Serviço de Saúde de Máquinas com IA da Bently Nevada para Ativos de Balance-of-Plant

A Bently Nevada agora está vendendo Machine Health, um serviço de diagnóstico preditivo baseado em IA que analisa continuamente grandes populações de sensores de monitoramento de condição, sinaliza falhas em desenvolvimento semanas antes da falha, diagnostica causas raiz e prescreve reparos. A oferta faz parte do conjunto de softwares Cordant da Baker Hughes e é entregue com a Augury, especialista em saúde de máquinas na qual a Baker Hughes investiu e com a qual se aliou em 2021. Ela é voltada diretamente para equipamentos de balanço de planta — bombas, ventiladores, sopradores, transportadores e outros ativos que são numerosos demais para serem monitorados com coleta baseada em rotas e caros demais para ficarem sem monitoramento. O ponto estratégico é tão importante quanto a tecnologia: a Bently Nevada está empacotando sensores, análises em nuvem e revisão especializada em uma assinatura, movendo parte de seu negócio da venda de hardware para a venda de resultados de saúde de ativos.

Resposta rápida: o que é o Bently Nevada Machine Health?

O Machine Health é um serviço de monitoramento de condição e diagnóstico baseado em IA. Sensores — incluindo os dispositivos sem fio Ranger Pro de sexta geração da Bently Nevada e o gateway Cordant — transmitem dados de vibração e de processo para modelos pré-treinados e desenvolvidos especificamente para esse fim na nuvem. Os modelos detectam sinais precoces de falha, diagnosticam a provável causa raiz e recomendam uma correção; especialistas humanos em máquinas revisam os resultados antes que sejam emitidos como notificações acionáveis.

• O que faz: alertas preditivos, diagnósticos de causa raiz e orientação prescritiva de reparo, não apenas alarmes de limite.
• Para quem se destina: populações de ativos de balance-of-plant — bombas, ventiladores, sopradores, motores pequenos, transportadores — os “outros 99%” que os programas baseados em rotas têm dificuldade de cobrir.
• Como é entregue: uma assinatura que combina sensores, software em nuvem, modelos de IA e suporte especializado, em vez de uma licença de software perpétua mais um contrato de serviço separado.
• Quem o desenvolve: Baker Hughes/Bently Nevada com a Augury; a aliança foi anunciada em 26 de outubro de 2021 e formalizada como acordo estratégico em janeiro de 2022.
• Resultados publicados: a Baker Hughes cita um ROI médio de 8,5× por site, economia cumulativa média de US$ 2,03 milhões e 439 horas de parada evitadas em média.
• Onde se encaixa: ao lado do System 1, não em substituição a ele — o Machine Health cobre a cauda longa; o System 1 continua sendo a plataforma de toda a planta para máquinas críticas e dados de proteção 3500/Orbit 60.

O que a Bently Nevada realmente lançou

A Bently Nevada apresentou o Machine Health por meio de uma série de webinars — “Machine Health powered by Artificial Intelligence”, “Why Machine Health is critical for your asset and reliability program”, “How to use Machine Health to drive your reliability program” e “When Indústria 4.0 meets Machine Health”. A mensagem em todos os quatro é consistente: o produto analisa “milhões de saídas de sensores de monitoramento de condição”, alerta as equipes “muito antes da falha”, diagnostica as causas raiz e prescreve correções.

Os três problemas que ele aborda explicitamente merecem citação porque definem o caso comercial:

• Parada de emergência. Paradas não planejadas que forçam perdas de produção e manutenção reativa.
• Envio de peças de reposição com urgência. Custos de logística expedida que surgem sempre que uma falha é descoberta tarde demais para planejar um reparo.
• Fadiga de alarmes. Equipes de confiabilidade sobrecarregadas por alarmes de limite, a maioria dos quais não exige ação.

