- Submissão
- Submissão online
- Diretrizes para Autores
- Declaração de Direito Autoral
- Política de Privacidade
- Sobre este sistema de publicação
- Sobre
- Foco e Escopo
- Equipe Editorial
- História da Revista Principia
- Normas de homogeneidade
- Comitê de ética
- Política de ética para autores, Conselho Editorial e avaliadores
- Política de retirada de artigos
- Perguntas e respostas frequentes
- Equipe de apoio da Revista Principia
- Conflito de interesses
- Plano de Desenvolvimento Editorial da Revista Principia
- Princípios DEIA (Diversidade, Equidade, Inclusão e Acessibilidade)
- Normas para números especiais na Revista Principia
- Princípios FAIR
- Curso de Escrita Científica - ACS - Prof. Osvaldo
- Sites e manuais sobre boas práticas científicas
Planejamento e construção de um protótipo de aplicativo mobile para visualização de dados de sistema de monitoramento de máquinas e equipamentos
Resumo
A crescente demanda por processos digitalizados a partir da evolução tecnológica na Indústria 4.0 é de suma importância, havendo a necessidade de acesso a informações de maneira mais rápida, intuitiva e barata. Neste contexto, este artigo propõe o desenvolvimento de um protótipo de aplicativo móvel nativo Android de um sistema web existente que atua no auxílio à visualização de dados, com o intuito de monitoramento para suporte à manutenção preventiva de máquinas e equipamentos de uma empresa no setor energético no Brasil. Para tanto, a aplicação foi desenvolvida seguindo etapas essenciais a um projeto de software e foram consideradas recomendações de Interação Humano-Computador (IHC), garantindo a usabilidade e navegabilidade do aplicativo. Como resultado, é apresentado um protótipo de aplicação que foi validado a partir de entrevistas semiestruturadas com especialistas que relataram o alcance do objetivo proposto, com grande potencial de uso e diversas oportunidades de estudos e aperfeiçoamento.
Palavras-chave
desenvolvimento móvel; Indústria 4.0; Interação Humano-Computador; manutenção preditiva; protótipo
Texto completo:
Referências
BARBOSA, S. D. J.; PAULA, M. G. Designing and evaluating interaction as conversation: a modeling language based on semiotic engineering. In: JORGE, J. A.; NUNES, F. J.; CUNHA, J. (ed.). Interactive systems: design, specification, and verification. DSV-IS 2003. Berlin: Springer, 2003. p. 16-33. (Lecture Notes in Computer Science, v. 2844.) DOI: https://doi.org/10.1007/978-3-540-39929-2_2.
BARBOSA, S.; SILVA, B. Interação humano-computador. 1. ed. Rio de Janeiro: Elsevier, 2010.
CACHADA, A.; BARBOSA, J.; LEITÑO, P.; GCRALDCS, C. A. S.; DEUSDADO, L.; COSTA, J.; TEIXEIRA, C.; TEIXEIRA, J.; MOREIRA, A. H. J.; MOREIRA, P. M.; ROMERO, L. Maintenance 4.0: intelligent and predictive maintenance system architecture. In: INTERNATIONAL CONFERENCE ON EMERGING TECHNOLOGIES AND FACTORY AUTOMATION (ETFA), 23., Turin, 2018. Proceedings […]. Turin: IEEE, 2018. p. 139-146. DOI: https://doi.org/10.1109/ETFA.2018.8502489.
CHENG, G.-J.; LIU, L.-T.; QIANG, X.-J.; LIU, Y. Industry 4.0 development and application of intelligent manufacturing. In: INTERNATIONAL CONFERENCE ON INFORMATION SYSTEM AND ARTIFICIAL INTELLIGENCE (ISAI), Hong Kong, 2016. Proceedings […]. Hong Kong: IEEE, 2016. p. 407-410. DOI: https://doi.org/10.1109/ISAI.2016.0092.
