{"id":4662,"date":"2023-03-09T10:47:34","date_gmt":"2023-03-09T10:47:34","guid":{"rendered":"https:\/\/samotics.com\/?p=4662"},"modified":"2024-11-19T11:33:54","modified_gmt":"2024-11-19T10:33:54","slug":"condition-monitoring-guide-to-the-5-major-technologies","status":"publish","type":"post","link":"https:\/\/samotics.com\/pt\/blog\/condition-monitoring-guide-to-the-5-major-technologies","title":{"rendered":"Monitoriza\u00e7\u00e3o de condi\u00e7\u00f5es: Guia para as 5 principais tecnologias"},"content":{"rendered":"

Saiba quando utilizar monitoriza\u00e7\u00e3o do estado<\/a>A tecnologia de monitoriza\u00e7\u00e3o de condi\u00e7\u00f5es \u00e9 uma das mais eficazes para eliminar o tempo de inatividade n\u00e3o planeado e reduzir o risco, e quais os factores a considerar ao selecionar um sistema de monitoriza\u00e7\u00e3o de condi\u00e7\u00f5es.<\/p>\n

\n
\n
\n
\n

Desde alimentos e \u00e1gua a combust\u00edveis, papel e medicamentos, in\u00fameras m\u00e1quinas accionam processos industriais cr\u00edticos que alimentam as nossas vidas. Estes activos mec\u00e2nicos est\u00e3o frequentemente sujeitos a condi\u00e7\u00f5es adversas, altera\u00e7\u00f5es de processos e simples desgaste. Por esse motivo, \u00e9 importante estar atento ao estado real das m\u00e1quinas para planear e programar ac\u00e7\u00f5es de manuten\u00e7\u00e3o adequadas antes de estas avariarem. \u00c9 aqui que v\u00e1rios tecnologias de controlo do estado<\/a> apoiar as equipas de manuten\u00e7\u00e3o na preven\u00e7\u00e3o de per\u00edodos de inatividade n\u00e3o planeados, optimizando a programa\u00e7\u00e3o da manuten\u00e7\u00e3o, poupando nos custos de manuten\u00e7\u00e3o e aumentando a fiabilidade dos activos.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/section>\n

\n
\n
\n
\n

O que \u00e9 a monitoriza\u00e7\u00e3o de condi\u00e7\u00f5es?<\/strong><\/h2>\n

Tal como o nome sugere, a monitoriza\u00e7\u00e3o do estado \u00e9 o nome de uma classe de t\u00e9cnicas que medem um ou mais par\u00e2metros f\u00edsicos do estado do equipamento - corrente, tens\u00e3o, lubrificante, temperatura, vibra\u00e7\u00e3o, ondas de tens\u00e3o, etc. - para identificar altera\u00e7\u00f5es no comportamento de uma m\u00e1quina que sinalizam uma falha em desenvolvimento.<\/p>\n

Estas t\u00e9cnicas s\u00e3o utilizadas para permitir\u00a0manuten\u00e7\u00e3o preditiva<\/a>\u00a0(tamb\u00e9m conhecido como\u00a0manuten\u00e7\u00e3o baseada em condi\u00e7\u00f5es<\/a>), em que se tenta estimar o estado atual, ou mesmo futuro, das m\u00e1quinas para programar interven\u00e7\u00f5es de manuten\u00e7\u00e3o atempadas antes da sua falha funcional.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/section>\n

\n
\n
\n
\n

Quando utilizar a monitoriza\u00e7\u00e3o de condi\u00e7\u00f5es<\/strong><\/h2>\n

Atualmente, as equipas de manuten\u00e7\u00e3o de todas as ind\u00fastrias recorrem a v\u00e1rios estrat\u00e9gias de manuten\u00e7\u00e3o<\/a> no seu arsenal para garantir o tempo de atividade, aumentar a fiabilidade e melhorar a seguran\u00e7a dos trabalhadores. Algumas das estrat\u00e9gias de manuten\u00e7\u00e3o mais conhecidas incluem: reactiva, corretiva, preventiva, baseada no tempo, preditiva e baseada na condi\u00e7\u00e3o. Algumas delas s\u00e3o formas diferentes de dizer a mesma coisa, e outras s\u00e3o meta-estrat\u00e9gias que agrupam v\u00e1rias outras. Quaisquer que sejam os nomes utilizados, cada estrat\u00e9gia tem o seu lugar - mesmo a de correr para o fracasso. (Considere as l\u00e2mpadas, baterias e telhas do teto de uma instala\u00e7\u00e3o).<\/p>\n

