EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

INTELIGÊNCIA ARTIFICIAL E SENSORES MAGNÉTICOS NA GESTÃO DE MANUTENÇÃO PREDITIVA: UMA ABORDAGEM PARA A INDÚSTRIA 4.0

Danilton Carlos da Silva, Daniela Freitas Borges, Agaone Donizete Silva, Vinícius de Barcelos Machado, Rildo Afonso de Almeida

REMUNOM · 14.07.2026 · 13 (15) · 1-52

DOI: 10.66104/pvsnve05 ↗

Kurz gefasst

Fachartikel in der Zeitschrift REMUNOM, online erschienen am 14.07.2026. Verfasst von Danilton Carlos da Silva und 4 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

A presente pesquisa tem como objetivo analisar como a integração entre sensores magnéticos e algoritmos de Inteligência Artificial pode contribuir para a gestão da manutenção preditiva em ambientes industriais, com foco na confiabilidade dos ativos, na redução de falhas e no apoio à tomada de decisão no contexto da Indústria 4.0. Metodologicamente, o estudo caracteriza-se como uma Revisão Sistemática da Literatura, de natureza qualitativa, exploratória e descritiva, complementada por análise descritiva/bibliométrica exploratória. Foram considerados estudos publicados entre 05/2015 e 05/2026, identificados nas bases Scopus, Web of Science, IEEE Xplore e ScienceDirect. A busca inicial resultou em 300 registros, dos quais 20 estudos compuseram a amostra final após aplicação dos critérios de inclusão, exclusão, remoção de duplicatas, triagem e avaliação da qualidade metodológica. Os dados foram organizados em matriz analítica, contemplando tipo de sensor, ativo monitorado, algoritmo utilizado, métrica reportada, aplicação, limitações e contribuição gerencial. Os resultados evidenciam que sensores magnéticos, como sensores de efeito Hall, sensores de campo magnético, medições de fluxo no entreferro e técnicas de fluxo magnético disperso, apresentam potencial relevante para o monitoramento de motores elétricos, máquinas rotativas e sistemas eletromecânicos. Quando associados a modelos de Machine Learning e Deep Learning, esses sensores podem apoiar a detecção de anomalias, a classificação de falhas, o prognóstico, a estimativa de vida útil remanescente e a priorização de intervenções. Conclui-se que a integração entre sensores magnéticos e Inteligência Artificial fortalece a manutenção preditiva como prática estratégica de gestão de ativos, desde que acompanhada por qualidade dos dados, validação técnica, explicabilidade dos modelos, interoperabilidade e capacitação profissional.

Zitieren

APA

Silva, D. C. D., Borges, D. F., Silva, A. D., Machado, V. D. B., & Almeida, R. A. D. (2026). INTELIGÊNCIA ARTIFICIAL E SENSORES MAGNÉTICOS NA GESTÃO DE MANUTENÇÃO PREDITIVA: UMA ABORDAGEM PARA A INDÚSTRIA 4.0. REMUNOM, 13(15), 1-52. https://doi.org/10.66104/pvsnve05

Vancouver

Silva DCD, Borges DF, Silva AD, Machado VDB, Almeida RAD. INTELIGÊNCIA ARTIFICIAL E SENSORES MAGNÉTICOS NA GESTÃO DE MANUTENÇÃO PREDITIVA: UMA ABORDAGEM PARA A INDÚSTRIA 4.0. REMUNOM. 2026;13(15):1-52. doi:10.66104/pvsnve05

BibTeX
@article{Silva2026,
  author = {Silva, Danilton Carlos da and Borges, Daniela Freitas and Silva, Agaone Donizete and Machado, Vinícius de Barcelos and Almeida, Rildo Afonso de},
  title = {INTELIGÊNCIA ARTIFICIAL E SENSORES MAGNÉTICOS NA GESTÃO DE MANUTENÇÃO PREDITIVA: UMA ABORDAGEM PARA A INDÚSTRIA 4.0},
  journal = {REMUNOM},
  year = {2026},
  volume = {13},
  number = {15},
  pages = {1--52},
  doi = {10.66104/pvsnve05}
}
Kostenlos starten →