O curso é composto por disciplinas que abordam temas essenciais para a aplicação prática das Técnicas Preditivas na indústria, integrando essas metodologias com ferramentas de Inteligência Artificial voltadas ao diagnóstico e prognóstico de falhas.
Disciplina 01: PCM 4.0
Carga Horária 40 horas
Objetivo: Esta disciplina visa proporcionar aos discentes a compreensão do sistema gestão das atividades de manutenção para indústria 4.0, enfatizando a estrutura e documentação gerada e monitorada pelo Planejamento e Controle de Manutenção (PCM) e as tecnologias i4.0 para automação.
Ementa: Conceitos de Planejamento e Controle de manutenção na indústria 4.0. Tipos de Manutenção: Corretiva, Preventiva e Preditiva. Endereçamento de máquina (TAG), mapeamento de processo, geração, emissão e acompanhamento de ordens de serviço (OS) e Planos de Manutenção (PM´s preventiva e preditiva). Planejamento e Execução de Paradas. Gestão de manutenção para Smart Factory. Planejamento remoto. Atividades de Manutenção executadas na NR 13 – Caldeiras, Vasos de Pressão e Tubulações. Métodos multicritérios e pesquisa operacional (modelagem matemática) aplicados na tomada de decisão na gestão de manutenção.
Disciplina 02: Aplicações de Termografia em sistemas industriais
Carga Horária 40 horas
Objetivo: Capacitar o aluno nos conceitos de Termodinâmica, análise térmica, procedimentos para realizar inspeção termográfica de equipamentos em instalações industriais.
Ementa: Conceitos gerais de termodinâmica e transmissão de calor. Processos e propriedades da Radiação térmica. Troca de calor por radiação entre superfícies. Sistema de medição de temperatura por contato e sem contato. Avaliação de emissividade de superfície. Resultado de medição de temperatura por contato e sem contato. Fundamentos de Termografia infravermelha. Evolução da tecnologia de sensores dos Termo visores. Operação de Termo visores. Tipos de câmeras termográficas existentes no mercado. Procedimento para realização da inspeção termográfica. Teoria geral sobre imagem digital. Obtenção de uma imagem termográfica com qualidade. Avaliação de incerteza de resultado de medição de temperatura. Processos de segurança do trabalho para realização das inspeções.
Disciplina 03: Laboratório de Termografia
Carga Horária 30 horas
Objetivo: Capacitar o aluno no processo de Inspeção termográfica em instalações industriais e emissão de relatórios identificando anomalias e mensurando seus riscos.
Ementa: Manejo completo de câmera termográficas. Montagem da a câmera (bateria, cartão, carregador, protetor de lente). Manuseio e posição de trabalho, montagem no tripé. Uso de softwares para análise das imagens (termogramas). Foco e enquadramento corretos para melhoria da imagem. Relatório com a identificação de defeitos em equipamentos mecânicos e elétricos com recomendação de ações para solução e/ou melhoria nas instalações.
Disciplina 04: Fundamentos de análise de vibração
Carga Horária 30 horas
Objetivo: Capacitar profissionais em aplicar a análise vibração (coleta de dados, monitoramento e análise espectral). Apresentar os princípios físicos envolvidos nas análises de vibrações de equipamentos, monitoramento de condições e práticas de manutenção com estudo das falhas de máquinas e seu espectro associado e forma de onda temporal. A disciplina se concentra na coleta e análise periódica de dados para programas de manutenção baseados em condições.
Ementa: Princípio de vibrações. Monitoramento de vibração. FFT. Sinal no Tempo. Aquisição de dados mostrando os tipos de Transdutores (Sensores de proximidade, sensores de vibração e acelerômetros). Seleção do transdutor. Montagem do transdutor e frequência natural. Seleção do ponto de medição (rotas e erros comuns de medição). Processamento de sinal. Filtros (Low pass, band pass, high pass, band stop). Amostragem. Aliasing – Range dinâmico. Resolução. Fmax. Coleta de dados no Tempo. Médias (linear, overlap, peak hold, síncrona). Janelas e Leakage. Análise de Vibração (análise espectral). Introdução a Análise Sinal no Tempo. Envelope (demodulação). Tendências. Ressonância. Análise de falhas: desbalanceamento, desalinhamento, folga, desgaste em rolamentos e empenamento. Principais falhas que ocorrem em máquinas rotativas. Implantação de um programa de monitoramento de condição de sucesso. Ajuste de linhas de base. Ajuste de alarmes (globais, bandas, estatístico e componente). Geração de relatórios e Cases de sucesso.