Nenhum desses é um problema novo. O que é novo é o modelo de entrega: em vez de pedir a uma planta que compre software, configure regras e monte uma equipe de análise, a Bently Nevada vende um serviço no qual a IA faz o diagnóstico de primeira passagem e especialistas humanos gerenciam por exceção. Esse é o modelo “um-para-muitos” descrito no eBook Machine Health da Baker Hughes: como a IA revisa os dados, um único especialista pode dar suporte a dezenas de milhares de máquinas.

Por que o balanço de planta é o alvo real

A maior parte dos orçamentos de monitoramento de condição ainda vai para o 1% crítico — os trens turbogeradores, os compressores principais e as bombas de alimentação do reator que justificam a proteção baseada em rack e analistas dedicados. O restante da planta é um problema diferente. Uma típica refinaria, fábrica de papel ou unidade química opera centenas ou milhares de bombas, ventiladores e sopradores, cada um individualmente barato, mas coletivamente responsáveis por uma grande parcela do tempo de inatividade não planejado.

A coleta baseada em rotas era a resposta tradicional. Um técnico percorre uma rota com um instrumento portátil, baixa os dados e um analista os revisa. Esse modelo está sob pressão de três direções: o custo de mão de obra de percorrer rotas, a escassez de analistas de vibração treinados e o fato de que falhas ainda ocorrem entre as rotas. Os sensores IIoT sem fio mudaram a economia da coleta de dados, mas não resolveram o gargalo da análise — que é exatamente onde a IA desenvolvida especificamente para esse fim está sendo aplicada.

A distinção importa ao avaliar o serviço. O Machine Health não foi projetado para substituir um rack 3500 que protege uma turbina a vapor, e a Bently Nevada não o posiciona dessa forma. Ele foi projetado para tornar a cauda longa visível a um custo por máquina que os programas baseados em rotas não conseguem igualar.

Como funciona a Saúde de Máquinas: monitorar, diagnosticar, orientar, agir

A Baker Hughes descreve o serviço como quatro estágios conectados. Cada estágio tem um resultado específico, e a transição entre eles é onde a maioria dos programas de monitoramento falha.

A alegação crítica é a velocidade de implantação. A Bently Nevada argumenta que modelos pré-treinados e de propósito específico proporcionam um curto tempo até o valor, em contraste com a IA de uso geral que “pode levar meses para ser implantada e anos para entregar valor”. Essa é uma distinção justa: um modelo treinado em assinaturas de vibração de dezenas de milhares de máquinas semelhantes não precisa aprender sua bomba do zero, embora ainda precise de dados limpos e do contexto correto do ativo.

O que “IA” significa aqui — e o que não significa

Três esclarecimentos evitam expectativas infladas.

É orientado por vibração, não onisciente. A Baker Hughes descreve o diagnóstico como o uso de dados de tendência de vibração para detectar sinais precoces de falha e prescrever correções. Isso cobre muito bem os modos clássicos de falha de equipamentos rotativos — degradação de rolamentos, desalinhamento, desbalanceamento, folga, problemas de vedação e cavitação. Não substitui termografia, análise de óleo, detecção de vazamentos por ultrassom ou monitoramento de desempenho de processo, e não é uma função de proteção de máquinas. Desligamentos e intertravamentos continuam sendo atribuição dos sistemas de proteção.

É supervisionado, não autônomo. O serviço é explicitamente “inteligência híbrida”: especialistas humanos em máquinas revisam os achados antes que as recomendações cheguem ao cliente. Isso é um ponto forte para segurança e confiança, mas também significa que os tempos de resposta dependem do contrato de serviço, não apenas do modelo.

É treinado em uma população, não apenas na sua planta. Modelos treinados em população generalizam bem entre tipos comuns de máquinas e modos de falha. Projetos incomuns — bombas verticais não padronizadas, caixas de engrenagens incomuns, máquinas com vibração fortemente induzida pelo processo — podem exigir contexto adicional ou interpretação especializada. Pergunte como o fornecedor lida com diagnósticos de baixa confiança.

A economia publicada

A Baker Hughes publica um conjunto de métricas de resultados para Machine Health. São médias relatadas pelo fornecedor em toda a sua base de clientes, não garantias, mas são específicas o suficiente para serem testadas em um caso de negócio.

