Science Bits é um podcast produzido pelo INESC TEC e Engenharia Rádio, que aborda as últimas tendências de ciência e tecnologia. Neste mês, vamos perceber como é que a ciência e a tecnologia podem ajudar a antever cenários, nomeadamente, falhas ou avarias em transportes, apoiando as atividades de manutenção dos veículos.

Se viajarmos pela história da manutenção, percebemos que séculos de evolução separam a reatividade da proatividade. Ao longo de anos, os avanços industriais tornaram premente a procura por soluções que permitissem resolver – se possível antecipar – as falhas nos equipamentos, evitando prejuízos. Em 1919, por exemplo, o manual do modelo T da Ford já instruía os clientes da marca a terem determinados cuidados e a prestarem aos seus veículos uma “atenção” que, requerendo pouco tempo, poderia evitar atrasos ou possíveis acidentes na estrada.

Certo é que as operações de manutenção evoluíram e com o advento da Indústria 4.0, procurou-se dar um salto, ao desenvolver tecnologia para detetar o problema ainda antes de ele ter acontecido. Como? Através da análise de dados, da identificação de padrões e, dessa forma, da deteção de anomalias. Tudo isto graças à existência de dados – em grande quantidade – e de soluções de inteligência artificial.

Por outras palavras, falamos de manutenção preditiva. E, a partir deste conceito, convidamos Rita Ribeiro, Investigadora no INESC TEC, para nos contar como é que, em colaboração com a Metro do Porto, se desenvolveu uma solução com vista à deteção antecipada de falhas nos veículos, reduzindo os custos de manutenção. Falamos também sobre explicabilidade de inteligência artificial em contexto de manutenção preditiva. Venham daí, para mais um episódio do Science Bits.

Rita Ribeiro, Investigadora no INESC TEC e Docente na Faculdade de Ciências da Universidade do Porto

Subscreve Apple Podcasts | Spotify | Youtube Music