Título

DIGITAL TWINS HÍBRIDOS PARA MANUTENÇÃO PREDITIVA

HYBRID DIGITAL TWINS FOR PREDICTIVE MAINTENANCE

Autoria

Contessi, Bruno Alexandre; Fontes, Carlos Eduardo; Campagnac, Luiz Antonio da Paz; Daoud, Ismael Lis Alves

DOI

10.5151/2594-5327-34936

Downloads

Baixar Artigo 10 Downloads

Resumo

UM DIGITAL TWIN É UMA REPRESENTAÇÃO FIEL DE UM ATIVO REAL INDUSTRIAL. ESSA REPRESENTAÇÃO PODE SER OBTIDA USANDO INTELIGÊNCIA ARTIFICIAL APLICADAS A DADOS HISTÓRICOS, OU USANDO MODELOS MATEMÁTICOS BASEADOS EM FÍSICA, CUJAS EQUAÇÕES SÃO DERIVADAS DE FUNDAMENTOS FÍSICOS. INDEPENDENTE DO CAMINHO ESCOLHIDO, UM DIGITAL TWIN DEVE REPRODUZIR E PREDIZER O COPORTAMENTO REAL DE UM SISTEMA OU EQUIPAMENTO E SERÁ USADO NO MOMENTO EM QUE O ATIVO DEVE PARAR PARA MANUTANÇÃO, QUANDO SEU COMPORTAMENTO MUDA EM FUNÇÃO DE CONDIÇÕES DE OPERAÇÃO, TÃO COMO EM PARA OBTER OUTRAS INFORMAÇÕES CRÍTICAS. BONS MODELOS BASEADOS EM DADOS SÃO GERADOS USANDO INFORMAÇÕES QUE DIZEM QUAIS CONDIÇÕES LEVARAM A FALHA DO EQUIPAMENTO, SENDO QUE É ESSENCIAL TER INFORMAÇÕES SOBRE OS SINTOMAS QUE LEVARAM À FALHA. SE ESSES DADOS NÃO ESTIVEREM DISPONÍVEIS, O MODELO PODE NÃO REPRESENTAR CORRETAMENTE A REALIDADE. MODELOS BASEADOS EM FÍSICA NÃO POSSUEM ESSA LIMITAÇÃO E PODEM COMPLEMENTAR BURACOS NOS DADOS REAIS USANDO DADOS SINTÉTICOS. CONTUDO, ESSA FORMA DE TRABALHO REQUER INFORMAÇÕES DETALHADAS SOBRE O ATIVO REAL (GEOMETRIA, MATERIAIS ETC), ALÉM DE SEREM COMPUTACIONALMENTE CUSTOSOS. ESSE ARQTIGO APRESENTA OS CONCEITOS ENVOLVIDOS DA CRIAÇÃO DE DIGITAL TWINS DEDICADOS À MANUTENÇÃO PREDITIVA, JUNTO COM EXEMPLOS DE USO.

 

A DIGITAL TWIN IS A FAITHFUL DIGITAL REPRESENTATION OF A REAL INDUSTRIAL ASSET. THIS REPRESENTATION MAY BE ACHIEVED USING ARTIFICIAL INTELLIGENCE APPLIED TO HISTORICAL DATA OR USING PHYSICAL-BASED MATHEMATICAL MODELS, WHICH ARE EQUATIONS THAT CAN BE DERIVED FROM FUNDAMENTAL PHYSICS. NO MATTER WHICH APPROACH IS CHOSEN, A DIGITAL TWIN MUST REPRODUCE AND PREDICT A REAL-LIFE SYSTEM OR EQUIPMENT BEHAVIOR. IT WILL BE USED TO PREDICT THE MOMENT AN ASSET SHOULD BE STOPPED FOR MAINTENANCE, ITS BEHAVIOR IF THERE ARE CHANGES TO THE OPERATION PARAMETERS (WHAT-IF ANALYSIS), AS WELL AS MANY OTHER CRITICAL PIECES OF INFORMATION. GOOD DATA-BASED MODELS ARE GENERATED USING INFORMATION ABOUT WHICH OPERATIONAL CONDITIONS LED TO THE EQUIPMENT FAILURE. AND IT IS ESSENTIAL TO HAVE INFORMATION ABOUT ALL POSSIBLE SYMPTOMS OF THE COMING FAILURE. IF THIS INFORMATION IS NOT AVAILABLE, THE MODEL MIGHT NOT REPRESENT THE ASSET BEHAVIOR CORRECTLY. PHYSICS-BASED MODELS DO NOT HAVE SUCH LIMITATIONS AND CAN EVEN COMPLEMENT REAL DATA GAPS WITH SYNTHETIC DATA. HOWEVER, THIS APPROACH DEMANDS VERY DETAILED ASSET GEOMETRY AND MATERIAL INFORMATION, AND THESE MODELS ARE COMPUTATIONALLY EXPENSIVE. THIS ARTICLE SEEKS TO PRESENT ALL CONCEPTS INVOLVED IN THE CREATION OF A DIG ITAL TWIN DEDICATED TO PREDICTIVE MAINTENANCE. APPLICATION CASES WILL BE PRESENTED.

Palavras-chave

Digital twin Híbrido, manutenção preditiva, modelos computacionais

hybrid digital twin, predictive maintenance, Computational Model