Baixe o app para aproveitar ainda mais
Prévia do material em texto
Associação Educacional Dom Bosco Faculdade de Engenharia de Resende Departamento de Engenharia Engenharia Mecânica Joyce de Fátima Medeiros Oliveira Karoline de Oliveira Barbosa Florenzano Melissa Christine da Silva Antunes SISTEMA DE MONITORAMENTO DE MÁQUINA INDUSTRIAL PARA MANUTENÇÃO PREDITIVA UTILIZANDO INTERNET DAS COISAS Trabalho de Conclusão de Curso Resende 2020 Joyce de Fátima Medeiros Oliveira Karoline de Oliveira Barbosa Florenzano Melissa Christine da Silva Antunes SISTEMA DE MONITORAMENTO DE MÁQUINA INDUSTRIAL PARA MANUTENÇÃO PREDITIVA UTILIZANDO INTERNET DAS COISAS Trabalho de conclusão de curso apresentado ao curso de Engenharia Mecânica, como parte dos requisitos necessários à obtenção do título de Engenheira Mecânica. Orientador: PhD. Farney Coutinho Moreira Resende 2020 Joyce de Fátima Medeiros Oliveira Karoline de Oliveira Barbosa Florenzano Melissa Christine da Silva Antunes SISTEMA DE MONITORAMENTO DE MÁQUINA INDUSTRIAL PARA MANUTENÇÃO PREDITIVA UTILIZANDO INTERNET DAS COISAS Trabalho aprovado. Resende: _____________________________________ PhD. Farney Coutinho Moreira Orientador _____________________________________ Msc. Heloiza Alves Gomes Machado Membro Interno _____________________________________ PhD. Marília Rios de Paula Membro Interno Resende 2020 Este trabalho é dedicado aos nossos professores da graduação e de outros cursos realizados ao longo de nossas vidas, que contribuiu para a realização do mesmo. AGRADECIMENTOS A Deus por nos permitir nunca desistir, possibilitando seguir nossa caminhada de cabeça erguida e com fé, permitindo que todas as dificuldades encontradas no caminho fossem cessadas e levadas como experiência para nossas vidas. Aos nossos familiares e companheiros, pelo apoio e incentivo em todos os momentos, nos dando força para continuar nossa caminhada rumo ao sucesso. Ao orientador Farney Coutinho, que nos forneceu importantes conhecimentos durante a graduação e, principalmente, nos auxiliou na realização deste trabalho de conclusão de curso, nos direcionando no caminho certo para as pesquisas e práticas, compartilhando seus conhecimentos. Aos demais professores da Faculdade de Engenharia de Resende que foram res- ponsáveis pelos nossos conhecimentos intelectuais e contribuíram, de forma satisfatória, para o nosso crescimento como profissionais. Aos nossos animais de estimação que serviram para nos descontrair e nos alegrar nos momentos de estresse, eles que sempre alegram nossas casas contribuindo com muito amor e alegria. “Os obstáculos são aquelas coisas terríveis que você vê quando desvia os olhos do seu objetivo.“ (Henry Ford) RESUMO Este trabalho tem como objetivo o desenvolvimento de um sistema de monitora- mento de equipamentos elétricos, podendo ser aplicado em linhas de produção, visando o acompanhamento, em tempo real, do estado de operação da máquina monitorada. O sistema desenvolvido realiza a medição das três fases de corrente elétrica consumida por um motor elétrico montado em uma bancada de ensaios do laboratório da faculdade de engenharia de Resende. Os dados de consumo são capturados através de uma rede de sensores. Em seguida, são armazenados para um tratamento preliminar e, posteriormente, são enviados a uma plataforma de Internet das Coisas (Internet of Things - IoT). A etapa de pré-tratamento dos dados visa a análise dos valores de consumo de corrente elétrica para a obtenção de uma avaliação inicial do padrão e estado de operação do motor monitorado. Dessa forma, o sistema de monitoramento proposto, através do acompanhamento, coleta de dados e alertas em tempo real, contribui tanto como instrumento de manutenção preditiva, quanto como iniciativa de adequação dos