Manutenção preditiva

UNIO24 Team

O que é manutenção preditiva?

Manutenção preditiva é a estratégia que decide o momento da intervenção pela condição real do equipamento, medida continuamente ou por rota de inspeção — vibração, temperatura, análise de óleo, imagem térmica —, em vez de por intervalo fixo de tempo ou de uso. A promessa é intervir no ponto ótimo: depois de a preventiva por calendário ter jogado peça boa fora, e antes de a falha parar a produção. O pré-requisito é que a falha em questão dê sinal mensurável com antecedência. Nem toda falha dá.

A analogia do carro ajuda a fixar o conceito. Ninguém espera o motor fundir para trocar o óleo, mas também ninguém troca o óleo toda semana "por garantia". A preditiva procura exatamente esse meio-termo: agir na hora certa, com base no que o equipamento está de fato mostrando. A arquitetura de dados por trás do monitoramento de condição está formalizada na ISO 13374-1, que define como sistemas de diagnóstico devem coletar, tratar e apresentar dados de máquina.

Como funciona a manutenção preditiva

O processo é um ciclo de quatro etapas:

Medir. Sensores ou rotas de inspeção acompanham a condição do ativo: vibração no motor, temperatura no painel, horímetro registrado no sistema de gestão.
Analisar. O dado novo é comparado com o padrão histórico. Este motor está vibrando mais que o normal? Este compressor está ciclando com mais frequência que no mês passado?
Prever. Da análise sai uma estimativa de prazo: "este rolamento deve falhar em duas a quatro semanas, mantido o ritmo atual de degradação".
Agir. A intervenção entra na programação no momento ótimo: cedo o bastante para evitar a quebra, tarde o bastante para não descartar vida útil restante.

O resultado é gastar no momento certo: nem antes da hora (desperdício de peça e de mão de obra), nem depois (parada não planejada).

Manutenção corretiva, preventiva e preditiva: qual a diferença?

Estratégia	Quando age	Analogia	Perfil de custo
Corretiva	depois da quebra	ir ao dentista só quando o dente dói	barato no início, muito caro quando a falha chega
Preventiva	em intervalo fixo	ir ao dentista a cada seis meses, doendo ou não	estável e moderado, com visitas desnecessárias embutidas
Preditiva	quando o dado manda	ir ao dentista quando a radiografia mostra início de cárie	otimizado: gasto só onde há degradação real

Quase nenhuma planta opera com uma estratégia só. O mix das três, e o critério para dosá-lo, é o assunto do guia de manutenção proativa. A régua para escolher é o custo da informação contra o custo do desperdício:

Corretiva — deixa falhar. Correta para item barato, não crítico, sem dano secundário.
Preventiva — troca por intervalo. Correta quando a falha segue padrão de tempo/uso e o custo da peça é aceitável.
Preditiva — mede e decide. Correta quando a parada custa caro, a peça custa caro e a falha dá sinal com antecedência suficiente para planejar.

A comparação honesta inclui o custo da própria medição: sensor, coletor, software e — o mais esquecido — a pessoa que sabe interpretar espectro de vibração. Instrumentar um ventilador de R$ 8 mil com monitoramento de R$ 15 mil por ano é a versão cara de não ter feito a conta.

As quatro técnicas clássicas de monitoramento

Técnica	O que detecta	Equipamento típico
Análise de vibração	desalinhamento, desbalanceamento, rolamento degradando	motor, bomba, ventilador, redutor
Termografia	conexão elétrica frouxa, atrito anormal, isolamento falhando	painel elétrico, mancal, refratário
Análise de óleo	partícula de desgaste, contaminação, aditivo esgotado	redutor, hidráulica, compressor, motor diesel
Ultrassom	vazamento de ar comprimido, descarga elétrica parcial, falta de lubrificação	rede pneumática, painel MT, rolamento

Cada técnica enxerga um grupo de falhas; nenhuma cobre tudo. O programa maduro combina duas ou três, escolhidas pelos modos de falha que o histórico do equipamento mostra, e é por isso que a preditiva depende de um registro de falhas anterior a ela.

