Este artigo foi elaborado com o objetivo de o ajudar a usar e compreender o Predictto, a ferramenta de manutenção preditiva do Fracttal One. Está dividido em duas partes principais: primeiro, os conceitos básicos da análise preditiva e os diferentes modelos que pode calcular com o Predictto; segundo, como navegar na página do Predictto e utilizar as ferramentas disponíveis.

No Predictto, queremos ajudá-lo a tomar as melhores decisões para o seu sistema de gestão de manutenção. Para isso, utilizamos análise avançada para criar modelos preditivos e fornecer previsões sobre o estado futuro dos seus ativos. Os nossos algoritmos utilizam Machine Learning em conjunto com modelos estatísticos para fornecer uma previsão completa, fundamentada matematicamente e ao mesmo tempo fácil de compreender, para que possa tomar decisões informadas sobre os seus planos de manutenção de ativos.

Primeiro, é necessário esclarecer o conceito de fiabilidade: também chamada de probabilidade de sobrevivência, a fiabilidade estima a probabilidade de um ativo funcionar sem avarias, desde o início da sua operação até um determinado momento no tempo. A fiabilidade diminui ao longo do tempo, à medida que o ativo se aproxima do fim da sua vida útil.

Os modelos de fiabilidade descrevem o comportamento dos sistemas e são construídos com ferramentas matemáticas e estatísticas que permitem mostrar, explicar e prever a capacidade desses sistemas de operar sem avarias ao longo do tempo.

O Predictto recomenda o uso de modelos de fiabilidade para ativos que são mais propensos a avarias e não possuem monitorização contínua. Isto ocorre porque os modelos de fiabilidade utilizam registos de avarias (obtidos a partir do histórico de ordens de trabalho dos ativos) como dados de treino.

Em termos simples, os modelos de degradação permitem estimar como evolui o estado de um ativo ao longo do tempo, através da análise de variáveis físicas e/ou químicas relevantes medidas ao longo do tempo. Com a utilização de Machine Learning e análise avançada, podemos prever os valores dessas variáveis no futuro e fazer uma previsão do estado do equipamento.

No Predictto, utilizamos um algoritmo que nos permite estabelecer um modelo probabilístico do comportamento de uma ou mais variáveis ao longo do tempo, utilizando medições dessas variáveis como dados de treino. Com este algoritmo, é possível estimar o comportamento das variáveis no futuro e, assim, fazer previsões do estado do ativo ao longo do tempo. Estas previsões têm um grau de fiabilidade associado, uma vez que são baseadas numa análise fundamentada em fundamentos matemáticos. Portanto, não são feitas previsões às cegas, mas sim uma previsão confiável.

É importante mencionar que, se quiser realizar este tipo de análise, precisa de ter dados de monitorização, seja de medidores ligados ao Fracttal One ou de outros medidores externos integrados na sua conta do Predictto.