A IMPORTÂNCIA DA MANUTENÇÃO PREDITIVA¹ NA INDÚSTRIA 4.0

THE IMPORTANCE OF PREDICTIVE MAINTENANCE IN INDUSTRY 4.0

REGISTRO DOI: 10.69849/revistaft/ch10202409161255


Jhonatan Pereira Costa2;
José Roberto Silva dos Santos3;
Renato Durães dos Santos4;
Deocleciano Reis Martins5


RESUMO 

Na era da Indústria 4.0, a evolução tecnológica tem transformado significativamente as  práticas de gestão e manutenção de equipamentos industriais. A integração de tecnologias  avançadas têm permitido uma abordagem mais sofisticada e eficiente para a manutenção de  máquinas e instalações. Neste contexto, surge a necessidade de investigar como essas  inovações impactam a eficiência operacional das indústrias. Como a adoção de técnicas de  manutenção preditiva pode impactar a eficiência operacional das indústrias na era da Indústria  4.0? Este estudo visou revisar a literatura existente sobre manutenção preditiva, explorando  suas principais técnicas, tecnologias associadas, benefícios, desafios e casos de aplicação  prática. A investigação foi conduzida por meio de bases de dados como banco de teses e  dissertações, Google Scholar e Emerald Insight, e analisou 29 evidências relevantes para o  tema. A revisão foi organizada em três capítulos, cada um abordando aspectos distintos da  manutenção preditiva. A conclusão indicou que a manutenção preditiva, ao permitir a  monitoração contínua e a previsão de falhas antes que ocorram, melhora significativamente a  eficiência operacional das indústrias. Seus principais benefícios incluem a redução de custos  operacionais, o aumento da eficiência produtiva, a melhoria da segurança e a otimização do  inventário de peças de reposição. No entanto, a sua implementação apresenta desafios, como  o investimento inicial em tecnologias e a necessidade de competências especializadas. A  manutenção preditiva, portanto, é fundamental para a competitividade e sustentabilidade das  operações industriais na atual era tecnológica. 

Palavras-chave: Indústria 4.0, Manutenção Preditiva, Implementação, Previsão de Falhas.

ABSTRACT 

In the era of Industry 4.0, technological evolution has significantly transformed the  management and maintenance practices of industrial equipment. The integration of advanced  technologies has enabled a more sophisticated and efficient approach to machine and facility  maintenance. In this context, it becomes crucial to investigate how these innovations impact  the operational efficiency of industries. How can the adoption of predictive maintenance  techniques affect operational efficiency in the Industry 4.0 era? This study aimed to review the  existing literature on predictive maintenance, exploring its main techniques, associated  technologies, benefits, challenges, and practical applications. The investigation was  conducted through databases such as thesis and dissertation repositories, Google Scholar,  and Emerald Insight, analyzing 29 relevant pieces of evidence. The review was organized into  three chapters, each addressing different aspects of predictive maintenance. The conclusion  indicated that predictive maintenance, by allowing continuous monitoring and forecasting of  failures before they occur, significantly enhances operational efficiency in industries. Its main  benefits include reduced operational costs, increased production efficiency, improved safety,  and optimized spare parts inventory. However, its implementation presents challenges such  as initial investment in technologies and the need for specialized skills. Therefore, predictive  maintenance is crucial for the competitiveness and sustainability of industrial operations in the  current technological era 

Keywords: Industry 4.0, Predictive Maintenance, Implementation, Failure Forecasting

1. INTRODUÇÃO 

A Manutenção Preditiva tornou-se um pilar fundamental na Indústria 4.0,  destacando-se pelo uso de tecnologias avançadas, como inteligência artificial, internet  das coisas (IoT), e big data (Salum, 2021). Essas ferramentas permitem monitorar e  diagnosticar possíveis falhas nos equipamentos de forma antecipada, evitando  paradas inesperadas e otimizando a eficiência operacional. Em um cenário onde a  competitividade e a eficiência são fundamentais, a aplicação da manutenção preditiva  representa uma tendência global, capaz de transformar práticas tradicionais em todos  os setores da indústria (Baldissarelli; Fabro, 2019). 

O conceito de Manutenção Preditiva refere-se a uma estratégia de manutenção  que visa prever falhas em equipamentos antes que elas ocorram, utilizando o  monitoramento contínuo e a análise de dados em tempo real. Essa abordagem é  baseada na coleta de informações sobre o estado dos equipamentos, como vibração,  temperatura, pressão, consumo de óleo, entre outros parâmetros operacionais (Righetto, 2020).  

Dessa forma, com o uso de sensores avançados e softwares de análise, a  manutenção preditiva identifica sinais de desgaste ou anomalias que indicam a  necessidade de intervenção, permitindo que as empresas realizem reparos de forma  planejada, minimizando interrupções inesperadas e otimizando a eficiência  operacional (Pires; Okada, 2020). 