Disciplina 05: Laboratório de análise de vibração
Carga Horária 15 horas
Objetivos: Proporcionar aos alunos a compreensão da execução da análise de vibração, validando o conteúdo teórico através de simulações, exemplos práticos e medições realizadas em prática
Ementa: Aquisição de dados. Processamento de sinal. Coleta de dados no Tempo. Médias (linear, overlap, peak hold, síncrona). Janelas e Leakage. Análise de Vibração. Análise Espectral. Envelope (demodulação). Tendências. Ressonância. Análise de falhas: desbalanceamento, desalinhamento, folga, desgaste em rolamentos, empenamento. Bump Test. Run Up / Coast Down. Operação do coletor de vibração.
Disciplina 06: Técnicas preditivas aplicadas no monitoramento dos lubrificantes
Carga Horária 15 horas
Objetivo: Proporcionar conhecimentos sobre a importância da lubrificação na manutenção industrial, bem como, os tipos de lubrificantes existentes e suas particularidades em determinados tipos de indústria (como a indústria alimentícia e farmacêutica). Prover conhecimento suficiente para a aplicação de lubrificação industrial visando a proteção contra contaminação. Instruir sobre os ensaios de laboratório mais utilizados em análise de lubrificantes, a correta interpretação dos dados e como eles podem ser usados na manutenção preditiva e proativa.
Ementa: Princípios da lubrificação industrial. Tipos e propriedades gerais dos lubrificantes (óleos e graxas). Princípios básicos de lubrificação. Construção de plano preventivo para lubrificação industrial. Gestão da lubrificação em indústria de alimentos, bebidas e farmacêutica. Técnicas preditivas aplicadas no monitoramento da qualidade do lubrificante e interpretação de resultados de laboratório. Sistema automático de monitoramento dos lubrificantes (tecnologias da indústria 4.0). Identificação e combate ao verniz em óleos lubrificantes.
Disciplina 07: Estatística Aplicada
Carga Horária 30 horas
Objetivo: Introduzir os conceitos básicos de Estatística e Probabilidade presentes em uma análise de dados, e apresentar os conceitos e métodos necessários para compreensão das técnicas estatísticas aplicadas a problemas de Engenharia da Confiabilidade.
Programa: Conceitos e Definições; Técnicas de Amostragem; Estatística Descritiva; Variáveis Aleatórias; Medidas de Posição, Dispersão e Assimetria; Introdução à Probabilidade; Modelos de Distribuição Probabilidade (Discretos e Contínuos; Estimação de Parâmetros; Análise de Correlação e de Regressão Linear; Dados Censurados; Fundamentos da Engenharia da Confiabilidade: Função Densidade de Probabilidade f(x), Função Densidade de Probabilidade Acumulada F(x), Função Confiabilidade R(x), Função Confiabilidade Condicional R(t|T), Função Taxa de Falhas h(x), Função de Vida Média MTBF, MTTF, MTTR, Função Disponibilidade A(x).
Disciplina 08: Engenharia de Confiabilidade
Carga Horária 30 horas
Objetivo: Capacitar profissionais nos conceitos da Engenharia da Confiabilidade aplicada à Gestão de Ativos e SMART RCM.
Programa: Módulo teórico: Introdução à Engenharia da Confiabilidade aplicada à Gestão de Ativos. Conceito e aplicação da análise dos Modos de Falha, seus Efeitos e sua Criticidade (FMECA – Failure Mode, Effects, and Criticality Analysis). Conceito e aplicação da análise de Causa Raiz (RCA – Root Cause Analysis). Conceito e aplicação do FRACAS Norma MIL-STD-2155 – Failure Reporting, Analysis and Corrective Action Systems. Conceito e aplicação da Manutenção centrada na confiabilidade (MCC) e fases de implantação na indústria. Introdução ao conceito de SMART RCM para aplicação industrial. Módulo prático: Aplicação da análise de Dados de Vida (LDA – Life Data Analysis) por meio de modelos paramétricos e dis-paramétricos. Análise sistêmica da confiabilidade (ASC) itens/componentes reparáveis e não reparáveis. Diagrama de Blocos de Confiabilidade (RBD – Reliability Block Diagram). Análise da Confiabilidade, Disponibilidade e Mantenabilidade (RAM – Reliability, Availability and Maintainability).
