Traduzido do Inglês para o Português - www.onlinedoctranslator.

com

Disponível on-line emwww.sciencedirect.com

Ciência Direta
Documentos IFACOnLine 52-10 (2019) 91–96

Tecnologias de Manutenção 4.0 para Fabricação Sustentável – uma Visão Geral

Małgorzata Jasiulewicz - Kaczmarek*, Arkadiusz Gola**
* Universidade de Tecnologia de Poznan, Faculdade de Engenharia de Gestão, Strzelecka 11, 60-965 Poznań, Polônia
Polônia (Tel: +48 500-007-701; e-mail: malgorzata.jasiulewicz-kaczmarek@put.poznan.pl )
**
Universidade de Tecnologia de Lublin, Instituto de Sistemas Tecnológicos de Informação, 20-618 Lublin, ul. Nadbystrzycka 36,
Polónia (Tel: +48 81 538 45 35; e-mail: a.gola@pollub.pl ).

Abstrato:A indústria transformadora vive mudanças relevantes face aos desafios impostos pelo modelo de
desenvolvimento económico sustentável. Sob este modelo, o progresso significativo nas tecnologias avançadas
está a proporcionar novas oportunidades para aumentar a competitividade. Entretanto, a função de manutenção
está a transformar o seu papel para melhor apoiar a criação de valor, tanto contribuindo para a dimensão
económica como alargando o seu cuidado aos aspectos ambientais e sociais. A Manutenção 4.0 pode quebrar os
compromissos das estratégias mais antigas, permitindo às empresas maximizar a vida útil dos seus
equipamentos de produção, evitando paragens não planeadas, minimizando as paragens planeadas,
aumentando a segurança dos processos e das pessoas, minimizando o consumo de energia e recursos e
poupando custos. O artigo apresenta a possibilidade de incorporação de novas tecnologias no planejamento,
implementação, monitoramento e análise de processos de manutenção que apoiam a produção sustentável em
empresas industriais modernas.

©2019, IFAC (Federação Internacional de Controle Automático) Hospedagem pela Elsevier Ltd. Todos os direitos reservados.

Palavras-chave:sustentabilidade, fabricação sustentável, manutenção sustentável, manutenção, Indústria 4.0.

que prevê falhas faz diagnósticos e desencadeia ações de

1. INTRODUÇÃO
Muitos autores (por exemplo, Seliger et al., 2008; Dubey et al., 2017)
consideraram o papel relevante que o desenvolvimento tecnológico tem
para a produção sustentável. A tecnologia influencia e interage com a
dimensão económica (por exemplo, permite novas soluções de negócio),
com o ambiente (por exemplo, fornecendo soluções para a conservação da
natureza e dos recursos) e com a sociedade (por exemplo, apoia novos
modelos de vida), além de funcionar como uma poderosa ferramenta para
fornecer recursos para “satisfazer as necessidades da geração presente
sem comprometer a capacidade das gerações futuras de satisfazerem as
suas próprias necessidades”. Por outras palavras, não é possível procurar
soluções para a questão da sustentabilidade da produção sem considerar a
tecnologia como componente integrante do desenvolvimento.
Recentemente, as tecnologias emergentes (por exemplo, Internet
das Coisas (IoT), redes de sensores sem fio, big data, computação em
nuvem, sistemas embarcados e Internet móvel) estão sendo
introduzidas no ambiente de produção. Na literatura sobre produção,
as mudanças são referidas como a próxima (quarta) revolução
industrial, que é comumente chamada de “Indústria 4.0”. A pesquisa
literária indica uma ampla gama de possibilidades que as novas
tecnologias relacionadas à Indústria 4.0 podem trazer para a
fabricação sustentável. Referindo-se à perspectiva económica da
sustentabilidade, a transparência e a interligação dos processos
permitem a sua optimização, aumentando a eficiência, a flexibilidade,
a qualidade e a customização (Peukert et al., 2015). No que diz
respeito à dimensão ecológica da sustentabilidade, a previsão do
consumo de energia, a redução dos resíduos e do consumo de
recursos são os principais benefícios potenciais (Dubey et al., 2017;
Jabbour et al., 2018).
Uma das áreas de aplicação da tecnologia da Indústria 4.0 é a
manutenção na forma de autoaprendizagem e sistema inteligente
manutenção (Lee et al., 2014). Manutenção 4.0 é um novo termo
que define a próxima geração na abordagem de manutenção de
equipamentos de produção. A Manutenção 4.0 trata de prever
falhas futuras em ativos e, em última análise, prescrever a medida
preventiva mais eficaz, aplicando técnicas analíticas avançadas em
big data sobre condição técnica, uso, ambiente, histórico de
manutenção e equipamentos similares em outros lugares e, de
fato, qualquer coisa que possa estar correlacionada com o
desempenho. de um ativo. O principal objetivo deste trabalho é
apresentar a possibilidade de utilização de modernas tecnologias
de TI no planejamento, implementação, monitoramento e análise
de processos de manutenção realizados na manufatura em
empresas de manufatura (Daniewski et al., 2018; Fang et al., 2019;
Gola , 2019).
Este artigo está organizado da seguinte forma. São descritos
os primeiros processos de manutenção e sua avaliação durante as
últimas décadas. Além disso, é apresentada a contribuição da
manutenção para operações de produção competitivas e
sustentáveis. Em seguida, relativamente ao aspecto económico da
contribuição de manutenção, são definidos os factores
económicos afectados pela função de manutenção. Finalmente,
são descritas novas tecnologias de TI em máquinas e dispositivos
que podem suportar a função de manutenção.
2. MANUTENÇÃO PARA FABRICAÇÃO
SUSTENTÁVEL
Durante as últimas cinco décadas, a manutenção mudou
radicalmente de acordo não só com as exigências tecnológicas, mas
também devido às novas exigências do mercado. A manutenção
evoluiu de uma função reativa, tornando-se primeiro uma abordagem
preventiva, depois um processo enxuto e mais tarde