Na era da Indústria 4.0, a manutenção preditiva é amplamente aplicada,  incorporando tecnologias como Internet das Coisas (IoT), inteligência artificial, e big  data, para criar sistemas inteligentes que preveem problemas antes que se tornem  críticos (Sakurai; Zuchi, 2018). Ela representa uma evolução em relação às práticas tradicionais de manutenção, como a corretiva (realizada após a falha) e a preventiva  (realizada em intervalos fixos), pois permite a intervenção apenas quando necessário,  com base em dados reais, reduzindo custos e melhorando a confiabilidade dos ativos (Ikeziri et al., 2020). 

A manutenção preditiva não é uma solução única para todos os problemas de  manutenção de uma empresa. Ela não substitui a manutenção corretiva, necessária  em casos de falhas imprevistas, nem a manutenção preventiva, que deve ser  realizada de forma planejada para evitar paradas desnecessárias (Baldissarelli; Fabro,  2019). No entanto, a manutenção preditiva oferece uma redução significativa nos  custos operacionais e no tempo de inatividade, complementando as outras formas de  manutenção e permitindo um gerenciamento mais eficiente dos ativos (Pires; Okada,  2020). 

Embora a manutenção preditiva ofereça muitas vantagens, sua implementação  requer investimentos em tecnologia e treinamento, além de uma cultura  organizacional que valorize a manutenção como parte estratégica do negócio. A  eficácia dessa abordagem depende da capacidade da empresa em integrar novas  tecnologias de monitoramento e análise, e em utilizar os dados gerados para tomar  decisões informadas sobre a operação dos equipamentos (JUSTUS et al., 2019). 

A principal questão que este estudo busca responder é: “Como a adoção de  técnicas de manutenção preditiva pode impactar a eficiência operacional das  indústrias na era da Indústria 4.0?” Esta pergunta surge da necessidade de  compreender até que ponto a manutenção preditiva pode ser eficaz em diferentes  contextos industriais, e quais são os desafios para sua implementação ampla. 

A justificativa para este estudo reside na crescente importância da Indústria 4.0  e na necessidade de manter a competitividade e eficiência das indústrias em um  mercado global cada vez mais exigente. A manutenção preditiva representa uma  inovação tecnológica que pode reduzir custos, evitar paradas não programadas e  prolongar a vida útil dos equipamentos, tornando-se uma ferramenta estratégica  essencial para a gestão industrial moderna (Macêdo, 2020). 

O estudo visou revisar a literatura existente sobre a manutenção preditiva,  explorando suas principais técnicas, tecnologias associadas, benefícios, desafios e  casos de aplicação prática. A revisão permitiu uma compreensão mais aprofundada  de como essa abordagem pode ser integrada nas estratégias de gestão de  manutenção dentro do contexto da Indústria 4.0. Para a realização do estudo foi conduzido busca nas bases de dados Banco de Teses e Dissertações, Google Scholar  e Emerald Insight. Com auxílio dos descritores: Manutenção Preditiva, Indústria 4.0,  Indústria, Monitoração de equipamentos, previsão de falhas, custos operacionais,  eficiência produtiva, segurança operacional.  

1.1 Contexto histórico 

A Primeira Revolução Industrial, iniciada no século XVIII, marcou a transição  das manufaturas artesanais para as máquinas a vapor e a mecanização dos  processos de produção. Esse período trouxe avanços significativos na indústria têxtil  e na metalurgia, estabelecendo as bases para o desenvolvimento industrial. A  mecanização aumentou a produtividade e reduziu os custos, mas também introduziu  a necessidade de manutenção regular e sistemática dos novos sistemas mecânicos  (Führ, 2022). 

A Segunda Revolução Industrial, no final do século XIX, foi caracterizada pela  eletrificação, pela introdução de linhas de montagem e pela produção em massa.  Durante esse período, surgiram sistemas industriais mais complexos, como os  sistemas hidráulicos, que permitiam maior controle e eficiência nas fábricas. A  manutenção desses sistemas tornou-se crucial para evitar paradas na produção, e  métodos de manutenção preventiva começaram a ser implementados para garantir a  operação contínua (Sakurai; Zuchi, 2018). 

Com a Terceira Revolução Industrial, a partir da década de 1970, houve uma  integração de tecnologias digitais e de automação nos processos de produção  (Sakurai; Zuchi, 2018). Os sistemas industriais passaram a incorporar componentes  eletrônicos e de software, aumentando ainda mais a complexidade e a necessidade  de monitoramento constante. Ferramentas como os códigos de barras começaram a  ser utilizadas para rastrear e gerenciar componentes e inventários, facilitando a  manutenção e a logística (Tissir; El Fezazi; Cherrafi, 2020). 

A Quarta Revolução Industrial, ou Indústria 4.0, trouxe a digitalização completa  e a interconectividade dos sistemas industriais através da Internet das Coisas (IoT)  (FIRJAN, 2019). Tecnologias como sensores inteligentes, Big Data e inteligência  artificial permitem um monitoramento em tempo real e a manutenção preditiva de  equipamentos. Os QR codes, por exemplo, são amplamente utilizados para fornecer acesso instantâneo a informações detalhadas sobre peças e sistemas, melhorando a  eficiência e a precisão das atividades de manutenção (Baldissarelli; Fabro, 2019). A necessidade de aprimorar a identificação de produtos para fins comerciais  originou os estudos sobre o que hoje conhecemos como código de barras,  remontando à década de 1930. Naquela época, métodos como cartões perfurados e  máquinas registradoras eram utilizados, mas mostraram-se inadequados para as  demandas comerciais (Milies, 2009).  

