Brazilian Journal of Development 7063

ISSN: 2525-8761

Utilização das tecnologias da indústria 4.0 na manutenção preditiva através

do monitoramento de equipamentos e instalações

Use of industry 4.0 technologies in predictive maintenance through

monitoring equipment and facilities
DOI:10.34117/bjdv8n1-478

Recebimento dos originais: 07/12/2021

Aceitação para publicação: 26/01/2022

Valdir Cardoso de Souza

Eng. Dr. – Doutorado - FEI - Fundação Educacional Inaciana
Av. Humberto de Alencar Castelo Branco, 3972-B São Bernardo do Campo - SP
E-mail: [email protected]

Carolina de Souza Marchi

Enga. - Engenharia de Produção - FEI - Fundação Educacional Inaciana
Av. Humberto de Alencar Castelo Branco, 3972-B São Bernardo do Campo - SP
E-mail: [email protected]

Nathalia Vera Bueno

Enga. - Engenharia de Produção - FEI - Fundação Educacional Inaciana
Av. Humberto de Alencar Castelo Branco, 3972-B São Bernardo do Campo - SP
E-mail: [email protected]

Tais Silva Faustino

Enga. - Engenharia de Produção - FEI - Fundação Educacional Inaciana
Av. Humberto de Alencar Castelo Branco, 3972-B São Bernardo do Campo - SP
E-mail: [email protected]

Thays Ambrogi Barreiro

Enga. - Engenharia de Produção - FEI - Fundação Educacional Inaciana
Av. Humberto de Alencar Castelo Branco, 3972-B São Bernardo do Campo - SP
E-mail: [email protected]

Área: 1. -GESTÃO DA PRODUÇÃO

Sub-Área: 1.3. - GESTÃO DA MANUTENÇÃO

RESUMO
Este trabalho foi realizado através da revisão de obras literárias e de artigos que possuem grande
relevância na comunidade acadêmica e através da análise das informações e dados obtidos
durante as duas fases de campo. Portanto, foi realizado um estudo de caso, a primeira parte do
estudo consiste na verificação e análise do funcionamento da manutenção preditiva através da
tecnologia da empresa Semeq foi possível validar alguns dos benefícios da utilização de
sensores e sistema IoT e ao processo de manutenção. A segunda parte consiste em um estudo
aplicado para a instalação deste sistema de monitoramento preditivo na FEI Fundação
Educacional Inaciana em São Bernardo do Campo – SP para mapear todo o procedimento
necessário desde a instalação até a análise dos relatórios. Como resultado, foi possível verificar

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7064
ISSN: 2525-8761

a melhora na qualidade de vida dos funcionários, a otimização das atividades de manutenção e

aumento da confiabilidade do sistema.

Palavras-chave: Manutenção Preditiva, Indústria 4.0, IoT.

ABSTRACT
This study was carried out by reviewing articles and books that have great relevance in the
academic community, as well as, by analyzing the information and data collected in the two
field research phases. Therefore, a multiple study has been done, the first part consists of
checking and analyzing the operation of predictive maintenance in a water treatment company,
where through a technology from a company known as Semeq was possible to validate some
of the benefits of using sensors and IoT system, besides data and information regarding
investments and the maintenance process. The second part consists of an applied study for the
installation of this predictive monitoring system at FEI to map all the necessary procedure since
the installation until the analysis of the reports. As a result, it was possible to verify the
improvement in employees’ quality of life, the optimization of maintenance activities and
increased system reliability.

Keywords: Predictive Maintenance, 4.0 Industry, IoT.

1 INTRODUÇÃO
O avanço e modernização da indústria originaram um mercado extremamente eficiente
e competitivo, de forma que a corrida pela inovação, garantia da qualidade e redução de custos,
está cada vez mais acirrada entre as organizações.
O setor de manutenção sofreu diversas transformações acompanhando a evolução da
indústria e a automatização dos equipamentos, houve um aumento significativo na quantidade
de informações transacionadas e os processos se tornaram mais complexos e pouco intuitivos.
Portanto, o sistema de manutenção que prevalecia nas eras passadas da indústria, que
basicamente é formado por ações não planejadas, custosas e ineficientes não é compatível com
a indústria 4.0, mas ainda sim, é possível observar sua utilização nas empresas brasileiras,
algumas possuem a prática da manutenção corretiva não planejada como a única ação de
manutenção.
Este trabalho tem como propósito guiar as empresas no sentido da evolução e melhora
das práticas de manutenção, para que as empresas brasileiras tenham a oportunidade de
conhecer as novas técnicas de manutenção e saber como implementá-las.

2 OBJETIVO
O objetivo deste trabalho é apresentar os benefícios e limitações da utilização do sistema
de monitoramento preditivo em equipamentos e instalações e entender como as tecnologias da

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7065
ISSN: 2525-8761

indústria 4.0 podem contribuir para o aumento da confiabilidade do sistema e otimização da

manutenção.

3 MANUTENÇÃO
A manutenção exerce papel estratégico na eficiência e na competitividade das empresas,
portanto, se torna cada vez mais relevante e necessário que o conceito de manutenção, suas
características, metodologias e outros aspectos sejam amplamente compreendidos.
Segundo Mirshawka (1991, p.103) “a manutenção é definida como o conjunto de ações
que permitem manter ou reestabelecer um bem a um estado específico ou, ainda, assegurar um
determinado serviço”.
As indústrias não possuíam uma função de manutenção antes do ano de 1914, quando
ocorria uma quebra o próprio operador poderia consertar a máquina, apenas após esta data
surgiram as primeiras ações realizadas por profissionais dedicados a atividade de manutenção
(SOUZA, 2013).

