See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/340789462

Implementação de dispositivos IoT para manutenção preditiva: Um estudo de

caso

Conference Paper · November 2019

CITATIONS READS

0 431

5 authors, including:

Iasmyn Tedesco Paulo Henrique Brunheroto

Universidade Federal do Paraná Pontifícia Universidade Católica do Paraná (PUC-PR)
2 PUBLICATIONS   0 CITATIONS    11 PUBLICATIONS   9 CITATIONS   

SEE PROFILE SEE PROFILE

Fernando Deschamps
Pontifícia Universidade Católica do Paraná (PUC-PR)
132 PUBLICATIONS   1,714 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Project Management Office (PMO) Performance Measurement Systems (PMS) Design Modeling View project

Design and implementation of performance measurement systems in NPOs View project

All content following this page was uploaded by Paulo Henrique Brunheroto on 20 April 2020.

The user has requested enhancement of the downloaded file.

 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

IMPLEMENTAÇÃO DE DISPOSITIVOS IoT PARA

MANUTENÇÃO PREDITIVA: UM ESTUDO DE
CASO
IASMYN CORONA TEDESCO - iasmynctedesco@gmail.com
UNIVERSIDADE FEDERAL DO PARANÁ - UFPR

BRUNA NOVAES DOS SANTOS - bruna.novaesdossantos@gmail.com

PONTIFÍCIA UNIVERSIDADE CATÓLICA - PUC - PARANÁ

PAULO HENRIQUE BRUNHEROTO - paulobrunheroto@hotmail.com

UNIVERSIDADE FEDERAL DO PARANÁ - UFPR

NICOLLY DANIELLE DE LIMA DA CRUZ - nicolly.cruz@hotmail.com

PONTIFÍCIA UNIVERSIDADE CATÓLICA - PUC - PARANÁ

FERNANDO DESCHAMPS - fernando.deschamps@terra.com.br

PONTIFÍCIA UNIVERSIDADE CATÓLICA - PUC - PARANÁ

Área: 1. GESTÃO DA PRODUÇÃO

Sub-Área: 1.5 - GESTÃO DA MANUTENÇÃO

Resumo: A INDÚSTRIA 4.0 VEM SE TORNANDO REALIDADE POR MEIO DA

IMPLEMENTAÇÃO DE NOVAS TECNOLOGIAS QUE OBJETIVAM O AUMENTO DA
PRODUTIVIDADE. TAIS TECNOLOGIAS SÃO OBJETOS DE ESTUDO DE DIVERSAS
PESQUISAS, NO ENTANTO, A AVALIAÇÃO O PROCESSO DE IMPLEMENTAÇÃO,
BEM COMO DOS IMPACTOS GERADOS, SÃO AINDA ESCASSAS. DESTA FORMA, O
PRESENTE ESTUDO INVESTIGOU A IMPLEMENTAÇÃO DE DISPOSITIVOS IoT
PARA A EXECUÇÃO DE MANUTENÇÃO PREDITIVA EM MAQUINÁRIOS DE UMA
INDÚSTRIA AUTOMOBILÍSTICA SITUADA EM SÃO JOSÉ DOS PINHAIS/PR.
APLICANDO UM PROTOCOLO PARA ANÁLISE DAS DIMENSÕES DE ESTRATÉGIA
EMPREGADAS, REALIZOU-SE UM ESTUDO DE CASO, EM QUE OS DADOS FORAM
COLETADOS E POSTERIORMENTE ANALISADOS. NOTOU-SE QUE, PARA O
FUNCIONAMENTO ESPERADO, UM BANCO DE DADOS CONSIDERÁVEL PARA
PREDIÇÃO DAS CONDIÇÕES DAS MÁQUINAS É NECESSÁRIO.

Palavras-chaves: MANUTENÇÃO PREDITIVA; INDÚSTRIA 4.0; DIMENSÕES DE

ESTRATÉGIA.

