Universidade Federal Rural do Semiárido – UFERSA

Departamento de Engenharia e Tecnologia – DET

Centro de Engenharias – CE
Curso de Engenharia Mecânica
ESTUDO DE METODOLOGIA PARA O DESENVOLVIMENTO DE UM
PLANO PARA IMPLANTAÇÃO DA MANUTENÇÃO 4.0

Álvaro Albueno da Silva Linhares[1], Fabrício José Nobrega Cavalcante [2]

[1]
Universidade Federal Rural do Semiárido, Engenharia Mecânica; Álvaro Albueno da Silva Linhares;
alvaroalbueno@hotmail.com
[2]
Universidade Federal Rural do Semiárido, Engenharia Mecânica; Fabrício José Nobrega Cavalcante;
fabriciocavalcante@ufersa.edu.br
Data da defesa: 20 / 05 / 2022.
Resumo: As organizações passaram por alterações em diversos departamentos, o setor de manutenção também
teve uma evolução em seus processos, todas elas buscando aumentar duas características principais a
disponibilidade e a confiabilidade dos equipamentos da empresa. Assim o presente trabalho realizou uma revisão
de literatura com dados obtidos em trabalho acadêmico científicos sobre o conceito de manutenção ao longo da
história, isto é, seus avanços a medida de descobertas de novas tecnologias, somado a isso foi explicado seus
principais tipos de manutenção: a corretiva, preventiva e preditiva, está última sendo a mais enfatizada no artigo
em virtude das suas tecnologias mais promissoras na indústria 4.0. Ao longo da construção do artigo ainda foi
abordado a relação entre indústria 4.0 e manutenção 4.0, e demonstrado as ferramentas que elas compartilham,
como a Internet das coisas, big data, computação em nuvem e inteligência artificial. Além disso, foi mostrado a
arquitetura do sistema de manutenção preditiva 4.0 e as funções de seus blocos de construção, posteriormente é
descrito uma estratégia de metodologia para implantação da manutenção 4.0. Por fim, tem-se uma aplicação dos
conceitos da manutenção 4.0 em uma empresa e os benefícios gerados após a implementação desse sistema de
manutenção, dessa maneira, é visto como a aplicação dessa nova manutenção é promissora para o futuro da
indústria.
Palavras-chave: Manutenção. Preditiva. Indústria 4.0. Implementação.

1. INTRODUÇÃO

A indústria ao longo da história sofreu várias mudanças em todas as suas áreas e acompanhando essas
alterações o departamento de manutenção, o qual é um dos mais importantes dela, sofreu uma evolução
significativa na aplicação dos seus processos de manutenções, isto porque atualmente há uma exigência ainda
maior pela alta confiabilidade e disponibilidade dos equipamentos [1].
Assim no futuro setor industrial, aquele que busca automatizar todos os equipamentos e processos, irá fazer
uso do conceito da manutenção preditiva, este possui um custo elevado de implantação, mas as vantagens de fazer
seu uso mantém às organizações ainda mais competitivas no mercado atual, uma vez que esse tipo de manutenção
permite monitorar a integridade dos ativos, aprimorar os cronogramas de manutenções e obter avisos
instantaneamente dos riscos operacionais. Esses benefícios caminham em direção a necessidade das organizações,
ou seja, garantem uma maior confiabilidade e disponibilidade dos equipamentos [2].
Dessa forma a execução da operação de manutenção com o uso das novas metodologias, por exemplo, de
dispositivos intercalados, sensores, gateways, nuvens de dados, internet das coisas (IOT), os quais permitem a
coleta em tempo real de um conjunto de dados dos diferentes equipamentos e somado a esses métodos se tem a
análise de Big Data, aquela que fornece informações preditivas de manutenção, bem como também a realidade

Engenharia Mecânica – DET / CE / UFERSA

Engenharia Mecânica – DET / CE / UFERSA 2

aumentada, a qual irá auxiliar aos técnicos durante a realização da operação de manutenção, dando assim meios
de tomada de decisão para equipe de manutenção de forma interativa e inteligente [2].
Com isso na nova revolução industrial, também chamada de indústria 4.0, as manutenções serão realizadas
de forma mais eficiente aumentando assim a produtividade do setor e a reduzindo os prejuízos de uma defeituosa
atividade da equipe de manutenção [3].
Portanto, o objetivo geral desta pesquisa visa realizar uma revisão literária de modo a propiciar o
conhecimento, como um todo ao setor de manutenção de uma empresa, sobre a metodologia de desenvolvimento
de um plano de implantação da manutenção 4.0, dessa maneira para se concluir com êxito, o trabalho será
executado com base em material já publicado, com intuito de apresentar informações sobre a evolução da
manutenção até a era 4.0, as principais tecnologias usadas neste setor de manutenção 4.0 e os benefícios do seu
uso em uma empresa.