A aritmética é simples. Se a parada não planejada de um site custa US$ 10.000 por hora e o serviço evita 400 horas, o benefício bruto é de aproximadamente US$ 4 milhões — confortavelmente acima da faixa de assinatura de seis dígitos típica dos serviços de monitoramento por máquina. O risco no caso de negócio não está na aritmética; está na suposição de que os modos de falha e a qualidade dos dados da sua planta correspondem à população de referência do fornecedor.

Evidências de clientes: dois casos documentados

Dois casos publicados ilustram o mecanismo melhor do que as médias.

Invista. Um gerente de capacidade de máquinas rotativas relatou um benefício documentado de US$ 4 milhões a partir de uma única intervenção evitada. O detalhe decisivo foi o tempo: o serviço deu ao site cerca de 24 horas adicionais de aviso, o suficiente para mudar a resposta de parada de emergência para intervenção planejada. Essa é a economia da Saúde de Máquinas em uma frase — o valor não está no diagnóstico em si, mas no tempo de planejamento que ele proporciona.

Solugen. Pouco após a instalação, o sistema ajudou a evitar seis horas de parada e cerca de US$ 6.000 em custos de reparo em uma única bomba esférica. Um número pequeno para os padrões de uma refinaria, mas é o tipo de ativo para o qual a cobertura de instalações auxiliares se destina: individualmente menor, coletivamente significativo e anteriormente monitorado apenas por rota.

Ambos os números são publicados pelo fornecedor e devem ser tratados como evidência de caso, e não como desempenho esperado. Seu valor está em mostrar os dois caminhos de benefício: perda de produção evitada em um ativo crítico e reparo mais parada evitados em um ativo pequeno.

De vender hardware para vender resultados

O significado estratégico do Machine Health está no modelo comercial. O monitoramento de condição tradicional é uma compra de capital: sensores, racks, licenças de software, instalação e, depois, uma equipe interna para operar tudo isso. O Machine Health é uma assinatura: sensores e gateway incluídos, IA em nuvem incluída, revisão especializada incluída, com preço por máquina ou por grupo de ativos.

Essa mudança altera várias coisas para uma planta:

• Tratamento orçamentário. O custo passa de despesa de capital para despesa operacional, o que é mais fácil de aprovar no nível da planta e mais fácil de escalar ativo por ativo.
• Equipe. A planta não precisa contratar analistas de vibração para interpretar cada tendência; precisa de pessoas capazes de agir com base em recomendações priorizadas.
• Transferência de risco. A responsabilidade pela detecção e pelo diagnóstico fica parcialmente com o fornecedor, e é por isso que os termos de nível de serviço importam mais do que em uma compra de software.
• Custo de saída. Modelos de assinatura criam dependência. A propriedade dos dados, os formatos de exportação e o que acontece ao final do contrato devem ser definidos antes da assinatura, não depois.

Para a Bently Nevada, o modelo também resolve um problema de cobertura. Vender um rack 3500 para proteger uma bomba de US$ 20.000 não é economicamente viável; vender uma assinatura de monitoramento por máquina é. É assim que um negócio liderado por hardware alcança os 99% dos ativos para os quais nunca conseguiria justificar um rack.

Onde o Machine Health se encaixa ao lado do System 1 e do 3500

O Machine Health não substitui o System 1 e não substitui os sistemas de proteção. As três camadas desempenham funções diferentes:

• Proteção (3500, Orbit 60): desligamentos, intertravamentos e funções de segurança em máquinas críticas, com conformidade com a API 670 quando exigido.
• Monitoramento de condição de toda a planta (System 1): dados consolidados, histórico de longo prazo, diagnósticos, IHM e gestão de casos para ativos críticos e semicríticos. Veja nossa análise da evolução de 20 anos do System 1.
• Machine Health: cobertura orientada por IA da população de ativos de apoio (balance-of-plant), entregue como serviço, com resultados prescritivos voltados ao planejamento de manutenção.