De acordo com Kardec e Nascif (2009, p.15) a palavra “manutenção” tem sua  origem no latim manus tenere, que significa “manter o que se possui”. Em termos  gerais, a manutenção refere-se à preservação das condições operacionais de  equipamentos, componentes e máquinas, assegurando que estejam em perfeito  estado de funcionamento quando requisitados. Além disso, inclui a realização de  reparos necessários de forma rápida e tecnicamente adequada sempre que surgirem  defeitos ou avarias. 

Segundo Paz et al., (2022, p.9): 

“Manutenção é toda atividade que se realiza através de processos diretos ou  indiretos nos equipamentos, obras ou instalações, com a finalidade de  assegurar-lhes condições de cumprir com segurança e eficiência as funções para as quais foram fabricados ou construídos, levando em consideração as  condições operacionais e econômicas”. 

A manutenção, de maneira tradicional, é categorizada conforme a metodologia  de programação e os objetivos das tarefas a serem realizadas. No que tange à  programação, a manutenção é comumente classificada em programada e não  programada. As atividades programadas são delineadas com base em critérios  temporais e condições previamente estabelecidas, enquanto as atividades não  programadas são executadas conforme a necessidade emergente (Romeira, 2018). 

Com relação aos objetivos, quatro tipos principais de manutenção são  geralmente reconhecidos (Baldissarelli; Fabro, 2019): 

Corretiva ou Reativa: Esta manutenção visa corrigir falhas ou melhorar o  desempenho de equipamentos que não estão atingindo os níveis esperados dentro  do processo de produção, conforme definido em seu projeto. A manutenção corretiva  pode ser subdividida em programada, quando prevista, e não programada, quando  ocorre de maneira emergencial. 

Preventiva: Este tipo de manutenção é destinado a reduzir a probabilidade de  falhas, evitando a quebra ou a diminuição do desempenho dos equipamentos. É  realizada seguindo um plano previamente estabelecido, baseado em intervalos de  tempo definidos. 

Preditiva: Consiste em intervenções baseadas na análise de alterações nos  parâmetros de condição ou desempenho dos equipamentos. A manutenção preditiva,  também conhecida como manutenção baseada na condição, utiliza dados coletados  ao longo do tempo por instrumentos específicos para prever o estado futuro de um  equipamento ou sistema, analisando a tendência das variáveis monitoradas. 

Detectiva: Esta manutenção é aplicada em sistemas de proteção, comando e  controle, com o objetivo de identificar falhas ocultas ou não perceptíveis pela equipe  de operação e manutenção. 

A engenharia de manutenção desempenha um papel crucial na coleta  sistemática e no tratamento de dados para subsidiar estudos e análises de  manutenção. Além disso, propõe melhorias para o processo de gestão e execução  das atividades de manutenção, visando o aprimoramento do desempenho operacional  dos equipamentos e instalações (Marchi et al., 2021). 

A manutenção preditiva, caracterizada como uma abordagem proativa na  gestão de máquinas e equipamentos, fundamenta-se na análise de dados para prever  falhas e mitigar a ocorrência de paradas inesperadas. Este conceito emergiu como  uma prática significativa no final do século XIX, concomitantemente ao advento da  mecanização industrial, momento em que a necessidade de garantir a continuidade  operacional das máquinas se tornou evidente (Baldissarelli; Fabro, 2019). 

A consolidação da manutenção preditiva ocorreu durante a Segunda Guerra  Mundial (1939-1945), período em que se destacou como uma estratégia indispensável  para assegurar a confiabilidade dos equipamentos, especialmente em setores críticos  como a aviação. A guerra exigiu um elevado grau de precisão e segurança nos  equipamentos, fomentando o desenvolvimento de métodos que permitissem prever e  evitar falhas antes que elas impactassem as operações (Santos Neto; Leite;  Nascimento, 2018). 

A partir da década de 1940, a manutenção preditiva passou por um processo  de evolução substancial, com a incorporação de tecnologias mais avançadas e o  aprimoramento das técnicas de análise de dados. Este avanço tecnológico possibilitou  uma abordagem mais eficiente e precisa na previsão de falhas, o que se traduziu em um aumento significativo da confiabilidade e da longevidade dos equipamentos (Righetto, 2020). 

No contexto brasileiro, a adoção da manutenção preditiva ganhou impulso com  a chegada da Indústria 4.0. A integração de tecnologias digitais e a análise de grandes  volumes de dados proporcionaram uma nova dimensão à gestão de manutenção,  permitindo às empresas otimizar a eficiência operacional e reduzir os custos  associados à manutenção. Essa evolução tecnológica capacitou as indústrias  brasileiras a aprimorar a confiabilidade de seus ativos, promovendo uma gestão mais  estratégica e competitiva no cenário global (Zaro; Webber, 2022). 

