Manutenção preditiva começa na instrumentação: sensores, dados e confiabilidade
Manutenção preditiva usa sinais de condição para decidir quando investigar um ativo. O ponto de partida não é o algoritmo: é um modo de falha definido, uma variável capaz de mudar antes da perda funcional e um método para separar mudança de carga, ruído de medição e degradação.
Do modo de falha à variável
| Pergunta | Registro necessário | Limite |
|---|---|---|
| O que pode degradar? | Componente, modo de falha e efeito observável. | Uma variável genérica não diagnostica qualquer falha. |
| Qual sinal pode antecipar? | Relação física esperada, posição e direção de mudança. | Correlação sem mecanismo pode desaparecer. |
| Em quais condições comparar? | Carga, rotação, receita, temperatura ambiente e modo operacional. | Condições diferentes criam falsos desvios. |
| Quanto tempo existe para agir? | Horizonte entre alerta, confirmação e intervenção. | Alerta tardio não sustenta planejamento. |
| Como confirmar? | Segunda evidência, inspeção e responsável. | Alerta isolado não é diagnóstico. |
Baseline: referência antes do limite
O baseline descreve o comportamento conhecido em condições comparáveis. Registre período, carga, rotação, configuração do sensor, frequência de coleta, intervenções e critérios para excluir dados inválidos. Se o processo muda, preserve a versão anterior e crie uma nova referência; não reescreva o histórico silenciosamente.
- Nível: valor típico ou faixa por condição operacional.
- Tendência: velocidade e persistência da mudança, não apenas um ponto alto.
- Qualidade: lacunas, saturação, congelamento, ruído e alteração de escala.
- Contexto: partida, parada, carga, produto e manutenção recente.
Exemplo fictício: bomba centrífuga
Uma bomba fictícia é acompanhada por vibração, temperatura de mancal, corrente e pressão de sucção. A vibração aumenta, mas a rotação e a carga também mudaram. O primeiro passo é normalizar a comparação pelas condições operacionais e verificar sensor, fixação e histórico. Se a elevação persiste e outra evidência converge, a equipe abre uma investigação. O conjunto reduz hipóteses; não confirma sozinho desalinhamento, rolamento ou cavitação.
Indicadores que mostram se o alerta ajuda
- alertas confirmados e descartados, com a justificativa;
- falhas ou degradações relevantes sem alerta prévio;
- antecedência útil entre alerta, confirmação e ação;
- desempenho separado por ativo e condição operacional;
- tempo em que o sensor ou a cadeia de dados esteve indisponível.
Esses indicadores devem ser interpretados com o custo de falso alarme e de falha não detectada. Uma média global pode esconder desempenho ruim no ativo mais crítico.
Alerta, diagnóstico e decisão
O alerta informa que uma regra encontrou desvio. O diagnóstico reúne evidências para explicar uma causa provável. A decisão de manutenção acrescenta consequência, janela de intervenção, recursos e autoridade. Automatizar a primeira etapa não autoriza automatizar as demais.
Use a página de criticidade de instrumentos para priorizar consequências, o checklist de bomba centrífuga para organizar evidências de campo e o hub de ferramentas de manutenção para planejamento e condição.
Fonte institucional consultada
O projeto Monitoring, Diagnostics and Prognostics for Manufacturing Operations, do NIST, enfatiza confiança na infraestrutura de dados e nos métodos de monitoramento, além de verificação e validação das tecnologias de diagnóstico e prognóstico.
Perguntas frequentes
Preciso de IA para manutenção preditiva?
Não no começo. Tendências, limites, análise de vibração e dados confiáveis já geram valor.
Qual sensor é mais importante?
Depende do modo de falha do ativo. Vibração, temperatura, pressão diferencial e corrente são muito comuns.
Calibração importa na preditiva?
Sim. Medição incorreta gera tendência incorreta.
Dados de CLP servem?
Servem, desde que estejam bem identificados, com escala correta e contexto operacional.