A manutenção de ativos no contexto da Indústria 4.0: uma análise bibliométrica e sistemática

Thays Aparecida Vendramin Delecrodio; Glauber Roger Neves; Wagner Cezar Lucato

doi:10.5585/exactaep.2021.17589

Autores

Thays Aparecida Vendramin Delecrodio Universidade Nove de Julho - UNINOVE
Glauber Roger Neves Universidade Nove de Julho - UNINOVE
Wagner Cezar Lucato Universidade Nove de Julho - UNINOVE. São Paulo, SP.

DOI:

https://doi.org/10.5585/exactaep.2021.17589

Palavras-chave:

Manutenção de ativos, Indústria 4.0, Custo, Bibliometria, Análise sistemática

Resumo

Este artigo tem como objetivo investigar a produção científica recente sobre a manutenção de ativos no contexto da Indústria 4.0. Para isso foi feita uma revisão sistemática da literatura, mesclando um estudo bibliométrico e a análise de conteúdo dos artigos recentes que tratam sobre o tema de interesse deste trabalho. Como resultado foram identificados 225 artigos dos quais 7 que tratam sobre o tema de geração de economia de recursos no custo de manutenção foram considerados para uma análise mais aprofundada. Como conclusão pôde-se observar que no contexto da manutenção na era da Indústria 4.0, ainda há uma carência e necessidade de estudos de aplicações práticas, que proporcionem uma aprendizagem adequada e que ajude no entendimento e melhoria das tecnologias. Este trabalho traz contribuições teóricas na medida que identifica lacunas de pesquisa e sugeriu algumas oportunidades a serem consideradas em estudos futuros sobre o tema. Para a prática, os conhecimentos aqui expostos poderão se tornar um guia aos gestores das áreas de Manutenção sobre os principais tópicos que associam a gestão da manutenção de ativos e os requisitos das tecnologias da I 4.0.

Downloads

Não há dados estatísticos.

Biografia do Autor

Thays Aparecida Vendramin Delecrodio, Universidade Nove de Julho - UNINOVE

Mestranda do Progrfama de Pós Graduação em Engenharia de Produção da Universidade Nove de Julho - UNINOVE.

Glauber Roger Neves, Universidade Nove de Julho - UNINOVE

Doutorando do Progrfama de Pós Graduação em Engenharia de Produção da Universidade Nove de Julho - UNINOVE.

Wagner Cezar Lucato, Universidade Nove de Julho - UNINOVE. São Paulo, SP.

Professor e Pesquisador do Progrfama de Pós Graduação em Engenharia de Produção da Universidade Nove de Julho - UNINOVE.

Referências

ABRAMAN - Associação Brasileira de Manutenção e Gestão de Ativos. (2013). A situação da manutenção no Brasil. Anais do 28º Congresso Brasileiro de Manutenção. Salvador: Abraman.

Al-Ahmari, A., & Li, Z. (2016). Analysis of a multimachine flexible manufacturing cell using stochastic Petri nets. Advances in Mechanical Engineering, 8(11), 1-9. Retrieved June 10, 2020, from https://doi.org/10.1177/1687814016680168.

Al-Gumaei, K., Schuba, K., Friesen, A., Heymann, S., Pieper, C., Pethig, F., & Schriegel, S. (2018). A survey of internet of things and big data integrated solutions for industrie 4.0. IEEE 23rd International Conference on Emerging Technologies and Factory Automation, 23(1), 1417-1424.

Alrabghi, A., Tiwari, A., & Savill, M. (2017). Simulation-based optimisation of maintenance systems: Industrial case studies. Journal of Manufacturing Systems, 44, 191-206.

Adu-Amankwa, K., Attia, A. K., Janardhanan, M. N., & Patel, I. (2019). A predictive maintenance cost model for CNC SMEs in the era of industry 4.0. The International Journal of Advanced Manufacturing Technology, 104(9-12), 3567-3587. Retrieved June 10, 2020, from https://doi.org/10.1007/s00170-019-04094-2.

Antosz, K., & Ratnayake, R. C. (2019). Spare parts’ criticality assessment and prioritization for enhancing manufacturing systems’ availability and reliability. Journal of Manufacturing Systems, 50, 212-225.

Arnold, C., Kiel, D., & Voigt, K. I. (2016). How the industrial internet of things changes business models in different manufacturing industries. International Journal of Innovation Management, 20(08), 1640015.

