Banca de QUALIFICAÇÃO: DIORGE RAMON ANDRADE BRITO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : DIORGE RAMON ANDRADE BRITO
Data: 30/10/2025
HORA: 10:00
LOCAL: por participação remota
TÍTULO:

Sistema de Predição de Falhas em Bombas Centrífugas: Modelagem e Aplicação em uma Refinaria de Petróleo

 

PÁGINAS: 102
RESUMO:

O processo de manutenção preditiva na indústria tem sido tradicionalmente baseado
em modelos de abordagem que realizam previsões de falhas a partir da observação de
sintomas. Embora eficaz, até certo ponto, esse método ainda carece de inovação e aprimoramento,
especialmente diante da revolução digital impulsionada pela Indústria 4.0.
Esse novo paradigma introduz tecnologias avançadas, como sensores IoT, inteligência
artificial, aprendizado de máquina, redes neurais e lógica fuzzy, capazes de elevar significativamente
a capacidade preditiva desse processo. Mais do que simplesmente identificar
sinais de falha, essas ferramentas permitem uma abordagem mais sofisticada e proativa: a
predição de falhas com maior precisão e antecedência, possibilitando a intervenção antes
mesmo que um problema comece a comprometer o funcionamento do equipamento. O
grande diferencial desses novos modelos reside na capacidade de prever quando e em qual
componente específico a falha ocorrerá, tornando a manutenção não apenas preditiva,
mas também estrategicamente otimizada. A implementação dessa abordagem pode trazer
ganhos imediatos e substanciais, como a redução do tempo médio entre falhas, o aumento
da confiabilidade dos equipamentos, a valorização da marca em determinados setores, a
melhoria da segurança operacional e a preservação da integridade dos trabalhadores que
atuam nesses processos industriais. Além disso, a redução de custos com manutenção
corretiva se torna um dos benefícios mais evidentes, refletindo diretamente na eficiência
econômica da empresa. Diante dessa necessidade de evolução, esta dissertação apresenta um
modelo preditivo voltado para a identificação e estimativa de probabilidade de falhas em
bombas centrífugas e atuadores (motores e turbinas). Para isso, consideramos parâmetros
operacionais essenciais, como vazão, pressão e temperatura do fluido, aplicando um algoritmo
que utiliza técnicas avançadas de programação genética combinadas à redes neurais
artificiais, obtendo como resultado a influência desses parâmetros no monitoramento da
“saúde” do equipamento por meio dos resultados de monitoramento on-line do seu espectro
de vibração. O objetivo é proporcionar um sistema inteligente e preciso, capaz de otimizar
a manutenção industrial e maximizar o desempenho dos equipamentos, garantindo maior
confiabilidade e eficiência.

 

MEMBROS DA BANCA:
Presidente - Interno ao Programa - 2129291 - ALAIN SEGUNDO POTTS
Membro Titular - Examinador(a) Externo à Instituição - CLAUDIO GARCIA - USP
Membro Titular - Examinador(a) Externo à Instituição - FABRIZIO LEONARDI
Membro Suplente - Examinador(a) Interno ao Programa - 2328639 - ADEMIR PELIZARI
Membro Suplente - Examinador(a) Interno ao Programa - 1907748 - ALFEU JOAOZINHO SGUAREZI FILHO