Este guia mostra, com código que você executa, como construir um monitoramento de motores que compara o que o motor está puxando com o que ele deveria puxar para a carga do processo. Do PI Web API até o alerta no celular da equipe.
Quero ver o que vem no pacote
A regra mais comum nos sistemas de supervisão é simples: alarme se a corrente passar de 85% da nominal. Ela é fácil de explicar e cega para o processo.
Uma bomba em vazão alta puxa mais corrente e dispara o alarme estando perfeita. Uma bomba em vazão baixa pode estar degradando por dias sem cruzar o limite. Depois de algumas semanas de alarmes falsos, a equipe para de olhar. E aí o sistema existe, mas ninguém confia nele.
No laboratório do livro, uma planta simulada com cinco motores tem um problema real escondido. Veja o que aconteceu com as duas abordagens no mesmo histórico:
alarmes falsos num motor saudável
acima do limite num ventilador que apenas mudou de velocidade
alarmes falsos nos quatro motores sem defeito
de antecedência no aviso do motor que estava degradando
Não é um livro de teoria. Cada capítulo é uma etapa de um sistema que funciona de ponta a ponta, e você roda tudo no seu computador, sem sensores, sem PI System e sem nuvem. Um servidor simulado faz o papel do PI Web API.
Coletor sequencial, com descoberta de WebId, paginação, tratamento de valores ruins e checkpoint. Do jeito que a TI aprova.
Motor parado, falha de comunicação e sensor congelado identificados antes de qualquer análise.
Quanto o motor deveria puxar para a carga atual, aprendido no histórico e versionado.
Limiar robusto com persistência, CUSUM para degradação lenta e comparação com Isolation Forest.
Fila de prioridade e alertas que vão para quem resolve: manutenção, automação ou engenharia.
Painel em Streamlit, rotina agendada, testes automatizados e estrutura para BigQuery.
# a rotina "anda no tempo" como em produção 18/06 15:00 | M-201=-- >> ENGENHARIA: fora da referência 20/06 03:00 | >> AUTOMAÇÃO: M-302 sem comunicação 23/06 21:00 | M-102=72 >> MANUTENÇÃO: M-102 Bomba 2 25/06 09:00 | >> AUTOMAÇÃO: M-301 sensor congelado 30/06 21:00 | M-102=13
O dado certo num gráfico ruim ainda gera decisão errada. O segundo livro pega os gráficos que aparecem toda semana em reunião de manutenção e produção, mostra onde eles enganam e reconstrói a versão que funciona, também com código.
Você aprende a evitar eixo truncado, média que esconde pico, lacuna desenhada como dado e cores que somem para quem tem daltonismo. E leva um auditor em Python que aponta automaticamente os erros mais comuns nos seus gráficos.
Garantia de 7 dias pela Hotmart. Se não for para você, é só pedir o reembolso.
Trabalha com manutenção, automação, engenharia ou dados industriais, já tem noções de Python e pandas e quer aplicar monitoramento de condição na rotina real da fábrica.
Nunca programou. O livro não ensina Python do zero: ele parte do básico de DataFrame, filtros e groupby.
São mais de 18 anos de indústria, passando por siderurgia, refinaria da Petrobras e papel e celulose, a maior parte deles na manutenção industrial. Técnico em Eletrotécnica, graduado em Análise e Desenvolvimento de Sistemas e pós-graduado em Engenharia e Gerenciamento de Manutenção.
Hoje atua como especialista sênior em Automação e Indústria 4.0, integrando dados de PI System, SAP e Google Cloud e construindo sistemas de monitoramento que a manutenção usa todos os dias. É fundador da FAENETECH.
Os motores, tags e séries do laboratório são sintéticos, criados para ensinar o raciocínio. Nenhum número representa resultado de uma empresa real.
Não. O laboratório inclui um servidor que simula o PI Web API no seu computador. O capítulo 10 mostra o que trocar para apontar para um servidor real.
Noções de Python e pandas: criar e filtrar um DataFrame, fazer um groupby. Todo o resto é explicado no livro, com o código completo e comentado.
Dois ebooks em PDF e um arquivo .zip com todo o código-fonte e os resultados de referência, pela área de membros da Hotmart.
Sim. Funciona em Windows, Linux e macOS, com Python 3.11 ou superior.
O laboratório usa motores elétricos, mas a lógica de referência contextual, qualidade de dados, eventos e alertas vale para bombas, ventiladores, válvulas e outros ativos. O livro indica onde adaptar.