2. MATERIAIS E MÉTODOS
O trabalho propõe apresentar o estudo de uma metodologia de desenvolvimento de um plano para
implantação da manutenção 4.0 em uma empresa, este tem na sua natureza um enfoque qualitativo, sendo feito um
estudo bibliográfico abordando a evolução da manutenção e mostrando as principais tecnologias usadas nesse
novo cenário da manutenção, com isso será feito uma análise de como esse novo conceito usado em algumas
indústrias atualmente podem beneficiar outras, as quais de alguma forma precisaram fazer o uso da manutenção
4.0 para sobreviver no mercado atual, visto que atualmente a confiabilidade e disponibilidades dos equipamentos
dependem diretamente de uma manutenção de qualidade.
Com isso, uma revisão de literatura de caráter descritivo sobre o plano de implantação da manutenção 4.0 foi
realizada para a produção deste trabalho. Está teve sua coleta de dados feita em materiais recentemente publicados
em livros, artigos e sites sobre o tema abordado buscando alcançar o objetivo geral do trabalho.

3. RESULTADOS

3.1.Evolução da industria e manutenção até a era 4.0

No setor de manutenção ao longo dos anos este sofreu várias mudanças, partindo inicialmente de uma
manutenção sem planejamento, ou seja, com reparo feito na máquinas após ocorrência da falha a chamada
manutenção corretiva, posteriormente uma manutenção buscando mais confiabilidade e disponibilidade dos
equipamentos seguindo um conjunto de procedimentos antecipados, esses já sistematizado e pré-estabelecidos
com base em intervalos de serviços, sendo em horas, dias, semanas, meses ou anos, está manutenção de nome
preventiva e por fim tem-se aquela à qual parte dos conhecimentos das condições de trabalho de cada componente
das máquinas e equipamentos, isto é, com base em análises periódicas as quais determinam o momento ideal para
substituição das peças essa manutenção é conhecida como preditiva na Figura 1 é mostrado detalhadamente essa
evolução da indústria e suas principais características [5].
Engenharia Mecânica – DET / CE / UFERSA 3

Figura 1 – Propriedades dos quatros tipos de gerações industriais [5]

Assim, quando se trata da indústria 4.0 temos a referente da digitalização das fábricas, as quais são ainda
mais inteligentes e autônomas. E tem como objetivo fazer à união do homem a máquina, isto é, os seres humanos
e os robôs trabalhando juntos com o uso de sensores inteligentes e interfaces homem-máquina, permitindo assim
melhoria na vida do homem trabalhador e elevando a produtividade da indústria [7].
Com isso, os pilares da indústria 4.0 são mostrados na Figura 2, a qual tem os robôs automáticos realizando
suas atividades sejam de manutenção ou produção, as simulações aquelas que permitem fazer teste antes da
produção propriamente dito da peça para colocar ela em pratica, a interação dos sistemas, isto é, união da
manutenção com produção e fornecedores, tem-se a internet das coisas aquela que permitir interação dos diversos
elementos industriais através da internet, a cibersergurança com objetivo de permitir proteção as informações da
empresa como um todo, a computação na nuvem com finalidade de possibilitar a interação a longa distancia com
industria, a impressão 3D, agilizando processos de produção de peças que demorariam um tempo até sua chegada
por fornecedores, realidade aumentada com intuito de permitir melhores atuações da equipe de manutenção e o
big data com propósito de armazenamento de um conjunto elevado de dados.

Figura 2 – Pilares da indústria 4.0 [2]

Em termo de manutenção 4.0 está trata-se da aplicação dos componentes da indústria 4.0 mostrados acima
na sua área, com o objetivo de maximizar o tempo de atividade da produção eliminando a manutenção reativa não
planejada.
Dessa maneira a manutenção 4.0 faz o uso da inteligência artificial (IA) e o machine learning (ML) nos
equipamentos da produção, isto é, em vez de esperar o equipamento falha, os algoritmos são treinados para
Engenharia Mecânica – DET / CE / UFERSA 4

identificar padrões anormais na máquina e alertar sobre a evolução da falha, isto feito através do sensoriamento
que é embutido no equipamento. Na Figura 3 é mostrado como ocorrem as atividades após a falha inesperada de
um ativo industrial.

Figura 3 – Fluxo de trabalho da manutenção

Portanto, nesta nova manutenção é possível observar no fluxograma que enquanto a falha vai evoluindo, os
reparos podem ser agendados e as peças podem ser encomendadas, além disso, nesse momento a máquina pode
ser mantida em pleno funcionamento enquanto as atividades que não são de reparos citadas anteriormente são
executadas. No segundo momento a manutenção e o fluxo de trabalho pode ser realizado de forma
computadorizada com uso de robôs e por fim a inspeção pode ser feita com o uso de drone.

