Assistant de configuration

Na literatura existem muitas abordagens que focam o uso de conceitos de DM na otimização de atividades de fabricação (Harding et al., 2006). Não é tão comum encontrar abordagens que usem estes conceitos de forma a melhorar a capacidade de prever comportamentos baseados em dados históricos. Na realidade, quanto à existência de possibilidade de uma colaboração distribuída de empresas independentes, com partilha de dados entre elas, mesmo que sejam concorrentes, os exemplos são ainda mais reduzidos. A utilização de bases de dados conjuntamente com abordagens estatísticas consiste numa ferramenta bem enraizada no âmbito da engenharia. A atividade de manutenção, bem como todas as questões inerentes, foram influenciadas e evoluíram baseadas na informação e nos desenvolvimentos de canais de comunicação (ICT - Information and Communication Technology).

Na literatura surgem alguns trabalhos que podem ser considerados como referências no estudo e desenvolvimento de soluções de aplicação do DM em diversas áreas da engenharia industrial, tais como a área de sistemas de produção, de sistemas de apoio à decisão e melhoria da qualidade. No entanto, a sua aplicação no campo da deteção de falhas na manutenção industrial iniciou-se na década de 90 (Harding et al., 2006).

Devido à quantidade de referências existentes na literatura, não é possível retratar muitos dos trabalhos elaborados, cujos resultados apresentam elevada relevância. No entanto, de seguida, são apresentados aqueles que apresentam similaridades com o presente estudo.

Batanov et al. (1993), apresentam um protótipo de um sistema denominado de EXPERT-MM. O sistema é constituido por uma base de dados contendo registos relativos a ocorrências de falhas em diferentes máquinas, bem como dados relativos ao seu comportamento na altura da

ocorrência. Este protótipo trabalha sobre dados históricos devolvendo como output sugestões para um planeamento apropriado de ações de manutenção preventiva.

O desenho de uma base de dados para aplicação de métodos otimizados de manutenção é apresentado por Hsu e Kuo (1995). Os autores sugerem que 100% das ações de inspeção devem ter ínicio após a produção de n peças e quando a percentagem de peças defeituosas atinge um determinado valor limiar. Ações de manutenção preventiva deverão ser levadas a cabo por forma controlar de novo todo o processo. Quando o processo se encontra novamente controlado e são elaboradas novamente n peças, todo o procedimento poderá ser repetido.

Outro trabalho, este elaborado por Sylvain et al. (1999), utiliza diferentes algoritmos de DM, tais como AD, regressão, IR e RNA de forma a prever a falha de um determinado componente existente num avião, utilizando dados aquiridos através da utilização de sensores. Os resultados obtidos levaram à elaboração de políticas de manutenção preventiva capazes de atuar antes da falha de qualquer componente monitorizado.

Romanowski e Nagi (2001) aplicaram o DM ao domínio da mantenção de forma a identificar os subsistemas responsáveis pela baixa disponibilidade de determinados equipamentos. Os autores recomendam a utilização de planos de manutenção preventiva. A maioria dos dados relativos às falhas desses mesmos equipamentos foram obtidos recorrendo a sensores. Neste estudo foram utilizadas AD para a elaboração do modelo a aplicar.

Zhang e Kusiak (2012) apresentam um estudo relacionado com a manutenção em aerogeradores utilizando um sistema de supervisão e aquisição de dados denominado de SCADA (supervisory control and data acquisition). Foram desenvolvidos modelos de monitorização

utilizando dados relativos a vibrações recolhidos em diferentes partes de um conjunto de aerogeradores. Utilizaram modelos de monitiorização baseados em clustering. Estes modelos permitem identificar dados de vibração anormais. Neste estudo foi possivel determinar valores limites (máximo e mínimo) de forma a detetar anomalias nas vibrações dos aerogeradores. Estes modelos são capazes de detetar anomalias, bem como determinar o ínicio da vibração anormal.

Reffat et al. (2004) apresentam uma investigação relacionada com as potencialidades da aplicação de técnicas de DM sobre dados referentes a atividades de manutenção de edifícios, de forma a identificar os impedimentos para um melhor desempenho dos ativos usados na sua construção. Os benefícios para a indústria da construção assenta na otenção de novo conhecimento existente em bases de dados de forma a melhorar a eficiência dos processos de

Capítulo 2 | Estado da arte 79

manutenção e assim projetar futuros planos de manutenção incorporando o novo conhecimento gerado.

Bansal et al. (2004), descrevem a criação de um sistema de manutenção preditiva baseado na aplicação de redes neuronais. Verificou-se a capacidade das redes neuronais aprenderem funções de mapeamento não-linear para previsão de parâmetros de sistema de uma máquina. Com esta aproximação é evitada a custosa necessidade de medição de parâmetros de sistema. Este sistema foi unicamente validado utilizando um sistema virtual, sendo necessário implementá-lo num sistema produtivo real.

Um outro trabalho destes mesmos autores, Bansal et al. (2006), apresenta uma alteração em relação ao trabalho anterior. Os autores verificaram que a performance relativa à utilização de redes neuronais para aprendizagem de funções de mapeamento não-linear para previsão de parâmetros de sistema de uma máquina, depende em larga escala da qualidade dos dados de treino do respetivo modelo. Desta forma, neste trabalho, os autores apresentam a utilização de um novo algoritmo denominado de BJEST (Bansal–Jones Estimation). Este trabalho demonstrou uma melhoria significativa da utilização deste algoritmo relativamente à consistência e precisão dos resultados obtidos.

Fu et al. (2004) apresentam um sistema denominado de ICMMS (intelligent-control- maintenance-management system) em unidades de geração hidroelétricas, utilizando politicas de manutenção preventiva condicionada ou preditiva. O sistema faz uso de toda a informação de controlo, manutenção e de aspetos técnicos de gestão de forma a efetuar ações de manutenção no tempo e local corretos. É gerado e aplicado um modelo de RNA de forma a implementar ações de manutenção preditiva garantindo uma performance ideal de todo o sistema.

Por fim, Cai et al. (2011) apresentam um estudo onde são utilizadas RB para identificação de falhas de um produto operando sobre distintas configurações e condições. Neste estudo são verificadas as relações existentes entre as difererentes variáveis analisadas e capazes de devolver a variável alvo de estudo. Através de um estudo de caso os autores confrontam a utiilização das RB em relação aos modelos tradicionais para criação de AD, demonstrando com os resultados obtidos a melhor performance na utilização das RB.