1
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

IoT DEVICES IMPLEMANTATION FOR

PREDICTIVE MAINTENANCE: A CASE STUDY
Abstract: INDUSTRY 4.0 HAS BECOME A REALITY THROUGH THE
IMPLEMENTATION OF NEW TECHNOLOGIES AIMED AT INCREASING
PRODUCTIVITY. SUCH TECHNOLOGIES ARE OBJECTS OF STUDY OF SEVERAL
RESEARCHES, HOWEVER, THE EVALUATION OF THE IMPLEMENTATION
PROCESS, AS WELL AS OF THE GENERATED IMPACTS, ARE STILL SCARCE. IN
THIS WAY, THE PRESENT STUDY INVESTIGATED THE IMPLEMENTATION OF IoT
DEVICES FOR THE EXECUTION OF PREDICTIVE MAINTENANCE IN MACHINERY
OF AN AUTOMOBILE INDUSTRY LOCATED IN SÃO JOSÉ DOS PINHAIS/PR.
APPLYING A PROTOCOL TO ANALYZE THE DIMENSIONS OF STRATEGY
EMPLOYED, A CASE STUDY WAS CARRIED OUT, IN WHICH THE DATA
COLLECTED AND ANALYZED LATER. IT WAS NOTED THAT, FOR THE EXPECTED
OPERATION, A CONSIDERABLE DATABASE FOR PREDICTING MACHINE
CONDITIONS IS NEEDED.

Keywords: PREDICTIVE MAINTENANCE; INDUSTRY 4.0; DIMENSIONS OF

STRATEGY.

2
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

1. Introdução

Segundo Hermann et al. (2016), o termo “Indústria 4.0”, anunciado pelo governo
alemão em 2011, é utilizado para designar a confluência da produção industrial e tecnologias
da informação e comunicação. Trata-se de uma área de interesse de estudo pois é vista como a
quarta revolução industrial, já que os impactos socioeconômicos esperados devido a alteração
dos meios de produção e negócios são gigantescos. Ademais, é a primeira revolução industrial
prenunciada, uma vez que as outras foram observadas após, de fato, acontecerem
(HERMANN et al., 2016).
A Quarta Revolução Industrial é reconhecida pela comunicação entre máquinas,
pessoas e recursos. Produtos inteligentes conhecem seu histórico produtivo. Conectando
pessoas, máquinas, produtos e dados, novas maneiras de organização e condução de processos
industriais emergem. O uso da tecnologia promove o aumento da produtividade industrial,
transformando assim todo o sistema produtivo por meio da otimização da produção, aumento
da qualidade e diminuição do consumo energético. São exemplo de tecnologias características
da Indústria 4.0: Big Data e Analytics, robôs autônomos, simulações e IoT (RÜSSMANN et
al., 2015).
Encontra-se na literatura atual uma vasta quantidade de estudos tratando
especificadamente sobre tais tecnologias características da Indústria 4.0 (LIAO et al., 2017).
No entanto, pesquisas que evidenciem o processo de implementação, avaliando os impactos
sobre os sistemas de gestão de produção, não são encontradas com facilidade.
Diante deste cenário, o presente trabalho tem como principal objetivo avaliar o
processo de adoção de novas tecnologias na área de manutenção por meio da realização de um
estudo de caso sobre a adoção de sensores para manutenção preditiva em uma indústria
automobilística.
O artigo apresenta referencial teórico, seguido da metodologia implementada,
resultados obtidos e discussão e conclusões. Por fim, são listadas as referências utilizadas para
embasamento teórico desta pesquisa.