1.2 O que é a manutenção preditiva? 

A manutenção preditiva é uma abordagem avançada para a manutenção de  equipamentos e sistemas, baseia-se em um monitoramento e diagnóstico em tempo  real de equipamentos, processos e cadeias produtivas, para que haja previsão do  momento mais adequado de realizar intervenções de manutenção antes que apresentem situações que possam resultar em falha, quebra, redução de  desempenho, diminuição da segurança aos operadores ou afetar o controle de  qualidade de um produto (Pires; Okada, 2020). 

Segundo Almeida (2011, p.15), a manutenção preditiva é definida como um  monitoramento sistemático das condições mecânicas, eletroeletrônicas,  eletropneumáticas e eletro-hidráulicas de equipamentos e instalações, com o intuito  de acompanhar o desempenho das máquinas e prevenir quebras inesperadas. Essa  abordagem visa minimizar o tempo de reparo das máquinas, ao garantir que os  intervalos entre falhas sejam curtos e controlados. 

A manutenção preditiva também envolve o monitoramento contínuo dos  parâmetros operacionais das máquinas e do processo produtivo, bem como o  desempenho específico de seus componentes. Dentre os parâmetros mais  frequentemente avaliados estão a vibração, a temperatura, a qualidade dos  lubrificantes e os parâmetros elétricos (Kardec; Nascif, 2009).  

Para realizar uma análise precisa do desempenho do equipamento, é essencial  considerar os parâmetros do processo e as informações de projeto, a fim de  correlacionar o desempenho operacional com a capacidade e a adequação do uso do  equipamento ao seu design original (Zaro; Webber, 2022).

Ao contrário da manutenção corretiva, que envolve consertar um equipamento  após uma falha, a manutenção preditiva se concentra em identificar sinais de desgaste  ou degradação nos equipamentos antes que isso leve a uma falha completa (ALMEIDA, 2011).  

As técnicas preditivas se baseiam na avaliação contínua dos resultados de  medições e no monitoramento dos parâmetros de desempenho dos equipamentos e  seus componentes, permitindo intervenções direcionadas conforme o estado atual do  equipamento (Kardec; Nascif, 2009).  

Inicialmente a manutenção preditiva foi utilizada para acompanhar a saúde de  máquinas e equipamentos ao longo de períodos determinados. Recentemente, ela  vem sendo aplicada em problemas presentes em diversos segmentos industriais e em  suas cadeias de produção, se tornando uma ferramenta essencial à chamada  indústria 4.0 e ao crescente aumento da complexidade dos componentes e  instalações industriais (Kardec; Nascif, 2009). 

1.3 Por que implementar manutenção preditiva? 

A implementação da manutenção preditiva se destaca como uma abordagem  estratégica na evolução da infraestrutura produtiva, oferecendo uma visão sistêmica  que pode ser aplicada em empresas de diferentes tamanhos e setores. Essa  abordagem tem sido impulsionada pela redução dos custos associados às tecnologias  utilizadas para coleta e análise de dados, facilitando a adoção de práticas de  manutenção mais modernas e eficazes (Fernandes, 2022). 

A manutenção preditiva concentra-se na antecipação de falhas e defeitos em  equipamentos, permitindo a redução dos custos de manutenção e operação, além de  otimizar o uso do tempo e dos recursos disponíveis. Segundo um relatório da Deloitte  (2022), a adoção da manutenção preditiva (PdM) pode resultar em uma redução de  5-15% no tempo de inatividade das instalações, ao mesmo tempo em que promove  um aumento de 5-20% na produtividade da mão de obra. Além de melhorar o  desempenho e a confiabilidade dos equipamentos, a manutenção preditiva também  contribui para a sustentabilidade operacional, minimizando o uso e o desperdício de  energia, o que é um fator relevante em termos de responsabilidade ambienta (DELOITTE, 2022).

Um dos benefícios significativos da manutenção preditiva é a prolongação da  vida útil dos equipamentos, garantindo a disponibilidade contínua das máquinas  essenciais para as operações. Essa prática não apenas maximiza o desempenho e a  confiabilidade dos ativos, mas também apoia a criação de uma cultura de  monitoramento constante no ambiente de produção, onde danos comuns da rotina  fabril podem ser controlados e remediados de maneira mais eficaz, resultando na  redução de custos e na maximização da produtividade (Pandolfo, 2023). 

Entretanto, a implementação da manutenção preditiva também apresenta  desafios. Um dos principais desafios é o investimento inicial necessário, que inclui a  aquisição de sensores específicos e a necessidade de análise manual por parte dos  técnicos (ALMEIDA, 2011). No entanto, esses investimentos tendem a ser  compensados pelos inúmeros benefícios que a manutenção preditiva proporciona,  especialmente quando se considera a redução dos custos operacionais e a melhoria  na eficiência produtiva (Fernandes, 2022). 

A relevância da manutenção preditiva pode ser exemplificada pela  compreensão da curva PF (Potencial de Falha), que ilustra a relação entre o  desempenho e o tempo de vida útil de uma máquina. A curva PF (Figura 1) destaca  dois conceitos importantes: falha potencial e falha funcional (Kardec; Nascif, 2009). A  falha potencial refere-se ao primeiro sinal de que um equipamento não está operando  de forma ideal, enquanto a falha funcional ocorre quando o problema, se não  solucionado, evolui a ponto de impedir que o equipamento cumpra suas funções, o  que geralmente demanda uma manutenção corretiva, resultando em custos elevados (Righetto, 2020). 