2405-8963©2019, IFAC (Federação Internacional de Controle Automático) Hospedagem pela Elsevier Ltd. Todos os direitos reservados.
Revisão por pares sob responsabilidade da Federação Internacional de Controle Automático.
10.1016/j.ifacol.2019.10.005
92 Małgorzata Jasiulewicz - Kaczmarek et al. / IFAC PapersOnLine 52-10 (2019) 91–96

um processo verde. Atualmente é considerado um processo que valor para todas as partes interessadas no horizonte de longo
precisa ser gerenciado numa perspectiva sustentável. prazo”. A Manutenção Sustentável deve contribuir para a
Com base na revisão da literatura e na observação das práticas minimização dos impactos ambientais e sociais de um
industriais, afirmou-se que a contribuição da manutenção para as sistema, a redução dos custos do ciclo de vida e a melhoria da
prioridades competitivas dos negócios e para operações de manufatura durabilidade do equipamento e bem-estar socioeconômico
(SM) mais sustentáveis tem duas dimensões principais, que são: (Afrinaldi et al., 2017).
- a dimensão da sustentabilidade, a
- dimensão do ciclo de vida.
A dimensão da sustentabilidade é representada pelos três
aspectos da sustentabilidade: econômico, ambiental e social. A
contribuição da manutenção pode ser observada nos três
aspectos (Fig. 1).

Figura 2. Fluxo de informações no ciclo de vida de objetos técnicos

Os objetivos da Manutenção Sustentável numa empresa são: (1)