3
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

2. Referencial Teórico

2.1 Dimensões de Estratégia

Devido à falta de uma definição concreta e de senso comum, o termo estratégia possui
vários significados. Mas, para Tasca & Costa (2015), para alcançar o êxito empresarial é
essencial que, a princípio, seja projetado um plano estratégico condizente e específico ao
objetivo. Para tanto, é essencial uma investigação completa visando estabelecer a relação da
organização - como um todo - com o meio em que vive, sendo necessário conhecer as
dimensões da estratégia.
Pettigrew (1987) faz alusão às dimensões de uma caixa com as dimensões
fundamentais da estratégia, as quais podem ser identificadas e analisadas separadamente,
porém permanecem sendo parte como um todo de forma inerente. Processo, conteúdo e
contexto são considerados para Pettigrew (1987) as dimensões da estratégia, sendo que o
processo trata-se da maneira pela qual a estratégia deve ser desenvolvida, o conteúdo é o
resultado obtido pela implementação da estratégia e contexto é composto pelas circunstâncias
sob as quais as atividades ocorrem.
Não é definido se a dimensão “contexto” pode ser moldada ou se ocorre por si só, mas,
de qualquer maneira, é imprescindível adaptar-se. Podendo ser dividido em dois contextos
diferentes: contexto interno - referindo-se às estruturas, cultura corporativa e contexto político
dentro da empresa através da qual as ideias para mudanças devem prosseguir - contexto
externo - referindo-se ao ambiente social, econômico, político e competitivo em que a
empresa opera (PETTIGREW, 1987).
Segundo Tasca & Costa (2015), “processo” possui uma subdivisão, sendo ela
ramificada em outras três subseções - pensamento, formação e mudança - nas quais são
investigadas questões como: quem está envolvido, onde ocorre o problema, como este será
solucionado e quando as atividades estratégicas deverão ser implementadas. No pensamento
estratégico, são analisados o pensamento lógico e o criativo, sendo que um se baseia na
racionalidade e outro na intuição, respectivamente.
Por fim, a dimensão “conteúdo’ apresenta o resultado obtido pela implementação das
estratégias e a maneira como estas foram formuladas. Traz as mudanças ocorridas na empresa,
pautando as percepções gerenciais em relação a forma como estas mudanças influenciam nas
operações da empresa. As estratégias de conteúdo identificam quais os melhores caminhos em
detrimento de outras escolhas (TASCA; DA COSTA, 2015).

4
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

2.2 Manutenção Preditiva

Os modernos e eficientes métodos de manutenção buscam identificar as origens das

falhas dos componentes, reduzindo paradas indesejadas dos sistemas de produção,
minimizando os custos com manutenções corretivas e, em contrapartida, aumentando a
eficiência, a capacidade e a qualidade produtiva. Com o objetivo de reduzir os índices de
manutenção corretiva e, consequentemente, os custos de produção, atualmente, as empresas
buscam focar cada vez mais na manutenção por oportunidade de seus equipamentos. Para
isso, a manutenção preditiva e seus métodos de aplicação apresentam-se como uma
indispensável aliada para que os componentes de máquinas sejam trocados na hora certa
(MARRANGHELLO; QUADROS, 2011).
Para Cordeiro et al. (2017), manutenção preditiva refere-se a possibilidade de atuar de
forma preditiva, no que se diz respeito na manutenção dos equipamentos através da aplicação
de técnicas de monitoramento, utilizando métodos de percepção e amostragem, às reais
condições dos equipamentos durante o seu uso, tendo como intuito a sua máxima
disponibilidade e, em contrapartida, a redução da manutenção corretiva e preventiva. Atuar de
forma preditiva significa antecipar uma falha antes que ela ocorra e ser capaz de operar uma
manutenção no equipamento para com que sua vida útil se perpetue (CORDEIRO et al.,
2017).

3. Método

3.1 Protocolo

Buscando atingir o objetivo, foi utilizado o protocolo baseado na metodologia

proposta por Yin (2001) e as dimensões estratégicas propostas por Pettigrew (1987) elaborado
previamente. Quanto a estrutura deste protocolo, ela pode ser observada na Tabela 1.
Subdividido em 6 divisões que são elas: Contexto externo, Contexto interno, Projeto,
Recursos, Melhoria nos Critérios de Desempenho, e Outros. Cada um pode receber
informações de diferentes fontes, tais como: entrevistas, documentos e observação. Todo esse
conjunto de dados formam os pontos de análise. Utilizando a plataforma online de gestão de
processos Pipefy, o protocolo foi implementado. Este é dividido em duas fases: coleta e
análise de dados, sendo que os dados poderão ser coletados através de questionários de
múltipla escolha, discursivos ou anexação de arquivos.

5
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

TABELA 1 – Protocolo Utilizado

Dimensões da Número de requisitos de Número de

Subdivisões Pontos de análise
estratégia informação variáveis

Contexto Contexto Externo Macroambiente 3 3

Ambiente setorial 2 2

Solução 4 4

Contexto Interno Cultura 3 3

Capacitação 3 3

Ambiente
3 3
departamental

Processo Projeto Fases do Projeto

5 5
(PMBoK)

