LoRaWAN E A INTERNET DAS COISAS APLICADOS À MANUTENÇÃO PREDITIVA: UM ESTUDO DE CASO EM MOTORES DE INDUÇÃO

Authors

DOI:

https://doi.org/10.5007/2175-8018.2026.e111245

Keywords:

Manutenção Preditiva, Internet das Coisas, LoRaWAN, Monitoramento de Vibração, Motores de Indução

Abstract

Este trabalho investiga o uso do protocolo LoRaWAN como tecnologia de comunicação para monitoramento contínuo de vibrações em motores de indução trifásicos, com foco em aplicações de manutenção preditiva. O estudo combina revisão da literatura, desenvolvimento de um dispositivo IoT dedicado e análise de dados vibracionais coletados em ambiente industrial real. O dispositivo realiza processamento local dos sinais, incluindo transformada rápida de Fourier e cálculo de valores RMS, transmitindo periodicamente apenas indicadores compactados via LoRaWAN, reduzindo o volume de dados e o consumo energético. Os sensores foram configurados para enviar pacotes a cada 15 minutos, resultando em aproximadamente oito meses de histórico operacional. A partir das séries de velocidade RMS, foi aplicada uma metodologia baseada em envelope estatístico superior e regressão linear para estimar a tendência de degradação e o tempo até a falha (TTF). Os resultados indicaram boa estabilidade de comunicação, baixa taxa de perda de pacotes e viabilidade do uso do LoRaWAN para monitoramento vibracional contínuo. Conclui-se que a solução proposta é tecnicamente viável e adequada ao contexto industrial.

Author Biographies

Christian Amaral , Universidade do Vale do Rio dos Sinos

Mestre em Engenharia Elétrica pela UNISINOS, MBA em Gestão da Manutenção pelo IPOG e graduado em Engenharia Mecânica pela PUCRS. Atua como Analista de Planejamento e Controle da Manutenção (PCM) na Hertz farma. Possui experiência e interesse em planejamento e controle da manutenção, manutenção preventiva e preditiva e gestão de ativos industriais.

César Crovato, Universidade do Vale do Rio dos Sinos

Doutor, mestre e graduado em Engenharia Elétrica pela UFRGS. É sócio-diretor da QuarkX Tecnologia Eletrônica e Gestor de Projetos na Instor Projetos e Robótica, tendo atuado como professor no PPGEE da UNISINOS. Atua em eletrônica embarcada, processamento digital de sinais, qualidade da energia elétrica, sistemas de medição e arquiteturas computacionais.

Lucio Prade, Universidade do Vale do Rio dos Sinos

Doutor em Engenharia Elétrica pela UFSM, mestre em Sistemas e Processos Industriais e graduado em Ciência da Computação pela UNISC. É professor e coordenador do PPGEE da UNISINOS e professor visitante na UFSCar. Atua em redes elétricas inteligentes, sistemas embarcados, Internet das Coisas (IoT), sistemas de comunicação e gerenciamento de fontes de energia distribuídas.

Vitória Zilli, Universidade do Vale do Rio dos Sinos

Técnica em Eletrônica pela Fundação Liberato e graduanda em Engenharia Eletrônica pela UNISINOS. Atua como assistente técnica e de pesquisa no Instituto Tecnológico de Semicondutores (itt Chip) da UNISINOS. Possui experiência e interesse nas áreas de Internet das Coisas (IoT), desenvolvimento de hardware, projeto de placas de circuito impresso (PCIs) e sistemas embarcados

Iara Fernandes, Universidade do Vale do Rio dos Sinos

Doutora em Engenharia pela UFRGS, mestre em Engenharia Civil e graduada em Engenharia de Alimentos pela UNISINOS. É professora e pesquisadora dos cursos de graduação e pós-graduação da UNISINOS e pesquisadora do NucMat e itt Chip. Atua em desenvolvimento e caracterização de materiais, valorização de resíduos, nanomateriais, gestão ambiental e gestão de projetos.

Downloads

Published

2026-09-14

How to Cite

Amaral , C., Crovato, C., Prade, L., Zilli, V., & Fernandes, I. (2026). LoRaWAN E A INTERNET DAS COISAS APLICADOS À MANUTENÇÃO PREDITIVA: UM ESTUDO DE CASO EM MOTORES DE INDUÇÃO. IJIE – Iberoamerican Journal of Industrial Engineering, 18. https://doi.org/10.5007/2175-8018.2026.e111245

Issue

Vol. 18 (2026): Iberoamerican Journal of Industrial Engineering (IJIE) - ISSN 2175-8018

Section

Articles

License

Copyright (c) 2026 Christian Amaral , César Crovato, Lucio Prade, Iara Fernandes, Vitória Zilli (Autor)

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Ao submeter nosso trabalho à Revista Ibero-americana de Engenharia Industrial (IJIE), os autores compreendem que seu conteúdo será disponibilizado sob a Licença Internacional Creative Commons Atribuição (CC BY) 4.0, que permite o uso, compartilhamento, adaptação e a criação de obras derivadas, inclusive para fins comerciais, desde que seja dada a devida atribuição aos autores e a publicação original na IJIE seja claramente mencionada.

Além disso, os autores estão autorizados a celebrar acordos adicionais que permitam a divulgação não exclusiva da versão publicada do artigo (por exemplo, por meio de repositórios institucionais, sites pessoais, traduções ou capítulos de livros), desde que haja menção clara ao autor e à publicação inicial do artigo nesta revista.