Desenvolver o sistema FrostMind, uma solução inteligente de monitoramento preditivo baseada em Inteligência Artificial para automatizar a análise de dados operacionais e otimizar a identificação de falhas em sistemas de refrigeração industrial da Eletrofrio.
O estudo apresenta uma arquitetura inovadora que integra modelo preditivo ARIMA, motor cognitivo Google Gemini e comunicação ativa via WhatsApp, rompendo com o paradigma de supervisórios passivos e oferecendo um case prático de Indústria 4.0 no setor de refrigeração.
Pesquisa aplicada, exploratória com abordagem de pesquisa-ação, combinando observação em campo, pesquisa bibliográfica, benchmarking e desenvolvimento ágil baseado em metodologias ágeis com iterações curtas e evolução incremental do sistema.
Alta acurácia do modelo ARIMA na detecção de anomalias, automação da triagem e abertura de chamados, redução drástica do MTTR, comunicação ativa via WhatsApp e eliminação da dependência de análises manuais no monitoramento contínuo.
Proposição de uma arquitetura replicável para sistemas preditivos baseada em microsserviços, integrando IoT, estatística e IA generativa, com validação empírica em ambiente industrial real e métricas de desempenho mensuráveis.
Preservação da segurança alimentar e redução do desperdício de perecíveis, otimização do consumo energético, valorização dos profissionais com foco em atividades estratégicas e alinhamento aos ODS 9 e 12 da Agenda 2030.
To develop FrostMind, an intelligent predictive monitoring system based on Artificial Intelligence to automate operational data analysis and optimize fault identification in Eletrofrio's industrial refrigeration systems.
The study presents an innovative architecture integrating ARIMA predictive model, Google Gemini cognitive engine, and active WhatsApp communication, breaking with the passive supervisory paradigm and offering a practical Industry 4.0 case in the refrigeration sector.
Applied, exploratory research with action-research approach, combining field observation, bibliographic research, benchmarking, and agile development based on agile methodologies with short iterations and incremental system evolution.
High accuracy of the ARIMA model in anomaly detection, automation of screening and service call opening, drastic MTTR reduction, active WhatsApp communication, and elimination of dependence on manual analysis in continuous monitoring.
Proposition of a replicable architecture for predictive systems based on microservices, integrating IoT, statistics, and generative AI, with empirical validation in a real industrial environment and measurable performance metrics.
Preservation of food safety and reduction of perishable waste, optimization of energy consumption, professional valorization with focus on strategic activities, and alignment with SDGs 9 and 12 of the 2030 Agenda.