O que alimenta a predição

Fontes de dados

A preditiva vale o que valem os dados que a alimentam. As fontes usuais:

Sensores IoT. Vibração, temperatura, umidade, pressão, corrente. Entregam monitoramento contínuo, em tempo real.
Contadores de uso. Horímetro, ciclos, quilometragem. Mesmo sem sensor, saber quanto o ativo rodou já diz muito sobre o desgaste.
Histórico de manutenção. O registro de reparos passados revela padrão. Se o selo de uma bomba falha a cada 14 meses, a próxima falha tem endereço.
Inspeção visual. Observação humana registrada na rota: mudança de ruído, desgaste aparente, vazamento.
Dados de desempenho. Produção caindo, taxa de refugo subindo, ciclo alongando. Tudo isso é sintoma de degradação antes de ser quebra.

Métodos de análise

A análise vai do trivial ao sofisticado, e o trivial já produz decisão:

Alerta por limite. A forma mais simples: "avisar quando a temperatura deste motor passar de 85 °C". Não é predição de verdade, mas é um ponto de partida honesto.
Análise de tendência. Acompanhar como a medição evolui. Se a vibração sobe de forma constante há três meses, dá para extrapolar quando cruza o nível crítico.
Reconhecimento de padrão. Comparar o comportamento atual com assinaturas de falha conhecidas: "nas três últimas quebras deste compressor, este padrão de vibração apareceu duas semanas antes".
Machine learning. Algoritmos que aprendem com o histórico e ganham precisão conforme o volume de dados cresce.

Não precisa de inteligência artificial para começar. Tendência de horas de uso e frequência de reparo, bem registradas, já sustentam previsões acionáveis.

Um exemplo com números

Uma fábrica de alimentos operava 12 linhas de produção — motores de esteira, envasadoras, câmaras frias. A abordagem era majoritariamente corretiva, com alguma preventiva nos equipamentos mais caros.

A hora de linha parada custava cerca de R$ 20 mil (produção perdida, insumo estragado, hora extra para recuperar o atraso). No ano anterior, foram 47 quebras não planejadas somando 156 horas de parada, na casa de R$ 3,1 milhões.

O começo foi modesto: sensores de vibração nos 20 motores mais críticos e horímetro registrado para todos os equipamentos principais no sistema de gestão de ativos.

Resultado em 12 meses:

Quebras não planejadas caíram de 47 para 11 (redução de 77%)
Horas de parada caíram de 156 para 28
Custo de manutenção recuou 23%: menos reparo emergencial a preço de urgência, e o reparo planejado derruba o MTTR, porque peça e equipe estão prontas antes da parada
Duas falhas potencialmente catastróficas foram pegas com semanas de antecedência, incluindo um compressor de refrigeração que teria condenado R$ 480 mil em produto
Economia total no primeiro ano: cerca de R$ 2,3 milhões, contra um investimento de R$ 380 mil em sensores e software

Quando a manutenção preditiva compensa

A preditiva não é a resposta certa para tudo. Ela rende mais quando:

A parada custa caro. Se a máquina parada queima R$ 4 mil por hora, evitar uma única falha de 8 horas paga muito sensor.
A falha é perigosa. Equipamento crítico de segurança — ponte rolante, elevador, vaso de pressão — onde a quebra põe vidas em risco.
O ativo é caro de repor. Um centro de usinagem de R$ 1 milhão merece monitoramento de perto. Um ventilador de mesa de R$ 200 se troca quando morre.
A falha dá sinal. Desgaste gradual de rolamento e temperatura subindo avisam com antecedência; raio e falha eletrônica súbita, não. A preditiva funciona para o primeiro grupo.
Existe dado, ou dá para começar a coletar. Mesmo sem sensor, histórico de manutenção e horas de uso já sustentam previsões úteis.