Ent\u00e3o, quando \u00e9 que se deve utilizar a monitoriza\u00e7\u00e3o do estado?<\/p>\n

As estrat\u00e9gias baseadas na monitoriza\u00e7\u00e3o do estado s\u00e3o \u00fateis para as m\u00e1quinas mais cr\u00edticas, cuja avaria seria muito dispendiosa. Esse custo pode ser financeiro, como a perda de receitas ou de m\u00e3o de obra, ou pode ser de reputa\u00e7\u00e3o, como no caso de um derrame de \u00e1guas residuais. A monitoriza\u00e7\u00e3o baseada no estado fornece um meio de evitar estas perdas.<\/p>\n

A par da monitoriza\u00e7\u00e3o do estado, existem outros m\u00e9todos tradicionais que continuam a ser amplamente utilizados pelas equipas de manuten\u00e7\u00e3o e que ajudam a evitar falhas nos activos mais cr\u00edticos. Um deles \u00e9 o baseado no tempo, tamb\u00e9m conhecido como manuten\u00e7\u00e3o preventiva, e outro \u00e9 a redund\u00e2ncia de m\u00e1quinas, aliada a uma s\u00f3lida gest\u00e3o de invent\u00e1rio de pe\u00e7as. No entanto, com a ascens\u00e3o da intelig\u00eancia artificial (IA) e da Internet das coisas industrial (IIoT), as solu\u00e7\u00f5es de monitoriza\u00e7\u00e3o do estado tornaram-se concorrentes s\u00e9rios. A sua capacidade de recolher dados de monitoriza\u00e7\u00e3o de condi\u00e7\u00f5es 24 horas por dia e de efetuar an\u00e1lises em tempo real dos dados de sa\u00fade dos activos pode, por vezes, proporcionar melhores resultados a um custo muito inferior.<\/p>\n

\"\"<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/section>\n

\n
\n
\n
\n
<\/div>\n<\/figure>\n<\/div>\n<\/div>\n<\/section>\n
\n
\n
\n
\n

Monitoriza\u00e7\u00e3o de condi\u00e7\u00f5es e a IIoT<\/strong><\/h2>\n

Conforme discutido acima, as tecnologias de monitoriza\u00e7\u00e3o de condi\u00e7\u00f5es baseadas em IA e na IIoT tornaram-se s\u00e9rios concorrentes dos m\u00e9todos de manuten\u00e7\u00e3o mais tradicionais quando se trata de evitar falhas catastr\u00f3ficas e dispendiosas nas m\u00e1quinas mais cr\u00edticas das f\u00e1bricas. Abaixo est\u00e3o v\u00e1rias vantagens trazidas pelo casamento entre a intelig\u00eancia artificial e a Internet industrial das coisas que diferenciam esses sistemas de monitoriza\u00e7\u00e3o de condi\u00e7\u00f5es:<\/p>\n

Recolha de dados em tempo real<\/strong><\/h3>\n

Em vez de depender da recolha manual de dados, em que um engenheiro de manuten\u00e7\u00e3o percorre a f\u00e1brica para efetuar leituras num intervalo definido (manuten\u00e7\u00e3o baseada no tempo), as t\u00e9cnicas comprovadas de monitoriza\u00e7\u00e3o do estado podem agora ser utilizadas para recolher pontos de dados sobre o estado dos activos n\u00e3o apenas uma vez por m\u00eas ou de seis em seis semanas, mas milhares de vezes por segundo, durante todo o dia, todos os dias. Estes dados sobre o estado da m\u00e1quina, tal como \u00e9 comum em qualquer programa inteligente de monitoriza\u00e7\u00e3o de condi\u00e7\u00f5es atualmente, s\u00e3o recolhidos atrav\u00e9s de sensores permanentes (sem fios na maioria dos casos) que captam continuamente sinais de alta frequ\u00eancia.<\/p>\n

