A manutenção preditiva na indústria está diretamente relacionada ao objetivo de evitar que determinado problema aconteça, ou seja: visão de futuro.
A evolução tecnológica tem permitido que a interpretação do cruzamento de dados contínuos gerados por sensores e gravados em banco de dados possam ser continuamente interpretados de modo a identificar tendências que, se bem analisadas, permitem antecipar manutenções de modo a minimizar ou impedir as chances dos equipamentos se danificarem, otimizando assim a gestão da manutenção e reduzindo custos.
O que é a manutenção preditiva?
A manutenção preditiva é uma estratégia de manutenção proativa que usa ferramentas de monitoramento de condições dos ativos por meio de dispositivos de sensores com base na análise do cruzamento de dados específicos para detectar vários sinais de deterioração, anomalias e problemas de desempenho do equipamento.
Com base nessas medições de dados gerados pelos dispositivos em tempo real, pode-se coletar dados e executar algoritmos preditivos pré-criados para estimar, por exemplo:
- Quando um equipamento pode falhar;
- Qual sua necessidade de manutenção e tempo de vida útil da peça.
Portanto, a manutenção preditiva é uma estratégia de programa de manutenção que usa software de gestão avançado de rastreamento de tempo de inatividade para coletar dados e analisá-lo antecipando quando uma manutenção deve ser realizada em seu equipamento.
O objetivo da manutenção preditiva é otimizar
o uso de seus recursos de manutenção.
Ao saber quando uma determinada peça falhará, os gerentes de manutenção podem agendar o trabalho de manutenção apenas quando realmente for necessário, evitando simultaneamente a manutenção excessiva, evitando a quebra inesperada do equipamento e reduzindo custos de manutenção.
Por que a manutenção preditiva é importante?
Empresas que buscam obter e manter uma vantagem competitiva vem implementando equipamentos inteligentes para melhorar as operações:
Melhorias no desempenho operacional, como tempo de inatividade reduzido, tempos de respostas aprimoradas e erros humanos reduzidos, se traduzem em melhorias mensuráveis nos resultados.
É importante ressaltar que mesmo em um parque industrial mais antigo é possível adaptar sensores e equipamentos para a geração e coleta de dados que irão viabilizar as análises preditivas, o que gera uma economia significativa utilizando o conceito de retrofitting.
Os benefícios da manutenção preditiva quando está funcionando de forma eficaz como estratégia de manutenção, traz várias economias e redução de custo.
Os insights de manutenção preditiva são um ativo extremamente valioso para melhorar a manutenção geral e a confiabilidade de uma operação.
Os benefícios incluem:
- Minimizar o tempo de manutenção do equipamento
- Maximizar o tempo de atividade dos ativos e melhorar a confiabilidade dos ativos
- Reduzir os custos operacionais e reduzir as horas de produção perdidas para manutenção
- Diminuir o custo de peças de reposição e suprimentos
- Melhorar a segurança
Quais são os tipos de manutenção preditiva?
O software de gestão com as tecnologias de manutenção preditiva pode incluir métodos de teste não destrutivos, como acústico, infravermelho, análise de óleo, medições de nível de som, análise de vibração que medem e reúnem dados de operações e equipamentos em tempo real por meio de redes de sensores sem fio para identificar vulnerabilidades de equipamentos.
Vamos falar de algumas mais importantes:
Análise de vibração
Utilizada dentro das fábricas com máquinas de alta rotação. É um dos mais antigos tipos de monitoramento de condição e é relativamente econômica.
Ao detectar, medir e analisar a vibração em peças rotativas, a análise de vibração é capaz de “prever” com precisão se o equipamento precisará de manutenção, além disso, pode descobrir desequilíbrio, desalinhamento e desgaste do rolamento. Assim é possível também, auxiliar na análise de causa raiz.
Análise Acústica (sônica e ultrassônica)
A análise acústica é semelhante à análise de vibração, no entanto seu foco não é detectar causas de falha de equipamentos rotativos. Em vez disso, a análise acústica de rolamentos é destinada ao técnico de lubrificação e se concentra em medidas proativas de lubrificação.
Enquanto a análise acústica sônica limita a linha de manutenção proativa e preditiva, a análise acústica ultrassônica é usada apenas para esforços de manutenção preditiva.
Análise infravermelha
Esse tipo de análise não depende da velocidade de rotação ou do volume de um ativo. Portanto é adequado para muitos tipos diferentes de ativos.
É frequentemente usado para identificar problemas relacionados ao resfriamento, fluxo de ar e até mesmo estresse do motor.
Como aplicar a manutenção preditiva?
O princípio básico da manutenção preditiva é prever quando a falha do equipamento pode ocorrer com base em dados de monitoramento de condição. Além disso, a manutenção preditiva é muito importante pois abrange a realização de atividades de manutenção regulares, mas com a menor frequência possível, a fim de evitar a ocorrência de quebras.
