Please use this identifier to cite or link to this item: http://hdl.handle.net/10773/26049
Title: Planeamento da manutenção preditiva no contexto da indústria 4.0
Author: Romeira, Bárbara Gomes Melo
Advisor: Moura, Ana Pinto de
Santos, José Paulo Oliveira
Keywords: Manutenção preditiva
Indústria 4.0
Automação
Plataforma web
Esp8266
Base de dados
Issue Date: 29-Nov-2018
Abstract: A crescente competitividade do mercado aliada ao aumento da automatização pretendida pela indústria 4.0 põe em destaque a importância da manutenção no seio das organizações. As empresas devem assim repensar as atuais estratégias de manutenção de modo a evitar interrupções não planeadas na produção, que coloquem em risco o lucro e a produtividade das mesmas. Neste cenário, é vantajoso implementar uma filosofia de manutenção preditiva. A manutenção preditiva permite prever avarias e calcular o tempo de vida útil restante do equipamento até que as mesmas ocorram, o que fornece à manutenção tempo para planear, atempada e antecipadamente, as suas intervenções, evitando as avarias ou, pelo menos, reduzindo o seu impacto. Neste trabalho foi desenvolvido um software, implementado numa plataforma web, de apoio ao planeamento da manutenção preditiva para a empresa OLI – Sanitários, S.A.. A plataforma desenvolvida permite a monitorização, em tempo real, dos parâmetros críticos do equipamento possuindo também outras funcionalidades. No entanto a falta de informação relacionada com as avarias do equipamento usado para este estudo e o facto do mesmo possuir uma disponibilidade média de 98% (o equipamento encontra-se capaz de executar a sua função 98% do tempo de produção) impediu a obtenção de dados suficientes para o desenvolvimento e implementação de algoritmos de deteção de avarias, com exceção do algoritmo para a deteção de fugas de óleo lubrificante. Foi também desenvolvido o hardware que viabiliza a recolha dos parâmetros críticos da máquina para obtenção de informação e dados de input para o sistema de monitorização. O hardware e o sistema de monitorização desenvolvidos encontram-se atualmente em funcionamento na OLI e os resultados vão de encontro ao esperado. Contudo existem outras funcionalidades implementadas na plataforma web que terão ainda de ser testadas em ambiente operacional e de forma rigorosa para que se possa determinar a sua viabilidade
The increasing competitiveness of markets combined with the higher automation demanded by industry 4.0 highlights the importance of maintenance within organisations. Thus, companies must rethink their current maintenance strategies, so they can avoid unscheduled outages that may place their profit and productivity at risk. In this scenario would be beneficial to implement a predictive maintenance philosophy. Predictive maintenance enables fault prediction and the calculation of the remaining useful life of the equipment, which provides maintenance time to plan, ahead and in good time, their interventions, so they can avoid breakdowns or at least reduce their impact. In the present dissertation, a web platform, to support predictive maintenance planning for the company OLI – Sanitários, S.A., was developed. The designed platform allows real-time monitoring of the equipment's critical parameters, but it also has other functionalities. However, the lack of information related to the select machine's breakdowns and its average availability of 98% (98% of the production time, the referred machine can execute its function), prevented the development and implementation of fault detection algorithms, except the algorithm for lubricant oil leakage detection. In addition to the web platform, it was also developed the hardware that enables the data collection of the machine's critical parameters. The hardware and the monitoring system developed are currently in operation at OLI and, the results are as expected. Nevertheless, the other functionalities implemented in the web platform will have to undergo some rigorous tests in an operational environment, so that its viability may be determined
URI: http://hdl.handle.net/10773/26049
Appears in Collections:DEM - Dissertações de mestrado
UA - Dissertações de mestrado

Files in This Item:
File Description SizeFormat 
Documento.pdf3.99 MBAdobe PDFView/Open


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.