Estudante do IFSP Campus Guarulhos apresenta pesquisa sobre Inteligência Artificial e Manutenção Preditiva no CSBC 2026

O estudante Diogo da Silva Almeida, do curso de Bacharelado em Engenharia de Computação do IFSP Campus Guarulhos, apresentou os resultados de sua pesquisa durante o Seminário Integrado de Software e Hardware (SEMISH), evento integrante do 53º Congresso da Sociedade Brasileira de Computação (CSBC 2026), realizado de 19 a 23 de julho em Gramado (RS).

​O trabalho, intitulado "Análise comparativa de acelerômetros MEMS de baixo custo para detecção de falhas em rolamentos usando redes neurais convolucionais", foi desenvolvido no Laboratório Oficinas 4.0 em autoria conjunta com o pesquisador Me. João Victor Pelegrino e sob orientação dos professores Prof. Me. Cristiano Alves Pessoa, Prof. Me. Rogério Daniel Dantas e Prof. Dr. Wilson Carlos da Silva Junior. O projeto contou com o apoio financeiro do CNPq por meio do programa de Iniciação em Desenvolvimento Tecnológico e Inovação (PIBITI), além do suporte financeiro para o deslocamento e apresentação em Gramado concedido pela Pró-Reitoria de Pesquisa (PRP), por meio da Diretoria de Pesquisa, em conjunto com o IFSP Campus Guarulhos.

Inovação e Acessibilidade para a Indústria

Bancada experimental desenvolvida no laboratório para simulação de falhas e testes de vibração em regime contínuo. (Foto: Acervo do projeto)

A pesquisa aborda um desafio crítico do setor industrial: falhas em rolamentos de motores elétricos, que representam uma das principais causas de paradas não programadas em máquinas rotativas. Como os sensores piezoelétricos de alto desempenho possuem custo elevado, o monitoramento preditivo contínuo costuma ser inviável para pequenas e médias empresas.

​Para contornar essa limitação, o estudo demonstrou a viabilidade de integrar Inteligência Artificial (Redes Neurais Convolucionais - CNN) a uma placa de aquisição de sinais customizada, composta por um acelerômetro MEMS de baixo custo (MMA7361) e um conversor ADC (ADS1115) acoplado a um microcontrolador ESP32-S3.

Protótipo do sistema de aquisição de dados composto pelo microcontrolador ESP32-S3, pelo conversor ADC ADS1115 e pelo sensor MEMS MMA7361. (Foto: Acervo do projeto)

Ao converter os sinais temporais de vibração em matrizes bidimensionais 8x8, o modelo alcançou uma taxa de 94,76% de acurácia na identificação automática do estado do rolamento de esferas (condição normal, falha no elemento rolante e falha na pista interna). O resultado abre caminho para a democratização da manutenção preditiva na indústria por meio de sistemas inteligentes e de baixo custo.

Reconhecimento da Pesquisa Aplicada

Diogo Almeida durante a apresentação do artigo no 53º CSBC em Gramado (RS). (Foto: Arquivo pessoal)

 "Poder apresentar nossa pesquisa em um dos eventos de computação mais tradicionais e importantes do país evidencia a qualidade e a seriedade dos projetos que desenvolvemos dentro do nosso laboratório, além de reforçar o compromisso do IFSP com a pesquisa aplicada e a inovação tecnológica", destacou Diogo.