equipamentos aos novos padrões da quarta revolução industrial, denominada de industria 4.0. Palavras-chave: Internet das Coisas; Indústria 4.0; Monitoramento em Indústrias; Motor trifásico; Sensores. ABSTRACT This work aims to develop a monitoring system for electrical equipment, which can be applied to production lines, aiming at monitoring, in real time, the operation status of the monitored machine. The developed system measures the three phases of effective electric current consumed by a motor used as a study object, present in a laboratory at the Faculty of Engineering of Resende. The consumption data is captured through a network of sensors. They are then stored for preliminary treatment and then sent to an Internet of Things (IoT) platform. The pre-treatment stage of the data aims to analyze the values of electric current consumption to obtain an initial assessment of the pattern and operation status of the monitored motor. In this way, the proposed monitoring system, through monitoring, data collection and alerts in real time, contributes both as a predictive maintenance tool and as an initiative to adapt industries towards Industry 4.0. Palavras-chave: Internet of Things; Industry 4.0; Monitoring in Industries; Three- phase motor; Sensors. LISTA DE ILUSTRAÇÕES Figura 1 – Relação entre falha, erro e defeito. . . . . . . . . . . . . . . . . . . . . . 13 Figura 2 – As quatro revoluções industriais . . . . . . . . . . . . . . . . . . . . . . 18 Figura 3 – Áreas de Aplicação da IOT . . . . . . . . . . . . . . . . . . . . . . . . . 20 Figura 4 – Segmentos básicos para a construção da IoT. . . . . . . . . . . . . . . 21 Figura 5 – Componentes de uma RSSF. . . . . . . . . . . . . . . . . . . . . . . . . 22 Figura 6 – Linhas de campo magnético produzido pela corrente em um fio. . . . . . 23 Figura 7 – Espectro de corrente de um motor em funcionamento normal e de um motor com barras quebradas. . . . . . . . . . . . . . . . . . . . . . . . 27 Figura 8 – Componentes de frequência de banda lateral devido a rolamentos danifi- cados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 Figura 9 – Diagrama de blocos do sistema de monitoramento de um motor trifásico. 29 Figura 10 – Arduino Uno. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 Figura 11 – Sensor SCT-013. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 Figura 12 – Circuito sensor de corrente SCT-013. . . . . . . . . . . . . . . . . . . . 33 Figura 13 – Esquema do circuito de interface do sensor1, sensor2 e sensor3. . . . . 34 Figura 14 – Motor de indução trifásico objeto de estudo. . . . . . . . . . . . . . . . . 35 Figura 15 – Montagem experimental para verificação e validação das leituras dos sensores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 Figura 16 – Detalhes do circuito eletrônico desenvolvido para teste. . . . . . . . . . 36 Figura 17 – Banco de dados local armazenando leitura de corrente em tempo real. . 37 Figura 18 – Leitura de corrente do motor apresentando variação entre as três fases. 37 Figura 19 – Relação entre as medidas de corrente feitas com os sensores e as medidas feitas com um multímetro profissional. . . . . . . . . . . . . . . 39 Figura 20 – Montagem final para medidas de corrente trifásicas. . . . . . . . . . . . 40 Figura 21 – Monitoramento de consumo de corrente do motor. . . . . . . . . . . . . 41 Figura 22 – Consumo de corrente no intervalo de um minuto de funcionamento normal com consumos atípicos esporádicos. . . . . . . . . . . . . . . . . . . . 42 Figura 23 – Consumo de corrente no intervalo de um minuto de motor parado. . . . 42 Figura 24 – Registro de consumo de corrente em tempo real na plataforma Tago.io. 43 Figura 25 – Classificação dos estados de operação. . . . . . . . . . . . . . . . . . . 