Aplicação de Big Data Analytics Para Tomada de Decisão na Área de Manutenção

Resumo

Este estudo investiga a aplicação de Big Data Analytics (BDA) na tomada de decisão na área de manutenção, explorando como essa tecnologia pode melhorar a eficiência operacional. O método de pesquisa adotado foi aplicação de técnica computacional em python via google colab para analisar um conjunto de dados sintéticos obtidos de máquinas de um processo de produção, representando condições reais de manutenção. Os resultados indicaram três primeiros componentes principais, relacionados às temperaturas, potência da máquina e desgaste da ferramenta que explicam a maior parte da variância dos dados. Constataram-se que as falhas de dissipação de calor ocorrem em rotações por minuto (RPM) mais baixos e torque alto, enquanto falhas de desgaste da ferramenta são independentes de rpm e torque, mas relacionadas ao tempo de desgaste. Também, as falhas de sobrecarga ocorreram em torques altos e rpm baixos, e falhas de energia em torque alto e rpm baixos ou vice-versa. Com isso, o BDA aplicado na manutenção preventiva é essencial para antecipar problemas, otimizar processos e melhorar a competitividade. A integração dessas abordagens permite uma visão holística da operação, decisões baseadas em dados e melhorias contínuas nos processos de manutenção, resultando em economia de custos e maior eficiência.