Sistemas de Informação

A vibração, a mudança de temperatura e o barulho em uma máquina são eventos normais e esperados, mas há um nível aceitável em cada um destes indicadores e quando este é ultrapassado, pode ser um sinal de que algo está errado. Falhas em componentes industriais podem levar a vários problemas, tais como: produto final com baixa qualidade, quebra do componente, acidentes de trabalho, parada (parcial ou completa) da linha produtiva, consumo elevado de energia, perda de eficiência, entre outros. Com o acompanhamento, análise e cruzamento de indicadores, é possível identificar defeitos e prognosticar a vida útil de um componente, assim mantendo a máquina dentro de uma eficiência desejável e segura, facilitando o trabalho do técnico e dando uma margem maior para a reposição de peças no estoque. O presente trabalho apresenta a técnica desenvolvida para analisar informações sobre o comportamento de rolamentos ao longo de diversas coletas, detectando e classificando defeitos nos mesmos. A técnica, que utiliza duas redes neurais multicamada, foi implementada e validada no MATLAB, obtendo, no final dos testes, 77% de acertos na detecção de defeitos e 61% na classificação dos mesmos.