3.2. Manutenção preditiva

Segundo [4], a manutenção preditiva permite garantir uma qualidade de serviço desejada, com base na
aplicação sistemática de técnicas de análise utilizando-se de meios de supervisão centralizados ou de amostragem,
para reduzir ao mínimo a manutenção preventiva e diminuir a manutenção corretiva.
A atuação deste tipo de manutenção acontece com base na modificação de parâmetros de condição ou
desempenho, onde o acompanhamento obedece a um sistema. Sendo que tais supervisões não interferem no
funcionamento do maquinário uma vez que as medições e verificações são realizadas com o equipamento em pleno
funcionamento. Logo, a intervenção normalmente acontece quando se identifica que a degradação se aproxima de
um limite pré-estabelecido [5].
Portanto, este tipo de manutenção é centrado em um conjunto de ações as quais levam as reduções das falhas
de funcionamento. Visto que seu principal enfoque como é mostrado na definição da ABNT é aquele de evitar a
manutenção corretiva, já que através de um monitoramento correto se consegue antever as prováveis falhas [1].
Assim, a técnica preditiva faz o uso do acompanhamento de parâmetros operacionais, os quais permitem
observar o desempenho particular dos componentes das máquinas, algumas propriedades monitoradas são: a
vibração, temperatura, taxa de desgaste, degradação, pressão, rotação, umidade, campo magnético, qualidade do
lubrificante e parâmetros elétricos. Assim, com a medição dos resultados mostrados a cada instante sobre uma das
características ou mais de uma delas é possível antever problemas do maquinário e realizar a manutenção devida.

3.2.1. Composição básica da manutenção preditiva 4.0

A implementação da manutenção preditiva 4.0 possui vários pontos técnicos, os quais devem estar
interligados para que o uso deste tipo de manutenção seja conseguido com sucesso, isto é, alguns itens básicos
fundamentais são: aquisição de dados, comunicação de dados, armazenamento de dados, análise preditiva e
visualização dos resultados. Na Figura 5 é possível observar como ocorre o processo de união desses vários
componentes [2].
Engenharia Mecânica – DET / CE / UFERSA 5

Figura 5 – Composição da manutenção 4.0 [10]

3.2.1.1 Aquisição de dados

Um sistema como mostrado na Figura 5 para manter a máquina em pleno funcionamento faz se necessário o
uso de um monitoramento contínuo, pois a partir desse estudo constante é possível identificar possíveis falhas ou
erros no momento de sua atuação. Assim, os parâmetros dos equipamentos são monitorados através de sensores
inteligentes, os quais são responsáveis pela captura de dados ao longo do funcionamento da máquina e além de tal
registro é importante haver consistência dos dados obtidos para que dessa forma a análise gere bons resultados [2].

3.2.1.2 Comunicação de dados

Um dos pilares do sistema de manutenção 4.0 é a conectividade via IOT, mas para escolher o tipo de
comunicação da internet esta deve ser feita com cuidado, pois pode ocorrer sucesso ou não em sua escolha [2].
A padronização na conectividade de dados da Internet das Coisas, combinado com a modernidade das
ferramentas de simulação, tornou mais fácil a tomada de decisões e as informações sobre conectividade e
integração de dados são obtidas de forma melhor [2].
Assim a comunicação entre computadores ou equipamentos envolve pelo menos uma rede de computadores
e dois dispositivos capazes de trocar informações. Os aparelhos que participam da comunicação podem estar a
alguns metros de distância (por exemplo, em um sistema Bluetooth) ou a uma distância infinita (por exemplo, na
Internet) [2].

3.2.1.3 Armazenamento de dados

As fontes de dados relevantes para manutenção preditiva incluem: histórico de manutenção, dados de
operação e metadados de ativos monitorados [8].
O histórico de manutenção do ativo contém informações detalhadas sobre as atividades de reparo realizadas,
os componentes substituídos e as falhas que ocorreram. Esses eventos registram os padrões de degradação, ou seja,
são as principais informações para determinar o modelo preditivo da asserção. A falta dessas histórias levará a
resultados de modelo incorretos [8].
Metadados são dados sobre outros dados. Recursos estáticos são metadados sobre o dispositivo. Por exemplo:
marca do equipamento, modelo, data de fabricação, data de início de instalação e serviço, localização geográfica
e outras especificações técnicas dos ativos [8].
Os dados de fluxo dos sensores que monitoram o equipamento durante a operação do equipamento são uma
fonte de dados importante. Espera-se que esses dados capturem falhas e padrões anormais que levam à degradação
do desempenho, de modo que o modelo preditivo aprenda a identificar modos de falha e não falha com base no
aspecto temporal dos dados [2].
Engenharia Mecânica – DET / CE / UFERSA 6

A coleta contínua de dados atuais e seus dados históricos de um conjunto completo de ativos leva as
organizações, especialmente as de manufatura, a gerar grandes quantidades de dados. Esta situação é um grande
potencial, mas também um grande desafio. O uso correto desses dados vai se transformar em informação e
conhecimento, otimizar processos e agregar valor à organização, os custos associados são elevados e os recursos
de processamento e armazenamento de TI utilizados pela empresa tornam-se escassos. É neste contexto que se
insere o conceito de big data, que é um dos pilares da Indústria 4.0 [9].

3.2.1.4 Análise preditiva

Análises preditivas usam dados, algoritmos estatísticos e técnicas de machine learning para identificar a
probabilidade de resultados futuros, a partir de dados históricos. O objetivo é ir além de saber o que aconteceu
para obter uma melhor avaliação do que poderá acontecer no futuro [2].

