Resumo
The research seeks to build a device that aims to identify properties of hydraulic oil in hydraulic mining excavators. The need to obtain research data allows us to improve the maintenance processes of this equipment, enabling an improvement in the production process and management of the use of tools.
Referências
Arduino e Cia (2018), Como usar o NodeMCU ESP8266 com display Oled I2C. Disponível em:<https://www.arduinoecia.com.br/nodemcu-esp8266-com-display-oled-i2c>.[Consultado em 06/05/2022].
Civerchia, F. et alii. (2017). Industrial Internet of Things monitoring solution for advanced predictive maintenance applications. Journal of Industrial Information Integration, 7, pp. 4- 12.
Duchowski, J. K. e Mannebach, H. (2006). A novel approach to predictive maintenance: a portable, multi-component MEMS sensor for on-line monitoring of fluid condition in hydraulic and lubricating systems. Tribology transactions, 49(4), pp. 545-553.
Eifert, T. et alii. (2020). Current and future requirements to industrial analytical infrastructure—part 2: smart sensors. Analytical and bioanalytical chemistry, 412(9), pp. 2037-2045.
Gubbi, J. et alii. (2013). Internet of Things (IoT): A vision, architectural elements, and future directions. Future generation computer systems, 29(7), pp. 1645-1660.
Jantunen, M. et alii. (2017). Spatial and temporal trends in the mortality burden of air pollution in China: 2004-2012. Environment international, 98, pp.75-81.
Karabegovic, I. et alii. (2019). The role of smart sensors in production processes and the implementation of industry 4.0. Journal of Engineering Sciences, 6 (2) b8-b13.
Kardec, A. e Nascif, J. (2009). Manutenção: função estratégica. 3ª edição. Rio de Janeiro, Qualitymark.
Medjaher, K. et alii. (2014). Condition assessment and fault prognostics of microelectromechanical systems. Microelectronics Reliability, 54(1), pp. 143-151.
Oliveira, S. (2017). Internet das coisas com ESP8266, Arduino e Raspberry PI. São Paulo, Novatec Editora.
Porter, M. E., & Heppelmann, J. E. (2014). How smart, connected products are transforming competition. Harvard business review, 92(11), 64-88.
Purilub (2016). Análise Físico-químicas de Óleos Lubrificantes, Hidráulicos e Isolantes. Disponível em:< http.: https://www.purilub.com.br/solucoes/analises-fisico-quimicas-de- oleos-lubrificantes-hidraulicos-e-isolantes/2>. [Consultado em: 09/02/2022]
Reis, F. d. (2015). Introdução aos Microcontroladores. [Em linha]. Disponível em: <http://www.bosontreinamentos.com.br/eletronica/eletronica-geral/introducaoaos- microcontroladores>. [Consultado em: 09/09/2021].
Righetto, S. B. (2020). Manutenção preditiva 4.0: conceito, arquitetura e estratégias de implementação. Universidade Federal de Santa Catarina. Santa Catarina.
Métodos sensoriais que sustentem a manutenção preditiva numa ótica lot19
Schmitt, R. H. e Voigtmann, C. (2018). Sensor information as a service-component o.f networked production. Journal of Sensors and Sensor Systems, 7(1) pp. 389- 402.
Seyfert, C. et alii. (2002). Sensors for On-line Monitoring o.f Bio-degradable Hydraulic oils.
Olhydraulik und Pneumatik, 47(5).
Sensors & Controls (2020). Weardetect Oi/ Debris Sensor (4212). Disponível em: https://www.gillsc.com/products/oil-debris-sensors/42l 2-oil-debris-sensor. [Consultado em 06/05/2022].
Silva, R.M. e Belderrain, M.C.N. (2010) Considerações Sobre Métodos de Decisão Multicritério Microsoft Word - Roterdan-ENCITA2005.doc
Souza, V. D. S. (2021). Digital Twin: Uma proposta de geração de ambientes virtuais baseado em comissionamento virtual utilizando motor gráfico Unity3 D. Dissertação. (Mestrado em lnfonnática). Universidade Federal do Amazonas. Manaus.
Stankovic, J. A. (2014). Research directionsfor the internet ofthings. IEEE internet of things joumal, 1(1), pp. 3-9.
Toazza, G. F. e Sellitto, M. A. (2015). Estratégia de manutenção preditiva no departamento gráfico de uma empresa do ramo fumageiro. Revista Produção Online, 15(3), pp. 783-806.
USfNAfNFO (2022). USINAINFO. Disponível em:<https://www.usinainfo.com.br/conversores-de-sinal> [Consultado em 06/05/2022].
Voglhuber-Brunnmaier, T. (2021). Electromechanical resonators for sensing fluid density and viscosity-a review. Measurement Science and Techonology, 33.
Zhang, Q., Cheng, L. e Boutaba, R. (2010). Cloud computing: state-of-the-arl and research challenges. Journal of internet services and applications, 1(1), pp. 7-18.
Zhang, Y. et alii. (2017). A big data analytics architecture for cleaner manu.facturing and maintenance processes o.f complex products. Journal of cleaner production, 142, pp. 626-641.