MACHINE LEARNING NA SIDERURGIA: REVISÃO SISTEMÁTICA DA APLICAÇÃO DE IA NA MANUTENÇÃO PREDITIVA EM LAMINADORES DE TIRAS À QUENTE AÇOS PLANOS

A inteligência artificial aplicada à manutenção preditiva é uma das principais ferramentas da Indústria 4.0, promovendo avanços que elevam a disponibilidade e confiabilidade dos ativos. Tecnologias como Machine Learning e Digital Twins são empregadas para desenvolver modelos preditivos que antecipam falhas e otimizam estratégias de manutenção. Na siderurgia, onde os equipamentos operam sob condições extremas, os desafios são ainda maiores, especialmente em áreas críticas como os laminadores. Esta revisão sistemática examina a literatura sobre o uso dessas tecnologias na manutenção preditiva, destacando metodologias aplicadas, desafios de implementação e benefícios em confiabilidade e disponibilidade. Métodos: A seleção dos artigos utilizou a metodologia PRISMA, com critérios de inclusão e exclusão. Resultados: A literatura indica limitações práticas como a complexidade do processo, integração com sistemas legados e baixa confiabilidade das bases de dados de manutenção. Há tambem a falta de estudos de longo prazo que validem os impactos dessas soluções. Em contrapartida, os estudos apontam ganhos significativos na redução de falhas e no suporte à tomada de decisão, especialmente quando há integração com dados consistentes e atualizados. Conclusão: As evidências reforçam o papel estratégico da inteligência artificial na gestão de ativos, indicando caminhos promissores para a adoção prática dessas tecnologias no setor siderúrgico.