O que a preditiva exige antes de começar

Cadastro e criticidade. Quais equipamentos merecem monitoramento é uma decisão de curva ABC por consequência de falha, não de catálogo de sensor.
Histórico de falhas. Sem saber quais modos de falha se repetem, a escolha de técnica é chute. O MTBF por equipamento é o ponto de partida.
Rota ou sensor. Medição periódica com coletor portátil custa uma fração do monitoramento contínuo e resolve a maioria dos casos fora de máquina crítica de processo contínuo.
Destino para o alerta. Leitura fora do limite precisa virar ordem de serviço com responsável: alerta que morre num dashboard é dinheiro de sensor desperdiçado.

Como começar sem sensores

Um programa de preditiva não exige projeto de IoT de seis dígitos no primeiro dia. Com o que já existe na planta:

Registre o histórico com rigor. Todo reparo, toda troca de peça, toda quebra, com data e custo. Em 12 a 18 meses, os padrões aparecem.
Anote as métricas de uso. Horas de operação, ciclos, quilometragem, o que couber ao ativo. É o preditor de desgaste mais barato que existe.
Calcule os intervalos entre falhas. Se a bomba falhou nos meses 14, 29 e 42, o padrão de ~14 meses está na cara: programe a intervenção no mês 12 da próxima vez.
Acompanhe o custo de reparo por ativo. Quando a manutenção anual passa de 40–50% do valor de reposição, a decisão certa é aposentar o equipamento, não prever a próxima falha dele.
Instrumente os críticos primeiro. Na hora de investir em sensor, comece pelos equipamentos onde a parada custa mais, e expanda a partir do resultado.

Erros comuns

Começar pela tecnologia. Comprar o kit de sensores e depois procurar onde usar. O caminho é o inverso: modos de falha → técnica → equipamento.
Monitorar o que é barato de trocar. Preditiva em item classe C inverte a conta que a justifica.
Coletar sem limite de ação definido. Medir vibração sem ter decidido em que valor se abre a OS produz gráficos, não disponibilidade.
Abandonar a preventiva. A preditiva complementa o plano: lubrificação, limpeza e inspeção continuam por rotina.

Onde o registro entra

O UNIO24 não lê sensor: a preditiva de instrumentação vive em ferramentas específicas. O que ele carrega é a camada de registro que sustenta o programa: o histórico de falhas por equipamento de onde sai a lista do que vale monitorar, a ordem de serviço que o alerta dispara, e o custo acumulado que responde se o monitoramento se pagou. Inspeção de rota com resultado numérico entra como leitura em plano de manutenção por condição.

Perguntas frequentes

Preditiva e preventiva podem conviver no mesmo equipamento?

Devem. A preditiva cobre os modos de falha que dão sinal (rolamento, desalinhamento); a preventiva cobre o resto (lubrificação por tempo, troca de filtro). O plano de um equipamento crítico normalmente tem as duas camadas.

Qual o custo mínimo para começar?

Rota de termografia e vibração com equipamento portátil terceirizado, nos dez a vinte equipamentos mais críticos, trimestral. É serviço contratável por visita no Brasil, sem investimento em sensor, e já produz a decisão que importa: intervir ou esperar.

Qual o retorno típico de um programa de preditiva?

Os resultados publicados se concentram em torno de 25–30% de redução no custo de manutenção, 70–75% menos quebras e 35–45% menos horas de parada. O Departamento de Energia dos EUA estima retorno médio de 10:1 sobre o investimento. O número da sua planta depende de duas variáveis: quantas quebras acontecem hoje e quanto custa cada hora parada.

Em quanto tempo o programa mostra resultado?

Os primeiros ganhos aparecem em 3 a 6 meses, conforme os alertas passam a antecipar quebras. A força real vem depois de 12 a 18 meses de histórico, quando há dado suficiente para reconhecer padrões de falha confiáveis, e sistemas com machine learning seguem melhorando conforme acumulam leitura.