Publicação
Modelo de apoio à decisão na gestão de ativos
| Resumo: | A calibração de instrumentos de medição constitui um elemento central na gestão inteligente de ativos físicos, sendo ainda mais crítica no contexto da Indústria 4.0, onde as decisões operacionais dependem fortemente de dados provenientes de sensores. Apesar desta importância crescente, a definição das periodicidades de calibração, na maioria dos casos, a basear-se em métodos empíricos e reativos, sem considerar a variabilidade real dos sensores nem os riscos associados a não conformidades. Este trabalho propõe um modelo quantitativo e orientado ao risco para a definição ótima das periodicidades de calibração de sensores industriais. A metodologia integra cinco etapas principais: o tratamento estatístico dos dados de calibração, as simulações de Monte Carlo para a estimativa da probabilidade de não conformidade, a definição de critérios de avaliação, a estruturação multicritério via AHP e a avaliação quantitativa do risco. O modelo foi aplicado a uma base de dados composta por 36 calibrações de sensores de pH. Enquanto o método tradicional de Schumacher sugeriu extensões até 12 semanas, o modelo proposto permitiu considerar extensões até 20 semanas, mantendo níveis de risco controlado. Este resultado demonstra ganhos concretos na otimização da periodicidade de calibração, contribuindo para uma gestão mais eficiente dos ativos e para a redução dos custos operacionais. A solução foi implementada em Python e disponibilizada online como uma aplicação interativa, facilitando a sua adoção prática em ambientes industriais. As principais limitações do modelo incluem a dependência de dados históricos de calibração e a ausência de integração direta com sistemas de manutenção ou ERP. Ainda assim, o modelo revela potencial de generalização para outros tipos de sensores e contextos industriais, constituindo uma base sólida para futuras investigações em gestão metrológica baseada em risco. |
|---|---|
| Autores principais: | Lopes, Carlos André Dias |
| Assunto: | Gestão de ativos físicos Calibração de sensores Otimização de periodicidade de calibração Simulação de Monte Carlo Avaliação multicritério (AHP) Physical asset management Sensor calibration Calibration interval optimization Monte Carlo simulation Multi-Criteria Assessment (AHP) |
| Ano: | 2025 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Instituto Politécnico de Lisboa |
| Idioma: | português |
| Origem: | Repositório Científico do Instituto Politécnico de Lisboa |
| Resumo: | A calibração de instrumentos de medição constitui um elemento central na gestão inteligente de ativos físicos, sendo ainda mais crítica no contexto da Indústria 4.0, onde as decisões operacionais dependem fortemente de dados provenientes de sensores. Apesar desta importância crescente, a definição das periodicidades de calibração, na maioria dos casos, a basear-se em métodos empíricos e reativos, sem considerar a variabilidade real dos sensores nem os riscos associados a não conformidades. Este trabalho propõe um modelo quantitativo e orientado ao risco para a definição ótima das periodicidades de calibração de sensores industriais. A metodologia integra cinco etapas principais: o tratamento estatístico dos dados de calibração, as simulações de Monte Carlo para a estimativa da probabilidade de não conformidade, a definição de critérios de avaliação, a estruturação multicritério via AHP e a avaliação quantitativa do risco. O modelo foi aplicado a uma base de dados composta por 36 calibrações de sensores de pH. Enquanto o método tradicional de Schumacher sugeriu extensões até 12 semanas, o modelo proposto permitiu considerar extensões até 20 semanas, mantendo níveis de risco controlado. Este resultado demonstra ganhos concretos na otimização da periodicidade de calibração, contribuindo para uma gestão mais eficiente dos ativos e para a redução dos custos operacionais. A solução foi implementada em Python e disponibilizada online como uma aplicação interativa, facilitando a sua adoção prática em ambientes industriais. As principais limitações do modelo incluem a dependência de dados históricos de calibração e a ausência de integração direta com sistemas de manutenção ou ERP. Ainda assim, o modelo revela potencial de generalização para outros tipos de sensores e contextos industriais, constituindo uma base sólida para futuras investigações em gestão metrológica baseada em risco. |
|---|