Consequências 4 4

Liderança 2 2

Recursos Financeiros 1 1

Humanos 4 4

Tecnológicos 2 7

Serviços 2 2

Tempo 5 5

Conteúdo Melhoria nos Critérios de Confiabilidade 3 3

Desempenho
Custos 1 1

Flexibilidade 2 2

Qualidade 1 1

Velocidade 2 6

Outras melhorias Ergonomia 3 3

Sustentabilidade 1 1

Novas oportunidades 1 1

3.2 Condução do Estudo de Caso na Área de Manutenção

O estudo de caso foi conduzido em uma empresa automobilística localizada em São

José dos Pinhais, em primeiro momento, através de uma análise documental referente a
informações já coletadas em estudos de casos anteriores, na qual foi possível observar os
motivos pelos quais originou-se a necessidade da implementação de uma nova ferramenta na

6
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

área de manutenção e as possíveis possibilidades. Por se tratar de uma multinacional, não foi
possível o aprofundamento em alguns pontos, devido a confidencialidade. Em segundo
momento, através de reuniões via Skype, foi possível obter respostas para questões mais
específicas que não foram abordadas. Por fim, enviou-se formulários para obtenção de
respostas faltantes. De modo geral, a manutenção preditiva é o foco, em que a empresa busca
através de conexão em rede, sensores e armazenamento de dados via nuvem, a busca por
redução de manutenções corretivas e com isso o aumento em qualidade de produto e custos.
Todas as informações pertinentes obtidas são transcritas após a coleta de informações
com o colaborador para a plataforma do Pipefy, onde é realizado tratamento e alinhamento de
acordo com a fonte de informação, requisito de informação, subdivisão e divisão, assim
podendo posteriormente avaliados por responsáveis a questão de confiabilidade das
informações e alinhamento e então gerar conclusões referente ao conjuntos de dados a ele
apresentado.

4. Resultados e Discussões

Partindo da necessidade de implementação de novas tecnologias que aprimorem a

cadeira produtiva, essencialmente aquelas relacionadas a Indústria 4.0, os departamentos de
manutenção e de tecnologia de informação de uma empresa multinacional formaram uma
equipe multisetorial, a qual era composta por funcionários responsáveis pela infraestrutura de
TI e técnicos de manutenção. A equipe analisou o cenário atual do processo de fabricação,
constatando que, apesar dos ativos serem novos, não havia análise preditiva, uma vez que
indicadores básicos de funcionamento não eram medidos. Portanto, observou-se que um
projeto de manutenção preditiva, objeto de estudo desta pesquisa, apresentava grande
potencial.
A tecnologia implementada trata-se de dispositivos IoT que coletam dados online de
máquinas consideradas cruciais ao processo produtivo, de modo que, depois da análise e
interpretação destes, seja possível atuar de maneira preditiva com base no banco de dados
criado. Logo, as manutenções são realizadas em um cronograma otimizado, promovendo
assim, redução de custos e ganho de performance.
A partir de uma diretriz corporativa, avaliou-se critérios como custo, tempo para
instalação e suporte local. Posteriormente, uma empresa terceirizada foi escolhida, tornando-
se responsável pela implementação dos sensores, pelo mapeamento das necessidades do
negócio, pela garantia da instalação dos ativos de monitoramento nas máquinas, pelo envio de

7
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

dados para o ambiente de Cloud interno e pelo suporte após implementação. Pôde-se notar
que ainda não há diretrizes e normas externas que regulamentam a utilização desta tecnologia.
A empresa, então, adotou sensores específicos para o cenário de aplicação que apresentavam
elevado grau de confiabilidade, visto que a manutenção preditiva depende de
acompanhamento contínuo dos ativos para ser eficiente. Já as soluções relacionadas ao
processamento, visualização e análise de dados foram desenvolvidas internamente.
Verificou-se também que, em sua fase inicial, houve o estudo da viabilidade técnica e
financeira do projeto em parceria com uma fundação de fomento à pesquisa, dado que é um
tema de interesse da organização. A seguir a validação dos ganhos, o investimento foi
aprovado.
Seguidamente, realizou-se uma prova de conceito, na qual foram instalados três
sensores de vibração (dispositivos IoT) no motor principal do maquinário considerado gargalo
de produção para servir como unidade de análise. Os dados coletados pelos sensores eram
enviados via Bluetooth para um gateaway de informações, o qual envia os dados de hora em
hora para uma plataforma IoT através de um roteador 3G/4G. Tal plataforma permite a
realização da análise em tempo real e online, podendo desta forma, apontar desvios dos
valores considerados desejáveis para o parâmetro medido. À vista disso, é possível tomar
decisões antes que o equipamento falhe, já que o alerta emitido contém a identificação do
modo de falha – determinado pela frequência da onda de vibração - e o plano de ação a ser
realizado.
A instalação dos sensores, bem como toda intervenção no ambiente fabril, deve
ocorrer em horários de linha parada. Por se tratar de um maquinário gargalo que abastece
plantas nacionais e internacionais e por motivos de segurança, o tempo em que ela se encontra
desligada é escasso. Logo, encontrar a data adequada para tal instalação foi um dos obstáculos
encontrados durante a execução da prova conceito.
Testes para verificação da eficiência técnica dos sensores empregados foram
conduzidos, de modo que uma condição de falha foi provocada. Verificou-se que a situação
de vibração excessiva era apontada no dashboard, como esperado, sendo relevante frisar que
o ensaio foi executado de maneira controlada, a fim de não acarretar danos às peças
produzidas e à máquina.
A verba disponibilizada para execução do projeto foi alocada na compra da solução do
fornecedor, licenças para uso de ferramentas e custos internos com recursos humanos.
A fase de planejamento do projeto teve duração de, aproximadamente, 4 meses,

