INTEGRAÇÃO DA FUNÇÃO MANUTENÇÃO INDUSTRIAL AO CONCEITO DIGITAL TWIN NO SUPORTE ÀS DIMENSÕES DE DECISÃO CENTRADA NO HUMANO

Introdução: A Indústria 5.0 propõe uma abordagem mais centrada no ser humano, destacando a colaboração entre operadores e tecnologias inteligentes. Nesse contexto, o conceito de Digital Twin se mostra promissor ao possibilitar a simulação em tempo real de ambientes industriais. Integrar essa tecnologia à função manutenção permite antecipar falhas, otimizar decisões e aumentar a produtividade. No setor têxtil, onde paradas não planejadas podem gerar perdas significativas, ferramentas que promovem previsibilidade e apoio à tomada de decisão tornam-se fundamentais. Objetivos: Este projeto teve como objetivo geral desenvolver um modelo cognitivo baseado em Digital Twin para apoiar decisões na manutenção industrial, com foco em operadores humanos. Especificamente, buscou-se integrar dados simulados com métodos multicritério, aplicar inteligência artificial para análise preditiva e avaliar o impacto dessa integração na prevenção de gargalos produtivos. Materiais e método: Foi utilizado o software FlexSim para simular uma fábrica de roupas, gerando dados de desempenho operacional de nove máquinas em um período de sete dias. Os dados extraídos foram tratados em Python, com aplicação do método TOPSIS para ranqueamento de criticidade das máquinas. A IA foi incorporada por meio de algoritmos que analisam padrões dos últimos dias, ajustando os pesos dos critérios de forma dinâmica para prever problemas e sugerir decisões mais assertivas ao operador. Resultados: Os dados simulados permitiram identificar máquinas com maior potencial de falha ou gargalo. O modelo TOPSIS indicou a criticidade relativa de cada máquina em escala contínua. A integração com IA proporcionou uma análise mais inteligente e contextualizada, permitindo que o operador visualize tendências e tome decisões preventivas baseadas em evidências. Considerações finais: A integração entre Digital Twin, métodos multicritério e inteligência artificial demonstrou ser eficaz no apoio à manutenção industrial. O operador passa a ter suporte para decisões mais precisas, reduzindo paradas inesperadas e melhorando o fluxo produtivo. Este modelo pode ser expandido para ambientes reais, contribuindo para uma manufatura mais resiliente e centrada no humano.

Palavras-chave: Digital Twin; Manutenção Industrial; Inteligência Artificial; Decisão; Indústria 5.0.