O IMPACTO DA INTELIGÊNCIA ARTIFICIAL NA MANUTENÇÃO INDUSTRIAL: benefícios, desafios e tendências
Benefits, challenges and trends
DOI:
https://doi.org/10.33635/sitefa.v7i1.304Palavras-chave:
gestão de ativos; inteligência artificial; manutenção industrial; otimização; prevenção de falhas.Resumo
Este trabalho tem como objetivo analisar o uso da Inteligência Artificial (IA) na manutenção industrial, com base em estudos bibliográficos, destacando seus benefícios, desafios e tendências futuras. A aplicação da IA oferece benefícios significativos, permitindo a implementação de sistemas de manutenção preditiva, otimização de processos, diagnóstico de falhas, planejamento de manutenção, gestão de ativos e redução de custos operacionais. No entanto, enfrenta desafios como a qualidade dos dados, interpretabilidade dos modelos, adoção cultural e treinamento de pessoal, custo e infraestrutura de TI, e segurança dos dados. Para superar esses desafios, é necessário um enfoque proativo. O trabalho também destaca tendências futuras, como a integração com a Internet das Coisas (IoT), o desenvolvimento de sistemas autônomos, a explicabilidade dos modelos, o aprendizado contínuo e adaptativo, e o uso de técnicas de aprendizado profundo. Conclui-se que a IA tem o potencial de transformar as operações fabris, mas é essencial abordar os desafios de forma proativa e estar preparado para adotar as tendências emergentes.
Referências
BARBOSA, Jorge Diamantino Moreira. Manutenção preditiva com recurso a Inteligência Artificial. 2023. Dissertação de Mestrado Integrado (Engenharia Eletrotécnica e de Computadores) – Universidade de Coimbra. Coimbra, 2023. Disponível em Dissertação (uc.pt). Acesso em: 15 maio 2024.
BARRERO, Eduardo de Castro; LEÃO, Leandro Santos. Inteligência Artificial Aplicada Na Gestão De Manutenção. 2022. Trabalho de Graduação (Engenharia de Controle e Automação) - Pontifícia Universidade Católica de Goiás. Goiânia, GO, 2022. Disponível em TCC - Final - Eduardo e Leandro.pdf (pucgoias.edu.br). Acesso em: 15 maio 2024.
CONFEDERAÇÃO NACIONAL DA INDÚSTRIA (CNI). Desafios para a indústria 4.0 no Brasil / Confederação Nacional da Indústria. – Brasília: CNI, 2016. Disponível em desafios_para_industria_40_no_brasil.pdf (portaldaindustria.com.br). Acesso em: 15 maio 2024.
HU, J.; WANG, L.; LIU, H.; LIU, F. An autonomous intelligent maintenance system for CNC machine tools using edge computing and deep reinforcement learning. Journal of Manufacturing Systems, v. 59, p. 429-439, 2021. Disponível em: dl.acm.org/doi/10.1145/3236009. Acesso em: 15 maio 2024.
MACHADO, C. O.; JUNIOR, S. C. M.; CELESTINO, Y. V. S.; JUNIOR, A. S. R. Manutenção Prescritiva: A Evolução Da Manutenção Na Industria 4.0. Revista Ibero-Americana de Humanidades, Ciências e Educação. São Paulo, v.9.n.09. set. 2023. Disponível em https://periodicorease.pro.br/rease/article/view/11476/5183. Acesso em: 15 maio 2024.
MENEZES, Itala Vitória Coimbra Borges de; BARBOSA, Luiz Sergio de Oliveira; GARZON , Newdon Ataíde. APLICAÇÕES DE INTELIGÊNCIA ARTIFICIAL NA OTIMIZAÇÃO DE BANCO DE DADOS. RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218, [S. l.], v. 4, n. 12, p. e4124516, 2023. DOI: 10.47820/recima21.v4i12.4516. Disponível em: https://recima21.com.br/index.php/recima21/article/view/4516. Acesso em: 15 jul. 2024.
PINTO, Marcela Coury. Sistema De Manutenção Preditiva De Falhas Em Válvulas Em Um Processo Industrial Utilizando Inteligência Artificial. 2021.Trabalho de Graduação (Engenharia de Controle e Automação) – Universidade Federal de Uberlândia. Uberlândia, MG, 2021. Disponível em SistemaManutençãoPreditiva.pdf (ufu.br). Acesso em 20 maio 2024.
SÁ, João Diego Conceição de. Estudo de Engenharia de Confiabilidade e Aplicação de Ferramenta de Inteligência Artificial na Gestão de Ativos de uma Unidade Industrial na Amazônia. 2021. Dissertação de Mestrado (Engenharia de Processos) – Universidade Federal do Pará. Belém, PA, 2021. Disponível em DISSERTAÇÃO (ufpa.br). Acesso em: 20 maio 2024.
SILVA, Renan Favarão da. Estrutura de gerenciamento de manutenção para a gestão de ativos físicos. 2022. Tese de Doutorado (Engenharia Mecânica de Projeto e de Fabricação) – Escola Politécnica da Universidade de São Paulo. SP, 2022. Disponível em https://www.teses.usp.br/teses/disponiveis/3/3151/tde-12082022-101810/en.php. Acesso em: 06 set. 2024.
SOUZA, V. C.; MARCHI, C. S.; BUENO, N. V.; FAUSTINO, T. S.; BARREIRO, T. A. Utilização das tecnologias da indústria 4.0 na manutenção preditiva através do monitoramento de equipamentos e instalações. Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083. 2022. Disponível em admin,+Art+478++BJD++Jan+22.pdf. Acesso em: 15 maio 2024.
TORRES JR, R. G.; MACHADO, M. A. S.; SOUZA, R. C. Previsão de séries temporais de falhas em manutenção industrial usando redes neurais. ENGEVISTA, v. 7, n. 2, p. 4-18, 2005. Disponível em PREVISO_DE_SRIES_TEMPORAIS_DE_FALHAS_EM_20210621-30546-dh68q1.pdf (d1wqtxts1xzle7.cloudfront.net). Acesso em: 20 maio 2024.
ZANCAN, C.; PASSADOR, J. L.; PASSADOR, C. S. Modelos De Inteligência Artificial Na Gestão De Consórcios Intermunicipais Brasileiros. Revista Gestão e Desenvolvimento, Novo Hamburgo, v. 20, n. 2, 2023. Disponível em https://periodicos.feevale.br/seer/index.php/revistagestaoedesenvolvimento/article/view/3424/3230. Acesso em: 15 maio 2024.
ZHAO, S.; ZHANG, Z.; ZHANG, H.; YU, X. Research on the Application of Artificial Intelligence in Failure Diagnosis of Mechanical Equipment. IOP Conference Series: Materials Science and Engineering, v. 1095, n. 1, p. 012-128, 2021. Disponível em ieeexplore.ieee.org/document/8630721. Acesso em: 15 maio 2024.