An\u00e1lise cont\u00ednua de dados<\/strong><\/h3>\n

Assim que os dados sobre o estado dos activos s\u00e3o captados e armazenados na nuvem ou na periferia, os algoritmos de aprendizagem autom\u00e1tica come\u00e7am a processar esses dados em tempo real para detetar automaticamente as falhas em desenvolvimento e identificar em que ponto da m\u00e1quina est\u00e3o a surgir. Est\u00e3o a trabalhar 24\/7\/365, processando terabytes de dados sem parar. Para al\u00e9m da an\u00e1lise cont\u00ednua e r\u00e1pida, os algoritmos de aprendizagem autom\u00e1tica s\u00e3o capazes de detetar pequenas altera\u00e7\u00f5es que normalmente passariam despercebidas ao observador humano. Tudo isto significa que os sistemas de monitoriza\u00e7\u00e3o de condi\u00e7\u00f5es baseados em IA se aproximam consistentemente da perfei\u00e7\u00e3o em termos de dete\u00e7\u00e3o de falhas em desenvolvimento.<\/p>\n

Informa\u00e7\u00f5es escal\u00e1veis<\/strong><\/h3>\n

Outra vantagem das tecnologias de monitoriza\u00e7\u00e3o do estado baseadas em IA \u00e9 que est\u00e3o constantemente a melhorar as suas previs\u00f5es com base em novos dados que chegam a cada segundo, e as suas conclus\u00f5es s\u00e3o sempre baseadas em factos, nunca em intui\u00e7\u00e3o. Tudo isto significa que se tornam cada vez melhores no que fazem ao longo do tempo. \u00c0 medida que as suas bibliotecas de padr\u00f5es de falha conhecidos (a que chamamos \"impress\u00f5es digitais da falha\") aumentam, acabam por aprender a associar esses padr\u00f5es \u00e0 sua causa subjacente, permitindo uma manuten\u00e7\u00e3o proactiva e n\u00e3o apenas preditiva.<\/p>\n

Os benef\u00edcios mencionados acima s\u00e3o o que torna os sistemas de monitoriza\u00e7\u00e3o de condi\u00e7\u00f5es do s\u00e9culo XXI t\u00e3o escal\u00e1veis. O software de IA faz todo o trabalho pesado, alertando apenas quando h\u00e1 uma falha iminente real e identificando em que ponto da m\u00e1quina est\u00e1 a desenvolver-se. Ao utilizar sistemas de monitoriza\u00e7\u00e3o de condi\u00e7\u00f5es online baseados em IA e na IIoT, as equipas de manuten\u00e7\u00e3o recebem informa\u00e7\u00f5es baseadas em factos e em tempo real sobre o seu equipamento mais cr\u00edtico, que as podem ajudar a tomar melhores decis\u00f5es e a obter melhores resultados.<\/p>\n

Quais s\u00e3o as vantagens da monitoriza\u00e7\u00e3o baseada no estado?<\/strong><\/h2>\n

Como temos vindo a discutir at\u00e9 agora, as estrat\u00e9gias de monitoriza\u00e7\u00e3o baseadas no estado s\u00e3o utilizadas atualmente para m\u00e1quinas cr\u00edticas cuja falha seria dispendiosa. O aumento da IA e da IIoT tornou os sistemas modernos de monitoriza\u00e7\u00e3o do estado um s\u00e9rio concorrente das estrat\u00e9gias de manuten\u00e7\u00e3o mais tradicionais, como a manuten\u00e7\u00e3o baseada no tempo, uma vez que podem fornecer resultados melhores e mais r\u00e1pidos a um custo mais baixo. Esta vis\u00e3o cont\u00ednua da monitoriza\u00e7\u00e3o do estado proporciona benef\u00edcios importantes \u00e0s equipas de manuten\u00e7\u00e3o e opera\u00e7\u00f5es, tais como<\/p>\n

Evitar tempos de inatividade n\u00e3o planeados<\/strong><\/h3>\n

A capacidade de planear o tempo de inatividade num ambiente industrial \u00e9 muito ben\u00e9fica porque o verdadeiro custo do tempo de inatividade n\u00e3o planeado devido a uma m\u00e1quina avariada \u00e9 muitas vezes subestimado. Seguem-se v\u00e1rios factores de custo que s\u00e3o habitualmente ignorados:<\/p>\n