3.1 OBJETIVO DA MANUTENÇÃO

Segundo Souza (2013, p.18) “o objetivo central da manutenção está relacionado
diretamente com sua própria definição de manter os equipamentos, as instalações e seus
instrumentos operando o mais próximo possível das condições iniciais do seu projeto e
instalação na empresa”.
Da mesma forma, são objetivos da manutenção, proporcionar melhorias para a
produção, aumentar a qualidade e produtividade, reduzir e eliminar os tempos não produtivos,
manter a segurança industrial e pessoal, controlar e minimizar o consumo de insumos de
produção, garantir a máxima utilização dos recursos disponíveis e a operacionalidade do
sistema com pronto atendimento de manutenção além de estabelecer um programa de ações
planejadas de manutenção para auxiliar a produção (SOUZA, 2013).
Em linhas gerais pode-se considerar que o objetivo da manutenção é “maximizar a
produção (disponibilidade) com o menor custo e a mais alta qualidade sem infringir normas de
segurança e causar danos ao meio ambiente” (MIRSHAWKA, 1993, p.4).
De acordo com Mirshawka e Olmedo (1993), os equipamentos precisam apresentar uma
disponibilidade elevada para que possam ser considerados rentáveis, para que os investimentos
realizados sejam amortizados.

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7066
ISSN: 2525-8761

3.2 TIPOS DE MANUTENÇÃO

Existem seis tipos de manutenção, em que qualquer ação de manutenção pode ser
facilmente classificada, são estas: Manutenção Corretiva Não Planejada, Manutenção Corretiva
Planejada, Manutenção Preventiva, Manutenção Preditiva, Manutenção Detectiva e Engenharia
de Manutenção (KARDEC; NASCIF, 2009).

a) Manutenção Corretiva Não Planejada

A manutenção corretiva não planejada ou simplesmente, emergencial, é caracterizada
pela atuação da manutenção apenas após a falha, em que não há tempo para preparação do
serviço e o processo é feito de forma aleatória. Apesar de ainda ser utilizada, principalmente
pela sua incomplexidade em termos de infraestrutura e sistema de gerenciamento, a manutenção
corretiva não planejada é muito custosa, pois a quebra inesperada pode gerar perdas na
produção, perda na qualidade dos produtos, danos aos equipamentos, entre outros custos
indiretos da manutenção (KARDEC; NASCIF, 2009).
Segundo Mirshawka (1991, p.104), a manutenção corretiva “é uma política de
manutenção que corresponde a uma atitude de reação aos eventos mais ou menos aleatórios e
que se aplica após a avaria”.

b) Manutenção Corretiva Planejada

A manutenção corretiva planejada visa atuar na correção de uma falha de um
equipamento ou na melhora de um desempenho considerado insuficiente para operação,
restaurando assim as suas condições de funcionamento. A manutenção, quando planejada, é
sempre mais barata, mais rápida e mais segura (KARDEC; NASCIF, 2009).
Segundo Souza (2013, p.19) “Compete a manutenção corretiva gerar as informações
necessárias para a análise do desempenho, da repetibilidade da falha e outros parâmetros, sobre
os equipamentos”.
Uma importante recomendação é que para adotar uma política de manutenção corretiva
é necessário ter uma quantidade de equipamentos mínimos de reversa e kits de reparo rápido
para substituição de peças e equipamentos.

c) Manutenção Preventiva
Segundo Mirshawka (1991, p.106), a manutenção preventiva “é a manutenção efetuada
segundo critérios predeterminados, com a intenção de se reduzir a probabilidade de falhas”.
De acordo com Kardec e Nascif (2009), a manutenção preventiva é utilizada para reduzir
ou evitar falhas ou quedas de desempenho nos equipamentos, através de um plano de ações com

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7067
ISSN: 2525-8761

intervalos definidos. Em oposição a manutenção corretiva, que visa agir apenas após a falha, a
manutenção preventiva, busca evitar que tal falha ocorra.
Toda manutenção preventiva é planejada e prevista, em que os equipamentos são
inspecionados de forma periódica conforme planos previamente definidos. A implantação desta
manutenção reduz o envelhecimento e degeneração dos equipamentos, evita altos custos com
paradas na produção e elimina os riscos de quebras (SOUZA, 2013).

d) Manutenção Preditiva
Mirshawka (1991), classifica a manutenção preditiva como uma manutenção inteligente
que só interfere quando é necessário.
A manutenção preditiva é a primeira grande quebra de paradigma na manutenção, com
o avanço tecnológico foi possível implementar sistemas de monitoramento e diagnóstico
capazes de identificar as condições e o desempenho real dos equipamentos, permitindo uma
avaliação confiável das instalações e sistemas operacionais sem a necessidade de parada da
produção. Com base nas informações extraídas, quando há alguma falha ou indicativo de baixo
desempenho, é realizada a correção através de uma manutenção corretiva planejada. Pode-se
então verificar que em termos de disponibilidade das máquinas, a manutenção preditiva
estabelece uma vantagem, pois as verificações são efetuadas com o equipamento produzindo
(KARDEC; NASCIF, 2009).

3.3 MANUTENÇÃO PREDITIVA

A manutenção preditiva veio para revolucionar o segmento de manutenção de forma a
possibilitar a qualidade de serviço esperada através da aplicação de técnicas de monitoramento
e controle contínuo dos equipamentos.
De acordo com Souza (2013, p.34):

A Manutenção Preditiva ou Condicionada surgiu na década de 70 como um conceito

evoluído da manutenção preventiva sistemática em que, em vez de ações de
manutenção em intervalos de tempo definidos para trocas de componentes, teremos
ações de inspeção em intervalos de tempo definidos. Manutenção preditiva é aquela
que indica as condições reais de funcionamento das máquinas com base em dados que
informam os seus desgastes ou processo de degradação. Trata-se da manutenção que
prediz o tempo de vida útil dos componentes das máquinas e equipamentos e as
condições para que esse tempo de vida seja bem aproveitado, daí o nome manutenção
condicionada.