LEAL, C. M. S.; BATISTA, A. P. S.; FUZARI, D. G.; PADILHA, W. W. N. Diagnóstico da manutenção preventiva das instalações prediais de água fria do CEFET-PB, Unidade João Pessoa. Revista Principia, João Pessoa, n. 16, p. 47-56, 2008. Disponível em: https://periodicos.ifpb.edu.br/index.php/principia/article/viewFile/241/204. Acesso em: 18 set. 2021.
LEE, I.; LEE, K. The Internet of Things (IoT): applications, investments, and challenges for enterprises. Business Horizons, v. 58, n. 4, p. 431-440, 2015. DOI: https://doi.org/10.1016/j.bushor.2015.03.008.
MANZINI, E. J. Entrevista semi-estruturada: análise de objetivos e de roteiros. In: SEMINÁRIO INTERNACIONAL SOBRE PESQUISA E ESTUDOS QUALITATIVOS, 2., 2004, Bauru. Anais […]. Bauru: USC, 2004. 10 p. Disponível em: https://www.marilia.unesp.br/Home/Instituicao/Docentes/EduardoManzini/Manzini_2004_entrevista_semi-estruturada.pdf. Acesso em: 22 set. 2021.
MOTAGHARE, O.; PILLAI, A. S.; RAMACHANDRAN, K. I. Predictive maintenance architecture. In: IEEE INTERNATIONAL CONFERENCE ON COMPUTATIONAL INTELLIGENCE AND COMPUTING RESEARCH (ICCIC), Madurai, 2018. Proceedings […]. Madurai: IEEE, 2018. p. 1-4. DOI: https://doi.org/10.1109/ICCIC.2018.8782406.
MUJIB, A.; DJATNA, T. Ensemble learning for predictive maintenance on wafer stick machine using IoT sensor data. In: INTERNATIONAL CONFERENCE ON COMPUTER SCIENCE AND ITS APPLICATION IN AGRICULTURE (ICOSICA), 2020, Bogor. Proceedings […]. Bogor: IEEE, 2020. p. 1-5. DOI: https://doi.org/10.1109/ICOSICA49951.2020.9243180.
NIELSEN, J. Usability Engineering. 1. ed. rev. Burlington: Morgan Kaufmann, 1994.
POÓR, P.; BASL, J.; ZENISEK, D. Predictive maintenance 4.0 as next evolution step in industrial maintenance development. In: INTERNATIONAL RESEARCH CONFERENCE ON SMART COMPUTING AND SYSTEMS ENGINEERING (SCSE). IEEE, 2019, Colombo. Proceedings […]. IEEE: Colombo, 2019. p. 245-253. DOI: https://doi.org/10.23919/SCSE.2019.8842659.
SENA, J. A. S. Sistema de monitoramento de máquinas e equipamentos SIMME: Manual do Usuário. Versão 2.0. Belém: Eletrobrás Eletronorte. 2016. 86 p.
SENA, J. A. S. Desenvolvimento do SIMME – Sistema de Monitoramento de Máquinas Eletromecânicas. In: SEMANA ELETRONORTE DE CONHECIMENTO E INOVAÇÃO (SECI), 6., 2017, Brasília. Anais […]. Brasília: Eletronorte, 2017. p. 4-12.
SOMMERVILLE, I. Engenharia de Software. 9. ed. São Paulo: Pearson, 2011.
TROJAN, F.; MARÇAL, R. F. M.; BARAN, L. R. Classificação dos tipos de manutenção pelo método de análise multicritério ELECTRE TRI. In: SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL, 45., 2013, Natal. Anais […]. Natal: Sociedade Brasileira de Pesquisa Operacional, 2013. p. 343-357. Disponível em: http://www.din.uem.br/sbpo/sbpo2013/pdf/arq0338.pdf. Acesso em: 2 set. 2021.
YAN, J.; MENG, Y.; LU, L.; LI, L. Industrial Big Data in an Industry 4.0 environment: challenges, schemes, and applications for predictive maintenance. IEEE Access, v. 5, p. 23484-23491, 2017. DOI: https://doi.org/10.1109/ACCESS.2017.2765544.
Visitas a este artigo: 1241
Total de downloads do artigo: 1013