INTRODUÇÃO: Há cada vez maior relevância em temas da Indústria 4.0 acelera os processos de manufatura e possibilita a melhoria de áreas cruciais como a manutenção de ativos. No Brasil, a predominância de processos mantenedores reativos resulta em gargalos nas linhas de produção. Ausência de planejamento, gastos exorbitantes e paradas na produtividade são consequências de tal tendência. No entanto, soluções englobando Inteligência Artificial (IA) – treinamento de algoritmos para que realizem uma predição – e Métodos Multicritério de Apoio à Decisão (MMAD) – seleção de opção mais adequada segundo critérios estabelecidos – aplicadas a análise de dados estão cada vez mais em destaque, uma vez que permitem a previsibilidade de cenários, economizando em tempo e gastos, obtendo uma maior confiabilidade. – OBJETIVOS: O objetivo desse estudo é explorar os principais aspectos da manutenção industrial e desenvolver uma ferramenta que auxilie em sua gestão de operação, por meio de métodos MMAD e de IA. – MATERIAIS E MÉTODO: Inicialmente, foi realizado uma pesquisa em torno dos conceitos do tema manutenção. Por meio de reuniões com Empresa X foi possível afunilar um escopo para as necessidades em destaque do ramo que o produto resultante do projeto deveria atender. Nesse viés, iniciou um estudo a respeito dos MMAD e de IA apontando ferramentas como bibliotecas SKLEARN, Pandas e JSON na linguagem Python para o desenvolvimento de um Sistema Integrado de Apoio a Manutenção (SIAM). – RESULTADOS: Como resultado, o sistema sintetizado atende as principais necessidades impostas, ao mesmo tempo que apresenta flexibilidade no seu uso e uma pluralidade de componentes cujo efeito otimiza e reitera seus resultados – em média 97.8% na predição de anomalias. – CONSIDERAÇÕES FINAIS: Mesmo assim, ainda é interessante a validação de sua eficiência utilizando demais parâmetros avaliativos disponíveis no campo da literatura, tema que possa ser utilizado como base de outra pesquisa de Iniciação Científica.