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7068
ISSN: 2525-8761

Segundo Nepomuceno (1989) a manutenção preditiva apresenta a vantagem de predizer

o estado dos componentes, informando quando ele apresentará falha, dentro de uma boa
margem de certeza.
Esses autores ainda reforçam a ideia de que a manutenção deve existir com o objetivo
de evitar as falhas e não com o intuito de corrigi-las, e para isso é necessário o acompanhamento
e consequentemente a identificação das anomalias.
Dessa forma, a manutenção preditiva torna-se uma excelente aliada uma vez que analisa
as máquinas individualmente e realiza o acompanhamento periódico dos diversos parâmetros
existentes com o mínimo de interferência possível, garantindo assim a disponibilidade do
equipamento para a produção. De forma análoga aos seres humanos, pode-se falar que a
manutenção preditiva é um “check-up” que os equipamentos passam constantemente a fim de
identificar a condição dos mesmos e as possíveis irregularidades. Seguindo com a analogia,
pode-se dizer que equipe de manutenção e o time de engenharia são como os médicos e têm
como objetivo analisar o diagnóstico do “check-up” e realizar as intervenções corretivas ou
preventivas a fim de evitar as falhas nos equipamentos (HOLANDA, 2016).
Tanto Souza (2013) quanto Kardec e Nascif (2009) mostram direta ou indiretamente
como a manutenção preditiva revolucionou as empresas permitindo aumento da produtividade,
redução de custos com manutenção, melhora na qualidade do produto e otimização da vida útil
do equipamento através da aplicação sistemática de técnicas de análise.

3.4 PRINCIPAIS TÉCNICAS PARA ANÁLISE E MONITORAMENTO DOS

EQUIPAMENTOS
A manutenção preditiva consiste em várias técnicas de monitoramento de equipamentos
com poder de intervir quando algum problema é detectado. Essas técnicas devem permitir a
coleta dos dados com o equipamento em funcionamento ou com o mínimo de interferência no
processo de produção e devem garantir que os dados sejam passíveis de análise de tendências
para que as falhas possam ser previstas e consequentemente evitadas (PIRES; OKADA, 2020).
Existem inúmeras técnicas preditivas como análise de vibração, temperatura, inspeção
visual, detecção de vazamento, ensaios não destrutivos, medição de espessura, ferrografia,
termografia, análise de óleo, entre outras. Este trabalho irá destacar a técnica definida pela
maioria dos autores da área, que é a análise de vibração:

3.4.1 Análise das vibrações

De acordo com Rao (2008, p.5):

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7069
ISSN: 2525-8761

A maioria das atividades humanas envolve vibração de uma forma ou outra. Por
exemplo, ouvimos porque nossos tímpanos vibram, e vemos por que as ondas de luz
sofrem vibração. A respiração está associada à vibração dos pulmões, e andar envolve
movimento oscilatório (periódicos de pernas e mãos). Falamos devido ao movimento
oscilatório da laringe (e da língua).

É notório que as vibrações são essenciais para vida como um todo e no que diz respeito
a manutenção preditiva não poderia ser diferente. Um equipamento em condição normal de
funcionamento já está sujeito a uma vibração específica e tendo como base os intervalos de
condições normais é possível realizar uma análise comparativa com o valor obtido nas medições
periódicas e verificar assim se o equipamento está dentro do padrão ou se tem alguma
divergência (HOLANDA, 2016).
O estudo das vibrações, de acordo com Souza (2013, p.41), “está concentrado
principalmente em equipamentos rotativos, para os quais tanto a metodologia de análise, quanto
os instrumentos e softwares de apoio, encontra-se em um estágio bastante avançado”. Esse
estudo é um item crítico na manutenção preditiva e requer muita atenção pois a vibração fora
do especificado pode gerar desgaste no equipamento, podendo assim resultar em diversos tipos
de falhas como por exemplo fadiga do material, ruptura, dentre outros problemas catastróficos.
A Figura 1 mostra um espectro de vibrações utilizado na análise para identificação de
falhas.

Figura 1 – Análise vibrações para identificação de anomalias

Fonte: Cyrino (2017)

4 INDÚSTRIA 4.0
Indústria 4.0 é o conceito que representa a automação industrial, nos próximos tópicos
serão detalhados sua origem, seus pilares e suas principais tecnologias.

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7070
ISSN: 2525-8761

4.1 REVOLUÇÃO INDUSTRIAL

São definidas como revoluções industriais os períodos marcados por grandes
transformações no cenário político, social e econômico. O desenvolvimento tecnológico
acrescido com o avanço das relações trabalhistas em meio mercadológico impulsionou
relevantes transições, que contribuíram para inúmeras mudanças na era industrial.
A primeira revolução industrial, foi compreendida entre os anos de 1760 e 1830 na
Inglaterra. Até 1784, o comércio era movimentado com produtos manufaturados em casa, em
escalada artesanal, para atender a demanda crescente na época foi necessário recorrer a
mecanização das máquinas para ganho escalar da produção, que foi o marco principal dessa
revolução. Nessa primeira etapa da revolução teve a introdução da máquina a vapor na
manufatura, estendendo as suas atividades aos setores da indústria têxtil, agricultura e
transportes, sendo o carvão mineral o principal combustível para o abastecimento dessas
máquinas (DUARTE, 2017).
Em 1870 se iniciou a segunda revolução industrial sendo foco a Europa, Estados Unidos
e Japão. Destacou-se pela utilização de energia elétrica para acionar as linhas de produção. Essa
revolução foi marcada pela introdução e expansão da produção em série, conceito utilizado na
linha de montagem do Ford T. O sistema de produção em série também era utilizado para
diferentes bens de consumos, o que contribuiu para o crescimento da economia no século XX
(DUARTE, 2017).
No final da década de 60, o controlador lógico programado CLP e a eletrônica foram
integrados aos controles das máquinas tornando-as mais flexíveis. Avançando com os robôs e
redes na linha de produção, o que caracterizou a terceira revolução industrial, ou seja, obteve-
se o grande marco introdutório dessa transformação, com a apresentação da tecnologia da
informação em meio as atividades dos processos produtivos (DUARTE, 2017). Nessa
revolução, o computador passa a ser o principal fator nas atividades produtivas por meio da
união de softwares e hardwares, apresentando grande destaque a tecnologia digital, permitindo
maior adequação das atividades produtivas.
A quarta revolução industrial conhecida como indústria 4.0 pôde ser observada em 2010
devido a demanda de produtos personalizados e o fácil acesso as tecnologias habilitadoras,
como rastreabilidade, visão artificial, “cloud computing”, “cyber security”, “big data & data
analytics”, simulação, realidade aumentada, “IoT (Internet of Things)”, “C.P.S. (Cyber Physical
System)”, manufatura aditiva, robô colaborativo e manutenção preditiva (SENAI, 2017). O
objetivo dessa revolução é criar um sistema produtivo mais inteligente e ampliar a capacidade
de resolução de problemas sem a necessidade de interferência humana. No entanto, para que

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7071
ISSN: 2525-8761

isso aconteça, é mandatório haver uma constante troca de informações entre todas as etapas da
cadeia produtiva (KOCH et al., 2014).