3.2.1.5 Visualização dos resultados

A partir do fechamento dos blocos que compõem a estrutura do sistema Predictive Maintenance 4.0 se terá a
visualização dos resultados. É nesta fase que os resultados da análise preditiva são apresentados por meio dos
gráficos da solução e da interface de usuário intuitiva, chamada de painel de controle.
Usando esta ferramenta, os usuários podem visualizar e monitorar os ativos do sistema por meio de
indicadores de desempenho e previsões de possíveis falhas futuras. A manutenção preditiva e alertas de qualidade
também são fornecidos, permitindo que os usuários identifiquem rapidamente as causas raiz e determinem as
medidas de manutenção [10].

3.3. Plano de implementação da manutenção 4.0

A literatura científica mostra que além dos desafios técnicos de implementação de tecnologias capacitadoras
da Indústria 4.0, inclui a criação de redes de dados, instalação de sensores, desenvolvimento de software,
integração de equipamentos etc. Os profissionais relacionados a essas novas tecnologias precisam ser ajustados e
treinados. Destaca-se ainda que “essas transformações são o resultado de sistemas tecnológicos de alta
complexidade que exigirão cada vez mais trabalhadores com competências específicas” e que “os esforços
inovadores não podem focar apenas na superação de desafios técnicos” [11].
Portanto, a implantação da manutenção 4.0 está diretamente ligada a uma série de variáveis e assim a
estratégia de implantação é baseada em investimentos elevados, com isso deve-se haver toda uma análise no
momento de sua aplicação na indústria. Na Figura 6 é possível observar um fluxograma com os sete princípios
orientadores para uma estratégia de plano de manutenção 4.0 e nos tópicos posteriores uma descrição de cada um
deles.

Figura 6 – Fluxograma de plano estratégico de manutenção 4.0

3.3.1. Planjamento inicial

Antes de começar a implementar o sistema, a organização precisa avaliar seu nível de maturidade de
manutenção atual e definir metas para os próximos cinco anos para aumentar seu valor de negócio e se alinhar
Engenharia Mecânica – DET / CE / UFERSA 7

com sua estratégia geral, ou seja, o investimento em business case ou caso de negócio trata-se de um documento
feito nos passos iniciais do projeto visando descrever o porquê, o quê, como e quem é necessário, isto para avaliar
se irá valer a pena ou não a continuação da ideia e se a mesma vai render retornos esperados para o negócio [14].
Com isso é preciso garantir que além dos profissionais responsáveis pela manutenção, a liderança da empresa
também esteja preparada e disposta a defender sua abordagem, pois o investimento baseado em caso de negócios
deve ser feito com a união de todos, já que se não for possível justificar o investimento para os acionistas, ele não
deve ser feito [14].

3.3.2. Criação de projeto-piloto

Deve-se selecionar o tipo de ativo apropriado para o piloto do sistema e usá-lo para estabelecer a prova de
conceito e demonstrar o valor comercial. É necessário criar equipes multifuncionais e fornecer-lhes recursos e
liberdade suficientes para criar formas alternativas de trabalho. Com evidências preliminares de sucesso, é possível
obter a aprovação de mais profissionais para essa ideia, o que pode garantir financiamento para implementação
em larga escala [14].
Para atingir os objetivos desejados por meio do sistema, é essencial usar as lições aprendidas no projeto piloto
para mapear detalhadamente quais recursos são necessários. Além de desenvolver estratégias para melhoria de
processos e implementação de novas tecnologias, a maior limitação pode ser a capacidade de recrutar profissionais
necessários para implementar a manutenção preditiva 4.0 [14].

3.3.3. Definição dos recursos necessários

No projeto de adoção da manutenção 4.0 é preciso uma análise apurada de tudo que se tem na empresa
atualmente, pois no planejamento para os próximos anos muita das vezes não é necessário eliminar os processos
e tecnologias de manutenção existentes atualmente na empresa e sim apenas realizar uma incrementação, pois o
sistema usado naquele momento não é eficaz, mas pode ser até provável o uso de alguma parte dele já com a
chamada manutenção 4.0.
Assim, em apoio a incrementação dos recursos necessários existe também a atualização das práticas de
manutenções existentes na planta industrial, isto é, devem ser avaliadas as melhores práticas de manutenção, as
quais podem ser adotadas paralelamente à manutenção 4.0.
Logo, planejar é entender como a situação conjunta presente e a visão de futuro influenciam nas decisões
tomadas no presente para que se atinjam determinados objetivos no futuro; e, também, é projetar um futuro que é
diferente do passado, por causas sobre as quais se tem controle [15].
Com o intuito, também, de retroalimentar o processo, o controle visa corrigir e/ou reforçar padrões. Portanto,
entende-se que “manter sob controle é saber localizar o problema, analisar o processo, padronizar e estabelecer
itens de controle de tal forma que o problema não ocorra novamente.” [18].

