IMPLEMENTAÇÃO DE SERVIÇOS DE DIGITAL TWIN PARA A MANUTENÇÃO: PREDIÇÃO E PRESCRIÇÃO

INTRODUÇÃO: A transformação digital está remodelando a indústria manufatureira, impulsionada pelas tecnologias da Indústria 4.0, que proporcionam vantagens competitivas ao aumentar a eficiência e reduzir riscos. A manutenção preditiva e prescritiva emerge como uma estratégia crucial para prolongar a vida útil dos ativos e minimizar falhas, integrando-se ao conceito de Digital Twin (DT). O DT cria réplicas virtuais de sistemas físicos, permitindo monitoramento e análise contínuos, essenciais para operações de manufatura inteligentes. Este estudo visa desenvolver serviços orientados à predição e prescrição de práticas de manutenção de máquinas e equipamentos, integrados a uma plataforma de Digital Twin, para otimizar a eficiência e eficácia dos sistemas de produção. OBJETIVOS: Especificamente, busca-se compreender o contexto de aplicação do DT, conceber serviços adequados, implementar uma arquitetura tecnológica existente e avaliar os serviços implantados em um ambiente simulado. MATERIAIS E MÉTODO: A pesquisa adota a metodologia de Design Science Research (DSR), estruturada em etapas que incluem a compreensão do problema, o desenvolvimento de um modelo conceitual para o DT, a implementação e análisevirtual, e a avaliação dos resultados. A modelagem utiliza notação BPMN para representar processos e fluxos de dados, enquanto a implementação prática é simulada em um contexto industrial gráfico, com foco em uma máquina de impressão Speed Master 102. RESULTADOS: Os serviços de DT foram desenvolvidos para calcular indicadores de manutenção, como o Overall Equipment Effectiveness (OEE), através da análise de dados de apontamentos do sistema ERP. A simulação revelou que a integração do DT pode identificar falhas potenciais e otimizar a eficiência operacional, apesar das limitações impostas pelo sistema de coleta de dados atual da empresa. Conclusão. O DT oferece uma solução inovadora para o gerenciamento de manutenção em manufatura, proporcionando insights valiosos sobre o desempenho das máquinas. CONSIDERAÇÕES FINAIS: No entanto, a eficácia do DT depende de sua integração com sistemas de dados em tempo real, o que requer ajustes no processo de coleta de dados da empresa. A implementação de sensores e plataformas de nuvem pode melhorar a coleta de dados em tempo real, potencializando os benefícios do DT na manutenção preditiva e prescritiva.

PALAVRAS-CHAVE: Digital Twin; 2. Indústria 4.0; Manutenção preditiva; Eficiência operacional; Transformação digital.