4.2 PILARES DA INDÚSTRIA 4.0

A indústria 4.0 engloba um amplo sistema de tecnologias avançadas como inteligência
artificial, robótica, internet das coisas e computação em nuvem que estão mudando as formas
de produção e os modelos de negócios no mundo, além de apresentar soluções para elevar o
nível de competitividade do mercado, sendo necessário para que não haja estagnação no setor
industrial está diretamente relacionada com a redução na qualidade de vida geral da sociedade.
Desta maneira, os pilares para sua implementação são:
a) Rastreabilidade: possibilita obter informações sobre o ciclo de vida dos produtos,
desde a criação até o descarte (SENAI, 2017).
b) Visão Artificial: Tecnologias ópticas utilizadas em processos de controle de
qualidade ou assistência da fabricação (SENAI, 2017).
c) Internet das coisas (“Internet of thing; IoT”): Permite a conectividade dos
dispositivos no chão de fábrica diretamente na internet. Isso só é possível devido aos sensores
e atuadores (dispositivo com o objetivo de converter energia em movimento), que por sinal, são
a base para indústria 4.0. A interação entre os dois ambientes, resulta na criação dos sistemas
cyber-físicos (SENAI, 2017).
d) “Big data e Analytics”: Gera conhecimento e valor a partir de dados de produção
e identifica tendências e recomendações para a otimização dos processos, sendo primordial para
a tomada de decisão dos equipamentos, máquinas e cadeia produtiva (SENAI, 2017).
e) “Cloud computing”: Utiliza recursos de computação da internet para realizar o
armazenamento e processamento de grandes conjuntos de dados com o objetivo de facilitar o
acesso das informações de forma descentralizada possibilitando decisões estratégicas (SENAI,
2017).
f) “Cyber Security (Segurança cibernética)”: medidas físicas e lógicas de
segurança usadas para proteger a infraestrutura de ameaças, uma vez que na internet industrial
se encontram informações confidenciais, segredos de fabricação e estratégicos das indústrias
(SENAI, 2017).
g) “C.P.S. (Cyber Physical System)”: sistema que combina tecnologias
cibernéticas, mecânicas e eletrônicas para a melhoria do desempenho de fabricação (SENAI,
2017).

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7072
ISSN: 2525-8761

h) Robôs colaborativos: compartilha de forma segura o espaço de trabalho entre

operadores e robôs. Os robôs foram criados com o objetivo de diminuir os índices de erro e
aumentar a produtividade devido ao maior nível de complexidade que vem aumentando
exponencialmente a cada dia (SENAI, 2017).
i) Simulação: criação de uma fábrica no ambiente digital para otimizar a concepção
e validação de uma estrutura de produção, fazendo com que os operadores se tornem mais
capazes de otimizar os processos de setup das máquinas, arranjo de produtos e processos, assim
reduzindo consequentemente os custos e aumento da qualidade (SENAI, 2017).
j) Manufatura aditiva: recria cópia tridimensional de peças e protótipos
viabilizando a produção de peças impossíveis em processos convencionais (SENAI, 2017).
k) Manutenção Preditiva: analisa os dados e planeja a manutenção para evitar
paradas desnecessárias (SENAI, 2017).
Todas as tecnologias citadas acima são pilares fundamentais da indústria 4.0 que vem
transformando em grande escala, a automação e troca de dados, bem como as etapas de
produção e os modelos de negócios, por meio do uso de máquinas e computadores. Além disso,
tem impacto significativo na produtividade, pois aumenta a eficiência do uso de recursos e no
desenvolvimento de produtos em larga escala.

5 MANUTENÇÃO PREDITIVA NA INDÚSTRIA 4.0

Na década de 70 com o surgimento da manutenção preditiva suas técnicas foram
consideradas modernas para a época. Segundo Pittol (2020) seus processos foram capazes de
atingir maiores níveis de desempenho e aumento da vida útil dos equipamentos, tornando a
produção mais rentável.
De acordo com o site Industrial 4.0 (2020) apesar de já conhecida e utilizada, a
manutenção preditiva ganhou força com a chegada da indústria 4.0 através da utilização de
novas tecnologias mais assertivas e otimizadas para a coleta de dados, processos fundamentais
para a análise de manutenção preditiva.
Para realizar a implementação do sistema de manutenção preditiva precisa-se analisar
alguns pilares da indústria 4.0, como:

a) Sensores
Os sensores são o primeiro contato e o elo de união da Indústria 4.0. Hoje, os sensores
inteligentes não somente coletam os dados, mas também os preparam e processam,
transformando-os em informações. Assim, a transmissão das informações já processadas se

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7073
ISSN: 2525-8761

transforma em tecnologia-chave. O sucesso das cadeias de valor agregado interconectadas se

baseia decisivamente na integração bem-sucedida dos sensores na arquitetura completa de uma
aplicação (SICK, 2020).
Num ambiente de produção inteligente, muitos sensores coletam uma grande quantidade
de dados em diversos pontos diferentes. Com isso, a importância do processamento de dados
descentralizado aumenta, tendo papel muito importante na Manutenção Preditiva uma vez que
as interfaces adicionais no sistema de software ou de dados permitem novas funções e análises,
que aumentam a flexibilidade, a qualidade, a eficiência e a transparência na produção.