Associação Brasileira de Normas Técnicas. (1994). NBR 5462 - Confiabilidade e mantenabilidade. São Paulo: ABNT.

Babiceanu, R. F., & Seker, R. (2016). Big data and virtualization for manufacturing cyber-physical systems: a survey of the current status and future outlook. Computers in Industry, 81, 128-137.

Barros, J. F., & Lima, G. (2011). A gestão da manutenção no plano estratégico dos empreendimentos industriais. Congresso Nacional de Excelência em Gestão, 7.

Bengtsson, M., & Lundström, G. (2018). On the importance of combining “the New” with “the Old”— one important prerequisite for maintenance in Industry 4.0. Procedia Manufacturing, 25, 118-125.

Blanchard, B. (2003). Logistics engineering and management (6a. ed.). Englewwod Cliffs: Prentice Hall.

Branco Filho, G. (2008). Organização, o planejamento e o controle da manutenção. Rio de Janeiro: Ciência Moderna.

Brettel, M., Friederichsen, N., Keller, M., & Rosenberg, M. (2014). How virtualization, decentralization and network building change the manufacturing landscape: An Industry 4.0 perspective. International Journal of Mechanical, Industrial Science and Engineering, 8(1), 37-44.

Campos, V. F. (2013). Gerenciamento da Rotina do trabalho do dia a dia. 9. Ed. Nova Lima: FALCONI Editora.

Changyou, L., Haiyang, L., Song, G., Yimin, Z., & Zhenyuan, L. (2014). Gradual Reliability Sensitivity Analysis of Mechanical Part Considering Preventive Maintenance. Advances in Mechanical Engineering.

Choi, S. S., Kang, G., Jung, K., Kulvatunyou, B. & Morris, K.C. (2016). Applications of the factory design and improvement reference activity model. International Conference on Advances in Production Management Systems (APMS), Iguassu Falls, Brazil. Retrieved June 10, 2020, from https://hal.inria.fr/hal-01615741/document.

del Amo, I. F., Erkoyuncu, J. A., Roy, R., & Wilding, S. (2018). Augmented Reality in Maintenance: An information-centred design framework. Procedia Manufacturing, 19, 148-155.

Dillon, T., Wu, C., & Chang, E. (2010). Cloud Computing: Issues and Challenges. Proceedings. International Conference on Advanced Information Networking and Applications, AINA, 27-33.

Ding, S. H., & Kamaruddin, S. (2015). Maintenance policy optimization - literature review and directions. The International Journal of Advanced Manufacturing Technology, 76(5-8), 1263-1283.

European Parliament. (2015). Industry 4.0 Digitalisation for productivity and growth. Retrieved June 10, 2020, from http://www.europarl.europa.eu/RegData/etudes/BRIE/2015/568337/ EPRS_BRI (2015)568337_ EN.pdf.

Erol, S., Jäger, A., Hold, P., Ott, K., & Sihn, W. (2016). Tangible Industry 4.0: a scenario-based approach to learning for the future of production. Procedia Cirp, 54(1), 13-18.

Gil, A. C. (2010). Métodos e técnicas de pesquisa social. (8a. ed.). São Paulo: Atlas.

Guizzi, G., Falcone, D., & De Felice, F. (2019). An integrated and parametric simulation model to improve production and maintenance processes: towards a digital factory performance. Computers & Industrial Engineering, 137, 106052.

He, Y., Gu, C., Chen, Z., & Han, X. (2017). Integrated predictive maintenance strategy for manufacturing systems by combining quality control and mission reliability analysis. International Journal of Production Research, 55(19), 5841-5862.

He, Y., Han, X., Gu, C., & Chen, Z. (2018). Cost-oriented predictive maintenance based on mission reliability state for cyber manufacturing systems. Advances in Mechanical Engineering, 10(1), 1-15. . Retrieved June 10, 2020, from https://journals.sagepub.com/doi/pdf/10.1177/1687814017751467.

Herrmann, C., Schmidt, C., Kurle, D., Blume, S., & Thiede, S. (2014). Sustainability in manufacturing and factories of the future. International Journal of Precision Engineering and Manufacturing-Green Technology, 1, 283–292.

Hirsch-Kreinsen, H. (2014). Smart production systems: a new type of industrial process innovation. DRUID Society Conference.

