Manutenção preditiva na Indústria 4.0

Abstract

Um dos assuntos mais comentados atualmente nas empresas que buscam a excelência sem dúvida é a indústria 4.0, que tem os desafios, de melhoria contínua, de uma criação de produtos, procedimentos e processos inteligentes, interconectados entre si e autônomos na tomada de decisão através de tecnologias, como Sistemas Físico-Cibernéticos (CPS), Internet das Coisas (IoT), Machine Learning, e para ter total segurança dos seus dados usam um sistema de segurança, Cloud System (Sistema de Nuvem) e Big Data. Internet of Things ou Internet das Coisas (IoT), traz bastante benefício para a indústria 4.0 com a integração entre produtos, dispositivos eletrônicos, eletrodomésticos, e automóveis, e junto com Big Data vem conquistando muitos espaços, o big data vem com a proposta de análise de grande quantidade de informações que são geradas pelos sensores na linha de produção diariamente, com a sua análise, facilita o processo de produção e com relação a manutenção, é possível acompanhar o desgaste dos equipamentos em tempo real, assim o próprio sistema solta um alerta para as equipes de manutenção, que usará as técnicas de manutenção preditiva para evitar paradas não programadas, como: análise de vibrações, termografia, teste de emissões, e análise de óleo. A manutenção preditiva consiste em garantir boa qualidade de serviço, com base em aplicações de técnicas de análise. Utilizam-se meios de supervisionamento, pois, assim pode-se reduzir a manutenção preventiva e, também, diminuir a corretiva. Esse tipo de manutenção busca acompanhar os equipamentos por meios de: medições, monitoramento ou controle estático que tentam prever a proximidade da ocorrência da falha. Este trabalho descreveu diversos aspectos relacionados à manutenção visando determinar uma gestão estratégica ideal deste setor na indústria 4.0. Com os resultados obtidos com a pesquisa a respeito do tema manutenção e sua aplicabilidade na indústria, acredita-se que há uma série de oportunidades de se pesquisar com mais rigor as metodologias mais objetivas de desenvolvimento do setor de manutenção, realizando um trabalho focado em ferramentas e técnicas para a implantação das melhores práticas destacadas ao longo deste trabalho.

One of the most talked about issues currently in companies seeking excellence is undoubtedly industry 4.0, which has the challenges, continuous improvement, of creating intelligent products, procedures and processes, interconnected with each other and autonomous in decision-making through technologies such as Physical-Cybernetic Systems (CPS), Internet of Things (IoT), Machine Learning, and to have total security of your data use a security system, Cloud System (Cloud System) and Big Data. Internet of Things or Internet of Things (IoT), brings a lot of benefit to industry 4.0 with integration between products, electronic devices, home appliances, automobiles and, together with Big Data, has beem conquering a lot of space, big data comes with the proposal of great analysis amount of information that is generated by the sensors on the production line on a daily basis, with its analysis, facilitates the production process and with respect to maintenance, it is possible to monitor the wear of equipment in real time, so the system itself sends an alert for the maintenance teams, who will use predictive maintenance techniques to avoid unscheduled downtime, vibration analysis, thermography, log testing, and oil analysis. Predictive maintenance consists of ensuring good quality of service, based on application of analysis techniques. Supervision means are used, as this cam reduce preventive maintenance and also reduce corrective maintenance. This type of maintenance seeks to monitor the equipment through: measurements, monitoring or static control that try to predict the proximity of the occurence of the failure. This work described several aspects related to maintenance in order to determine an ideal strategic management of this sector in industry 4.0. With the results obtained from the research on the subject of maintenance and its applicability in the industry, it is believed that there are a number of opportunities to more rigorously research the most objective methodologies for the development of the maintenance sector, carrying out work focused on tools and techniques for implementing the best practices highlighted throughout this work.