b) Internet das coisas

Hoje, o paradigma de fabricação está voltado para a manufatura preditiva, o papel da
função de manutenção dentro da fabricação precisa ser refinado para alcançar operações mais
sustentáveis e neste contexto novas técnicas para manutenção são propostas. Saber que a
previsão de falhas representa uma tecnologia chave para garantir operações sustentáveis,
atualmente são criados diferentes sistemas de previsão de falhas, com base em “IoT”.
O objetivo dos dispositivos “IoT” é conectar-se com outros dispositivos ou aplicativos,
através das plataformas “IoT” Geralmente, uma plataforma “IoT” é usada como “front-end” ou
um painel para apresentar e processar dados de máquinas. Para aplicações simples de “IoT”,
existem várias plataformas comerciais ou de código aberto que já estão configuradas e prontas
para uso.
A maioria dessas plataformas vem com bibliotecas de programação para placas de
desenvolvedores comuns e para complexo aplicativo industrial, os desenvolvedores podem
instalar uma plataforma “IoT” (MSE, 2017).

c) “Big Data”
Segundo Garcia (2016) “Big Data” é um termo utilizado para definir um grande
conjunto de dados que necessitam de armazenamentos com disponibilidade para grandes
volumes de informações, dados históricos e novos extraídos dos sensores, posteriormente são
organizados e transformado em uma análise ampla em um curto tempo.
Segundo o site da Oracle (2020) o “Big Data” depende de 3 principais ações ter seu
melhor desempenho, são elas:
• Integrar: união da base com dados de diversos ambientes e garantia de que todos
os estes dados estejam formatados igualmente para facilitar as próximas etapas;

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7074
ISSN: 2525-8761

• Gerenciar: com tantos dados a serem armazenados é necessário definir

ambientes seguros para eles como na nuvem ou em uma rede local. Após esta definição pode
inserir requisitos para que no momento do processamento traga apenas as informações
desejadas;
• Analisar: é a etapa que realmente compensa a utilização do “Big Data”, são
realizadas análises visuais dos dados armazenados e com auxílio do “Machine Learning” e
Inteligência Artificial estas análises podem se tornar cada vez mais ricas em detalhes.

d) “Machine Learning”
Um dos conceitos mais conhecidos e importantes na área da computação é a ideia de
algoritmo. Algoritmo é uma sequência de instruções utilizadas para transformar os dados de
entrada em saídas desejadas para o usuário. Toda lógica de programação por trás das telas de
um computador, ou de um sistema, utilizam esse conceito de algoritmos para armazenar,
processar e transmitir as informações. Porém, muitas atividades não têm um algoritmo definido,
apesar de muitas pesquisas, e por esse motivo são realizadas pelos seres humanos como por
exemplo: jogar xadrez, dirigir um carro, reconhecimento facial em fotos, entre outras. A ideia
do “machine learning” é aprender fazer esse tipo de atividade, ou seja, construir um modelo
genérico com diversos parâmetros que possam ser ajustados e definidos de forma a realizar
todos os tipos de tarefas (ALPAYDIN, 2014).
“Machine Learning” (ML), ou no português conhecida como aprendizado de máquina,
é um conceito que surgiu na década de sessenta e que vem evoluindo até os dias de hoje com
as novas tecnologias e estudos. Arthur Samuel definiu esse conceito em 1959 como sendo o
campo de estudo que fornecia aos computadores a habilidade de aprender sem serem
explicitamente programados. À medida que o tempo foi passando esse conceito foi evoluindo
e em 2013 Simon afirmou que os processamentos de aprendizado de máquina tinham como
objetivo gerar modelos preditivos a partir de dados históricos, ou seja, criar modelos treinados
através de algoritmos com grandes conjuntos de dados alcançando assim resultados
extremamente eficientes (SAMUEL ,1959 apud GAMA, 2017; SIMON, 2013 apud GAMA,
2017).

6 ESTUDO DE CASO
O estudo está dividido em duas fases, sendo que a primeira tem como finalidade analisar
a utilização do sistema de monitoramento preditivo da Semeq e a segunda a aplicação do
sistema de monitoramento em uma universidade.

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7075
ISSN: 2525-8761

6.1 APRESENTAÇÃO DAS EMPRESAS ENVOLVIDAS

A Semeq está a mais de 25 anos no mercado e é a detentora da mais avançada tecnologia
existente de manutenção preditiva e indústria 4.0, desenvolve e fabrica sensores “wireless”,
coletores de dados e softwares de Inteligência Artificial, além de aplicativos dedicados à
Manutenção Preditiva. A empresa possui matriz em Limeira/SP e filiais em diversos países. A
Semeq colaborou com sensores, “gateway”, dados do sistema e informações para que este
trabalho pudesse ser realizado.
A segunda empresa é o Centro Universitário FEI – Campus São Bernardo, uma
conceituada faculdade de Administração, Ciência da Computação e Engenharias, a qual
disponibilizou 04 equipamentos para que fosse possível realizar a instalação dos sensores e
implementar o sistema de manutenção preditiva.

6.2 DESCRIÇÃO DAS ATIVIDADES REALIZADAS EM CAMPO

Inicialmente, foi realizada uma reunião virtual com a empresa Semeq via Zoom, no
dia 09 de fevereiro de 2021, nesta reunião foi possível obter muitas informações sobre as
tecnologias da Semeq em benefício da manutenção industrial e ainda estabelecer uma parceria
com a Semeq que culminou na doação 04 sensores e 01 “gateway” para serem implantados na
FEI.

6.2.1 Apresentação dos equipamentos e sistema Semeq

Os equipamentos utilizados para monitoramento dos dados das máquinas são sensores
para a captação das informações e “gateway” para a integração entre os dados e a nuvem para
gerar a análise no sistema. Após a análise feita é disponibilizado em no aplicativo ou site da
Semeq todas essas informações e alertas de falhas ou intervenções a serem feitas.

a) Sensores
A empresa Semeq trabalha com diferentes modelos de sensores, porém o utilizado para
o estudo de caso foi o modelo que executa monitoramento constante de modos potenciais de
falhas através das análises de vibração e temperatura do equipamento.
Este sensor, conforme identificado na Figura 2, é utilizado para bombas, ventiladores,
compressores, motores elétricos, turbina, entre outros e ele é capaz de identificar falhas
precoces em rolamentos e nas caixas de engrenagem.

