MODELAGEM DO PROGNÓSTICO E GESTÃO DA SAÚDE DE MÁQUINAS MECÂNICAS NO CONTEXTO DE SISTEMAS CIBERFÍSICOS NA MANUFATURA

Os recentes avanços na manufatura inteligente abrem oportunidades na área do suporte industrial, especificamente na manutenção e gestão de ativos físicos. Essa tendência permite que os dados coletados das máquinas, quando estão em pleno funcionamento, possam interagir com computadores, (ciberespaço), através de uma rede de comunicação formando assim o conceito de Sistemas Ciberfísicos (CPS – do inglês Cyber-Physical Systems). Além disso, os rápidos avanços da tecnologia de informação e comunicação proporcionam ferramentas para que essa interação possa analisar os dados, de forma cada vez mais rápida, autônoma, ubíqua e em tempo real, oferecendo informações que auxiliam aos humanos na tomada de decisões mais eficazes. Nesse contexto, o Prognóstico e Gestão da Saúde de máquinas (PHM – do inglês Prognostics Health and Management) é indicado como uma aplicação promissora da manufatura inteligente dentro do contexto de CPS. Atualmente as propostas de PHM encontradas na literatura cientifica são aplicadas a casos específicos e sem uma padronização da sua implementação, impedindo que tais abordagens possam ser replicadas em diferentes cenários da manufatura. Assim, o presente trabalho propõe a construção de um modelo ontológico para auxiliar na implementação do PHM em diversos cenários de manufatura, a ser aproveitada futuramente por ferramentas de softwares com foco em manufatura inteligente, padronizando seus conceitos, termos, e a forma de coleta e tratamento de dados. A abordagem metodológica DSR (do inglês Design Science Research) é usada para guiar o desenvolvimento da pesquisa. A construção deste modelo ontológico, que integra tanto os dados coletados quanto as informações necessárias para a tomada de decisões, possibilita o controle da estimativa de uma falha antes dela ocorrer de uma forma mais autônoma. Os principais resultados do modelo ontológico construído são: uma ontologia flexível capaz de ser usada em vários tipos de máquinas mecânicas de diversos tipos de manufatura; a possibilidade de armazenar o conhecimento contido em normas internacionais, históricos de atividades das máquinas, e arquiteturas consolidadas no contexto do PHM, permitindo a constante atualização de dados dependendo de particularidades que cada processo produtivo pode conter, e finalmente, usando a linguagem SPARQL entrega-se informações que podem ser usadas para tomada de decisões em intervenções oportunas de manutenção nos equipamentos de uma indústria real. O modelo é demonstrado considerando o caso de uma bomba centrífuga que comprovou sua fidelidade, integridade, nível de detalhe, robustez e consistência, fornecendo informações anteriormente alimentadas por dados reais obtidos em empresas próximas. Recent advances in smart manufacturing open up opportunities in industrial support, specifically in maintenance and physical asset management. This trend allows data collected from machines, when are in full operation, to interact with cyberspace computers through a communication network, thus forming the concept of cyber-physical systems (CPS). Besides, rapid advances in information and communications technologies provide tools for analysing data, in an increasingly rapid, autonomously, ubiquitous and in real time way, providing information that assists humans in making better decisions. In this sense, Prognostics and Health Management (PHM) of machines, is indicated as a promising application of Smart Manufacturing in the CPS contexto. Currently the PHM proposals found in the scientific literature are applied to specific cases and without a standardization of their implementation, preventing such approaches from being replicated in different manufacturing scenarios. Thus, the present work proposes the construction of an ontological model to assist in the implementation of the PHM in several manufacturing scenarios, to be harnessed in the future by software tools focused on intelligent manufacturing, standardizing their concepts, terms, and the form of data collection and processing. The DSR (Design Science Research) methodological approach is used to guide the development of the research. The construction of this ontological model, which integrates both the collected data and the necessary information for the decision making, allows the control of the estimate of a failure before it occurs in a more autonomous way. The main results of the ontological model are: a flexible ontology capable of being used on several types of mechanical machines of various types of manufacturing; the possibility of storing the knowledge contained in international standards, machine history of activities, and consolidated architectures in the context of the PHM, allows the constant updating of data depending on particularities that each productive process can contain, and finally, using the SPARQL language, it is given information that can be used for decisionmaking in timely maintenance interventions in the equipment of a real industry. The model is demonstrated considering the case of a centrifugal pump that proved its fidelity, integrity, level of detail, robustness and consistency, providing information previously fed by real data obtained in nearby companies.