3.3.4 Adptação no setor 4.0

Na fábrica onde o conceito 4.0 está inserido, as máquinas são conectadas como uma comunidade colaborativa.
Eles utilizam Internet das Coisas (IOT), big data, computação em nuvem e ferramentas de inteligência artificial em
ambientes de manufatura [22].
Essa evolução requer o uso de processos de manufatura altamente automatizados, como extensas redes de
sensores que usam variáveis físicas de interesse; transmissão de dados para sistemas de processamento localmente
e na nuvem; e o uso de ferramentas avançadas de análise de dados. Esses processos são voltados para a tomada de
decisão informatizada [22].
Engenharia Mecânica – DET / CE / UFERSA 8

Em síntese, vive-se uma transformação completa do planejamento e da execução das operações corporativas,
incluindo novos paradigmas de organização de equipes, desenvolvimento de produtos e análise de mercado [22].
Portanto é possível observar um ritmo cada vez mais acelerado de inovação e este tem implicações
significativas para as plantas industriais, isto devido estas precisarem adotar uma nova estratégia quando comparada
com a sua atual.
Sendo assim, é possível um avanço de soluções que ocorra em 2022 ser relevante até 2027? Uma vez que a
velocidade acelerada de mudança é o novo normal e as empresas devem ajustar suas mentalidades e identificar
maneiras oportunistas de incorporar novas soluções presentes na manutenção 4.0, minimizando as interrupções nas
operações no momento da implantação da nova manutenção.

3.3.5. Dados como um ativo

Embora exista uma grande quantidade de dados sendo gerados pelos sensores embutidos nas máquinas
industriais, a maioria dos dados às vezes são perdidos. Com isso, um princípio orientador para uma estratégia de
manutenção 4.0 é que as práticas de governança de dados devem ser instituídas e o valor subjacente dos dados
operacionais deve ser capturado com qualidade.
A ciência de dados é uma extensão evolutiva das estatísticas capaz de lidar com as grandes quantidades de
dados produzidos. Ela adiciona métodos da ciência da computação para o repertório de estatísticas em virtude de
ser uma quantidade elevada de dados. As principais coisas que definem um cientista de dados responsável pelo
cuidado da área que é um dos oxigênios da manutenção, é a capacidade de trabalhar com Big Data e a experiência
em aprendizado de máquina (Machine Learning), computação e construção de algoritmos. [19-20]
Portanto, dados gerados por máquina são informações criadas automaticamente por um computador,
processo, aplicação ou máquina sem intervenção humana. Isso significa que os dados inseridos manualmente por
um usuário final não são considerados gerados pela máquina. A análise dos dados da máquina depende de
ferramentas altamente escalonáveis presentes nela, isto devido ao seu alto volume e velocidade das informações.

3.3.6. Colaboração da organização da manutenção

A implementação bem-sucedida da manutenção 4.0 não pode acontecer apenas com a opinião dos
funcionários de cima e sim deve-se ouvir os colaboradores em nível de fábrica, pois esse é um dos requisitos para
conhecer as máquinas por aqueles que têm contato diariamente com elas.
Assim, com a implantação da nova manutenção, é preciso ainda fornecer recursos para treinamento e
integração dos participantes das operações de manutenção, pois caso isso não for feito no planejamento inicial a
manutenção 4.0 ficará paralisada, visto que existem componentes novos sendo instalados ou já comprados em
máquinas atuais nos quais os operadores nunca tiveram o contato.

3.3.7. Compartilhamento dos riscos com os fornecedores

Os componentes da indústria na maioria das vezes não conseguem acompanhar o ritmo acelerado das
mudanças que ocorrem dentro da organização, isto porque, vai se modernizando todas as áreas sejam elas na linha
horizontal ou vertical da organização e com isso alguns setores ficam de lado.
Dessa forma alinhada com a organização da manutenção, os fornecedores dela devem ser estudados para não
ficar para trás, ou seja, deve haver um entendimento por parte da indústria como será o roteiro dos seus
fornecedores para que assim se tenha mutuamente benefícios no investimento e no plano traçado por eles.
Sendo assim, o gerenciamento de fornecedores é uma atividade importante, pois trata de redução de custo, a
conformidade e minimização dos riscos, isto devido nos últimos anos o compartilhamento de dados privados com
Engenharia Mecânica – DET / CE / UFERSA 9

fornecedores acontecem a todo o momento e, portanto, conhecer de perto os seus clientes de peças de reposição é
importante para transmitir confiança entre os envolvidos na transação.
Com isso, verdadeiros avanços em desempenho ocorrem quando você entende o comportamento do cliente
e pode orquestrar o papel da sua empresa dentro do ecossistema futuro de parceiros, fornecedores e clientes.
Como o valor de um ecossistema é determinado pelo número de parceiros envolvidos e pela intensidade de
suas relações, o maior desafio é definir os incentivos corretos e encontrar modelos de compartilhamento de
benefícios que compensem todos de forma justa por sua contribuição.