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7076
ISSN: 2525-8761

Figura 2 - Sensor para análise de vibração e temperatura

Fonte: Marchesin (2021)

O sensor utilizado contém algumas características entre elas as principais são: medição
triaxial (mede nos três eixos X, Y e Z), possui algumas verificações como FFT (transformada
rápida de Fourier), envelope, onda no tempo e nível global, possui uma frequência de resposta
de 10KHz deste modo consegue encontrar falhas que outros sensores com faixas de frequência
inferiores somente indicariam quando a situação estivesse muito evidente, bateria sem fio e de
longa duração e por último a proteção IP 69K que permite uma maior resistência e redução de
deterioração do material.

b) “Gateway”
Após a captação das informações pelos sensores elas são transmitidas para o “gateway”
através de uma conexão via “bluetooth”, posteriormente essas informações serão enviadas para
a nuvem através de internet, podendo ser “wi-fi” ou um cabo de rede. Este equipamento deve
estar de acordo com os protocolos exigidos para realizar a comunicação com a nuvem, sendo
eles: OPC, Modbus, Historian e EAM integration.

Figura 3 – “Gateway” SMQ 990

Fonte: Marchesin (2021)

O “gateway”, Figura 3, é aplicado para a realização de fusão dos sensores, ou seja, reúne
todos os dados dos diferentes sensores e transmite as informações separadamente para a nuvem.
Ele integra todos as técnicas da manutenção preditiva para que no final seja possível a obtenção
de resultados mais precisos e a atualização do “Firmware” pelo OTA (métodos de distribuição

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7077
ISSN: 2525-8761

de novas atualizações). Este “gateway” tem capacidade de recepção de dados de

aproximadamente 20 sensores, dependendo das barreiras e obstáculos existentes na planta do
cliente que interferem na comunicação.

c) Sistema My Semeq APP

Após todas as informações processadas elas são postadas no portal e as visualizações
pelos clientes podem ser feita via “web” ou “mobile”. Este portal apresenta diferentes tipos de
perfis no que diz respeito a concessão de acesso e funcionalidades, além disso permite que o
usuário personalize o “dashboard” de acordo com suas preferências.
Nesta plataforma, conforme apresenta na Figura 4, tem a entrega de todos os relatórios,
é um lugar único para facilitar a monitoração da manutenção preditiva de toda a planta da
empresa e tem um melhor monitoramento de todo o processo, fazendo com que tenha uma boa
assertividade nas tomadas de decisões.

Figura 7 - Plataforma de monitoramento

Fonte: Autores (2021)

6.3 PROCESSO DE MANUTENÇÃO PREDITIVA

O processo de manutenção preditiva é um trabalho que diz respeito tanto a empresa de
manutenção quanto a empresa contratante, no caso o cliente, e é dividido em sete etapas sendo
quatro de responsabilidade da empresa de manutenção preditiva, no caso a Semeq (coleta,
análise, integração e prescrição), e três de responsabilidade do cliente (planejamento, execução
e feedback). Abaixo o detalhamento de cada uma.
a) Coleta: Nessa etapa os dados dos equipamentos são coletados, e tal fato pode
ocorrer de duas formas: Através do sistema “off-line” na qual um técnico da Semeq é enviado
a empresa periodicamente, seguindo uma cadência acordada entre a empresa de preditiva e o
cliente, de acordo com a necessidade da empresa e a criticidade do equipamento podendo ser

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7078
ISSN: 2525-8761

quinzenal, mensal, bimestral, trimestral ou até quadrimestral sendo as últimas frequentes em

equipamentos subutilizados. Esses dados coletados pelos inspetores com seus respectivos
equipamentos são enviados a nuvem da Semeq através de internet. Através do sistema “on-line”
na qual os dados são capturados diariamente, a cada 1 hora, por meio dos sensores instalados
nos equipamentos, enviados a um “gateway” através de comunicação “wireless” via
“bluetooth” 5.0 e alimentação de bateria de longa duração e por fim enviados a nuvem da Semeq
através de internet.
b) Análise: Nessa etapa os dados são analisados através de inteligência artificial,
ou seja, ocorre uma análise integrada das técnicas preditivas para conhecer todas as falhas e
suas respectivas causas. À medida que a inteligência artificial vai aprendendo, os algoritmos
vão ficando cada vez mais assertivos, melhorando assim o desempenho do processo.
c) Integração: Nessa etapa um funcionário da empresa Semeq, analista de dados,
vai verificar as informações obtidas através dos algoritmos de inteligência artificial, analisar
outras técnicas de manutenção preditiva (desde que estas sejam aplicadas no cliente) e montar
uma análise completa com uma conclusão mais assertiva para o equipamento em questão.
d) Prescrição: Essa é a última etapa de responsabilidade da Semeq, na qual é
emitido um relatório reportando as condições da análise junto com a integração de outras
técnicas preditivas a fim de indicar as ações recomendadas para correção do problema
identificado.
e) Planejamento: Nessa etapa a empresa realiza o planejamento de manutenção
para realização das ações recomendadas na prescrição.
f) Execução: Ocorre a intervenção e execução das ações recomendadas.
g) “Feedback”: Utilizado para verificar o desempenho do monitoramento, validar
se as atividades notadas tiveram a intervenção necessária e garantir a excelência operacional.

6.3.1 Apresentação da instalação

A primeira atividade realizada pelo técnico da Semeq para a instalação, foi a visita de
reconhecimento para avaliar as máquinas que receberiam os sensores, bem como, analisar o
melhor posicionamento dos sensores nas máquinas.
Os equipamentos escolhidos foram os motores das bombas da torre de resfriamento que
estão localizadas na cobertura do prédio K do Centro Universitário da FEI, estes foram
selecionados por serem vitais para o prédio K, uma vez que são responsáveis pela refrigeração
não só das áreas comuns, mas por muitas salas de laboratórios com computadores e máquinas
que precisam estar em temperaturas controladas.