Figura 1. A contribuição dos processos de manutenção no SM
estar alinhado com os objetivos de negócio e de lucro (regras de
decisão estratégica e maior ciclo de vida dos equipamentos); (2)
Em relação ao aspecto econômico da contribuição da
manter o nível funcional de uma máquina e preservar todas as suas
manutenção, existem quatro fatores econômicos relevantes
características acima do nível exigido do ponto de vista do impacto
afetados pela função de manutenção: qualidade e produtividade,
ambiental; (3) estar alinhado com as expectativas sociais (satisfação
entrega no prazo, inovação e custo (Jasiulewicz-Kaczmarek et al.,
dos colaboradores, incluindo a sua saúde e segurança).
2018). No que se refere ao aspecto ambiental podem ser
A questão essencial é “como atingir objectivos específicos e o
distinguidos os seguintes factores: prevenção de danos
que fazer”. Segundo Bilge et al., (2017) as tecnologias facilitadoras
ambientais, redução de emissões e conservação do solo, redução
da Manutenção 4.0 podem contribuir para fornecer informações
do consumo de energia e poupança ou eficiência energética
necessárias para a avaliação da manutenção sustentável, e podem
(Ajukumar & Gandhi, 2013; Franciosi et al., 2017). Por último, a
tornar-se impulsionadores-chave na busca pela manutenção
vertente social diz respeito à relação da função de manutenção
sustentável e gestão do ciclo de vida dos ativos.
com os seus stakeholders dentro e fora da empresa, com especial
enfoque no pessoal de manutenção, que é afetado pelas decisões 3. TECNOLOGIAS DE MANUTENÇÃO 4.0
tomadas no departamento de manutenção. A contribuição da
Não é possível procurar soluções para a questão da manutenção
manutenção para o aspecto social também está ligada à
sustentável sem considerar a tecnologia como componente integrante
segurança da planta e à segurança humana, como principal meio
do desenvolvimento. Do ponto de vista da manutenção, o
de evitar falhas indesejadas e minimizar as consequências das
desenvolvimento de novas tecnologias e as exigências dos utilizadores
falhas (Burduk & Jagodziński, 2015; Pintelon & Muchiri, 2009;
finais têm afetado significativamente tanto o tema das operações de
Ratnayake & Antosz, 2017). A segunda dimensão da contribuição
manutenção (máquinas e equipamentos) como a forma de planear e
da manutenção para mais sistemas SM é o pensamento do ciclo
implementar as atividades de manutenção. No que diz respeito à
de vida (Fig. 2).
aplicação de novas tecnologias em máquinas e dispositivos que
A Manutenção Sustentável ou Manutenção Centrada na
utilizamos hoje, o termo mais comum é 'máquina inteligente'. O termo
Sustentabilidade (SCMn) tornou-se um novo desafio para as
“máquina inteligente” implica uma máquina mais bem conectada, mais
empresas que concretizam o conceito de SM. Sari et al., (2015)
flexível, mais eficiente e segura. Ele pode responder rapidamente a
definiu manutenção sustentável como '...todos os processos
novas demandas. A Smart Machine possui três componentes
necessários para garantir a condição aceitável dos ativos,
principais: componentes físicos, componentes inteligentes e
eliminando o impacto ambiental negativo, prudente no uso de
componentes de conectividade. Os componentes inteligentes estão
recursos, preocupação com a segurança dos funcionários e partes
diretamente ligados aos serviços relacionados com as partes físicas,
interessadas, e ao mesmo tempo economicamente saudável '.
enquanto a conectividade permite a troca de informações entre a
Jasiulewicz-Kaczmarek e Żywica (2018) definiram SCMn como 'um
máquina e o seu ambiente e permite a existência de serviços fora da
conjunto de atividades técnicas, econômicas e de gestão proativas
própria máquina física. Segundo Porter e Heppelmann (2014) a
implementadas ao longo de todo o ciclo de vida de uma instalação
inteligência e a conectividade permitem um conjunto inteiramente
técnica com o objetivo de realizar as funções de uma instalação
novo de funções e capacidades da máquina:
técnica, garantindo ao mesmo tempo a realização de objetivos e a
capacidade de criar as condições econômicas, ambientais e sociais
 Małgorzata Jasiulewicz - Kaczmarek et al. / IFAC PapersOnLine 52-10 (2019) 91–96
- monitoramento: as máquinas permitem o monitoramento de uma
condição própria, operação e ambiente externo por meio de sensores e
fontes de dados externas, e podem alertar usuários ou outras partes
interessadas sobre mudanças nas circunstâncias ou no desempenho;
-controle: as máquinas podem ser controladas por meio de comandos
remotos ou algoritmos integrados ao dispositivo ou residentes na
nuvem da máquina;
-otimização: máquinas inteligentes e conectadas podem aplicar
algoritmos e análises a dados em uso ou históricos para
melhorar a produção, a utilização e a eficiência; e
- autonomia: as capacidades de monitorização, controlo e
otimização combinam-se para permitir que máquinas inteligentes
e conectadas alcancem um nível de autonomia anteriormente
inatingível. No nível mais simples, uma máquina autônoma opera
usando sensores e software em tempo real. Máquinas mais
sofisticadas são capazes de aprender sobre seu ambiente,
autodiagnosticar suas próprias necessidades de serviço e adaptar-
se às preferências dos usuários. A autonomia não só pode reduzir
a necessidade de operadores, mas também pode melhorar a
segurança em ambientes perigosos e facilitar a operação em
locais remotos.
Este ‘objeto inteligente de manutenção’ permite a incorporação de
novas tecnologias no planejamento, implementação,
monitoramento e análise dos processos de manutenção, tais
