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

INTRODUÇÃO: A gestão eficiente da manutenção industrial é um desafio recorrente, pois decisões inadequadas de priorização geram perdas de produtividade e de disponibilidade de maquinário. Este trabalho aborda a priorização de manutenção em sistemas produtivos por meio da integração entre o conceito de Digital Twin e métodos de tomada de decisão multicritério, utilizando indicadores como tempo médio entre falhas, tempo de reparo, indisponibilidade, risco e custo. Busca-se determinar, de forma objetiva e transparente, qual equipamento está em estado mais crítico e deve ser priorizado. OBJETIVOS: O objetivo geral foi avaliar métodos de análise de decisão multicritério aplicáveis a um modelo de simulação que atua como um Digital Twin simplificado, para auxiliar o operador e o sistema na tomada de decisões de manutenção industrial. Especificamente, buscou-se investigar métodos multicritério, conceber um modelo de integração entre Digital Twin, análise multicritério e Inteligência Artificial Generativa e oferecer resultados de fácil compreensão para os operadores. MATERIAIS E MÉTODO: O método CRITIC foi adotado como padrão, por equilibrar a variabilidade e a correlação entre os critérios. O ranking apontou a máquina Costura 02 como a mais crítica e a Inspeção como a de menor prioridade. A comparação entre os três métodos de ponderação mostrou que a máquina mais crítica foi a mesma nos três casos, o que indica que a recomendação principal é robusta, com divergências apenas nas posições intermediárias. O painel de visualização e o assistente de Inteligência Artificial Generativa foram concluídos, permitindo consultar e interpretar os resultados de forma acessível. RESULTADOS: Um sistema produtivo com nove máquinas sequenciais foi simulado no software FlexSim por 600 horas virtuais, gerando cinco indicadores por máquina. Sobre esses dados aplicou-se o método TOPSIS, com normalização vetorial e elicitação de pesos pelos métodos manual, ENTROPY e CRITIC. O sistema foi desenvolvido em Python, com módulos de importação, processamento, cálculo e geração de resultados. Foram criados um painel interativo em HTML e um assistente de Inteligência Artificial Generativa, baseado no modelo Claude, que interpreta os resultados e comunica recomendações em linguagem acessível ao operador. CONSIDERAÇÕES FINAIS: O trabalho atingiu o objetivo de avaliar métodos multicritério integrados a um Digital Twin simplificado para apoio à decisão em manutenção, transformando dados de simulação em um ranking de criticidade transparente e justificável. Reconhecem-se como limitações o uso de dados simulados, e não reais, e o caráter simplificado do Digital Twin. Como trabalhos futuros, recomenda-se a validação com dados reais.

PALAVRAS-CHAVE: Manutenção Industrial; Digital Twin; TOPSIS; Tomada de Decisão Multicritério; Inteligência Artificial Generativa.