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7079
ISSN: 2525-8761

Segundo a equipe de manutenção da FEI, os equipamentos precisam ser verificados

constantemente, portanto, instalar os sensores nestes equipamentos conforme figura 5,
auxiliaria a equipe de manutenção a verificar as máquinas remotamente, sem a necessidade de
subir constantemente na cobertura do prédio K.

Figura 5- Bombas da torre de refrigeração do prédio K

Fonte: Autores (2021)

Após a seleção dos equipamentos e do registro das máquinas por foto, foi estudado pela
Semeq qual o melhor posicionamento dos sensores nas máquinas e foram solicitadas algumas
preparações à FEI por parte da Semeq, tais como: autorização da instalação e garantia da
conectividade no local onde estariam os sensores e “gateway”.
No dia da instalação, foram realizados testes de conexão para posicionar o “gateway”,
mostrado na Figura 6, em uma sala próxima aos sensores verificando a comunicação entre eles.
A FEI, optou pela conexão via cabo de rede e foi necessário instalar uma tomada e identificar
o “Mac Address” do “gateway” para que o “firewall” da FEI não o bloqueasse, para isto o
analista de segurança de rede da FEI, juntamente com o pessoal da Semeq, fez as configurações
necessárias.

Figura 6- Instalação do gateway

Fonte: Autores (2021)

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7080
ISSN: 2525-8761

Após as configurações e a garantia da comunicação dos sensores e “gateway”, o técnico

da Semeq seguiu para a fixação dos sensores nos motores das bombas, como nas Figuras 7.

Figura 7- Furo realizado nos motores das bombas

Fonte: Autores (2021)

O furo para a fixação dos sensores é de 5,1 mm de diâmetro e 7,5 mm de profundidade,

neste caso, realizado de forma descentralizada para não atingir o parafuso central do motor da
bomba. Após isso, foi realizada a rosca do furo, fixado o sensor com um pouco de cola especial
para auxiliar na fixação, adicionada uma bateria que possui duração de 02 anos e por último
reiniciado e fechado.

6.3.2 Análise relatórios FEI

Como falado anteriormente, a medição na FEI foi feita através do modo de coleta “on-
line”, do qual foi monitorado quatro motores das bombas de resfriamento de um dos prédios da
FEI. O acompanhamento foi realizado durante um mês para a realização do estudo de caso.
Ao analisar os relatórios foi possível encontrar uma falha existente, com uma única
intervenção, em um dos motores monitorados. Essa falha está sendo considerada com o que foi
encontrado através da análise de vibração.

Tabela 1 - Análise “on-line” de alertas e intervenções FEI

Sem 1 Sem 2 Sem 3 Sem 4
Alertas 0 0 0 0
Motor 1
Intervenção 0 0 0 0
Alertas 0 0 0 0
Motores das Motor 2
Intervenção 0 0 0 0
bombas da torre
de resfriamento Alertas 0 0 1 0
Motor 3
Intervenção 0 0 1 0
Alertas 0 0 0 0
Motor 4
Intervenção 0 0 0 0

Como mostrado na Tabela 1, ocorreu um alerta de falha e intervenção na semana 3. A

falha apresentava uma vibração na região de ressonância do rolamento em aceleração RMS,

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7081
ISSN: 2525-8761

harmônicos da rotação em envelope e harmônicos em velocidade RMS, proveniente de folga

rotativa. Nesse caso, a ação recomendada seria de substituir os rolamentos, atentando-se aos
ajustes e tolerâncias na montagem (alojamento e eixo).
Este caso identificado pelo sistema “on-line” é uma intervenção, onde a empresa Semeq
enviou para a FEI um Relatório Diagnóstico Prognóstico, e os responsáveis pela manutenção
deste equipamento ficaram cientes dessa possível falha e podem realizar uma intervenção para
fazer os ajustes recomendados quando acharem necessário.

7 CONCLUSÃO
Como abordado durante o estudo de caso na FEI, as bombas da torre de resfriamento do
prédio K são responsáveis por controlar a temperatura das salas de laboratórios com
computadores e máquinas que precisam estar em temperaturas controladas. A parada dessas
bombas a longo prazo, poderia ocasionar danos aos computadores e máquinas, o que traria um
alto prejuízo a instituição, com base nisso, a equipe de manutenção se locomovia diariamente
até a cobertura do prédio K para verificar o estado das bombas.
Com a instalação concluída, a equipe de manutenção da FEI consegue monitorar o
funcionamento das bombas de forma “on-line”, sem a necessidade de ir até a cobertura do
prédio sem que haja algum indicativo de falha, otimizando suas atividades e disponibilidade de
tempo, com a certeza da assertividade dos sensores.
Apesar da instalação ter sido realizada com sucesso, a FEI ainda está no período de
adaptação a tecnologia, não só dos sensores estarem se adaptando as vibrações normais das
máquinas e ainda ser possível apresentarem algum defeito de fábrica, mas também da própria
equipe de manutenção estar se adaptando a utilização da tecnologia.
Apesar dos benefícios, a maioria das empresas brasileiras ainda se concentram na
segunda e na terceira revolução industrial, em termos de modernização da fábrica. A transição
destas empresas para a quarta revolução industrial requer investimento financeiro,
implementação de políticas estratégicas e treinamento adequado.
A manutenção preditiva, conforme o exposto, possibilita a otimização dos recursos,
garante a confiabilidade, melhora a agilidade e assertividade nas tomadas de decisões e nas
ações de manutenção. E desta forma, é possível concluir que o setor de manutenção, por meio
da manutenção preditiva, é capaz de contribuir com a organização no atingimento de seus
objetivos, no aumento de competitividade, no crescimento da organização e na sua perpetuação
em seu segmento de mercado.