como: (1) sensores inteligentes e dispositivos inteligentes (Zong et
al., 2017; Singh et al., 2014;Roy et al., 2016); (2) e-CMMS (Iung et
al., 2014; Lopes et al., 2016; Rødseth et al., 2017); (3) ferramentas
de diagnóstico (Crespo Márquez & Iung, 2008); (4) Ferramentas de
prognóstico (Lee et al., 2006; Crespo Márquez e Iung, 2008; Muller
et al., 2008); (5) Ferramentas baseadas em nuvem (Dillon et al.,
2010; Zhong, et al., 2017); (6) ferramentas de simulação (Alrabghi
& Tiwari, 2015; Antosz & Ratnayake 2019); (7) Ferramentas de RA
(Suarez-Warden et al., 2015; Klimant et al., 2017; Kollatsch et al.,
2017; del Amo et al., 2018). Estas tecnologias definem a próxima
geração na abordagem à manutenção de equipamentos de
produção referidas na literatura como Manutenção 4.0. A
Manutenção 4.0 trata de prever falhas futuras em ativos e, em
última análise, prescrever a medida preventiva mais eficaz,
aplicando técnicas analíticas avançadas em big data sobre
condição técnica, uso, ambiente, histórico de manutenção e
equipamentos similares em outros lugares e, de fato, qualquer
coisa que possa estar correlacionada com o desempenho. de um
ativo.
Uma operação de manutenção moderna envolve inúmeras
atividades de tomada de decisão, exigindo uma grande quantidade de
informações e computação intensiva. Com a crescente popularidade
do monitoramento de condições, prognósticos e computação em
nuvem, o volume de dados disponíveis para a tomada de decisões de
manutenção aumentou significativamente (Bokrantz et al., 2017; Valis
et al., 2018). A ascensão do big data e seu uso pode ser benéfico para
operações e manutenção, a fim de ser proativo em relação à
manutenção e conservação contínua dos equipamentos. A utilização
de dados pode proporcionar mais oportunidades para prever
problemas futuros num sistema ou equipamento e, portanto, utilizar a
manutenção de forma preditiva, em vez de depender de extremos
dispendiosos – como a Manutenção Preventiva aleatória ou a
Manutenção Reactiva relacionada com crises. Todo esse Big Data não
tem sentido sem análise. A análise é o que impulsiona a manutenção
preditiva e
93
separa-o das abordagens mais tradicionais e reacionárias de
reparação e substituição de equipamentos. A análise de big data é o
processo de coleta, organização e análise de grandes conjuntos de
dados chamados big data para descobrir padrões e outras
informações úteis. A análise de big data pode ajudar as organizações
de manutenção a compreender melhor as informações contidas nos
dados e também ajudará a identificar os dados que são mais
importantes para decisões futuras. Karim et al., (2016) propuseram um
conceito para Análise de Manutenção (MA) que se baseia em quatro
fases interligadas temporalmente (Fig. 3): (1) “Análise Descritiva de
Manutenção”se concentra em descobrir e
descreva o que aconteceu no passado; resume coletado
dados de diversas fontes de manutenção e fornece estatísticas
resumidas em termos de medidas (por exemplo, número de
falhas) e visualizações (por exemplo, gráfico de taxa de falhas); (2)
“Análise de diagnóstico de manutenção”concentra-se para
entender por que algo aconteceu; pode ser basicamente dividido
em detecção de falhas (ou seja, indicar falhas e mau
funcionamento), isolamento de falhas (ou seja, determinar a
causa e o componente relacionado) e identificação de falhas (ou
seja, designar o tipo e a natureza da falha) (Kothamasu et al.,
2006). ; Vogl et al., 2016); (3)“Análise Preditiva de Manutenção”
concentra-se em estimar o que acontecerá no futuro; leva em
consideração as condições atuais da máquina e os perfis de
operação anteriores e prevê a probabilidade de uma máquina
operar sem falhas até um momento no futuro (ou seja, estimativa
do estado de saúde do sistema) ou calcula a vida útil restante
(RUL) como o tempo restante antes que ocorra uma falha (Peng et
al., 2010; Elattar et al., 2016); (4)“Análise prescritiva de
manutenção”que aborda o que precisa ser feito a seguir; baseia-
se nos resultados dos tipos descritos anteriormente, integra
dados adicionais (por exemplo, informações sobre custos e
recursos) e os transforma em recomendações de manutenção
acionáveis para identificar as ações ideais e/ou o tempo ideal de
ações (Bousdekis et al., 2015).
Agir
Valor e Complexidade
Analisar
Informar
Manutenção
Manutenção Análise Prescritiva
Manutenção Análise preditiva
Manutenção
Análise Descritiva
Análise de diagnóstico
O que aconteceu? Por que isso aconteceu? O que vai acontecer? O que devemos fazer?
Objetivos Objetivos Objetivos Objetivos
Detecção de falha
Tempo ideal
Medidas Estado de integridade do sistema de Manutenção
Isolamento obrigatório
Visualizações Vida útil restante Ação ideal
Identificação de falhas
de Manutenção
Figura 3. Fases cronológicas do Maintenance Analytics
O objetivo deste conceito é facilitar as ações de manutenção
através de uma melhor compreensão de dados e informações.
Embora a MA descritiva e diagnóstica esteja bastante focada no
passado, a MA preditiva ou prognóstica está preocupada com
uma perspectiva mais prospectiva para responder à questão“O
que é provável que aconteça?. A aplicação da análise de big data
na manutenção representa o quarto nível de maturidade na
manutenção preditiva (Fig. 4).
Com foco nos cenários industriais, nas abordagens da Manutenção 4.0,
os sensores inteligentes são considerados como os verdadeiros
facilitadores para a digitalização industrial, uma vez que esses sensores
tornam-se fontes de dados únicas para todos os serviços e
aplicações de big data (Sikora et al., 2019; Zarnik et al., 2018).
94 Małgorzata Jasiulewicz - Kaczmarek et al. / IFAC PapersOnLine 52-10 (2019) 91–96

