Pesquisador da FUNIBER propõe uma nova abordagem para o diagnóstico e prognóstico de dispositivos IoT

Pesquisador da FUNIBER propõe uma nova abordagem para o diagnóstico e prognóstico de dispositivos IoT

O Dr. Eduardo García Villena, coordenador da Área de Meio Ambiente e Sustentabilidade da Fundación Universitaria Iberoamericana (Fundação Universitária Iberoamericana, FUNIBER), participa de um estudo que desenvolveu uma abordagem revolucionária que combina técnicas de inteligência artificial (IA) com dados de telemetria para otimizar o diagnóstico e o prognóstico de dispositivos inteligentes.

Num mundo cada vez mais interligado, os dispositivos da Internet das Coisas (IoT) transformaram a forma como as pessoas interagem com a tecnologia, desde electrodomésticos inteligentes a sistemas industriais avançados. No entanto, o crescimento exponencial destes dispositivos coloca um desafio crítico: como garantir a sua eficiência, fiabilidade e manutenção proactiva? Para o efeito, o estudo propõe uma abordagem inovadora que combina dados de telemetria e técnicas de inteligência artificial (IA), como o encadeamento para a frente e para trás, para responder a estas necessidades.

Estas técnicas, tradicionalmente utilizadas em sistemas especializados, permitem abordar os problemas a partir de duas perspectivas complementares: enquanto o encadeamento progressivo prevê problemas a partir de dados conhecidos, o encadeamento regressivo identifica as causas a partir de resultados observados. Ao integrá-las com dados de telemetria, que recolhem informações-chave sobre o estado dos dispositivos, o estudo propõe um sistema que não só detecta anomalias em tempo real, mas também antecipa falhas futuras, minimizando o tempo de inatividade e optimizando a eficiência operacional. Isto é crucial em domínios como a automação industrial, a gestão de infra-estruturas e os cuidados de saúde.

Uma abordagem dupla à manutenção preditiva

O motor de diagnóstico e prognóstico desenvolvido neste estudo revelou-se capaz de identificar problemas críticos nos dispositivos IoT, como flutuações de temperatura e pressão, em tempo real. Além disso, a sua capacidade de previsão permitiu-lhe antecipar potenciais falhas antes de estas ocorrerem, o que é essencial para a implementação de estratégias de manutenção preventiva. Por exemplo, o sistema gerou alertas de «temperatura elevada» e «pressão baixa» com base em dados actuais e projecções futuras, facilitando a tomada de decisões proactivas para evitar interrupções operacionais.

Esta abordagem dupla representa uma vantagem significativa em relação aos métodos tradicionais, que tendem a centrar-se apenas no diagnóstico ou no prognóstico. Ao combinar ambas as capacidades, o sistema proposto oferece uma monitorização abrangente que não só detecta problemas existentes, mas também prevê riscos potenciais, optimizando os planos de manutenção e reduzindo os custos associados a falhas inesperadas.

Implicações finais

Olhando para o futuro, o estudo propõe várias linhas de trabalho, incluindo a integração de algoritmos de aprendizagem automática para complementar as técnicas baseadas em regras, o desenvolvimento de sistemas de auto-aprendizagem que se adaptam a ambientes em mudança e a realização de experiências em condições mais diversas para avaliar a robustez do método. Estas iniciativas poderiam não só melhorar a precisão e a eficiência do sistema, mas também alargar a sua aplicabilidade a uma gama mais vasta de dispositivos e cenários operacionais.

A combinação de inteligência artificial e dados de telemetria abre novas possibilidades para o diagnóstico e prognóstico de dispositivos IoT, oferecendo uma abordagem proactiva que promete transformar as estratégias de manutenção nesta área. Embora subsistam desafios, os resultados deste estudo destacam o potencial destas tecnologias para garantir a fiabilidade e a longevidade dos dispositivos IoT, marcando um passo importante para um futuro mais eficiente e interligado.

Para saber mais sobre este estudo, clique aqui.

Para ler mais pesquisas, consulte o repositório da UNEATLANTICO.

A Fundação Universitária Iberoamericana (FUNIBER) oferece bolsas de estudo para o Mestrado em Gestão Estratégica em Tecnologias da Informação. Um programa que proporciona aos profissionais as competências e habilidades necessárias para gerenciar cargos de direção e liderar projetos de mudança organizacional utilizando as TIC’s ou assessorar as empresas que desejam se unir à competitividade de novos negócios. Junte-se ao desenvolvimento empresarial cursando nosso mestrado e prepare-se para levar sua carreira ao próximo nível!