O advento da Indústria 4.0 tem gerado um aumento significativo de tecnologias disruptivas no contexto de melhorar a eficiência dos processos e garantir maior segurança através de metodologias de detecção e identificação de falhas em processos industriais baseadas em teorias modernas da inteligência artificial/computacional. O presente artigo visa contribuir nesse campo de estudo através do desenvolvimento de um sistema inteligente com alto grau de autonomia para detecção e identificação de falhas baseado no algoritmo fuzzy evolutivo Takagi-Sugeno (eTS). Nessa abordagem, a base de conhecimento fuzzy de falhas é atualizada tanto na sua estrutura (quantidade de regras) quanto nos seus parâmetros (variáveis do antecedente e consequente) automaticamente a partir do fluxo de dados experimentais do processo industrial. Para demonstrar a aplicabilidade e eficiência da abordagem proposta, esta foi implementada para detecção e identificação de falhas em um processo térmico simulado e em um protótipo de um sistema industrial de segurança crítica (uma caldeira ET-860), onde foi feito o monitoramento de uma falha de vazamento. Nos resultados experimentais foram obtidos baixos índices de erro RMSE, NDEI e MAE nos dois processos industriais estudados.