8
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

enquanto a fase de implementação entre 5 e 7 meses. Os treinamentos dos funcionários,

responsabilidade dos operadores da solução local, e período de adaptação não foram
contabilizados, posto que o projeto ainda está sendo efetivado.
É importante ressaltar que o bom relacionamento intersetorial, especialmente entre os
setores de manutenção, fabricação e tecnologia, foi imprescindível para a boa execução do
projeto.

5. Conclusões

Nota-se que a realização da prova de conceito foi crucial para validação do projeto, já
que a partir desta, foi possível levantar os prováveis ganhos com a implementação desta
tecnologia, dado que a empresa pretende expandi-la para outros equipamentos. Espera-se que
ganhos de performance, disponibilidade, qualidade e produtividades sejam atingidos, por
meio da eliminação de horas com manutenção preventiva e corretiva.
Como o projeto ainda se encontra em fase de armazenagem de dados, a conclusão
deste estudo ficou comprometida, dado que o retorno ainda não pode ser observado pois é
necessário um banco de dados suficiente para permitir que os algoritmos de predição
consigam traçar curvas de tendência e prever com precisão possíveis falhas. Estima-se que
seis meses de coleta de dados é o suficiente para a criação de um banco de dados confiável.
Sugere-se que, em futuros trabalhos, se avalie com mais propriedade os ganhos obtidos com a
implementação de sensores para a manutenção preditiva.
Além disso, ressalta-se que uma das lições aprendidas durante a prova de conceito é a
necessidade de funcionalidade da infraestrutura de rede e sensores, já que se estas não
funcionam de maneira adequada, há o comprometimento da análise preditiva, bem como a
determinação das variáveis que, quando monitoradas, representem a condição real do
equipamento.

9
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

Referências
CORDEIRO, G. O.; DESCHAMPS, F.; PINHEIRO DE LIMA, E. Developing a Big Data/Analytics project: a
case study in the auto industry. Proceedings of the 2017 Industrial and Systems Engineering Conference, p.
1753–1758, 2017.
HERMANN, M.; PENTEK, T.; OTTO, B. Design Principles for Industrie 4.0 Scenarios. Annual Hawaii
International Conference on System Sciences, v. 49, p. 3928–3937, 2016.
LIAO, Y. et al. Past, present and future of Industry 4.0 - a systematic literature review and research agenda
proposal. International Journal of Production Research, v. 55, n. 12, p. 3609–3629, 2017.
MARRANGHELLO, M.; QUADROS, D. R. DE. Manutenção Preditiva em uma empresa no RS: como vai essa
jovem parceria? TECNO-LÓGICA, v. 15, n. 2, p. 84–88, 2011.
PETTIGREW, A. M. Context and action in the transformation of the firm. Journal of Management Studies, p.
649–670, 1987.
RÜSSMANN, M. et al. Industry 4.0 The Future of Productivity and Growth in Manufacturing Industries.
2015
TASCA, G. G.; DA COSTA, L. D. F. L. G. Processo De Formação Das Estratégias De Internacionalização:
Estudo De Caso Da Finobrasa. Holos, v. 6, p. 355–367, 2015.
YIN, R. K. Estudo de caso: planejamento e métodos. 2. ed. Porto Alegre: Bookman, 2001.

10
View publication stats