Este guia foi desenvolvido para ajudá-lo a usar e entender o Predictto, a ferramenta de manutenção preditiva da Fracttal. É dividido em duas grandes partes: primeiro, explicamos o básico da análise preditiva, e os diferentes modelos que você pode calcular com o Predictto; e, em seguida, ensinamos como navegar na página Predictto e usar as ferramentas que ela tem disponíveis para você.
Análise preditiva e predições
Com Predictto queremos ajudá-lo a tomar as melhores decisões para o seu sistema de gerenciamento de manutenção. Para isso, usamos análises avançadas para criar modelos preditivos e entregar previsões sobre o futuro estado de seus ativos. Nossos algoritmos usam Machine Learning em combinação com modelos estatísticos, para lhe dar uma previsão completa, matematicamente baseada e simples de entender para que você possa tomar decisões informadas sobre seus planos de manutenção de ativos.
Modelos de confiabilidade
Em primeiro lugar, é necessário esclarecer o que é confiabilidade: também chamada probabilidade de sobrevivência, a confiabilidade estima a probabilidade de um ativo funcionar perfeitamente, desde o início de sua operação até um determinado momento no tempo. A confiabilidade está diminuindo com o tempo, à medida que o ativo chega ao fim de sua vida útil.
Modelos de confiabilidade descrevem o comportamento dos sistemas, e são construídos usando ferramentas matemáticas e estatísticas, que permitem exibir, explicar e prever a capacidade de tais sistemas de operar perfeitamente ao longo do tempo.
Predictto recomenda o uso de modelos de confiabilidade para aqueles ativos que são mais suscetíveis a falhas, e que não têm monitoramento contínuo. Isto porque os modelos de confiabilidade utilizam registros de falhas (obtidos a partir do histórico de ordens de trabalho do ativo) como dados de treinamento.
Modelos de degradação
Em termos simples, os modelos de degradação permitem estimar como o estado de um ativo evolui ao longo do tempo, por meio da análise de variáveis físicas e/ou químicas relevantes medidas ao longo do tempo. Usando Machine Learning e análises avançadas podemos prever os valores dessas variáveis no futuro e fazer uma previsão do estado do equipamento.
No Predictto, usamos um algoritmo que nos permite estabelecer um modelo probabilístico do comportamento de uma ou mais variáveis ao longo do tempo, usando as medidas dessas variáveis como dados de treinamento. Com este algoritmo é possível estimar o comportamento das variáveis no futuro e, assim, fazer previsões do estado do ativo ao longo do tempo. Essas previsões estão associadas a um grau de confiabilidade, uma vez que são baseadas em uma análise com fundamentos matemáticos. Portanto, não fazemos uma previsão cega, damos a você uma previsão confiável.
É importante mencionar que se você deseja realizar este tipo de análise, você precisa ter dados de monitoramento, seja de medidores conectados ao Fracttal, ou de outros medidores externos integrados à sua conta Predictto.