Disciplina 09: Ciência de Dados na Automação Inteligente
Carga Horária 40 horas
Objetivo: introdução a Linguagem de Programação em Python. Elaboração de Dashboards para Visualização de Dados. Séries Temporais e Análise de Dados. Software de Programação de Automação (CODESYS). Aplicações de Automação em CODESYS. Leitura e Gravação de Dados em CLPs. Conexão Real-Virtual de CLP (Sistemas Cyber-Físicos). Ciência de Dados para Manutenção Preditiva, Estrutura e Análise de Dados (Data Analytics) com Software de Mineração de Dados Orange.
Disciplina 10: Ensaios preditivos não destrutivos (ND)
Carga Horária 15 horas
Objetivo: Capacitar o aluno nos conceitos dos principias ensaios não destrutivos aplicados na manutenção preditiva de máquinas e equipamentos industriais.
Programa: Introdução aos END (ensaios não destrutivos). Princípios de funcionamento dos ensaios e os equipamentos utilizados. Vantagens e desvantagens de aplicação de ensaios não destrutivos na manutenção preditiva de ativos industriais. Interpretação e registro dos resultados (laudo da aplicação do ensaio). Principias Normas de aplicação dos ensaios não destrutivos. Estudos de Caso. Atividades de laboratório: Ensaio por líquidos penetrantes. Ensaio por partículas magnéticas. Ensaio por ultrassom. Ensaio por raio-X. Inspeção por Boroscópio (Endoscopia industrial).
Disciplina 11: Tecnologias ODS, MCA, ESA, Ultrassom Acústico aplicadas na manutenção preditiva
Carga Horária 15 horas
Objetivo: Capacitar os alunos na compreensão das técnicas preditivas de MCA, ESA, ODS e Ultrassom Acústico, suas aplicações e benefícios para o programa de manutenção preditiva.
Programa: Ultrassom: Detecção de vazamentos de ar comprimido, vapores e gases.Inspeção de Valvulas e purgadores; Detecção de defeitos em rolamentos, folga e outras falhas mecânicas; Detecção de problemas de lubrificação; Detecção de falhas elétricas (corona, tracking e fugas). ESA – Electrical Signatur Analysis (Análise de assinatura elétrica): Avaliar a condição do motor. Forma de Onda. Espectro de corrente em baixa e alta frequência. Espectro de tensão em baixa e alta frequência. Avaliar a qualidade de energia (harmônicos, transitórios, picos e quedas de tensão e corrente, diagrama Fasorial e distorção harmônica total. Avaliar o desperdício de energia (eficiência, fator de potência, carga, potência consumida em kW/h). MCA – Motor Circuit Analysis (Análise do Circuito do Motor): Detecção e separação de falhas de estator, rotor e isolamento para terra. Falhas entre espiras. Falhas de bobinas. Falhas entre fases. Falhas de isolamento. Falhas nos cabos. Resistência das conexões. Excentricidade. Quebra de barras do rotor. Vazios de fundição (bolhas). ODS – Operating Deflection Shape: Avaliação dos comportamentos dinâmicos e estáticos do equipamento. Condição real de deformação. Direções de deslocamento máximo. Excitações dos modos de ressonância.
Disciplina 12: Testes de laboratório e confecção modelos para monitoramento de máquinas elétricas
Carga Horária 30 horas
Objetivo: Capacitar o participante a aplicar ferramentas de gestão da manutenção, a planejar e executar a manutenção de sistemas eletromecânicos, a analisar as principais características de máquinas elétricas e compreender os sistemas de monitoramento e controle do estado de funcionamento de sistemas eletromecânicos, utilizando ferramentas de diagnóstico em experimentos práticos de laboratório.
Programa: Ferramentas de gestão da manutenção. Manutenção de sistemas eletromecânicos. Características de máquinas elétricas, ensaios e diagnósticos. Monitoramento da condição de funcionamento, caso do motor de indução. Métodos estatísticos paramétricos, caso do modelo de regressão linear múltipla aplicado em motores de indução.
Disciplina 13: Seminários Direcionados
Carga Horária 30 horas
Objetivo: Apresentar as novas tecnologias aplicadas a área de Técnicas Preditivas de manutenção numa visão ampla, tanto acadêmica como de mercado.
Programa: Manutenção para indústria 4.0. Técnicas preditivas e ensaios não destrutivos. Políticas de monitoramento de equipamentos e processos. Metodologias aplicadas à manutenção. Eficiência energética. Inovações tecnológicas na área.