podem ser coletados, segregados e executados em tempo real

Nível 4
usando tecnologia de nuvem. As opções de reparo podem ser
Manutenção 4.0
tomadas automaticamente pelo sistema e ações podem ser
Nível 3
Big Data e Estatísticas

Condição em tempo real

monitoramento recomendadas ao técnico. Todos os dados de possíveis falhas

Nível 2
serão usados para direcionar o reparo, incluindo condições
contínuo em tempo real

operacionais do sistema no momento da falha, dados de reparos

Inspeção de instrumentos
contínuo em tempo real
monitoramento de ativos,

Nível 1
anteriores do CMMS, padrões de desgaste e dados operacionais
monitoramento de ativos,
com alertas enviados com base em
inspeções periódicas;
Inspeção visual com alertas dados com base em
técnicas preditivas,
conclusões são baseadas em
regras pré-estabelecidas
como análise de regressão do equipamento. Com efeito, os técnicos poderão realizar o seu
uma combinação
ou níveis críticos.
trabalho com mais eficiência.
inspeções físicas periódicas; conclusões

da experiência do inspetor e
são baseadas exclusivamente

na experiência do inspetor
leituras de instrumentos
A próxima tecnologia avançada que suporta Manutenção
As práticas 4.0 são Realidade Aumentada (AR) e Realidade Virtual (VR).
Confiabilidade

Contente - inspeção periódica (física) - inspeção periódica (física) - inspeção contínua (remota) - inspeção contínua (remota)
Idéias originais foram desenvolvidas na década de 1960 e, desde
(os tipos de dados que eles - lista de verificação

- gravação em papel
- instrumentos

- gravação digital
-sensor

- gravação digital
- sensor e outros dados

- gravação digital
então, um progresso constante tem sido feito com o avanço do poder
usar)