3.4. Aplicação dos principais conceitos da manutenção 4.0 em equipamento industrial

Uma aplicação de procedimentos presentes na manutenção 4.0 foi feita no motor de uma extrusora industrial
de fabricação de pet food, o equipamento elétrico trifásico possui uma potência de 185KW, tensão de 380V e
velocidade de rotação de 1190 rpm. Nessa empresa a escolha do motor da extrusora se deve por causa do grau de
importância dentro da indústria, isto porque ela tem uma capacidade de produção de cerca de 6 toneladas/h e assim
uma parada não programada dela, causa uma queda na produção de aproximadamente 120 toneladas de
alimentos/dia. Na figura 7 é possível observar o motor WEG 250cV [24].

Figura 7 – Motor trifásico WEG 250 cV [24]

Assim a este motor foi instalado o sensor sem fio, denominados WEG Motor Scan, da marca WEG, série
10*77723262. Esse tinha como objetivo identificar vibrações mecânicas e variações de temperatura. Na Figura 8
é possível ver o sensor ligado ao motor [24].

Figura 8 – Sensor ligado ao motor [24]

Com relação a apuração dos dados ela se deu no aplicativo WEG Motor Scan versão 1.0.84 e sua visualização
pode ser feita no smartphone Asus_Z017D, versão do Android 8.0.0, bem como também na plataforma WEG IoT,
a qual foi acessada via internet no computador Dell Latitude 3470 [24].
No caso do envio dos dados para a nuvem, um dos componentes da indústria 4.0 está se deu através do
smartphone. Onde como o sensor usado tem a tecnologia sem fio, seu processo se dá através do uso do Bluetooth,
de modo que após o técnico aproximar o aparelho celular do sensor do motor, com a conexão ativada, o sensor
manda ao aplicativo WEG Motor Scan as informações, as quais iram ser enviada com o uso do wifi a nuvem, mas
caso o smartphone não tenha conexão com a internet durante a coleta, os dados são enviados no momento que o
aparelho tiver uma conexão firmada. Assim, com relação ao intervalo de tempo de captura de informações, ela é
feita no sensor a cada 10 minutos sobre a temperatura e a cada 1 hora sobre a vibração [24].
Engenharia Mecânica – DET / CE / UFERSA 10

Além disso, na própria plataforma do aplicativo é possível acompanhar o histórico dos dados a cada dia, mês
e ano das variáveis temperatura e vibração. Tais condições são visualizadas na Figura 9. E também é possível saber
no WEG IoT ou no aplicativo os principais eventos ocorridos: níveis de alerta ou críticos. Bem como realizar
programas de manutenções naquele equipamento que o sensor foi instalado, e um detalhe sobre essas plataformas
são as permissões de adição de mais de um sensor, e o gerenciamento de mais de uma planta industrial ao mesmo
tempo [24].

Figura 9 – Histórico dos dados da temperatura e vibração visualizado no aplicativo [24]

Portanto, na Figura 10a tem a apresentação do fluxo das etapas realizadas no estudo para implementação da
metodologia de manutenção preditiva 4.0 no motor e na Figura 10b é possível ver o esquema do processo desde a
geração dos dados até a análise deles [24].

Figura 10a – Passos da metodologia usada na empresa [24]

Figura 10b – Estrutura do sistema coleta e análise dos dados [24]

3.5. Benefícios da implementação da manutenção 4.0

A falha de ativos é cara e estressante. Uma hora de inatividade afeta os altos custos de receita de grandes
organizações. Como os problemas podem ser previstos com antecedência, o tempo de inatividade pode ser
Engenharia Mecânica – DET / CE / UFERSA 11

minimizado. Para empresas de manufatura ou logística onde as máquinas são interdependentes, reduzir o tempo
de inatividade do equipamento é uma grande vantagem [5].
Como a manutenção planejada é baseada em uma programação, as tarefas de manutenção às vezes são
realizadas quando não são necessárias. A manutenção preditiva pode evitar essas ineficiências. Além disso, o
sistema de manutenção preditiva com base em sintomas informa aos técnicos quais alterações precisam ser feitas
no sistema. Um exemplo de situação é que o indicador de advertência indica vibrações anormais na máquina. Se
houver uma forte correlação entre a falha de um determinado componente e o aumento da vibração, os técnicos
podem primeiro focar no componente potencialmente defeituoso e concluir apenas as atividades de manutenção
necessárias, economizando tempo [5].
Como o equipamento pode ser usado por mais tempo e a eficiência é melhorada por meio de análises
avançadas, a empresa desperdiça menos recursos naturais. A manutenção preditiva é uma das poucas iniciativas
que ajuda as organizações a atingirem as metas de desempenho financeiro e responsabilidade social corporativa
[5].
O uso de dados de sensores associados ao sistema de análise pode ajudar a indústria a encontrar novas
maneiras de evitar danos. O sistema de prevenção de acidentes pode alertar ou mesmo parar o equipamento quando
os trabalhadores estão em perigo, o que pode melhorar significativamente as condições da fábrica e minimizar os
ferimentos. Além de reduzir os acidentes de trabalho, a implantação do sistema Predictive Maintenance 4.0
também ajuda a motivar os funcionários, pois o tempo de inatividade e as operações insatisfatórias não afetam
apenas a produção, mas também afetam a moral dos funcionários. É estressante correr para resolver uma
emergência. A manutenção preditiva 4.0 minimiza essas situações [10].

