Monitorização de condição: guia prático para a manutenção preditiva
A monitorização de condição é a medição da saúde das máquinas (vibração, temperatura, óleo, som e corrente elétrica) para identificar falhas em desenvolvimento antes que causem uma paragem. É a fonte de dados da manutenção preditiva: em vez de fazer a manutenção num calendário fixo ou depois de uma avaria, planeia o trabalho quando as medições mostram que ele é necessário.
Pontos principais
- Comece com uma análise de criticidade. Monitorize os ativos cuja falha para a produção, coloca a segurança em risco ou leva meses para ser substituída.
- Associe a técnica ao modo de falha: vibração para máquinas rotativas, termografia para equipamentos elétricos, análise de óleo para caixas de engrenagens e sistemas hidráulicos, ultrassons para fugas e desgaste inicial de rolamentos.
- O guia de O&M do Departamento de Energia dos EUA cita economias de 8 a 12% da manutenção preditiva em relação à preventiva, e de 30 a 40% quando uma unidade depende principalmente de reparos reativos.
- O valor vem de agir sobre os alertas. Ligue a monitorização ao seu CMMS para que um alerta vire uma ordem de serviço com prazo.
- Mantenha os dados em formatos e plataformas que controla. Serviços de analytics geridos podem ser descontinuados, como aconteceu com o Amazon Lookout for Equipment em outubro de 2026.
O que é monitorização de condição?
É a medição regular ou contínua de parâmetros que mudam à medida que uma máquina se deteriora. Um rolamento que começa a desgastar-se vibra em frequências características muito antes de travar. Uma ligação elétrica solta aquece antes de gerar um arco. O óleo de uma caixa de engrenagens carrega partículas de metal à medida que as engrenagens se desgastam.
As medições são comparadas com uma linha de base e com limites de alarme. Quando uma tendência ultrapassa um limite, a equipa de manutenção investiga e planeia o reparo, de preferência numa paragem programada e com as peças já na prateleira.
Qual é a relação com a manutenção preditiva?
A monitorização fornece os dados; a manutenção preditiva é a estratégia que os utiliza. Os termos costumam aparecer juntos, mas não são a mesma coisa.
| Estratégia | Quando o trabalho é feito | Ponto forte | Ponto fraco |
|---|---|---|---|
| Reativa (operar até falhar) | Depois da avaria | Sem custo inicial; adequada para itens baratos e não críticos | Paragens não planeadas, danos secundários, horas extraordinárias e peças em regime de urgência |
| Preventiva (por tempo) | Num calendário ou em horas de operação | Fácil de planear | Peças substituídas cedo ou tarde demais; falhas entre os intervalos |
| Baseada em condição | Quando uma medição ultrapassa um limite | Trabalho feito quando necessário | Exige sensores, rondas e analistas com formação |
| Preditiva | Quando tendências e modelos preveem uma janela de falha | Maior antecedência do aviso, melhor planeamento | Exige histórico, qualidade de dados e competências analíticas |
A maioria das fábricas usa as quatro. Operar até falhar é a escolha certa para uma candeeiro; a preditiva é a certa para um compressor que para a linha.
Quais técnicas de monitorização usar?
Escolha as técnicas pelos modos de falha que quer detetar. A maioria dos programas combina duas ou três.
Análise de vibração
Acelerómetros nas carcaças dos chumaceiras medem a vibração. A análise de espectro separa então desequilíbrio, desalinhamento, folgas, problemas de engrenamento e defeitos de rolamentos pelas suas frequências. É a técnica central para motores, bombas, ventiladores, compressores e caixas de engrenagens, e muitas vezes dá semanas ou meses de aviso sobre o desgaste de rolamentos.
Termografia por infravermelho
Câmaras térmicas mostram pontos quentes em quadros de distribuição, centros de controlo de motores, transformadores, sistemas de vapor e revestimentos refratários, sem contacto. Uma leitura sob carga encontra rapidamente ligações soltas ou sobrecarregadas.
Análise de óleo e lubrificante
Laboratórios ou sensores online medem metais de desgaste, contagem de partículas, água, viscosidade e esgotamento de aditivos. Revela o desgaste interno de caixas de engrenagens, motores, sistemas hidráulicos e turbinas sem abri-los, e indica quando o óleo realmente precisa ser substituído.
