Manutenção preditiva numa PME industrial: quando compensa

17 de setembro de 2026

Numa PME industrial, a manutenção preditiva compensa quando uma avaria custa muito mais do que medir o equipamento que a antecede, e quando já existem dados fiáveis sobre o que se avaria e porquê. Se esses dois pontos faltam, a manutenção preventiva bem feita costuma chegar, e é mais barata.

Este artigo não repete a definição que encontra em qualquer fornecedor de sensores. Trata de três perguntas práticas para quem decide numa fábrica com dezenas de máquinas e uma equipa de manutenção curta: que dados têm de existir antes, quanto custa medir, e em que casos a preventiva basta.

O que é manutenção preditiva, em duas frases

Manutenção preditiva é intervir num equipamento com base no seu estado medido, e não num calendário fixo nem depois de a máquina parar. Mede-se uma grandeza que muda antes da falha (vibração, temperatura, corrente, pressão, ruído) e decide-se quando intervir a partir da tendência.

A palavra «inteligência artificial» entra aqui num só lugar: o modelo que lê a tendência e estima quanto tempo falta até à falha. Tudo o resto, incluindo sensores, registo e disciplina de resposta, é trabalho de engenharia de manutenção e existe há décadas.

Preventiva, preditiva e corretiva: quando cada uma serve

As três estratégias diferem no gatilho que dispara a intervenção: o calendário (preventiva), o estado medido (preditiva) ou a avaria (corretiva). Nenhuma é a melhor em abstrato; cada máquina merece a que o seu custo de falha justifica.

Corretiva (reparar quando avaria): serve para equipamento barato, redundante ou fácil de substituir, onde parar uma hora não custa quase nada.
Preventiva (por calendário ou horas de funcionamento): serve quando o desgaste é previsível e regular, como filtros, correias, lubrificação e inspeções legais. É a base e quase sempre a primeira a melhorar.
Preditiva (por estado): serve quando a falha é cara, o desgaste é irregular e existe um sinal mensurável que a antecede com antecedência útil.

O erro frequente é saltar da corretiva para a preditiva sem passar pela preventiva. Uma fábrica que ainda não cumpre o plano de lubrificação não ganha nada com sensores de vibração: vai medir com rigor o resultado de uma lubrificação que não fez.

Que dados de máquina têm de existir antes

Dados de máquina prontos para preditiva são registos que dizem, por equipamento, o que falhou, quando, durante quanto tempo parou e o que se fez. Sem esse histórico, um modelo não tem exemplos de falha de onde aprender, e os sensores só produzem números sem significado.

Antes de comprar o que quer que seja, verifique se consegue responder a estas perguntas com documentos, não de memória:

Lista de ativos com identificação única. Cada máquina e cada conjunto crítico (motor, redutor, bomba, ventilador) tem um código que aparece nas ordens de trabalho.
Histórico de avarias com causa. Data, hora de paragem, hora de arranque, componente afetado e causa. «Avaria mecânica» não é causa; «rolamento do lado do acionamento» já é.
Registo de intervenções. O que se mudou, quando, por quem e quanto custou em peças e horas.
Custo de uma hora parada. Por máquina crítica, em euros, incluindo produção perdida, mão de obra parada e atrasos de entrega. Sem este número não há decisão económica.
Condições de funcionamento. Em que regime a máquina trabalha (carga, velocidade, produto). Uma vibração alta com a máquina vazia não significa o mesmo que com ela carregada.

Se três ou mais destes itens não existem, o trabalho útil é criá-los. É menos vistoso do que um painel com sensores, e é onde a decisão se ganha ou se perde.

O que custa medir

O custo de medir é a soma do que se instala, do que se integra e do que se mantém. O preço do sensor é, em regra, a parcela mais pequena.

Equipamento: sensores, ligações, quadro, ponto de rede. Varia muito com o tipo de grandeza e com o ambiente (poeira, humidade, temperatura, zonas com risco de explosão).
Integração: levar o sinal ao sistema onde alguém o vê, e ligá-lo à ordem de trabalho. Muitos projetos ficam parados aqui, com um painel bonito que ninguém consulta.
Calibração e limiares: definir o que é «normal» para cada máquina leva semanas ou meses de recolha antes de haver alertas fiáveis.
Tempo da equipa: alguém tem de receber o alerta, decidir e agir. Um alerta sem responsável com horas reservadas é ruído.
Manutenção do próprio sistema: sensores avariam, descalibram-se e geram falsos alarmes que desgastam a confiança.

Não damos aqui um valor por sensor ou por máquina, porque depende do equipamento e do fornecedor, e um número genérico enganaria. O que se pode fazer é montar a conta com os números da sua fábrica.

A conta que decide: quando compensa

Compensa quando a perda evitada por ano é claramente superior ao custo anual de medir, integrar e agir. A conta tem poucas linhas e pode fazer-se numa folha de cálculo.