4. CONCLUSÃO

Os fatores apresentados comprovam que a manutenção preditiva é uma tecnologia de manutenção muito
promissora, pois se adapta às novas tecnologias para se consolidar como a tecnologia de manutenção do futuro.
Também ao longo do trabalho se introduziu o conceito de Indústria 4.0 - Internet das Coisas, Big Data, Cloud
Computing e Inteligência Artificial - uma estrutura fundada pela Predictive Maintenance e denominada "4.0".
Com vantagens claras e diversificadas, a manutenção 4.0 comprovou atender às necessidades atuais do
mercado, melhorando a confiabilidade do processo, reduzindo custos desnecessários e agregando valor à
organização. Pode-se concluir que o sucesso do sistema de predição depende da qualidade dos dados e das
capacidades dos algoritmos utilizados. Por meio dessa combinação, o Predictive Maintenance 4.0 dá suporte à
eficiência necessária e se torna um dos promotores da quarta revolução industrial.

5. AGRADECIMENTOS
Agradeço primeiramente a Deus, por ter me dado força e saúde e perseverança a mim e a toda minha família
ao longo dessa caminhada, para que eu conseguisse superar todos os obstáculos encontrados ao longo dessa jornada
e ter chegado até este momento da minha vida.
Aos meus pais e aos meus avós, pelo amor comigo e atenção ao longo da minha vida. E por eles servirem
como exemplo para que mesmo diante de situações complicadas eu não desistisse e perseverar até o fim.
A meu orientador Fabrício José Nobrega Cavalcante que dispensou boa parte do tempo com dedicação, dando
sugestões, e tirando todas às dúvidas ao longo do desenvolvimento do trabalho. Que sem os seus ensinamentos eu
não teria conseguido a conclusão deste trabalho atendendo às regras previstas.
E a todos os excelentes professores que fizeram parte da minha formação acadêmica na UFERSA.
Engenharia Mecânica – DET / CE / UFERSA 12