Ultrassons aéreo e estrutural
Detetores ultrassónicos captam o som de alta frequência de fugas de ar comprimido e vapor, purgadores defeituosos, arcos e efeito corona elétricos e atrito inicial em rolamentos. É barato para começar e muitas vezes se paga primeiro pela poupança de energia com fugas de ar.
Corrente do motor e análise da assinatura elétrica
Medir corrente e tensão no centro de controlo de motores pode revelar barras do rotor quebradas, excentricidade, problemas de alimentação e algumas falhas da carga acionada. É útil quando o motor em si é de difícil acesso.
Dados de processo
Pressões, caudais, temperaturas e consumo de energia que já existem no seu sistema de controlo são indicadores gratuitos. Uma bomba que consome mais energia para a mesmo caudal está a dizer algo. Combinar dados de processo com as técnicas acima melhora o diagnóstico.
Quanto custa e que retorno traz um programa de monitorização?
Os números públicos mais conhecidos vêm do Operations & Maintenance Best Practices Guide (Release 3.0) do Departamento de Energia dos EUA. Estima que um programa preditivo bem executado poupa de 8 a 12% em comparação com a manutenção preventiva isolada. Unidades que dependem muito da manutenção reativa poderiam ver economias acima de 30 a 40%.
O mesmo guia cita inquéritos do setor com resultados médios: custos de manutenção 25 a 30% menores, avarias 70 a 75% menores e paragens 35 a 45% menores. Trate esses números como indicativos. Vêm de um guia de 2010 e de inquéritos, não de estudos controlados. O guia também é franco quanto ao custo: boa parte dos equipamentos custa mais de USD 50.000, e formar a equipa para usá-los bem exige recursos consideráveis.
Desde então, sensores sem fio e software em nuvem reduziram o custo de entrada da monitorização contínua de vibração e temperatura. O tempo dos analistas, e não o hardware, costuma ser hoje o maior custo. Construa o seu próprio business case a partir do custo de paragem por hora, do histórico de falhas e dos prazos de entrega de peças de reposição.
Como implementar um programa de monitorização?
- Análise de criticidade: classifique os ativos pelo impacto da falha na segurança, na produção, no ambiente e nos custos, mais o prazo de reparo. Monitorize primeiro o nível mais alto.
- Modos de falha: para cada ativo crítico, liste como ele falha e qual medição deteta cada falha cedo. Isso liga a técnica a um risco real.
- Por rondas ou contínuo: use rondas mensais ou trimestrais com instrumentos portáteis na maioria dos ativos, e sensores permanentes em máquinas críticas, de difícil acesso ou de falha rápida.
- Linhas de base e limites de alarme: registe leituras saudáveis após a instalação ou a revisão geral e defina os níveis de alarme com a norma aplicável (por exemplo, ISO 20816 para a severidade de vibração) e a orientação do fabricante.
- Piloto: execute em 10 a 20 ativos por alguns meses, ajuste os limites e verifique se os alertas levam a ações sensatas.
- Integre ao CMMS: cada alerta confirmado deve gerar uma ordem de serviço com prioridade e uma ação recomendada.
- Forme e certifique: os analistas de vibração e termografia devem ser qualificados, normalmente conforme a série ISO 18436.
- Revise: acompanhe falhas evitadas, alarmes falsos e falhas repetidas e leve as conclusões para a análise de causa raiz.
A ISO 17359 traz diretrizes gerais para montar um programa nesses moldes, e a ISO 13374 trata de como os dados de monitorização são processados e comunicados.
Como é a arquitetura do sistema?
Um sistema moderno de monitorização contínua tem cinco camadas:
- Sensores: acelerómetros, sondas de temperatura, pinças amperimétricas, sensores ultrassónicos e de qualidade do óleo.
- Edge: unidades de aquisição de dados ou gateways que amostram, calculam características como RMS e espectros e armazenam dados em buffer se a rede cair.
- Rede: fieldbus cabeado ou Ethernet, sem fio industrial, 5G privado ou telemóvel. Mantenha-a separada da TI de escritório e siga a sua política de segurança de TO.
- Plataforma: um repositório de séries temporais e analytics, no local ou na nuvem. O AWS IoT SiteWise, por exemplo, é um serviço gerido para coletar, armazenar, organizar e monitorizar dados de equipamentos industriais em escala.
- Aplicações: dashboards, alertas, estações de trabalho dos analistas e a integração com o CMMS.