Na prática, muitas instalações executarão as três. Um rack 3500 alimenta a proteção e, por meio de um gateway de comunicação 3500/92, transmite dados para o System 1. O Machine Health cobre bombas e ventiladores que nunca estiveram em um rack. A questão da integração — se as descobertas do Machine Health aparecem dentro do System 1 ou em um portal separado — vale a pena ser perguntada desde cedo, porque dois fluxos de alertas desconectados recriam a fadiga de alarmes que o serviço deve resolver.

O que verificar antes de comprar

Uma avaliação estruturada mantém a decisão fundamentada no seu histórico de falhas, e não nas médias do fornecedor.

1. Comece pelos dados de falhas. Reúna três anos de registros de manutenção e classifique as falhas dos ativos auxiliares por custo. Se as falhas de rolamentos e de alinhamento predominarem, o serviço é adequado; se corrosão, erosão e erro do operador predominarem, a IA baseada em vibração deixará de detectar boa parte da perda.
2. Mapeie a cobertura de sensores para os modos de falha. Confirme quais medições os sensores propostos capturam e em qual intervalo. A vibração em uma bomba não detecta um filtro entupido nem um selo operando a seco sem dados de processo.
3. Pergunte sobre diagnósticos de baixa confiança. Todo sistema de IA tem esses casos. O que acontece quando o modelo não consegue decidir entre desgaste de rolamento e cavitação? Quem faz a revisão e com que rapidez?
4. Defina o nível de serviço. Detecção não é o mesmo que notificação. Obtenha por escrito os tempos de resposta, os caminhos de escalonamento e a equipe de especialistas designada.
5. Resolva a propriedade e a integração dos dados. Confirme que você pode exportar dados brutos e processados, que eles podem alimentar seu CMMS e, quando aplicável, o System 1, e o que acontece com os modelos e o histórico ao final do contrato.
6. Verifique o caminho cibernético e de rede. Sensores sem fio e análises em nuvem cruzam limites de rede. Confirme a arquitetura do gateway, as opções de data diode ou replicação e se o projeto atende ao padrão de segurança cibernética do seu site.
7. Faça um piloto em um grupo representativo de ativos. Vinte a cinquenta máquinas em dois ou três tipos de serviço são suficientes para testar a qualidade da detecção e a adequação do fluxo de trabalho antes de escalar.

Limites e riscos que vale a pena declarar

Três riscos merecem a mesma atenção que os benefícios.

Viés do modelo em relação a modos de falha comuns. Modelos treinados com a população são mais fortes nas falhas que veem com mais frequência: rolamentos, desalinhamento, desbalanceamento, folga. São mais fracos em falhas novas ou orientadas por processo. Locais com equipamentos incomuns devem esperar mais interpretação humana.

A qualidade dos dados, não a qualidade do modelo, decide os resultados. Um sensor instalado no local errado, montado em um painel flexível ou configurado com a sensibilidade errada produzirá absurdos com confiança. A disciplina de instalação importa tanto quanto a IA.

Dependência de assinatura. Quando o diagnóstico é entregue como serviço, a capacidade diagnóstica interna da planta pode atrofiar. Manter alguns analistas capazes de contestar uma recomendação é um controle, não um luxo — especialmente no primeiro ano.

Nenhum desses pontos argumenta contra o modelo. Eles argumentam a favor de comprá-lo com clareza: um escopo definido, um piloto medido e um contrato que protege o acesso a dados e histórico.

Conclusão

O serviço Machine Health da Bently Nevada é uma resposta confiável para uma lacuna real. A proteção baseada em rack e as plataformas de toda a planta atendem bem às máquinas críticas, mas as centenas ou milhares de ativos de balanço de planta permanecem submonitorados porque a coleta baseada em rotas não escala e os alarmes de limite não diagnosticam. A IA desenvolvida especificamente para esse fim, pré-treinada em dezenas de milhares de máquinas e respaldada por revisão humana, muda essa economia — e o modelo de assinatura permite que uma unidade compre cobertura máquina a máquina.