- dados de condição digital

da computação e da análise de imagens. A ideia principal da VR é criar
Processos

(como esses dados são

- dados de condição baseados em papel - dados de condição digital - dados de condição digital - vários pontos de inspeção um mundo digital no qual o usuário possa estar imerso e interagir. Na
- vários pontos de inspeção - pontos de inspeção únicos - vários pontos de inspeção - dados do ambiente digital
coletado)
- histórico de manutenção digital AR, o usuário pode ver o mundo real, bem como objetos digitais
ISTO - software de monitoramento de condição
sobrepostos a ele. As instruções de trabalho para operações de
- software de monitoramento de condição - plataforma de big data
(qual hardware e - MS Excel / MS Access - software de instrumento incorporado
- banco de dados de condições - rede wi-fi manutenção e montagem podem ser fornecidas diretamente aos
ferramentas de software são usadas)

trabalhadores através de tecnologias AR. Estas tecnologias mostram-

- software estatístico

se promissoras para ajudar os trabalhadores através da integração de

Figura 4. Matriz de maturidade PdM (baseada em Mulders & Haarman, 2017)
informações no ambiente de trabalho, reduzindo a carga cognitiva dos
Esses sensores traduzem ações físicas de máquinas em sinais digitais trabalhadores e permitindo um melhor desempenho de diversas
que comunicam variáveis como temperatura, vibração ou operações dentro da manutenção. A AR tem potencial para se tornar
condutividade. A simples recolha de dados sobre máquinas a partir de uma importante ferramenta de manutenção, ao sobrepor e integrar
sensores não é suficiente. A Manutenção 4.0 requer uma informações virtuais em objetos físicos. Schwald e de Laval (2003)
infraestrutura de Internet das Coisas que conecte ativos sem fio ao apresentaram um estudo inicial sobre a eficácia das tecnologias AR
data center de manutenção e permita a coleta e distribuição de dados para treinamento em manutenção no contexto industrial. Para
de sensores. A IoT é uma nova revolução resultante da convergência justificar a incorporação da tecnologia AR para apoiar a manutenção
de sistemas de manutenção com computação avançada, sensores e aeroespacial, Suarez-Warden et al. (2015) apresentaram uma análise
sistemas de comunicação onipresentes. É um evento transformador dos benefícios da RA para tarefas de montagem de manutenção
onde inúmeros dispositivos industriais, antigos e novos, estão aeroespacial. A análise incorpora o impacto do tempo de inatividade e
começando a utilizar tecnologias de comunicação de Protocolo de a redução dos custos variáveis de manutenção. Ong e Zhu (2013)
Internet (IP). Existem várias maneiras pelas quais a IoT pode melhorar desenvolveram um sistema de manutenção de equipamentos em
a forma como máquinas e equipamentos são gerenciados: (1)Maior tempo real assistido por AR. De acordo com os autores, criando e
adoção da Manutenção Preditiva. A principal razão para aplicar a IoT aumentando a sobreposição contextual de instruções de manutenção
para gerenciar ativos é a manutenção preditiva. Em vez de realizar textuais e gráficas no cenário de manutenção, manutenção remota
inspeções de rotina baseadas em calendário e substituição de entre especialistas em equipamentos e manutenção
componentes, as técnicas preditivas monitoram o equipamento em pessoal pode ser alcançado, melhorando assim a manutenção
busca de falhas pendentes e notificam a equipe de manutenção fluxo de trabalho e aprimoramento de equipamentos. Del Amo et al.,
quando a substituição de uma peça é necessária. Sensores embutidos (2018) acreditam que a Realidade Aumentada (AR) é uma das
no equipamento verificam condições anormais e acionam ordens de tecnologias mais interessantes em que as empresas devem investir,
serviço quando os limites operacionais seguros são violados; (2) especialmente para melhorar o serviço. E para este novo projeto a
Análise de dados em tempo real. A IoT leva máquina a máquina ( implementação no contexto da capacidade de absorção e utilização de
tecnologias que permitem que as máquinas se comuniquem entre si) novas tecnologias na Manutenção 4.0. as competências mais
para o próximo nível, incluindo um terceiro elemento: dados. A importantes são as competências pessoais (Patalas-Maliszewska e
disponibilidade de todos os dados da máquina em uma rede virtual dá Kłos, 2018)
aos fabricantes de equipamentos originais a capacidade de agregar e
analisar os dados para gerar melhores modelos analíticos preditivos; 5. CONCLUSÕES
(3)Métricas de desempenho precisas. Disponibilidade, confiabilidade e
A Manutenção 4.0 pode quebrar os compromissos das
outras métricas importantes de desempenho, como tempo médio
estratégias mais antigas, permitindo às empresas maximizar a vida útil
entre falhas (MTBF) e tempo médio para reparo (MTTR), podem ser
dos seus equipamentos de produção, evitando paragens não
calculadas automaticamente pelo sistema e alimentadas em painéis de
planeadas, minimizando as paragens planeadas, aumentando a
relatórios. Isto elimina o elemento humano na captura de todo o
segurança dos processos e das pessoas, minimizando o consumo de
tempo de inatividade, garantindo que os dados sejam tão precisos
energia e recursos e poupando custos. Numa perspetiva de produção
quanto possível; (4)Ativos remotos. Os ativos conectados que geram
sustentável, o contributo da Manutenção 4.0 pode ser aplicado nas
suas próprias ordens de serviço no CMMS com uma lista proposta de
seguintes áreas:
itens de ação e uma lista recomendada de peças sobressalentes para
-Pensamento do ciclo de vida. Os avanços tecnológicos, como a IoT,
concluir o trabalho reduzirão o tempo médio de reparo; (5) Ações de
resultaram em desenvolvimentos que influenciam o pensamento do ciclo
reparo recomendadas. Os dados completos sobre falha
de vida. A IoT poderia sustentar o design do serviço do sistema do produto
usando feedback de informações em qualquer estágio do processo.
 Małgorzata Jasiulewicz - Kaczmarek et al. / IFAC PapersOnLine 52-10 (2019) 91–96
Ciclo de vida produto-serviço. A disponibilidade de todos os dados da
máquina em uma rede virtual dá aos fabricantes de equipamentos