Figura 1. Curva de PF.

Observa-se que em caso os sinais de desgaste não sejam detectados ou  tratados a tempo, o equipamento pode entrar em uma fase crítica, onde a falha  potencial evolui para uma falha funcional, exigindo intervenções corretivas. A Figura  2 ilustra a curva D-I-P-F (Detecção, Inspeção, Potencial de Falha, Falha Funcional),  que descreve esses diferentes estágios e os tipos de manutenção correspondentes (Kardec; Nascif, 2009). 

Figura 2 – Tempo de Operação do Equipamento 

Fonte: Guia da Manutenção preditiva – C4IR Brasil, Disponivel em: https://c4ir.org.br/repositorio arquivo/guia-de-manutencao-preditiva-2023/

O tempo de operação de um equipamento está intrinsecamente ligado ao tipo  de manutenção a ser considerado ao longo de sua vida útil. Durante o ciclo de vida  de uma máquina, diferentes estratégias de manutenção podem ser aplicadas,  dependendo do estágio em que o equipamento se encontra na curva de desempenho (Santos Neto; Leite; Nascimento, 2018). Inicialmente, a manutenção preventiva pode  ser aplicada para evitar falhas, utilizando-se de intervenções programadas com base  em critérios temporais ou de uso. Portanto, à medida que o equipamento continua em  operação, a manutenção preditiva torna-se fundamental para monitorar parâmetros  específicos e prever falhas antes que elas causem interrupções significativas (Zaro;  Webber, 2022). 

2 QUAIS OS PRINCIPAIS OBJETIVOS DA MANUTENÇÃO PREDITIVA? 

Diferente das manutenções corretivas, que se concentra na reparação de falhas  após sua ocorrência, a manutenção preditiva permite alcançar uma série de objetivos  voltados para a antecipação de problemas e a otimização do desempenho dos  equipamentos (Santos Neto; Leite; Nascimento, 2018). 

Dessa forma, um dos principais benefícios dessa abordagem é a capacidade  de determinar, com antecedência, a necessidade de serviços de manutenção em  componentes específicos, evitando desmontagens desnecessárias para inspeção.  Isso não apenas reduz o trabalho emergencial não planejado, mas também aumenta  o tempo de disponibilidade dos equipamentos, assegurando que estejam operacionais  por períodos mais longos (Salum, 2021). 

A manutenção preditiva também desempenha um papel importante na  prevenção do agravamento de danos, permitindo que os componentes e os  equipamentos sejam utilizados em sua totalidade antes que a substituição seja  necessária (Baldissarelli; Fabro, 2019). Esse monitoramento contínuo eleva o grau de  confiança no desempenho tanto de um equipamento individual quanto de uma linha  de produção inteira. Ao prever as interrupções necessárias para a realização de  manutenção, a manutenção preditiva permite uma programação eficiente das paradas  de fabricação, garantindo que essas interrupções sejam mínimas e estrategicamente  planejadas (Rodrigues et al., 2023). 

Além disso, essa abordagem possibilita a reforma e a substituição apenas das  peças que realmente estão comprometidas, atuando diretamente na causa raiz dos problemas. Isso impede o acúmulo de danos, que poderiam, a longo prazo, resultar  em custos significativos para a empresa (Santos, 2019). A manutenção preditiva  também ajuda a identificar o momento mais adequado para a realização de reparos,  evitando a paralisação das atividades e minimizando o tempo ocioso dos  colaboradores, garantindo assim maior eficiência operacional (Pandolfo, 2023). 

Ao permitir o acompanhamento da evolução dos defeitos em componentes  essenciais ao funcionamento das máquinas, a manutenção preditiva se destaca como  a técnica que oferece os melhores resultados (Macêdo, 2020). Com ela, é possível  monitorar e acompanhar o desenvolvimento de falhas ao longo do tempo,  assegurando que o equipamento continue a cumprir as atividades operacionais  previstas sem interrupções inesperadas. Essa abordagem proativa não apenas  otimiza a vida útil dos equipamentos, mas também contribui para a redução dos custos  operacionais e o aumento da competitividade da empresa (Marchi et al., 2021). 

Em suma, a manutenção preditiva emerge como uma abordagem estratégica e  indispensável para a gestão eficiente de equipamentos industriais. Ao permitir a  antecipação de falhas, a otimização do desempenho e a extensão da vida útil dos  componentes, essa técnica não apenas reduz os custos operacionais, mas também  garante maior confiabilidade e disponibilidade dos equipamentos.  

3 TÉCNICAS E TECNOLOGIAS NECESSÁRIAS NA MANUTENÇÃO PREDITIVA 

Nos últimos anos, a manutenção preditiva tem experimentado avanços  significativos, impulsionados principalmente pela evolução da tecnologia e pela  adoção de abordagens mais sofisticadas para monitoramento e análise de dados.  Alguns dos avanços notáveis na área incluem: Monitoramento de condições, Análise  de vibração, Análise de óleo, Manutenção baseada em condições, Termografia,  Internet das Coisas (IoT), Big Data e Análise Avançada (Santos Neto; Leite;  Nascimento, 2018).  

