Desenvolvimento de aplicativo para monitoramento da saúde de ativos industriais através de vibração: telemetria com banda de frequência estendida em sistemas embarcados

Abstract

Este trabalho apresenta o desenvolvimento e a implementação de um aplicativo para smartphones com sistema operacional Android, voltado ao monitoramento da saúde de ativos industriais por meio da análise de vibração, com ênfase na manutenção preditiva. A solução emprega sistemas de medição sem fio com sensores de vibração e técnicas de telemetria para ampliar a faixa de frequência em sistemas embarcados, superando limitações de memória e processamento. Sua principal inovação consiste em analisar simultaneamente vibrações em bandas de baixas e altas frequências, unindo matematicamente os dados coletados para aprimorar a identificação de falhas. A metodologia abrange a adaptação dos sensores de vibração existentes, a inserção de filtros e o emprego de perfis múltiplos de análise, permitindo ao aplicativo gerenciar a configuração dos dispositivos, a coleta e a interpretação das medições. O aplicativo integra-se a uma plataforma computacional, possibilitando a visualização dos dados, o fornecimento de previsões e a facilitação de decisões na manutenção preditiva. A validação ocorre em ambientes industriais, confirmando a eficácia da solução na detecção precoce de anomalias em equipamentos de baixa e alta rotação, reduzindo custos de manutenção e estendendo a vida útil dos ativos.

This project presents the development and implementation of an application for smart phones with Android operating system, aimed at industrial asset health monitoring through vibration analysis, with an emphasis on predictive maintenance. The solution uses wireless measurement systems with vibration sensors and telemetry techniques to extend the frequency range in embedded systems, overcoming memory and pro cessing limitations. Its main innovation consists of simultaneously analyzing vibrations in the low and high frequency bands, mathematically combining the data collected to improve fault identification. The methodology included the adaptation of existing vibra tion sensors, the insertion of filters and the use of multiple analysis profiles, allowing the application to manage the configuration of devices, the collection and interpreta tion of measurements. The application integrates with a computer platform, making it possible to visualize data, provide forecasts and facilitate predictive maintenance decisions. Validation took place in industrial environments, confirming the solution’s effectiveness in the early detection of anomalies in low and high speed equipment, reducing maintenance costs and extending the useful life of assets.