Manutenção preditiva com IA em gruas: do monitorização do estado CMS aos alertas inteligentes PHM — resultados práticos de redução de custos e aumento da eficiência
📊 Pontos-chave
A manutenção dos guindastes está a passar de uma abordagem do tipo ”reparar quando avaria” para a ”manutenção preditiva (PHM)”. O sistema de monitorização de estado CMS resolve o problema da ”visibilidade” — recolhendo em tempo real dados como a temperatura do motor, a vibração do redutor e o desgaste do travão. A integração da IA resolveu o problema de ”compreender o que se vê” — através do treino de modelos com dados históricos, emitindo alertas 30 dias antes da ocorrência de uma avaria. Após a entrada em funcionamento do sistema de programação com IA da CITIC Heavy Industries, a taxa de digitalização dos dados de produção essenciais atingiu 100%, com a taxa de alertas de alto risco a ultrapassar os 90%. Para fábricas com um valor de produção anual superior a 100 milhões, as perdas decorrentes de uma paragem de produção (3 a 5 dias) causada por uma avaria súbita num redutor excedem frequentemente o investimento total no sistema PHM. Em 2026, o custo do hardware para a manutenção preditiva com IA já baixou para 30 000 a 80 000 yuan por unidade, passando de ser exclusivo das grandes fábricas para se tornar acessível às pequenas e médias empresas.
Em 2026, uma das palavras-chave do setor dos guindastes será ”»Da venda de equipamentos à venda de serviços“... E a principal competência deste serviço é a manutenção preditiva — ajudar os clientes a evitar paragens inesperadas. Este artigo analisa em pormenor o percurso tecnológico do CMS até ao PHM, os custos de implementação e os retornos reais.»
I. CMS 1.0 → PHM 2.0: Atualização da arquitetura técnica
| Dimensões de comparação | CMS 1.0 (Monitorização do estado) | PHM 2.0 (Manutenção Preditiva) |
|---|---|---|
| Funcionalidades principais | Recolha de dados + alarme de limiar (vibração acima do limite → luz vermelha) | Previsão de tendências de IA + estimativa da vida útil restante (a engrenagem poderá avariar daqui a 30 dias) |
| Número de sensores | 8 a 12 (vibração × 4, temperatura × 4, corrente × 2) | 12 a 20 (aumento da granulometria do óleo, emissão acústica, deslocamento) |
| Tratamento de dados | Computação de borda no PLC local → Alarme acionado por limiar | Inferência de IA na periferia + treino de modelos na nuvem → previsão de tendências |
| Prazo de validade do alerta | Algumas horas antes da ocorrência da avaria (alerta em tempo real de ultrapassagem dos limites) | 7 a 30 dias antes da ocorrência da avaria(Aviso de desvio da tendência) |
| Custos de hardware | 10 000 a 30 000 yuan por unidade | 30 000 a 80 000 yuan por unidade (incluindo o gateway de IA de perímetro) |
| Taxa de serviço anual | 0,3 a 0,5 wàn yuan por unidade | 0,8 a 15 mil yuan por unidade (incluindo atualização do modelo + diagnóstico por especialistas) |
Avanços nas tecnologias essenciais:O custo dos chips de IA de borda (como o Ascend Atlas 200 da Huawei e o Jetson Orin da NVIDIA) diminuiu cerca de 40%~50% nos últimos dois anos, tornando economicamente viável a implantação de unidades de inferência de IA independentes em cada grua. Anteriormente, era necessário enviar os dados para a nuvem para análise (com elevada latência e custos de tráfego elevados); agora, a análise de espectro, a previsão de tendências e a classificação de avarias podem ser realizadas localmente.
II. O que é que o PHM consegue monitorizar? A lógica de alerta antecipado dos quatro componentes principais
① Redutor — Espectro de vibração + Granulometria do óleo
O redutor é o componente mais caro do guindaste e aquele cujas avarias têm consequências mais graves (paragem da produção de 3 a 5 dias). O sistema PHM recolhe o espectro de vibração nas extremidades de entrada e saída do redutor através de sensores de vibração de três eixos; o modelo de IA compara esses dados com a linha de base normal para identificar automaticamente as frequências características precoces de corrosão pontual dos dentes, quebra de dentes e danos na gaiola dos rolamentos. A monitorização simultânea da concentração de partículas ferromagnéticas no óleo (ppm), combinada com a verificação cruzada de ambos os dados, permite antecipar o alerta de falha das engrenagens em 30 a 45 dias.
② Travões — Distância de travagem + Curva de aumento de temperatura
O desgaste dos travões é um processo progressivo e irreversível. O sistema PHM estabelece uma curva de tendência de desgaste através da monitorização do tempo e da distância de travagem em cada travagem (calculados a partir do feedback do codificador). Quando a distância de travagem se desvia do valor normal de 320 mm para 380 mm (o que corresponde a um desgaste da pastilha de fricção de cerca de 2 mm), o sistema emite um aviso de substituição com 2 a 4 semanas de antecedência. Simultaneamente, monitoriza-se a taxa de aumento da temperatura das bobinas dos travões — um aumento anormal da temperatura significa frequentemente fadiga das molas ou folga anómala.
③ Motor — harmónicas de corrente + campo de temperatura
As avarias elétricas, tais como curto-circuitos entre espiras no enrolamento do estator do motor ou quebra de barras no rotor, apresentam características harmónicas distintas no espectro de corrente (banda lateral com frequência igual ao dobro da frequência de deslizamento). O sistema PHM capta o sinal de corrente na saída do variador de frequência e, através da análise FFT, identifica automaticamente os sinais precursores de avarias elétricas. Os sensores de temperatura por infravermelhos monitorizam os gradientes de temperatura nas tampas do motor, nos suportes dos rolamentos e no núcleo do estator; diferenças de temperatura anormais (>15 °C) indicam, normalmente, uma falha na lubrificação dos rolamentos.