Conforme os estudos de Baldissarelli e Fabro (2019) e Santos (2019) os  métodos utilizados para a execução da manutenção preditiva estão pautados na  realização de: 

Monitoramento de condições: Isso envolve o uso de sensores e  dispositivos para coletar dados sobre as condições operacionais dos equipamentos, como temperatura, vibração, pressão, fluxo, entre outros. Esses dados são então  analisados para identificar padrões ou anomalias que possam indicar problemas  iminentes(Figura 4). 

Figura 4 – Monitoramento de Condições de um Motor Elétrico. 

Fonte: https://www.dmc.pt/mcm-monitorizacao-de-condicao-de-motores-eletricos/. 

Análise de vibração: A análise de vibração é uma técnica comum usada na  detecção de problemas mecânicos em máquinas rotativas, como motores, bombas e  turbinas. Alterações nas características de vibração podem indicar desalinhamento,  desbalanceamento, folga ou desgaste em componentes rotativos. Os níveis de  vibrações podem ser demonstrados de várias maneiras, porém as mais utilizadas para  análises de defeitos são em espectro ou frequência em função do tempo, onde a  amplitude de vibração é dada de acordo com a frequência em que a máquina é  excitada dinamicamente, seja por ocorrência de defeito ou mudança na frequência  natural de seus componentes.  

Um sinal de frequência em função do tempo pode ser transformado em  espectro de frequência, ou seja, domínio do tempo em domínio de frequência,  resultando na FFT (Transformada Rápida de Fourier)(Figura 5), criada pelo  matemático e físico francês Jean Baptiste Joseph Fourier, com a finalidade de facilitar  a interpretação de processamentos de sinais digitais, portanto é possível analisar sintomas e tendências de falha de acordo com a característica do espectro (Righetto,  2020). 

Figura 5 – Diagnóstico de Falhas. 

Fonte: CYRINO et al., (2017). 

Análise de óleo ou Ferrografia: A técnica denominada Ferrografia, foi  desenvolvida nos Estados Unidos para a aviação militar sendo hoje em dia utilizada  por todo o mundo, para análise dos lubrificantes em equipamentos industriais. Esta  técnica envolve a análise química e física do óleo lubrificante usado em equipamentos.  Mudanças nas propriedades do óleo, como contaminação, degradação ou presença  de partículas metálicas, podem indicar problemas em componentes do equipamento 

(Figura 6). 

Através desse estudo é possível tomar medidas como filtrar ou substituir o óleo  em casos de contaminações severas. Nem sempre a contaminação é causada por  fenômenos naturais, portanto quando o equipamento está com desgaste ou fadiga em  alguns de seus componentes, geram-se partículas provenientes dos materiais  utilizados em sua construção, essas partículas serão identificadas na análise de óleo,  indicando que o equipamento está com defeito, devendo ser realizado a inspeção da  máquina, a fim de prevenir uma quebra futura (Santos Neto; Leite; Nascimento, 2018). 

Figura 6. Coleta de Óleo para Análise. 

Fonte: JOB INSPEÇOES(2024). 

Termografia: A Termografia usa câmeras infravermelhas para detectar  variações de temperatura em equipamentos elétricos e mecânicos. Anomalias de  temperatura podem indicar problemas como sobrecarga, mau contato elétrico ou  fricção excessiva (Figura 7). Os equipamentos eletrônicos e mecânicos possuem a  temperatura correta de operação, quando determinado componente ou equipamento  encontra-se numa temperatura maior ou menor do que a especificada pelo fabricante,  podem ocorrer comportamentos inapropriados ou paradas totais, a cada grau de  temperatura a mais do sugerido, ocorre a degradação dos componentes diminuindo a  sua vida útil. A inspeção termográfica também é utilizada em componentes mecânicos  a fim de identificar os seguintes defeitos: aquecimento em acoplamentos,  desalinhamento entre eixos, atrito em peças, lubrificação deficiente entre outros (Macêdo, 2020). 

Figura 7. Termografia em Motor Elétrico. 

Fonte: DME – dmepreditiva.com.br

Internet das Coisas (IoT): A IoT desempenhou um papel fundamental na  manutenção preditiva, permitindo a conexão de uma ampla gama de sensores a  equipamentos e sistemas. Paralelamente, algoritmos de Inteligência Artificial (IA) desenvolvidos sob medida para aplicações em manutenção preditiva são utilizados  para entender como uma máquina se comporta (Cabrini et al., 2020).  

Big Data e Análise Avançada: Com a crescente quantidade de dados  gerados pelos sensores IoT e outros dispositivos, a análise avançada de dados se  tornou essencial na manutenção preditiva. Técnicas como aprendizado de máquina,  inteligência artificial e análise preditiva são aplicadas para identificar padrões,  anomalias e tendências nos dados, permitindo a previsão mais precisa de falhas e a  tomada de decisões proativas. Os resultados dessas análises são utilizados como  referência para identificar flutuações, desvios e alterações de desempenho de um  ativo ou processo (Muhuri; Shukla; Abraham, 2019). 

