Análise da intervenção da inteligência artificial na manutenção industrial.

Abstract

OpresenteTrabalhodeConclusãodeCursoanalisaaintervençãodaInteligênciaArtificial(IA) na manutenção industrial, investigando de que forma algoritmos inteligentes, sensores e sistemas ciberfísicos têm transformado as práticas de monitoramento, diagnóstico e tomada de decisão em ambientes fabris. Por meio de revisão bibliográfica e estudo de casos 4 incluindo empresas como Siemens, General Motors e Petrobras 4, descrevem-se os fundamentos da manutenção corretiva, preventiva, preditiva e detectiva, com ênfase na manutenção preditiva apoiada por IA. Discute-se a integração de técnicas de análise de vibrações, termografia, monitoramento de corrente e análise de óleo lubrificante, evidenciando ganhos em eficiência e redução de paradas não planejadas. O trabalho destaca também os desafios de implementação, como o custo inicial de sensores e sistemas analíticos, além da necessidade de capacitação técnica. Os resultados apontam que a adoção de soluções baseadas em IA contribui para aumento da confiabilidade dos ativos, otimização de recursos e incremento da competitividade organizacional. Conclui-se que a manutenção inteligente, alicerçada em IA e Indústria 4.0, representa estratégia imprescindível para a modernização e sustentabilidade operacional das empresas.This undergraduate thesis analyzes the intervention of Artificial Intelligence (AI) in industrial maintenance, examining how intelligent algorithms, sensors, and cyber-physical systems have transformed monitoring, diagnostics, and decision-making processes in manufacturing environments. Through a literature review and case studies 4 including companies such as Siemens, General Motors, and Petrobras 4 the study explores the foundations of corrective, preventive, predictive, and detective maintenance, with emphasis on predictive maintenance supported by AI. Techniques such as vibration analysis,thermography, current monitoring, and lubricant oil analysis are addressed, highlighting improvements in efficiency and the reduction of unplanned downtime. The research also discusses the challenges of implementation, including the initial costs of sensors and analytical systems, as well as the need for technical training. The results indicate that adopting AI-based solutions contributes to increased asset reliability, optimized resource usage, and enhanced organizational competitiveness. It concludes that intelligent maintenance, grounded in AI and Industry 4.0 technologies, represents an essential strategy for the modernization and operational sustainability of industrialcompanies.