④ Cabos de aço — fuga de fluxo magnético + contagem de fios partidos
A inspeção de cabos de aço depende tradicionalmente da inspeção visual manual e de ensaios não destrutivos periódicos (normalmente de 6 a 12 meses). O sistema PHM monitoriza em tempo real as variações do fluxo magnético à medida que o cabo de aço passa, através da instalação de sensores de fluxo magnético na lateral do tambor — a quebra de fios e a perda de secção transversal geram picos característicos no sinal do fluxo magnético. O modelo de IA conta automaticamente o número e a localização dos fios partidos, alcançandoGB/T 5972Emitir um aviso prévio antes de se atingirem os critérios de abate previstos.
III. Retorno do investimento: quantos conjuntos de PHM se podem comprar com uma única paragem inesperada?
Tomando como exemplo um guindaste de ponte de duas vigas de 50 t (classe de serviço A5, 4 000 horas de funcionamento por ano):
| Elementos de comparação | Sem PHM | Tem PHM | Poupança |
|---|---|---|---|
| Paragens não programadas (vezes/ano) | 1 a 2 vezes | 0 a 0,5 vezes | Reduzir 80%+ |
| Perdas decorrentes de uma única paragem | Perdas decorrentes da interrupção da produção: 3 a 5 dias × valor médio diário da produção | A substituição preventiva demora apenas 4 a 8 horas | — |
| Intervalos de revisão geral do redutor | 3 a 5 anos (superfície dentada macia, conforme a norma nacional) | Prorrogado para 10 anos+ (detecção precoce de corrosão microendoscópica) | Poupar 1 a 2 grandes revisões = 60 000 a 160 000 |
| Stock de peças sobressalentes | Estocagem com base na experiência (excesso de stock) | Aquisição precisa com base na vida útil restante | Redução do stock de 30% a 50% |
| Custo anual total | Manutenção + perdas decorrentes da interrupção da produção ≈ 80 000 a 150 000 | Manutenção + taxa de serviço PHM ≈ 40 000 a 60 000 | Poupança anual de 40 000 a 90 000 |
O investimento em hardware PHM é de 30 000 a 80 000 yuan por unidade, com uma poupança anual de 40 000 a 90 000 yuan,O período de recuperação do investimento é de cerca de 1 a 2 anos. No caso de fábricas de aço e metais não ferrosos com um valor de produção anual superior a 500 milhões (que normalmente dispõem de 20 a 50 pontes rolantes), a poupança anual global resultante da implementação do PHM em toda a fábrica situa-se entre 1 e 3 milhões de yuan.
Perguntas frequentes
P: Que tipo de infraestrutura de gruas é necessária para o PHM?
Resposta: É necessário, no mínimo, um sistema de regulação de velocidade totalmente por inversor (o sinal de corrente pode ser obtido diretamente do inversor) e um codificador de valor absoluto (retroalimentação de posição). As pontes rolantes mais antigas, equipadas com motores de bobinagem e regulação de velocidade por resistências em série, têm de ser submetidas a uma remodelação elétrica, cujo custo ronda os 50 000 a 100 000 por unidade. É por isso que o aumento da penetração dos sistemas totalmente por inversor constitui um pré-requisito para a implementação em grande escala do PHM.
P: Qual é a taxa de precisão das previsões da IA? Será que há muitos falsos alarmes?
Resposta: A taxa de precisão na previsão de avarias nas engrenagens do redutor situa-se entre 85% e 92% (dependendo do volume de dados históricos), enquanto a taxa de precisão na deteção de fios partidos em cabos de aço é superior a 95%. Os falsos alarmes ocorrem principalmente na fase inicial de treino do modelo (devido à insuficiência de dados); após mais de 6 meses de funcionamento, a taxa de falsos alarmes pode descer para menos de 5%. Recomenda-se a adoção de um processo de transição ”alerta de IA + revisão manual” durante os 3 meses que antecedem a entrada em funcionamento do PHM.
P: As pequenas e médias fábricas de guindastes podem implementar o PHM?
Resposta: A integração de hardware é possível, mas os modelos de IA requerem parceiros. Percurso recomendado: realizar internamente a instalação dos sensores e a recolha de dados (na parte do hardware) e colaborar com empresas de IA industrial SaaS (como Jiyun, Xuelang e Tianze Zhiyun) para realizar o treino dos modelos e o diagnóstico de avarias. Desta forma, mantêm-se as margens de lucro do hardware e obtêm-se capacidades de IA.
P: Qual é a relação entre a PHM e a manutenção periódica? É possível substituir as inspeções manuais?
Resposta: Não pode substituir totalmente, mas permite reduzir a frequência das inspeções de 1 vez por turno para 1 vez por dia. O objetivo do PHM é transformar a manutenção periódica em manutenção baseada no estado (CBM) — a troca de óleo deixa de ser efetuada a cada 5 000 horas fixas, passando a ser determinada com base em dados reais relativos à granulometria do óleo. As inspeções manuais de conformidade devem continuar a ser realizadas.
Leituras relacionadas
📄 Implementação de carros aéreos não tripulados — Monitorização do estado do CMS
📄 Novas regras de supervisão de segurança — TSG 51: CMS obrigatório
Fonte dos dados: Norma ISO 13374 «Monitorização de Estado e Diagnóstico» | Casos de fabricantes de IA industrial | Dados da plataforma digital da CITIC Heavy Industries | Compilação do Departamento Técnico da Krud Heavy Industries