Para as equipes de confiabilidade, a decisão não é tanto sobre se a IA consegue diagnosticar uma falha de rolamento (ela consegue), mas sobre se o serviço se adequa aos modos de falha predominantes da unidade, integra-se aos sistemas existentes e é regido por um contrato que mantém os dados como seus. Compre-o como um serviço mensurado, faça um piloto em um grupo representativo de ativos e trate os números de ROI publicados como uma hipótese a ser testada, e não como uma promessa.

Perguntas frequentes

O que é o Bently Nevada Machine Health?

O Machine Health é um serviço de monitoramento de condição baseado em IA da Bently Nevada e da Baker Hughes, fornecido com a Augury. Ele analisa continuamente os dados dos sensores, detecta sinais precoces de falha, diagnostica as causas raiz e prescreve correções, com especialistas humanos em máquinas revisando os resultados antes de serem emitidos.

O Machine Health é o mesmo que o System 1?

Não. O System 1 é a plataforma de software de saúde de ativos de toda a planta da Bently Nevada para máquinas críticas e semicríticas. O Machine Health é um serviço por assinatura voltado para grandes populações de ativos de balanço de planta. Muitas instalações usam ambos, juntamente com sistemas de proteção 3500 ou Orbit 60.

Para quais ativos o Machine Health foi projetado?

Principalmente equipamentos de balanço de planta que são numerosos demais para a coleta baseada em rotas e caros demais para ficarem sem monitoramento: bombas, ventiladores, sopradores, transportadores, motores pequenos e ativos rotativos semelhantes.

Quais resultados a Baker Hughes publica para o Machine Health?

A Baker Hughes cita um ROI médio de 8,5× por instalação, economia cumulativa média de US$ 2,03 milhões, economia média de US$ 21,5 mil por máquina por ano, 439 horas de parada evitadas e mais de 42 salvamentos por instalação, em média. Essas são médias relatadas pelo fornecedor, não garantias.

O Machine Health substitui os analistas de vibração?

Ele reduz o volume de análise de rotina, porque a IA realiza diagnósticos de primeira passagem e os especialistas gerenciam por exceção. A maioria das instalações ainda mantém alguma capacidade de diagnóstico interna para validar recomendações e lidar com máquinas incomuns.

Os dados do Machine Health podem ser integrados aos sistemas existentes?

Isso depende da implantação. Pergunte especificamente se os resultados podem fluir para o System 1, seu CMMS ou um historian, se os dados brutos são exportáveis e quais termos de propriedade dos dados se aplicam ao término do contrato.

Fontes e leitura complementar

• Baker Hughes – Cordant Machine Health (com tecnologia Augury)
• Bently Nevada – Webinars sobre Saúde de Máquinas (diagnósticos preditivos e prescritivos com IA)
• Bently Nevada – “Quando o Ranger Pro encontra a IA, coisas boas acontecem”
• Baker Hughes – “Alguém para vigiar as máquinas” (contexto da aliança)
• Augury – Baker Hughes e Augury anunciam aliança (26 de outubro de 2021)
• Baker Hughes – eBook Saúde de Máquinas (modelo de entrega um-para-muitos)

Artigo revisado pela última vez em outubro de 2026. O escopo do serviço, os números de ROI publicados e os resultados dos clientes são citados dos materiais da Baker Hughes e da Augury; confirme os termos comerciais, a cobertura e as opções de integração atuais com a Baker Hughes ou um parceiro autorizado antes de comprar.

Opera ativos de balance-of-plant junto com máquinas críticas? Consulte o guia do sistema 3500, o catálogo da Série 3500 ou os sistemas de sondas 3300 XL para a camada de sensoriamento, e veja como essas plataformas são aplicadas em compressão de petróleo e gás, fábricas de papel e HVAC de data centers. Mais notícias de produtos são publicadas regularmente; para números de peça e prazos de entrega, entre em contato com a equipe TenBN.