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7082
ISSN: 2525-8761

REFERÊNCIAS

ALPAYDIN, E., 2014. Introduction to machine learning. 3 ed. Massachusetts, MIT Press.

CNI, Desafios para Indústria 4.0 no Brasil. 01 de Ago de 2016. Disponível em:
<https://www.portaldaindustria.com.br/publicacoes/2016/8/desafios-para-industria-40-no-
brasil/>. Acesso em: 21 de Out de 2020.

CYRINO, L. Diagnóstico de falhas das vibrações. 18 de Jul. de 2017. Disponível em:

<https://www.manutencaoemfoco.com.br/diagnostico-de-falhas-das-vibracoes/>. Acesso em:
02 de Nov. de 2020.

DUARTE, A. Y. S. Gerenciamento da demanda em ti. Tese (Doutorado em Engenharia

Mecânica) apresentada na Universidade Estadual de Campinas - UNICAMP/SP. 2017.

FIA, Indústria 4.0: o que é, consequências, impactos positivos e negativos. Nov. 2020.
Disponível em https://fia.com.br/blog/industria-4-0/>. Acesso em: 15 Nov 2020.

FRANCISCO, R.B. Vantagens Competitivas da manutenção preditiva. Linkedin. Abr. 2018.

Disponível em: <https://www.linkedin.com/pulse/vantagens-competitivas-da-
manuten%C3%A7%C3%A3o-preditiva-barros-francisco/>. Acesso em: 29 Out. 2020.

GAMA, Ana Luiza Ferraz. O uso de Machine Learning na implementação de manutenção

preditiva em usinas termelétricas. Rio de Janeiro, 2017.

GARCIA, MARCO. Big Data: O que é, conceito e definição. Set. 2016. Disponível em:
<https://www.cetax.com.br/blog/big-data/>. Acesso em: 24 Nov. 2020

HERMANN, M.; PENTEK, T.; OTTO, B. Design principles for industrie 4.0 scenarios. In:
System Sciences (HICSS), 2016 49th Hawaii International Conference on. IEEE, 2016. p.
3928-3937.

HOLANDA, Sandra Maria Santos. Aplicação da Manutenção Preditiva por análise de vibrações
em equipamentos de trens urbanos com plano de manutenção proposto. Recife, 2016.

Industria 4.0. Big Data tudo que você precisa saber. Jun. 2018. Disponível em:
<https://www.industria40.ind.br/artigo/16816-big-data-tudo-o-que-voce-precisa-saber>.
Acesso em: 24 Nov. 2020

Industrial 4.0 Tecnologia e Serviços. Manutenção Preditiva e Indústria 4.0. Jan.2020.

Disponível em: <https://industrial4-0.com.br/manutencao-preditiva-e-industria-
40/#:~:text=A%20manuten%C3%A7%C3%A3o%20preditiva%20agiliza%20e,vem%20para
%20agregar%20e%20facilitar>. Acesso em: 30 Out. 2020

KARDEC, Alan; NASCIF, Júlio. Manutenção – Função Estratégica. 3ª Edição: Rio de Janeiro:
Qualitymark, 2009.

KOCH, V.; KUGE, S.; GEISSBAUER, R.; SCHRAUF, S. Industry 4.0: Opportunities and
challenges of the industrial internet. Stratety and Company, 2014.

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.

 Brazilian Journal of Development 7083
ISSN: 2525-8761

MARCHESIN, Jeferson. SEMEQ Intellligence in Asset HealthDocumentos raros em arquivos.

In: REUNIÃO DE TRABALHO FEI E SEMEQ, 2021, São Paulo.

MIRSHAWKA, V.; OLMEDO, N. L. Manutenção combate os custos da não-eficácia – A vez

do Brasil. São Paulo: Makron Book, 1993.

MIRSHAWKA, V. Manutenção Preditiva: Caminho para Zero Defeitos. São Paulo: Makron
Books, McGrawHill, 1991.

NEPOMUCENO, L.X. Técnicas de Manutenção Preditiva – volume 1. 1.ed: Edgar

Blucher,1989.

Oracle, O que é Big Data?. Disponível em: <https://www.oracle.com/br/big-data/what-is-big-

data.html>. Acesso em: 23 Nov. 2020

PENSALAB, Qual é a importância da análise de óleo na manutenção preditiva? Disponível em:

< https://pensalab.com.br/arquivos/6055> Acesso em: 18 Mai. 2021

PIRES, Caique Aparecido; OKADA, Roberto Hirochi. Manutenção Preditiva: estratégia de

produção e redução de custos. São Paulo, 2020

PITTOL, Renato. Manutenção Preditiva dentro da indústria 4.0. Linkedin. Fev. 2020.
Disponível em: <https://www.linkedin.com/pulse/manuten%25C3%25A7%25C3%25A3o-
preditiva-dentro-da-ind%25C3%25BAstria-40-renato-
pittol/?trackingId=Komj67wsZPj4EsojZXbJJQ%3D%3D>. Acesso em: 30 Out. 2020.

RAO, Singiresu S. Mechanical Vibrations. 4.ed. São Paulo: Pearson Prentice Hall, 2008.

SEMEQ, Serviços Monitoramento Equipamentos. Disponível em: <

https://semeq.com/about_us-pt.html/>. Acesso em: 30 Mar. 2021

SENAI São Paulo – O que é a Indústria 4.0? Abr. 2017. Disponível em:
<https://www.youtube.com/watch?v=3ixQQ4elwm0>. Acesso em: 30 Out. 2020

SOUZA, Valdir Cardoso. Organização e Gerência da Manutenção. 5. ed. São Paulo: All Print,
2013.

WEG, Abr.2020. Disponível em: https://static.weg.net/medias/downloadcenter/h57/h6d/WEG-

w22-motor-trifasico-50019472-brochure-spanish-web.pdf. Acesso em: 10 Abr. 2021

XAVIER, Julio Nascif. Manutenção Classe Mundial. Brasil Revista nº 3, 2000

Brazilian Journal of Development, Curitiba, v.8, n.1, p. 7063-7083 jan. 2022.