A internet industrial das coisas (IIoT) e a Indústria 4.0 já estão gerando enormes benefícios em plantas ao redor do mundo. Parece que a força de trabalho jovem e digital de hoje é a energia que impulsiona essa mudança. Esforços anteriores foram, no mínimo, lentos.
Produtos modernos de consumo colocaram dispositivos conectados em nosso bolso, pulso, ouvido, carro e casa. O IoT projeta gerar entre US$ 1,9 e 4,7 trilhões em valor econômico até 2025. No caso do IIoT para monitoramento de ativos, espera-se um impacto econômico de US$ 200 a 500 bilhões até 2025. A manutenção baseada em condição (CBM), que utiliza sensores em tempo real e manutenção preditiva, é vista como o “ganho fácil” entre as aplicações do IIoT. Todos os anos, novos sensores online são introduzidos (veja a Figura 1).
Controle de Condição: O Novo Jogo
O monitoramento de condição descreve a coleta de dados necessária para sustentar a confiabilidade das máquinas. Máquinas inteligentes e fábricas conectadas precisam reagir e corrigir cursos com agilidade. A análise de dados converte esses dados em informações acionáveis. Quando usada para prever eventos futuros, é chamada de análise preditiva. Esse é o próximo passo do monitoramento de condição: a análise de condição.
Entretanto, a ação prática é essencial. Esse é o “controle de condição”, ou seja, realizar ajustes em tempo real com base nessas informações. Após isso, o ciclo retorna ao monitoramento de condição para validar se as ações foram eficazes. O ajuste corrigiu o problema ou melhorou o desempenho da máquina? Talvez um novo ajuste seja necessário?
O IIoT possibilita isso com sensores que monitoram a dinâmica em tempo real das máquinas. A vigilância contínua do IIoT é crucial para detectar mudanças que possam comprometer a confiabilidade. A Figura 2 ilustra esse processo cíclico de controle de condição.
Sensores em Tempo Real e Computação de Borda
Máquinas modernas frequentemente possuem “computação de borda”, permitindo que decisões sejam tomadas localmente, mesmo com dados enviados para a nuvem. A inteligência artificial (IA), que simula o raciocínio humano, está começando a ser aplicada em produtos industriais, mas ainda é incipiente no monitoramento de condição.
Mais prática é a inteligência aumentada, que combina a capacidade humana com computadores para converter dados em informações acionáveis. Por exemplo, inspeções visuais feitas por operadores podem ser combinadas com dados gerados por sensores online, como mostra a Figura 3.
Esses dados podem controlar máquinas em tempo real, otimizando condições operacionais. O estado da máquina é constantemente monitorado e recalibrado, conforme ilustrado na Figura 4.
Respostas Executadas por Humanos e Máquinas
Nem todas as ações precisam ser em tempo real. Algumas respostas corretivas dependem de decisões humanas ou tecnológicas. O IIoT fornece os dados, enquanto a análise os traduz em respostas prescritivas. A forma e o tempo de execução variam, como mostrado na Figura 5.
A Internet da Tribologia
O óleo funciona como uma caixa-preta, registrando condições internas boas e ruins. Décadas de pesquisa em tribologia e milhões de análises de óleo mostram que há “ouro” nesses dados, que são essenciais para ações corretivas.
A aquisição de dados pode ser multimodal: amostras laboratoriais, sensores online, coletores portáteis ou inspeções visuais. Outros testes e inspeções não relacionados ao lubrificante complementam o panorama. O IIoT, embora poderoso, não substitui outras formas de monitoramento, mas facilita o uso dos dados, como na Figura 6.
O Amanhecer do Controle de Condição Habilitado pelo IIoT
Os fundamentos do IIoT no monitoramento de condição estão avançando rapidamente. Sistemas funcionais já mostram resultados concretos, enquanto algumas empresas lideram o caminho.
O potencial completo dessa tecnologia deve evoluir ao longo das próximas décadas, oferecendo carreiras promissoras e um futuro tecnológico para a confiabilidade de máquinas.
Controle de Condição Significa Agilidade
A agilidade é fundamental, pois as condições mudam constantemente. Sustentar a confiabilidade das máquinas exige respostas rápidas a mudanças. Assim como um termostato ajusta a temperatura conforme o clima, máquinas devem reagir a mudanças como idade, carga, condições climáticas, entre outros.
Exemplos de Ajustes a Mudanças:
- O que muda:
- Idade da máquina
- Envelhecimento do óleo
- Ciclo de carga (velocidade, pressão, etc.)
- Como ajustar:
- Taxa de reposição de óleo
- Controle de temperatura do óleo
- Frequência de lubrificação
Essa agilidade, seja induzida por humanos ou máquinas, é essencial para responder a riscos e garantir a confiabilidade.
Por Jim Fitch, fundador e CEO da Noria Corporation.
Traduzido pela equipe de conteúdos da Noria Brasil.
---
ML 11/2024: "How the IIoT Is Changing Condition Monitoring"
