Com os crescentes requisitos de confiabilidade, disponibilidade, eficiência, eficácia, produtividade e segurança do sistema, a importância do diagnóstico e da manutenção também aumenta.
Até agora, a manutenção eletrônica como um conceito líder para o gerenciamento de manutenção envolveu principalmente o uso de técnicas de processamento de linguagem técnica (TLP) específicas de domínio em dados de casos históricos.
Devido à sua popularidade, a IA generativa (GAI) com grandes modelos de linguagem (LLMs) começa a ser cada vez mais utilizada em diversas áreas técnicas, passando assim a ocupar um lugar cada vez mais importante no diagnóstico e manutenção.
Partindo do facto de o rápido desenvolvimento das tecnologias de informação e comunicação (TIC) ter sido o principal factor no surgimento e desenvolvimento do conceito de e-manutenção, a importância da potencial aplicação mais séria de todas as formas de IA generativa no contexto está claro. Isto é especialmente pronunciado em casos de acesso difícil ou impossível à localização de componentes ou de uma situação incerta relacionada ao tipo de processo (por exemplo, nuclear, aeronáutico, espacial, offshore).
Veículos autónomos, embarcações e aeronaves (como parte indispensável dos actuais sistemas de transporte inteligentes) são certamente um exemplo importante destes casos.
Independentemente do nível de autonomia, estes sistemas são extremamente complexos e difíceis de manter e representam um claro desafio para a aplicação de novas abordagens.
Portanto, os autores do artigo propõem o uso de middleware que permitiria a integração de diversas ferramentas, algoritmos e modelos GAI para aumentar a eficácia do diagnóstico e da manutenção o mais próximo possível do tempo real. No entanto, a extensão exata das possibilidades e limitações desta abordagem ainda não foi determinada.
Visualize ou baixe o artigo completo através do LINK abaixo:
Source: Ćelić, Jasmin & Bronzin, Tomislav & Horvat, Marko & Jovic, Alan & Stipić, Arian & Prole, Brigita & Maricevic, Marko & Pavlović, Ivana & Pap, Klaudio & Mikota, Miroslav & Jelača, Nina. (2024). Generative AI in E-maintenance: Myth or Reality?.