Perda por avaria. Horas paradas por falha, vezes custo da hora parada, mais custo da reparação urgente.
Parte evitável. Que fração dessas falhas dá sinais mensuráveis com antecedência útil? Falhas súbitas (um cabo que parte, um corpo estranho) não se preveem.
Custo anual da solução. Equipamento amortizado, integração, tempo da equipa e manutenção do sistema.
Comparação com a preventiva melhorada. Quanto da perda se evita só com um plano de preventiva cumprido e um registo de avarias que alimente decisões? Esta é a linha que mais se esquece.

A preditiva ganha quando a diferença entre o passo 2 e o passo 4 é grande e a máquina é crítica: poucas máquinas, muito caras de parar, com um sinal que antecede a falha. Raramente compensa aplicada à fábrica inteira de uma vez.

Se quer saber primeiro como está a sua empresa em dados, processos e tecnologia, antes de fazer esta conta, Calcule o seu índice. São seis perguntas e o resultado aparece no ecrã, sem custo.

Um caso que se resolve sem software

Um exemplo ilustrativo, que não corresponde a nenhum cliente nosso: a mesma máquina para três vezes por trimestre pelo mesmo motivo, e ninguém sabe porquê. Neste tipo de situação o problema não é prever, é registar.

Um caderno ou uma folha partilhada junto à máquina, com quatro campos (hora da paragem, hora do arranque, o que se viu, o que se fez), preenchida pelo operador durante um ou dois meses, chega para mostrar o padrão. Neste exemplo, a causa podia ser um ajuste, uma instrução de arranque que não se cumpre ou uma peça de um lote mal especificado. Corrigia-se com um procedimento, uma formação curta de dez minutos ou a troca de um fornecedor.

Arrumar antes de automatizar: é a isto que o método O4 chama observar e organizar. Explicamo-lo em Otimizar processos: o método O4. Só depois de observado e organizado faz sentido perguntar se há um sinal a medir.

Onde a inteligência artificial não vale

A inteligência artificial não vale a pena quando faltam exemplos de falha, quando a falha é súbita ou quando ninguém age sobre o alerta. Dizemos isto com o mesmo destaque do resto, porque é onde mais dinheiro se gasta mal.

Poucas falhas registadas. Um modelo aprende com exemplos. Uma máquina que avaria uma vez em vários anos não dá dados suficientes; um limiar simples de temperatura ou de vibração, definido por um técnico, faz o mesmo trabalho.
Máquinas diferentes entre si. Um modelo treinado numa linha não se transfere automaticamente para outra com outro regime de trabalho.
Falhas sem sinal prévio. Se não há nada mensurável antes de a máquina parar, não há o que prever.
Equipamento barato ou redundante. Substituir ao fim de um período fixo custa menos do que instrumentar.
Sem resposta organizada. Prever uma falha para daqui a duas semanas só serve se houver peça em armazém, equipa disponível e janela de paragem acordada com a produção.

Muitas vezes um limiar bem escolhido, uma ronda de inspeção com um aparelho portátil de medição ou uma análise de óleo periódica dão a maior parte do benefício. É manutenção condicionada pelo estado, sem modelo, e é um primeiro passo legítimo.

Por onde começar, por esta ordem

O arranque certo é pequeno: uma ou duas máquinas críticas, com um custo de paragem conhecido e um histórico de avarias que se possa ler.

Escolha as máquinas pelo custo de paragem, não pela idade nem pelo ruído que fazem.
Reconstrua o histórico dos últimos meses a partir de ordens de trabalho, notas dos técnicos e registos de produção.
Cumpra primeiro a preventiva nessas máquinas durante um ciclo completo e veja quanto das paragens desaparece.
Meça o que sobra. Se continuam falhas caras com sinal prévio, escolha a grandeza a medir e instale em piloto.
Defina quem age. Um responsável, um prazo de resposta e a regra para parar ou continuar.
Reveja a conta ao fim de seis meses, com as horas paradas reais e não estimadas.

Os dados em que isto assenta (registos, identificação de ativos, custos) são os mesmos que qualquer projeto de automatização exige. Em Automatização de processos: o que é, exemplos e por onde começar mostramos como esse trabalho de base se aplica a outras áreas da empresa.

Como a optimAIze encara esta decisão

Onde é que a inteligência artificial vale dinheiro na sua empresa. E onde não vale. A manutenção preditiva é um bom exemplo de uma pergunta que se responde melhor com a conta e com o terreno do que com uma demonstração de fornecedor.

O índice de preparação, com resultado de 0 a 100, mostra em cerca de 1 minuto como a empresa está nas seis áreas (Estratégia, Cultura, Dados, Segurança, Tecnologia e Processos). Uma pontuação baixa em Dados e em Processos indica, quase sempre, que o trabalho a fazer antes da preditiva é de registo e de organização. O diagnóstico, que é trabalho no terreno com entrevistas e medição, vem depois e põe números nas oportunidades. Calcule o seu índice.

Artigo de Eurico Fertuzinhos, autor dos livros Otimizar Processos e Eficiência Empresarial.

Fontes

Este artigo assenta em critérios de engenharia de manutenção e não cita números de terceiros.
Não inclui por isso valores de custo, poupança ou taxas de sucesso.
Os valores a usar nas decisões da sua empresa devem vir dos seus próprios registos.