Planeie para mudanças de fornecedor. A AWS anunciou que encerraria o suporte ao Amazon Lookout for Equipment em 7 de outubro de 2026, depois do que a consola e os recursos deixam de estar acessíveis. Guarde os dados brutos e de características em formatos abertos, em armazenamento sob o seu controlo, e mantenha os modelos e a lógica de alarmes documentados, para poder trocar de ferramenta de analytics sem perder o histórico.
Onde a IA e a aprendizagem automática ajudam?
A aprendizagem automática é boa em aprender o comportamento normal em muitos sinais e assinalar desvios, especialmente em frotas de máquinas semelhantes. Ajuda um analista a fazer a triagem de centenas de ativos.
Não substitui o diagnóstico baseado na física. Um modelo pode dizer que uma bomba está a comportar-se de maneira incomum; ainda cabe a um analista dizer que é cavitação e não um rolamento. Os modelos também precisam de um histórico limpo e rotulado, que a maioria das fábricas tem de construir primeiro. Comece com alarmes baseados em regras e análise de tendências e acrescente a deteção de anomalias onde o volume de dados o justifique.
Quais são as armadilhas mais comuns?
- Monitorizar sem agir: alertas que nunca viram ordens de serviço desperdiçam o investimento.
- Alarmes demais: limites mal definidos causam fadiga de alertas. Ajuste-os durante o piloto.
- Técnica errada para o modo de falha: a temperatura sozinha encontra falhas de rolamento tarde demais.
- Sem plano de competências: os dados precisam de pessoas qualificadas ou de um parceiro de serviços para interpretá-los.
- Segurança de TO fraca: novos sensores e gateways acrescentam pontos de entrada à rede. Para operadores abrangidos pela NIS2, eles pertencem à sua avaliação de riscos.
Como a Opsio ajuda
A Opsio constrói o lado de dados dos programas de monitorização: plataformas de manutenção preditiva com IoT, pipelines de dados e dashboards na nuvem, integração com o CMMS e deteção de anomalias, além de gestão de ativos com IoT e operação 24/7 da plataforma. Trabalhamos ao lado dos seus engenheiros de fiabilidade e analistas certificados, e não no lugar deles. As nossas equipas ficam em Karlstad, na Suécia, e em Bangalore, na Índia.
Perguntas frequentes
Qual é a diferença entre monitorização de condição e manutenção preditiva?
Monitorização é medir a saúde das máquinas. Manutenção preditiva é a estratégia de manutenção que usa essas medições e as suas tendências para programar o trabalho antes de uma falha. Não se faz a segunda sem a primeira.
Quais são os principais tipos de técnicas de monitorização?
Análise de vibração, termografia por infravermelho, análise de óleo, ultrassons, análise da corrente do motor e acompanhamento de tendências de dados de processo. Muitas fábricas também usam métodos de END, como a medição de espessura por ultrassons para corrosão.
Quais máquinas devem ser monitorizadas primeiro?
Aquelas cuja falha para a produção, cria um risco de segurança ou ambiental, ou tem um prazo longo de reparo ou de entrega de peças. Uma análise de criticidade as classifica.
A monitorização contínua é melhor que as rondas periódicas?
Nem sempre. Sensores contínuos servem a máquinas críticas, remotas ou de falha rápida. Rondas mensais ou trimestrais com instrumentos portáteis são mais baratas e suficientes para a maioria dos equipamentos auxiliares da fábrica.
Em quanto tempo um programa se paga?
Depende do seu custo de paragem e do seu histórico de falhas. A primeira falha evitada num ativo crítico muitas vezes cobre um piloto. Calcule a partir dos seus próprios dados em vez de se apoiar em médias do setor.
Leitura relacionada: tecnologias emergentes em END, que trata dos sensores permanentes do ponto de vista da inspeção.
Leitura relacionada
Sobre o autor
Director & MLOps Lead
Vaishnavi lidera iniciativas de operações de machine learning na Opsio, ativando capacidades de ML e preditivas para operações industriais e automóveis. A sua experiência abrange manutenção preditiva, análise de dados industriais, monitorização de condições baseada em vibrações e IA aplicada — com foco em soluções práticas e orientadas por experimentos, concebidas para ambientes operacionais reais.
Normas editoriais: Este artigo foi escrito por um profissional certificado, indicado acima como autor. Atualizamo-lo quando a tecnologia ou a regulamentação que aborda muda; as datas acima indicam a última atualização. A Opsio mantém independência editorial — recomendamos soluções pelo seu mérito técnico, não por relações comerciais.