Esses algoritmos podem utilizar como referência diferentes fontes de dados,  como os históricos, os resultados de testes, além dos provenientes para análise do  comportamento de variáveis como, por exemplo, temperatura, pressão e vazão de  fluidos, velocidades de rotação de motores, ruídos, vibrações e estresse de  componentes mecânicos. 

3.1. Manutenção preditiva em tempo real 

Com a combinação de IoT6, big data7 e análise avançada, algumas  organizações estão avançando para a manutenção preditiva em tempo real, possibilitando a coleta contínua de dados em tempo sobre condições operacionais,  desempenho e integridade estrutural, proporcionando uma visão abrangente do  estado dos equipamentos, onde as decisões de manutenção são tomadas  instantaneamente com base nos dados mais recentes (Romeira, 2018; Zaro; Webber,  2022).  

Isso permite uma resposta imediata a eventos e condições anormais,  minimizando o risco de falhas catastróficas e otimizando o desempenho operacional.  Esses avanços têm tornado a manutenção preditiva mais acessível, precisa e eficaz,  permitindo que as organizações maximizem a disponibilidade e a confiabilidade de  seus ativos enquanto reduzem os custos de manutenção e os tempos de inatividade  não planejados (Rodrigues et al., 2023). 

CONCLUSÃO  

Na condução do estudo foi possível se revisar a importância da incorporação  de tecnologias avançadas na gestão de equipamentos, torna-se viável a monitoração  contínua que permite prever possíveis falhas antes que estas se concretizem. Esse  avanço tecnológico possibilita às empresas realizar intervenções precisas e  oportunas, evitando paradas não planejadas e, consequentemente, prolongando a  vida útil das máquinas. A capacidade de antecipar falhas contribui significativamente  para a redução de custos operacionais, uma vez que diminui a necessidade de  reparos emergenciais e evita despesas inesperadas com manutenções corretivas. 

Além disso, a manutenção preditiva assegura que os equipamentos estejam  sempre operando em condições ideais, o que resulta em um aumento da eficiência  produtiva. Manter o funcionamento ótimo dos equipamentos não apenas melhora o  desempenho das operações, mas também otimiza a utilização dos recursos  disponíveis, promovendo uma maior produtividade. 

A implementação de práticas preditivas também tem um impacto positivo na  segurança operacional. Ao reduzir o risco de falhas inesperadas, diminui-se a  probabilidade de acidentes causados por problemas de equipamentos, promovendo  um ambiente de trabalho mais seguro para os colaboradores. 

Destaca-se que outro benefício importante da manutenção preditiva é a  otimização do inventário de peças de reposição. Com a capacidade de prever com  precisão quando as peças precisarão ser substituídas, as empresas podem evitar  compras desnecessárias e manter um estoque adequado, o que contribui para a  eficiência operacional e a redução de custos. 

Conclui-se que a manutenção preditiva se revela como um componente  essencial para a competitividade e sustentabilidade das operações industriais na era  da Indústria 4.0. Sua implementação não apenas promove uma gestão mais eficaz  dos recursos e equipamentos, mas também apoia o desenvolvimento de práticas  operacionais mais seguras e econômicas. 


6IoT: ou Internet das Coisas, refere-se à rede coletiva de dispositivos conectados e à tecnologia que  facilita a comunicação entre os dispositivos e a nuvem, bem como entre os próprios dispositivos.
7Big Data e Análise Avançada: oferece a capacidade de ver uma imagem de alta definição de um  cenário.


REFERÊNCIAS 

ALMEIDA, Márcio Tadeu. Manutenção preditiva: benefícios e lucratividade.  Professora da Escola Federal de Engenharia de Itajubá. Consultor em  Monitoramento de Máquinas pela MTA. Itajubá–MG. SEM ANO. Disponível em  http://www. mtaev. com. br/download/mnt2. pdf. Acesso em, v. 17, 2011.  

BALDISSARELLI, Luciano; FABRO, Elton. Manutenção Preditiva na indústria 4.0.  Scientia cum industria, v. 7, n. 2, p. 11–22, 2019.  

CABRINI, Fábio Henrique et al. Smart Baby: aplicação dos conceitos da Internet das  Coisas (IoT) para prevenção de acidentes na infância. FTT Journal of Engineering  and Business, v. 1, n. 5, 2020.  

CYRINO, Alvaro Bruno et al. A critical assessment of Brazilian manufacturing  competitiveness in foreign markets. Competitiveness Review: An International  Business Journal, v. 27, n. 3, p. 253–274, 2017.  

DELOITTE. Predictive maintenance Deloitte’s approach. Unitede Kingdom: [s. n.],  2022. Disponível em: https://www2.deloitte.com/content/dam/Deloitte/us/Documents/process-and operations/us-predictive-maintenance.pdf.  

FERNANDES, Tiago Narciso da Costa. Implementação de manutenção preditiva  numa indústria de semicondutores. 2022.  

FIRJAN. Indústria 4.0 no Brasil: oportunidades, perspectivas e desafios de  Inovação. 2019.  

FÜHR, Regina Candida. Educação 4.0 nos impactos da quarta revolução  industrial. Editora Appris, 2022.  

