos) da programada. Se a taxa de refugo sobe conforme a faixa de desvio aumenta, é um indício de que manter a pressão dentro do programado ajuda a reduzir refugo — mas a amostra é pequena (~1% da base), então trate como hipótese a investigar, não como conclusão fechada.
Fórmula: desvio_abs = |pressao − pressao_programada|; faixas: ≤2, 2–4, 4–6, >6; taxa(faixa) = Σ(producao_refugo) / Σ(producao_planejada) × 100
Fonte: data/producao_refugo.csv, colunas pressao e pressao_programada (só linhas com dado real de processo).
Detalhamento por Prensa
Média real x programada e taxa de refugo, por máquina monitorada
Prensa Ciclos Temperatura Desvio Temp. Pressão Desvio Press. Taxa Refugo
Interpretação: cada linha é uma prensa monitorada (só as que tiveram pelo menos 1 ciclo com dado real). "Ciclos" é quantos registros de refugo dessa prensa têm telemetria real associada — quanto menor, menos confiável é a média mostrada.
Fórmula: médias e taxa_refugo_pct agrupadas por maquina_id, só linhas com fonte_dado_processo ≠ "sem_dado_processo"
Fonte: data/producao_refugo.csv (junção de Refugo Siblo e Silon Jan_Jul_2026.xlsx com os arquivos de processos das prensas quentes/frias).

Diagrama de Causa e Efeito (Ishikawa)

Análise estruturada das causas-raiz do refugo segundo a metodologia 6M

Carregando...
Como ler o diagrama: O efeito (refugo) está na cabeça do peixe. As 6 categorias (Máquina, Método, Material, Mão-de-obra, Medição, Meio Ambiente) são os "ossos" principais. As causas específicas são ordenadas por impacto. Quanto mais grossa a linha, maior o impacto.
Espinha de Peixe - Visualização
Ranking de Causas
Detalhamento por Categoria 6M

Padrões e Associações

Combinações de variáveis que mais elevam o risco de refugo (lift > 1.2)

Como interpretar: o lift mostra quantas vezes a chance de alto refugo é maior quando essas condições estão presentes. Lift > 2 = risco muito alto.
Padrão (Combinação) Ocorrências Taxa neste padrão Taxa geral Lift Risco
Cruzamento: Turno × Máquina
Taxa de refugo por combinação
Cruzamento: Máquina × Produto
Taxa de refugo por combinação

Previsão de Refugo

Modelo de séries temporais com intervalo de confiança

Modelo: ...
Interpretação: os 3 cartões acima comparam o refugo real dos últimos 7 dias com o refugo previsto para o horizonte escolhido (7/14/30 dias). "Variação prevista" positiva significa que o modelo espera piora (mais refugo); negativa, melhora. É uma projeção estatística baseada no padrão histórico — não considera mudanças futuras de processo, manutenção ou mix de produto que ainda não aconteceram.
Fórmula: variação_prevista = (Σ previsão do horizonte / Σ últimos 7 dias reais − 1) × 100
Fonte: data/producao_refugo.csv, série diária de producao_refugo dos últimos 120 dias com dado real.
Histórico + Previsão
Banda de confiança 95%
Interpretação: a linha cinza é o refugo diário já ocorrido (real); a linha vermelha é a previsão para os próximos dias; a faixa amarela é o intervalo onde o valor real tem 95% de chance estatística de cair, segundo o modelo. Faixa larga = mais incerteza na previsão.
Fórmula: Prophet (sazonalidade semanal) quando disponível; senão Holt-Winters (suavização exponencial, sazonalidade de 7 dias); senão média móvel dos últimos dias como último recurso — o modelo realmente usado aparece no selo "Modelo:" acima do gráfico
Fonte: data/producao_refugo.csv, refugo diário agregado (últimos 120 dias com produção > 0).
Insights Preditivos

Simulação de Cenários (What-If)

Avalie o impacto de políticas de intervenção antes de implementá-las

Parâmetros do Cenário
Ajuste os controles e simule
Redução de problemas no turno noturno 0%
Interpretação: simula quanto do refugo do turno T3 (noturno) seria evitado com ações de gestão (supervisão, iluminação, escala). O modelo assume que, mesmo com intervenção máxima, só 60% desse refugo é evitável.
Fórmula: redução = refugo(turno=T3) × (slider/100) × 0,6
Fonte: data/producao_refugo.csv filtrado a turno_id = 3; parâmetro 0,6 é uma premissa de modelo, não estimado a partir dos dados.
Investimento em manutenção preditiva 0%
Interpretação: simularia o ganho de atacar máquinas com alto desgaste. Sem efeito nesta entrega: a base real não tem nenhuma fonte aprovada de "estado de desgaste de máquina" (o campo vem como "não informado" em 100% das linhas), então este controle não altera o resultado até que essa fonte seja incorporada.
Fórmula: redução = refugo(maquina_estado="desgastada") × (slider/100) × 0,5
Fonte: nenhuma fonte real aprovada para maquina_estado nesta entrega.
Treinamento de equipe (horas) 0h
Interpretação: efeito genérico de melhoria de processo com treinamento, com retorno decrescente — dobrar as horas não dobra o ganho.
Fórmula: fator = mín(60%, 25% × ln(1 + horas/40)); redução = refugo_total × fator
Fonte: heurística de negócio (premissa de modelo, não coeficiente estimado a partir desta base de dados).
Meta de taxa de refugo 3.0%
Interpretação: não influencia o cálculo do cenário — é só uma referência comparada ao resultado simulado, para sinalizar "Meta atingida" ou não.
Fórmula: meta_atingida = (taxa_simulada_pct ≤ meta)
Fonte: valor digitado pelo usuário.
Interpretação: simula o efeito de instalar controle ambiental. Estimativa de modelo: ainda não há, nesta entrega, fonte real de umidade/temperatura ambiente para calibrar esse efeito com os dados reais — o percentual abaixo é uma premissa, não um coeficiente medido.
Fórmula: redução = refugo_total × 20% × (50% se os 2 ativos, 30% se só 1); custo assumido: R$ 50.000 (umidade) + R$ 80.000 (temperatura)
Fonte: heurística de negócio; nenhuma fonte real aprovada para umidade/temperatura ambiente nesta entrega.
Resultado da Simulação
Impacto estimado no refugo, custo e ROI
Configure os parâmetros e clique em "Simular Cenário"

Pesquisa Operacional & Otimização

Maximiza redução de refugo respeitando restrições orçamentárias

Plano de Ação Otimizado
Ações selecionadas por ROI dentro do orçamento
Defina o orçamento e clique em "Otimizar Alocação"

Assistente IA (Llama Local)

Análise complementar usando LLM open source rodando localmente

Verificando...
Sobre o Llama local: a aplicação usa o Ollama (https://ollama.com) para rodar o Llama 3.1 localmente. Quando o Llama não está instalado, um sistema de análise heurística baseado em regras fornece respostas úteis. Para instalar, rode: ollama pull llama3.1:8b
Olá! Sou o assistente IA da Refugo.
Posso analisar dados de refugo, identificar padrões, simular cenários e gerar recomendações. Faça uma pergunta ou escolha uma análise automática acima.

BI Refugo

Refugo por referência, formulação, prensa e matriz · parâmetros das prensas · auditoria da base