originais a capacidade de agregar e analisar os dados para gerar
melhores modelos analíticos preditivos. Além disso, a IoT fornece
informações para melhoria contínua, relacionamento mais próximo
com as partes interessadas, eficiência de recursos e capacidade de
atender à sustentabilidade.
-Serviços e pós-venda. Um elemento-chave da estratégia da
maioria das empresas envolvidas na produção de máquinas é
construir relações sólidas e duradouras com os seus clientes,
proporcionando-lhes um suporte independente e especializado e
um serviço pós-venda. Um dos elementos desse suporte é a
manutenção remota. Segundo Rødseth et al., (2017) a
manutenção preditiva combinada com a manutenção remota
normalmente reduzirá o custo de manutenção de 10% a 40%.
-Recurso/processo. As técnicas de prognóstico de manutenção
podem ser utilizadas não apenas para calcular um RUL conforme
definido convencionalmente, mas também para avaliar o
consumo de energia, a eficiência energética, falhas que causam
elevadas emissões de CO2 ou outro impacto ambiental (Iung &
Levrat, 2014; Rødseth & Schjølberg, 2016). A realização de
manutenção preventiva em tempo real de sensores de medição
ajuda a melhorar o desempenho econômico dos processos de
fabricação e proporciona estabilidade ao processo.
pode ajuda
-Os inventários. Os gestores de manutenção de tecnologias
conectadas abordam o desafio principal: a peça certa no lugar
certo, na hora certa.
-Utilização de ativos. A manutenção preditiva pode agregar valor ao
diminuir o tempo de inatividade planejado da máquina, o tempo de
inatividade não planejado da máquina ou os tempos de troca. A
manutenção preditiva normalmente diminui o tempo total de
inatividade da máquina de 30% para 50% e prolonga a vida útil da
operação de 20% para 40% (Rødseth et al., 2017).
-Trabalho. A manutenção é uma atividade crítica que ocorre no chão de
fábrica. Um nível adequado de instruções detalhadas de manutenção deve
ser fornecido ao pessoal de manutenção, de acordo com seu nível de
especialização. Com a ajuda da AR, diversas informações virtuais (por
exemplo, componentes virtuais, instruções de desmontagem, informações
de diagnóstico, etc.) necessárias para auxiliar os operadores de
manutenção podem ser sobrepostas diretamente no espaço de trabalho
real. Os trabalhadores de manutenção podem obter facilmente as
instruções em tempo real e os especialistas remotos podem colaborar com
eles de forma intuitiva. A orientação de desmontagem assistida por AR
poderia reduzir significativamente a carga de trabalho dos trabalhadores
de manutenção (Ong & Zhu, 2013).
No entanto, apesar de muitos autores apontarem para a
ampla gama de aplicações das novas tecnologias de
manutenção para a implementação de desafios económicos,
ambientais e sociais de produção sustentável, isso só pode ser
afirmado hoje, segundo Franciosi et al., (2018) que “o papel da
Manutenção 4.0 para a produção sustentável ainda está na
sua infância e tem um grande potencial que precisa de ser
investigado”.
REFERÊNCIAS
Afrinaldi, F., Tasman, AM, Zhang, HC, Hasan, A., (2017).
Minimizar os impactos económicos e ambientais através de
um calendário de substituição preventiva ideal: Modelo e
aplicação. Jornal de Produção Mais Limpa 143, 882-893
95
Ajukumar, VN, Gandhi, OP (2013).Avaliação do verde
iniciativas de manutenção no projeto e desenvolvimento de
sistemas mecânicos usando uma abordagem integrada.
Revista de Produção Mais Limpa 51, pp.
Antosz, K., Ratnayake RMC (2019)Criticidade das peças de reposição
avaliação e priorização para melhorar a disponibilidade e
confiabilidade dos sistemas de fabricação, Journal of
Manufacturing Systems, 50 (2), pp. 212-225 Beier, G.,
Niehoff, S., Ziems, T., Xue, B., (2017),Sustentabilidade
Aspectos de uma indústria digitalizada – um estudo comparativo da
China e da Alemanha,Internacional Journal of Precision Engineering
and Manufacturing-green Technology 4 (2), pp. 227-234 Bilge, P.,
Emec, S., Seliger, G., Jawahir, IS (2017). Mapeamentoe
Integrando Fatores de Criação de Valor com Estágios do
Ciclo de Vida para Fabricação Sustentável. Procedimento
CIRP 61, pp.
Bokrantz, J., Skoogh, A., Berlim, C., Stahre, J., (2016).
Manutenção em digitalizadomanufatura: cenários
baseados em Delphi para 2030. Jornal Internacional de
Economia de Produção 191, pp.
Bousdekis, A., Magoutas, B., Apostolou, D., Mentzas, G., (2015).
Revisão, Análise e Síntese de Métodos de Apoio à Decisão
Baseados em Prognósticos para Manutenção Baseada em
Condições.Jornal de Manufatura Inteligente, pp.
Burduk, A., Jagodziński, M., (2015).Avaliação da Produção
Estabilidade do Sistema com a Utilização dos Modelos de
Análise e Simulação FMEA.Springer, Cham, Notas de aula em
ciência da computação, Vol 9375, pp.
Crespo Márquez, A., Moreu de León P., Gómez Fernández J.,
Parra Márquez C. & López Campos M. (2009).A estrutura
de gerenciamento de manutenção: uma visão prática
para o gerenciamento de manutenção, Journal of Quality
in Maintenance Engineering, 15(2), pp. 167-178
Daniewski, K., Kosicka, E., Mazurkiewicz, D., (2018).
Análise da correção da determinação da eficácia
das ações do serviço de manutenção. Revisão de
Engenharia de Gestão e Produção, 9 (2), pp.
del Amo, IF, Erkoyuncu, JA, Roy, R., Wilding, S., (2018).
Realidade Aumentada em Manutenção: Uma
estrutura de design centrada na informação. 148–155
Dubey, R., Gunasekaran, A., Childe, SJ, Papadopoulos, T.,
Luo, Z., Wamba, SF, Roubaud, D., (2017),O big data e a
análise preditiva podem melhorar a sustentabilidade
social e ambiental? Previsão Tecnológica e Mudança
Social. Elattar, HM, Elminir, HK, Riad, AM (2016).
Prognósticos: Uma Revisão da Literatura. Sistemas
Complexos e Inteligentes 2(2), pp.
Fang, Y., Tao, W., Tee, KF (2019).,Um novo cálculo
método para confiabilidade estrutural com big data.
Eksploatacja i Niezawodnosc – Manutenção e Confiabilidade
21 (1), pp.
Franciosi, C., Iung, B., Miranda, S., Riemma, S., (2018).
Manutenção para a Sustentabilidade no contexto da Indústria
4.0: uma Revisão do Escopo da Literatura. IFAC PapersOnLine
51-11, pp.
Franciosi, C., Lambiase, A., Miranda, S., (2017).Sustentável
Manutenção: um modelo de manutenção preventiva
periódica com gestão sustentável de peças de
reposição. IFAC PapersOnLine 50-1, pp.