6. REFERÊNCIAS
[1] DOCKHORN, Fernando da Silva Mello. MANUTENÇÃO 4.0 NO CONTEXTO DA
UNIVERSIDADE DE BRASÍLIA - UnB. 2019. 131 f. Dissertação (Mestrado) - Curso de Engenharia
em Sistema Mecatrônicos, Engenharia Mecânica, Universidade de Brasília - Unb, Brasília, 2019.
[2] RIGHETTO, Sophia Boing. MANUTENÇÃO PREDITIVA 4.0: CONCEITO, ARQUITETURA E
ESTRATÉGIAS DE IMPLEMENTAÇÃO. 2020. 87 f. TCC (Graduação) - Curso de Engenharia
Elétrica, Engenharia Elétrica, Universidade Federal de Santa Catarina - Ufsc, Santa Catarina, 2020.
[3] RIBEIRO, Haroldo. Desmistificando o TPM. São Caetano do Sul: Pdca, 2010.
[4] ASSOCIAÇÃO BRASILIEIRA DE NORMAS TÉCNICAS. NBR 5462: Confiabilidade e mantenabilidade.
Rio de Janeiro: Abnt, 1994. 37p.
[5] KARDEC, Alan; NASCIF, Júlio. Manutenção: função estratégica. Rio de Janeiro: Qualitymark, 2009.
240 p.
[6] QUADROS, Maria Suelena Pereira de; FOCHESATTO, Sidnei Alberto. Educação Corporativa. Curitiba:
IESDE Brasil, 2012. p. 14.
[7] COELHO, Pedro Miguel Nogueira. Rumo à Indústria 4.0. 2016. 65 f. Dissertação (Mestrado) - Curso de
Engenharia e Gestão Industrial., Universidade de Coimbra, Coimbra, 2016.
[8] AZURE MICROSOFT. Guia de IA do Azure para soluções de manutenção preditiva. In: Machine Learning
Azure. [S.I.], 9 jan. 2020. Disponível em: https://docs.microsoft.com/pt-br/azure/machinelearning/team-
data-science-process/cortana-analytics-playbookpredictive-maintenance
[9] WANG, Lihui; TÖRNGREN, Martin; ONORI, Mauro. Current status and advancement of cyber-physical
systems in manufacturing. Journal of Manufacturing Systems, [s. l.], v. 37, n. April 2016, p. 517– 527, 2015.
[10] SEEBO. Why Predictive Maintenance is Driving Industry 4.0: The definite Guide. In: Seebo. [S.I.], 20 out.
2018. Disponível em: https://www.seebo.com/predictive-maintenance/.
[11] KAGERMANN, H; WAHLSTER, W; HELBIG, J; Recommendations for implementing the strategic
initiative INDUSTRIE 4.0. Finalreport of the Industrie 4.0 WG, [s. l.], n. April, p. 82, 2013.
[12] MAYNARD, A. D. Navigating the Fourth Industrial Revolution. Nature Nanotechnology 10 (12). 2015
[13] SCHUH, G.; ANDERL, R.; GAUSEMEIER J.; TEN HOMPEL, M.; WAHLSTER, W. (Eds.): Industrie 4.0
Maturity Index. Managing the Digital Transformation of Companies (acatech STUDY). Munich: Herbert Utz
Verlag 2017.
[14] MULDERS, M.; HAARMAN, M.; VASSILIADIS, C. Predictive Maintenance 4.0. Predict the unpredictable.
In: PwC NL, [S.I.], jun. 2017. Disponível em: https://www.pwc.nl/nl/assets/documents/pwcpredictive-
maintenance-4-0.pdf.
[15] CORRÊA, Henrique Luiz; GIANESI, Irineu Gustavo Nogueira; CAON, Mauro. Planejamento, Programação
e Controle da Produção. In:______. Sistemas de Administração da Produção. 5ª ed. São Paulo: Atlas, 2011.
Cap. 1, p. 17.
[16] MAXIMIANO, Antonio Cesar Amaru. Introdução à Administração. 5ª ed. São Paulo: Atlas, 2000. p. 175.
[17] NETO, João Cirilo da Silva; LIMA, Antônio Marcos Gonçalves de. Implantação do Controle de Manutenção.
Revista Mantener, Argentina, v. 11, 2002, p. 3. [17]
[18] FULGENCIO, Paulo Cesar. Glossário Vade Mecum. Rio de Janeiro: Mauad, 2007. p. 404. [18]
[19] LANEY, D. Defining and Differentiating the Role of the Data Scientist. 2012.
[20] CIELEN, D.; MEYSMAN, A.; ALI, M. Introducing Data Science: Big Data, Machine Learning, and More,
Using Python Tools. 1st. ed. Greenwich, CT, USA: Manning Publications Co., 2016. ISBN 1633430030,
9781633430037
[21] BARBOSA, G. F.; AROCA, R. V. An IoT-Based Solution for Control and Monitoring of Additive
Manufacturing Processes. In: J. POWDER METALL MIN, v.6, n. 158, p.2, 2017. Disponível em:
http://www.omicsonline.org/open-access/an-iotbased-solution-for-control-and-monitoring-of
dditivemanugacturing-processes-2168-9806-1000158.php?aid=86466.
[22] MAURA, Sandra. Os caminhos para a transformação das empresasno futuro. In: Indústria 4.0. [S.I.], 12 out.
2019. Disponível em: https://www.industria40.ind.br/artigo/18906-industria-40-os-caminhos- para-a-
transformacao-das-empresas-para-o-futuro.
[23] TELES, Jhonata. O Planejamento e Controle da Manutenção na Indústria 4.0. 2018. Disponível em:<
https://engeteles.com.br/pcm-na-industria-4-0/>. Acesso em: 20 de ago. 2019.
[24] MARTINS, Flavia Justina et al. Uso do sensor inteligente na manutenção preditiva do motor de uma
extrusora. Scientia Cum Industria, Brasil, v. 8, n. 2, p. 1-9, 01 maio 2020.
Engenharia Mecânica – DET / CE / UFERSA 13

MINISTÉRIO DA EDUCAÇÃO
Universidade Federal Rural do Semi-Árido – UFERSA
Centro de Engenharias – CE

ATA DE DEFESA DE TRABALHO DE CONCLUSÃO DE

CURSO

Às 08:00 horas do vinte de maio de dois mil e vinte e dois na sala virtual: https://meet.google.com/ryr-smmq-

fjm, reuniu-se a Banca Examinadora de defesa de trabalho de conclusão de curso de autoria do aluno ÁLVARO

ALBUENO DA SILVA LINHARES, aluno do curso de ENGENHARIA MECÂNICA desta universidade,

N° de matrícula 2017006498, com o título “ESTUDO DE METODOLOGIA PARA O

DESENVOLVIMENTO DE UM PLANO PARA IMPLANTAÇÃO DA MANUTENÇÃO 4.0”. A Banca

Examinadora ficou assim constituída por três membros: Prof. Dr. FABRÍCIO JOSÉ NÓBREGA

CAVALCANTE, presidente da banca e orientador do Trabalho de Conclusão de Curso; Prof. Dr.

ZOROASTRO TORRES VILAR e Prof. Dr. VICTOR WAGNER FREIRE DE AZEVEDO, como membros.

Concluída a defesa, procedeu-se o julgamento pelos membros da banca examinadora, tendo o aluno sido

APROVADO. E para constar, eu, Prof. Dr. FABRÍCIO JOSÉ NÓBREGA CAVALCANTE, lavrei a presente

ata que, após lida e aprovada pelos membros da banca examinadora, será assinada por todos.

Mossoró, 31 de maio de 2021.

Assinatura dos membros da Banca Examinadora.