DOSSIER SOBRE MANUTENÇÃO INTELIGENTE
Inteligência artificial e a Internet das coisas no futuro da Manutenção 4.0 Atualmente as empresas e indústrias têm mais dados à sua disposição do que nunca. Mas quando o foco são os ativos mais críticos, como poderemos utilizar os dados para detetar, prever e prevenir problemas antes que eles aconteçam? Poderemos de forma inteligente e automática prescrever as ações e intervenções necessárias para mitigar os problemas? António H. J. Moreira 2Ai – School of Technology, IPCA, Barcelos, Portugal
C
om o aparecimento da Inteligência Artificial (IA) e da Internet das coisas (IoT), múltiplas operações em todos os setores de atividade estão a ser reinventadas pela digitalização, o software e os algoritmos. As empresas devem identificar as oportunidades não apenas para analisar as ações passadas, mas também para prever o futuro. A manutenção é uma área chave que pode conduzir a grandes poupanças e incrementos da produção em todas as áreas. Neste sentido, ao longo dos anos, as empresas têm vindo a rever os processos de manutenção para reduzir o tempo de inatividade e melhorar a eficácia dos ativos. Mas parece haver ainda dúvidas sobre a melhor forma de utilizar os dados para aumentar a eficiência. Com a IA, teremos a capacidade de processar grandes quantidades de dados de sensores mais rapidamente do que nunca. Isto dá às empresas uma oportunidade sem precedentes de melhorar as operações de manutenção e até de acrescentar algo novo: manutenção preditiva e prescritiva. Uma área da indústria que pode beneficiar com o cruzamento da IA, o IoT na manutenção, são as áreas do fabrico mecanizado e automatizado. Embora a maioria das empresas já esteja a utilizar alguma forma de manutenção preventiva, a IA pode permitir a criação de um novo paradigma na produtividade, previsibilidade e controlo. Nesta evolução ou era do IA surgem inúmeras dificuldades, sendo uma das principais a compreensão de como é que os dados, os algoritmos e a IA se encaixam no sistema de manutenção atual das empresas? Tendo em conta os tipos de manutenção mais comuns, o papel da IA pode ser abordado de diferentes formas. Numa abordagem de Manutenção Produtiva Total a proposta de ações de manutenção deve ser integrada e unificada, para garantir
42
MANUTENÇÃO 150/151
uma melhoria sobre os ativos e processos, resultando em menos avarias, menos tempo de paragem, maior produção e maior segurança. Uma das principais caraterísticas desta abordagem é a possibilidade de Manutenção Autónoma. Neste tipo, a manutenção de ativos é realizada pelos próprios operadores da máquina, em vez de os técnicos de manutenção serem os únicos a reparar os ativos. Ao fazer com que os operadores de máquinas efetuem uma manutenção regular dos ativos, os técnicos são libertados para se concentrarem em ajustes maiores para melhorar a fiabilidade global da máquina. É muitas vezes mais desafiante de implementar porque é necessária muita comunicação e formação. Nestes casos, falta aos operadores de máquinas o conhecimento histórico e a resiliência que os técnicos possuem. Com os algoritmos sustentados por IA e interligados por sistemas de IoT, a adoção de Manutenção Autónoma poderá ser simplificada. Os operadores na linha podem compreender as máquinas ainda melhor do que antes e ter acesso a todos os dados histórico num painel de controlo de fácil acesso, facilitando a manutenção dos ativos. Numa abordagem de Manutenção Preventiva Planeada, também conhecida simplesmente como Manutenção Planeada, é a manutenção que é determinada pelo tempo ou eventos de reparação. Neste tipo de sistema a manutenção é programada enquanto as máquinas ainda estão a funcionar, a fim de evitar paragens não planeadas, maximizando a vida útil e a produtividade do ativo. Embora eficaz, este método tem certas desvantagens, não é uma metodologia exata, corre-se o risco de manutenção excessiva ou insuficiente, e baseia-se em conceitos rotineiros sem terem em conta a informação dos sistemas. A Manutenção Preditiva utiliza indicadores, dados e métricas baseadas em condições e alertas para as necessidades de manutenção