“A questão para todas as indústrias e empresas, sem exceção, não é mais ‘haverá ruptura em minha empresa? ’, mas ‘quando ocorrerá a ruptura, quando irá demorar e como ela afetará a mim e a minha organização? ’”. Essas são as palavras do professor Klaus Schwab, fundador e presidente executivo do Fórum Econômico Mundial, a Organização Internacional de Cooperação Público-Privada.
E é com base na frase do professor Klaus que a palavra disrupção sem encaixa. E disrupção é o está movendo a manutenção tradicional para a manutenção 4.0, a manutenção baseada na tecnologia, na análise de dados, na robotização, na manufatura aditiva.
A manutenção 4.0 é sustentada por alguns pilares, sumariamente tecnológicos, como a manutenção preditiva, a internet das coisas, Big Data Analytics, edge computing, inteligência artificial e as manutenções prognóstica e prescritiva.
A manutenção preditiva é um método de manutenção que age na prevenção de falhas nos ativos da organização através do monitoramento constante de variáveis, tais como vibração, temperatura e índice de contaminação. Softwares dotado de alta capacidade de processamento e compilam os dados obtidos e fornecem relatórios gerenciais para a tomada de decisão da engenharia e da equipe técnica ou, em alguns casos, realiza a auto adaptação da máquina ou sistema às melhores condições de funcionamento, aumentando a disponibilidade e a confiabilidade.
A Internet das CoisAS (IoT) é a conexão entre dispositivos e a Internet. No processo de gerenciamento da manutenção, a IoT dará suporte essencial aos processos de manutenção preditiva, análise de dados em tempo real, métricas de desempenho, recomendações de reparo automático, gestão de inventário e monitoração remota de ativos da organização.
A obtenção de dados através do Big Data Analytics é muito relevante para gerenciar as condições e prever falhas em máquinas e equipamentos. Além disso, com a utilização do Big Data é possível a obtenção de estratégias de manutenção e fornecimento de insights para a gerência resolver problemas de manutenção, sendo essas estratégias denominadas proativas. Além disso, também são viabilizados processos analíticos, que, bem projetados, reduzem consideravelmente o tempo de resposta da manutenção e melhoraram substancialmente a disponibilidade do sistema produtivo.
A computação de borda (edge computing) é aquela na qual o processamento acontece no local físico (ou próximo) do usuário ou da fonte de dados (máquinas e equipamentos). A importância da computação de borda na implantação de manutenção preditiva na Indústria 4.0 permite que a análise e o processamento de dados sejam executados no local, sem a necessidade de uma conexão à Internet, ou seja, o acesso aos dados pode ser realizado também remotamente. Para a transição dos sistemas de computação comumente utilizados nas organizações para a edge computing, faz-se necessário um gerenciamento centralizado, interoperabilidade e a garantia de atualizações de segurança.
Em termos básicos e objetivos, ao uso de Artificial Intelligence (Inteligência Artificial, IA) é uma ação de com o objetivo de substituir a inteligência humana pela inteligência das máquinas. As aplicações de IA na manutenção são embasadas pela utilização de modelos inteligentes de otimização de manutenção, especificação de administração, como por exemplo a obtenção de orçamentos de custos de projetos e seleção de métodos tecnicamente e economicamente ideais de reparo.
A manutenção prognóstica tem por princípio fornecer ao responsável técnico informações sobre a previsibilidade de desempenho de máquinas ou equipamentos, apresentado dados sobre a impossibilidade, no período de tempo, onde estes não mais desempenharão suas funções conforme especificado, baseando-se nas análises preditivas. Esta técnica faz uso de Machine Learning, neural networks e neural fuzzy systems.
Por fim, a manutenção prescritiva, a qual concatena tudo o que a demais técnicas de manutenção da Indústria 4.0 apresentam, pois tem por finalidade dar uma resposta tecnicamente assertiva para que seja obtido um determinada resultado, ou seja, apresenta-se o desempenho ao qual pretende-se chegar e, esta técnica, vai proporcionar os parâmetros ideias que este seja atingido. Par isso, faz uso de Machine Learning, neural networks, neural fuzzy systems, IoT, Big Data Analytics, edge computing e Artificial Intelligence. O processamento de dados com essa complexidade de processo envolvidos apresentará o máximo desempenho que um sistema poderá oferecer.
Assim, podemos ter a certeza que as palavras do professor Klaus Schwab realmente fazem muito sentido, ou seja, a questão não é se haverá ruptura dos processos de manutenção da organização, mas sim quando ocorrerá e como irá afetar o modo de trabalho dos profissionais e maneira como as organizações empresariais funcionarão no futuro, futuro este que podemos chamar de presente.
Comments