IKEZIRI, Lucas Martins et al. A perspectiva da indústria 4.0 sobre a filosofia de  gestão Lean Manufacturing. Brazilian Journal of Development, v. 6, n. 1, p. 1274– 1289, 2020.  

JUSTUS, ALVARO D O S SANTOS et al. Modelo de avaliação de tecnologias para a  Indústria 4.0 aplicadas em manutenção preditiva. XXVI Simpósio de Engenharia de  Produção (SIMPEP), Bauru, 2019.  

KARDEC, Allan; NASCIF, Júlio. Manutenção-função estratégica. Qualitymark  Editora Ltda, 2009.  

MACÊDO, Leticia Costa. Manutenção preditiva no contexto da indústria 4.0: um  modelo preditivo em uma fábrica do ramo metalúrgico. 2020.  

MARCHI, Carolina de Souza et al. Utilização das tecnologias da indústria 4.0 na  manutenção preditiva através do monitoramento de equipamentos e instalações.  2021. 

MILIES, Francisco César Polcino. A matemática dos códigos de barras: detectando  erros. Revista do Professor de Matemática, v. 68, p. 38–42, 2009.  

MUHURI, Pranab K; SHUKLA, Amit K; ABRAHAM, Ajith. Industry 4.0: A bibliometric  analysis and detailed overview. Engineering applications of artificial intelligence,  v. 78, p. 218–235, 2019.  

PANDOLFO, Carolina de Lima. Análise de viabilidade para a implementação de  metodologia de manutenção preditiva na indústria automotiva. 2023.  

PAZ, Telles Cristian Mendes et al. Desenvolvimento de um sistema por meio da  ferramenta QR code para auxiliar a manutenção de equipamentos. Research,  Society and Development, v. 11, n. 9, p. e16711931646–e16711931646, 2022.  

PIRES, Caique Aparecido; OKADA, Roberto Hirochi. Manutenção Preditiva:  estratégia de produção e redução de custos. Revista Interface Tecnológica, v. 17,  n. 1, p. 635–647, 2020.  

RIGHETTO, Sophia Boing. Manutenção preditiva 4.0: conceito, arquitetura e  estratégias de implementação. 2020.  

RODRIGUES, Ana Lígia Vieira et al. Estudo de viabilidade para implementação de  manutenção preditiva no contexto da indústria 4.0. Brazilian Journal of  Development, v. 9, n. 8, p. 23133–23154, 2023.  

ROMEIRA, Bárbara Gomes Melo. Planejamento da Manutenção Preditiva no  Contexto da Indústria 4.0. Universidade de Aveiro (Portugal), 2018.  

SAKURAI, Ruudi; ZUCHI, Jederson Donizete. As revoluções industriais até a  indústria 4.0. Revista Interface Tecnológica, v. 15, n. 2, p. 480–491, 2018.  

SALUM, Rebeca Miranda de Abreu. Proposta de uma metodologia para  construção de indicadores de produtividade para manutenção preditiva  utilizando análise de vibração no contexto da indústria 4.0. Universidade  Tecnológica Federal do Paraná, 2021.  

SANTOS, Mariane Cristina dos. Desenvolvimento de um plano de manutenção  preventiva e preditiva para a melhoria da confiabilidade de um processo industrial  automatizado. 2019.  

SANTOS NETO, Manoel Ferreira; LEITE, Denisson Santana; NASCIMENTO, Willem  Vieira. Revisão bibliográfica da manutenção preditiva e seus conceitos de tecnologia  atrelados a Indústria 4.0. Anais do X SIMPROD, 2018.  

TISSIR, Siham; EL FEZAZI, Said; CHERRAFI, Anass. Industry 4.0 impact on lean  manufacturing: literature review. In: , 2020. 2020 IEEE 13th International  Colloquium of Logistics and Supply Chain Management (LOGISTIQUA). IEEE,  2020. p. 1–5. 

TRACTIAN. Curva PF: como usar na manutenção?. São Paulo: Curva de Falha  PF, 2024. Disponível em: https://tractian.com/blog/curva-pf. 20 

ZARO, Eduardo Marcio; WEBBER, Carine Getruldes. Estudo de caso de  desenvolvimento de sistema para manutenção preditiva 4.0. Revista Produção  Online, v. 22, n. 3, p. 3340–3418, 2022.


1Ato de predizer, dizer por antecipação, com antecedência; 
2Aluno do Curso Manutenção Industrial pela Faculdade de Tecnologia de Osasco – FATEC – 6º semestre  noturno – RA: 2160692121013 – E-mail: jhonatan.costa2@fatec.sp.gov.br; 
3Aluno do Curso Manutenção Industrial pela Faculdade de Tecnologia de Osasco – FATEC – 6º semestre  noturno – RA: 2160692213032 – E-mail: jose.santos344@fatec.sp.gov.br;
4Aluno do Curso Manutenção Industrial pela Faculdade de Tecnologia de Osasco – FATEC – 6º semestre  noturno – RA: 2160692213005 – E-mail: renato.santos121@fatec.sp.gov.br; 
5Orientador: Prof. Deocleciano Reis Martins – Faculdade de Tecnologia de Osasco – FATEC – E-mail:  deocleciano.rmartins@fatec.sp.gov.br