1 – Analise dados históricos e identifique ativos críticos
Antes de iniciar sua jornada de manutenção preditiva, é importante analisar seu equipamento atual. Revise todas as instâncias de tempo de inatividade, defeitos e multas de auditoria e observe atentamente a manutenção preditiva e reativa realizada em cada ativo.
2 – Instale sensores de IoT
Os sensores de IoT são a base para o sucesso da manutenção preditiva. Os equipamentos precisam se tornar cada vez mais conectados para gerar novos dados, entretanto, como esses dados são de natureza complexa e, devido ao grande volume de dados gerados, não são facilmente coletados e analisados.
3 – Estabeleça os parâmetros do equipamento
À medida que seu equipamento funciona e os sensores coletam leituras, a tecnologia instalada começará a perceber padrões e tendências nos dados. Em seguida, ele criará um modelo de previsão para seu equipamento que define parâmetros para quando um ativo provavelmente falhará.
4 – Tenha uma plataforma de IoT
Com uma plataforma de IoT você transforma seus dados de alto volume em insights e aprimora sua tomada de decisão com poderosos recursos de análise para otimizar a eficiência da sua operação, prever problemas e evitar o tempo de inatividade.
Manutenção preditiva e a IoT
Um programa de manutenção preditiva bem-sucedido é altamente dependente da Internet das Coisas (IoT) e do equipamento de monitoramento baseado em condições.
A IoT incorpora objetos com sensores que permite uma troca perfeita de dados entre esses objetos e sistemas pela internet. Juntos, a IoT permite que os sensores colocados nos equipamentos se conectem uns aos outros e troquem dados em tempo real.
À medida que esses dados “conversam” entre si, eles reconhecem tendências e definem parâmetros de desempenho. Quando um sensor detecta picos ou quedas fora desses parâmetros, ele alerta sua equipe de que esse equipamento está prestes a falhar.
Uma plataforma de IIoT e que permite desenvolver modelos preditivos é o Thingworx da PTC, por ser uma plataforma de IIoT ela consegue colher dados dos sensores e aplicar modelos estatísticos, combinados ou não entre si, além de combinar Inteligência Artificial para gerar projeções e insights sobre a performance de um ou mais ativos.
Além disso, a plataforma foi concebida para permitir que o próprio cliente desenvolva as funcionalidades que melhor proporcione aos gestores controle total sobre seus ativos, bem como sobre o desempenho e os resultados obtidos por cada produto, filial e equipe de manutenção.
Você também pode gostar de:
Visão Computacional: o que é e suas aplicações
Exemplo de manutenção preditiva
Um exemplo de manutenção preditiva é a aplicação de um modelo de predição para a análise contínua dos resultados obtidos dos sensores de corrente, temperatura, vibração etc. de um motor.
A análise preditiva aplicada às condições de funcionamento desse motor (sensores) irá estimar que, seguindo nas condições atuais, haverá a quebra do motor e consequentemente a parada de sua produção no momento X. Neste caso, o objetivo é antecipar o diagnóstico através da análise preditiva e realizar a manutenção preventiva impedindo a parada pela quebra do motor.
A vantagem da aplicação do modelo preditivo é um mecanismo valioso para a indústria uma vez que permite desenvolver o planejamento de manutenções preventivas mais assertivo visando uma maior confiabilidade do processo produtivo, eficiência operacional, redução de custos com a manutenção corretiva, redução das paradas de emergências além de acesso às informações valiosas sobre a saúde dos ativos.
A análise preditiva também contribui fortemente com o alcance de metas de operação, de crescimento e de expansão dos negócios.
A aplicação de medidas que envolvem o modelo preditivo e a manutenção preventiva são especialmente cruciais para operações onde a atividade não pode parar ou onde os custos com as paradas são extremamente elevados – petróleo e gás, energia elétrica, telecomunicações, mineração etc.
A análise preditiva pode ser aplicada em todas as indústrias, fábricas ou empresas prestadoras de serviços.
O fator limitante para a aplicação da análise preditiva está relacionado à falta de sensores de monitoramento sobre o funcionamento de determinado ativo, sendo assim a inexistência desses dados é que impede a análise preditiva.
Um fator importante a ser observado é que essa técnica poderosa, a predição, é aplicável tanto em plantas modernas como em plantas mais antigas e não necessariamente implica em trocar todos os ativos pré-existentes por ativos novos e mais modernos.
Ou seja, na grande maioria dos casos é totalmente viável tornar uma planta mais antiga, sem qualquer monitoramento, em uma planta inteligente apenas acoplando sensores ou associando tecnologias mais modernas aos ativos pré-existentes.