Jasiulewicz-Kaczmarek, M., & Gola, A. (2019). Maintenance 4.0 Technologies for Sustainable Manufacturing-an Overview. IFAC-PapersOnLine, 52(10), 91-96.

Lee, J., Bagheri, B., & Kao, H. A. (2015). A cyber-physical systems architecture for industry 4.0 - based manufacturing systems. Manufacturing Letters, 3, 18-23.

Lee, J., Kao, H. A., & Yang, S. (2014). Service innovation and smart analytics for Industry 4.0 and big data environment. Procedia CIRP, 16, 3–8.

Li, Z., Wang, Y., & Wang, K. S. (2017). Intelligent predictive maintenance for fault diagnosis and prognosis in machine centers: Industry 4.0 scenario. Advances in Manufacturing, 5(4), 377-387.

Lopes, I., Senra, P., Vilarinho, S., Sá, V., Teixeira, C., Lopes, J., Alves, A., Oliveira, J., & Figueiredo, M. (2016). Requirements specification of a computerized maintenance management system–a case study. Procedia Cirp, 52(1), 268-273.

Mirshawka, V. & Olmedo, N. L. (1993). Manutenção – combate aos custos da não eficácia – a vez do Brasil. São Paulo: Makron Books.

Mobley, R. K. (2002). An introduction to predictive maintenance. São Paulo: Elsevier.

Moraes, E. C., & Lepikson, H. A. (2017). Industry 4.0 and its impacts on society. Proceedings of the International Conference on Industrial Engineering and Operations Management, 25-26.

Mourtzis, D., & Vlachou, E. (2018). A cloud-based cyber-physical system for adaptive shop-floor scheduling and condition-based maintenance. Journal of manufacturing systems, 47, 179-198.

Mueller, E., Chen, X. L., & Riedel, R. (2017). Challenges and requirements for the application of industry 4.0: a special insight with the usage of cyber-physical system. Chinese Journal of Mechanical Engineering, 30(5), 1050-1057.

Pinto, J. P. (2013). Manutenção lean. Lisboa: Lidel.

Rødseth, H., Schjølberg, P., & Marhaug, A. (2017). Deep digital maintenance. Advances in Manufacturing, 5(4), 299-310.

Romero-Torres, S., Moyne, J., & Kidambi, M. (2017). Towards Pharma 4.0; leveraging lessons and innovation from Silicon Valley. American Pharmaceutical Review, 5, 132-141.

Roy, R., Stark, R., Tracht, K., Takata, S., & Mori, M. (2016). Continuous maintenance and the future - foundations and technological challenges. Cirp Annals, 65(2), 667-688.

Slack, N., Brandon-Jones, & Johnston, R. (2018). Administração da produção. (8a. ed.) São Paulo: Atlas.

Silva, S. (2002). Comunicação organizacional em empresas de construção civil sob a ótica do planejamento estratégico. 157 f. Curitiba, 2002 (Dissertação) (Mestrado em Construção Civil–Programa de Pós-Graduação em Construção Civil, Universidade Federal do Paraná, Curitiba).

Stock, T., & Seliger, G. (2016). Opportunities of sustainable manufacturing in industry 4.0. Procedia Cirp, 40, 536-541.

Suarez-Warden, F, Mendıvil, EG, Ramırez, AF, Garcıa-Lumbreras, S., (2015), Profit Model for Incorporating AR Technology in Assembly Tasks of Aeronautical Maintenance. Procedia Computer Science,75, 113–122.

Tedeschi, S., Rodrigues, D., Emmanouilidis, C., Erkoyuncu, J., Roy, R., & Starr, A. (2018). A cost estimation approach for IoT modular architectures implementation in legacy systems. Procedia Manufacturing, 19, 103-110.

Wan, J., Tang, S., Li, D., Wang, S., Liu, C., Abbas, H., & Vasilakos, A. V. (2017). A manufacturing big data solution for active preventive maintenance. IEEE Transactions on Industrial Informatics, 13(4), 2039-2047.

Xia, T., Xi, L., Lee, J., & Zhou, X. (2011). Optimal CBPM policy considering maintenance effects and environmental condition. International Journal of Advanced Manufacturing Technology. 56. 1181-1193.

Zhong, R.Y., Wang, L., & Xu, X. (2017). An IoT-enabled Realtime Machine Status Monitoring Approach for Cloud Manufacturing, Procedia CIRP, 63, 709–714.