96 Małgorzata Jasiulewicz - Kaczmarek et al. / IFAC PapersOnLine 52-10 (2019) 91–96
Gola, A., (2019).Análise de confiabilidade de reconfigurável
estruturas de sistema de fabricação usando métodos de
simulação de computador. Eksploatacja i Niezawodnosc –
Manutenção e Confiabilidade 21 (1), pp. 90–102
Herrmann, C., Schmidt, C., Kurle, D., Blume, S., Thiede, S.,
(2014),Sustentabilidade na manufatura e nas fábricas do
futuro. Jornal Internacional de Engenharia de Precisão e
Tecnologia Verde de Fabricação 1, pp. 283–292 Iung, B.,
Levrat, E., (2014),Serviços de manutenção avançada
para promover a sustentabilidade. Procedia CIRP 22:15–22
Jabbour, ABLS, Jabbour, CJC, C. Foropon., Godinho Filho
M., (2018),Quando os titãs se encontram – Poderá a
indústria 4.0 revolucionar a onda de produção
ambientalmente sustentável? O papel dos fatores críticos
de sucesso, Previsão Tecnológica e Mudança Social 132,
18–25 Jasiulewicz-Kaczmarek, M., Żywica, P., (2018).O conceito
de avaliação de desempenho de sustentabilidade de
manutenção através da integração de Balanced Scorecard
com integral fuzzy não aditivo. Eksploatacja i Niezawodnosc –
Manutenção e Confiabilidade 20 (4), pp.
Karim, R., Westerberg, J., Galar, D., Kumar, U., (2016).
Análise de Manutenção – O Novo Conhecimento em
Manutenção. IFAC-PapersOnLine 49-28, pp.
Klimant, P., Kollatsch, C., Schumann M. (2017),Aumentado
Soluções de Realidade em Engenharia Mecânica,ASME
2017 doi:10.1115/MSEC2017-2858
Kollatsch C., et al. (2017).Realidade Aumentada Industrial:
Transferindo um Sistema de Realidade Aumentada Conectado
com Controle Numérico do Marketing para a Manutenção,
10.1109/ISMAR-Adjunto.2017.27
Kothamasu, R., Huang, SH, Ver Duin, WH, (2006),Sistema
Monitoramento e prognósticos de saúde - uma revisão
dos paradigmas e práticas atuais.The International J. de
Tecnologia de Fabricação Avançada 28(9-10), pp.
Lee, J, Kao, HA, Yang, S., (2014),Inovação em Serviços e
Análise Inteligente para Indústria 4.0 e Ambiente de Big
Data. Procedimento CIRP 16, pp.
Lee, J., Ni, J., Djurdjanivic, D., Qiu, H., Liao, H., (2006),
Ferramentas inteligentes de prognóstico e manutenção eletrônica, Computadores
na Indústria, 57, pp 476-489
Lopes, I., Senra, P., et al., (2016),Especificação de requisitos de um
sistema informatizado de gerenciamento de manutenção – um
estudo de caso. Procedimento CIRP 52, pp.
Mulders, M., Haarman, M. (2017).PdM 4 Prever o
imprevisível. Principal inovação
Müller JM, Kiel D., Voigt KI (2018),O que impulsiona o
Implementação da Indústria 4.0? O papel das
oportunidades e dos desafios no contexto da
sustentabilidade, Sustentabilidade 10, 247.
Niu, G. (2017).Tecnologia baseada em dados para engenharia
Gestão de Saúde de Sistemas: Abordagem de Design,
Construção de Recursos, Diagnóstico de Falhas, Prognóstico,
Fusão e Decisões, Springer Singapura
Ong SK, Zhu J. (2013)Um novo sistema de manutenção para
melhoria da capacidade de manutenção do equipamento. CIRP
Ann Manuf Technol 62(1), pp.
Patalas-Maliszewska J., Klos S. (2018)Um sistema inteligente
para identificação de competências essenciais para a Indústria 4.0
com base em resultados de pesquisas alemãs e polonesas
Companhias de manutafuramento. Avanços em Sistemas
Inteligentes e Computação, Vol 637, pp. 131-138 Springer,
Cham Peng, Y., Dong, M., Zuo, MJ, (2010),Status atual de
Prognósticos de máquinas em manutenção baseada em
condições: uma revisão.O Jornal Internacional de
Tecnologia de Fabricação Avançada 50 (1), pp.
Peukert B., Benecke S., Clavell J., Neugebauer S., Nissen NF,
Uhlmann E., Lang KD, Finkbeiner M., 2015Abordando a
sustentabilidade e a flexibilidade na fabricação por meio
de estruturas modulares inteligentes de máquinas-
ferramenta para apoiar a criação de valor sustentável.
Procedia CIRP 29, pp.Quão inteligente e conectado
Os produtos estão transformando a concorrência, Harvard
Business Review, novembro.
Rødseth H., Schjølberg P., Marhaug A., (2017).Digital profundo
manutenção, Adv. Fabrico. 299–310 Ratnayake, RMC,
Antosz, K. (2017)Desenvolvimento de um risco
Matriz e Estendendo a Análise de Manutenção
Baseada em Risco com Lógica Fuzzy,602 – 610 Roy
R., Stark R., Tracht K., Takata S., Mori M. (2016).
Manutenção contínua e o futuro – fundamentos e
desafios tecnológicos, Anais CIRP - Tecnologia de
Fabricação 65, pp.
Sari E., Shaharoun AM, Maaram A., Yazid AM (2015).
Medidas de desempenho de manutenção sustentável: uma
pesquisa piloto em empresas automotivas da Malásia.
Procedimento CIRP 26, pp.
Schwald, B., de Laval, B., (2003),Uma realidade aumentada
Sistema de Formação e Assistência à Manutenção no
Contexto Industrial. Jornal do WSCG, Vol.11, No.1.
Seliger G., Kim HJ., Kernbaum, S. Zettl, M. (2008)
Abordagens para manufatura sustentável, Revista
Internacional. Fabricação Sustentável 1 (1/2), pp.58–77
Shrouf, F., Miragliotta, G,. (2015),Gerenciamento de energia
Baseado na Internet das Coisas: Práticas e Estrutura
para Adoção na Gestão da Produção. Jornal de
Produção Mais Limpa 100, pp.
Sikora, M., Szczyrba, K., Wróbel, Ł., Michalak, M. (2019).
Monitoramento e manutenção de pórtico baseado
em sistema wireless para medição e análise do nível
de vibração. Eksploatacja i Niezawodnosc –
Manutenção e Confiabilidade 21 (2), pp. 341–350
Suarez-Warden, F, Mendıvil, EG, Ramırez, AF, Garcıa-
Lumbreras, S., (2015),Modelo de lucro para incorporação
de tecnologia AR em tarefas de montagem de manutenção
aeronáutica. Procedia Computer Science 75, pp.113–122
Valis, D., Mazurkiewicz, D. (2018).Aplicação de selecionados
Aplicar processos para modelagem de degradação de cinturões de
minas de longo alcance usando dados em tempo real. Arquivos de
Engenharia Civil e Mecânica 18, pp.
Vogl, GW, Weiss, BA, Helu, M. (2016).Uma revisão do diagnóstico
Capacidades nostísticas e prognósticas e melhores práticas
para fabricação.Journal of Intelligent Manufacturing, 1-17
Zarnik, MS, Novak, F., Papa, G., (2018).Sensores em
manutenção proativa – um caso de sensores de
pressão LTCC. Eksploatacja i Niezawodnosc –
Manutenção e Confiabilidade 20 (2), pp.
Zhong, RY, Wang, L., Xu, X. (2017).Um Real-habilitado para IoT
abordagem de monitoramento de status de máquina do tempo
para fabricação em nuvem,Procedimento CIRP 63, pp.