44 Figura 26 – Painel de leitura de corrente para as três fases ainda apresentando discrepância nos valores. . . . . . . . . . . . . . . . . . . . . . . . . . . 45 Figura 27 – Painel de consumo de corrente em tempo real na plataforma Tago.io para tomada dedecisões da manutenção e produção. . . . . . . . . . . . . . 46 Figura 28 – Notificações do estado de operação do equipamento. . . . . . . . . . . 47 Figura 29 – Notificações de estado de operação do equipamento recebidas por email e acessadas pelo computador. . . . . . . . . . . . . . . . . . . . . . . . 47 Figura 30 – Notificações de estado de operação do equipamento recebidas por email visualizadas pelo celular. . . . . . . . . . . . . . . . . . . . . . . . . . . 48 Figura 31 – Visualização do painel de controle e recebimento de notificações através do aplicativo Tago em um Smartphone. . . . . . . . . . . . . . . . . . . 48 LISTA DE TABELAS Tabela 1 – Relação entre medidas de corrente CA para diferentes valores de corrente feitas com os sensores e com multímetro profissional (em Amper). . . . 38 Tabela 2 – Classificação dos limites de corrente. . . . . . . . . . . . . . . . . . . . 44 LISTA DE ABREVIATURAS E SIGLAS AC Alternative Current CM Condition Monitoring DC Direct Current DFT Discret Fourier Transform EXI Efficient XML Interchange FPGAs Field Programmable Gate Array ICSP In Circuit Serial Programming IDE Integrated Development Environment IEEE Institute of Electrical and Electronics Engineers IoT Internet of Things IP Internet Protocol MBC Manutenção Baseada em Condição MCSA Motor current signature analysis NBR Norma Brasileira NFC Near Field Communication ODS Objetivo de desenvolvimento sustentável ONU Organização das Nações unidas ORNL Oak Ridge National Laboratory OWL Ontology Web Language PWM Pulse Width Modulation RDF Resource Description Framework RFID Radio Frequency Identification RSSF Rede de Sensores Sem Fio TC Transformadores de Corrente USB Universal Serial Bus WI-FI Wirelles Fidelity SUMÁRIO 1 INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 1.1 OBJETIVOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.1.1 Objetivo geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.1.2 Objetivos específicos . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.2 JUSTIFICATIVA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 1.3 CONTRIBUIÇÕES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 1.4 METODOLOGIA DA PESQUISA . . . . . . . . . . . . . . . . . . . . . . 15 1.5 ESCOPO DO TRABALHO . . . . . . . . . . . . . . . . . . . . . . . . . 16 2 REVISÃO DA LITERATURA . . . . . . . . . . . . . . . . . . . . . . . . 17 2.1 INDÚSTRIA 4.0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.1.1 Internet das coisas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.1.1.1 Segmentos básicos para a construção da IoT . . . . . . . . . . . . . . . 20 2.2 REDE DE SENSORES . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2.2.1 Sensor de corrente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.3 MANUTENÇÃO INDUSTRIAL . . . . . . . . . . . . . . . . . . . . . . . 23 2.3.1 Manutenção baseada em condição . . . . . . . . . . . . . . . . . . . 24 2.3.2 Acompanhamento preditivo . . . . . . . . . . . . . . . . . . . . . . . . 25 2.4 ANÁLISE DE ASSINATURA DE CORRENTE . . . . . . . . . . . . . . . 26 3 DESENVOLVIMENTO . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 4 RESULTADOS E DISCUSSÕES . . . . . . . . . . . . . . . . . . . . . . 41 5 CONCLUSÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 5.1 SUGESTÕES DE TRABALHOS FUTUROS . . . . . . . . . . . . . . . . 50 REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 APÊNDICES 54 APÊNDICE A – PROGRAMAÇÃO ARDUÍNO . . . . . . . . . . . . . . 55 13 1 INTRODUÇÃO A grande maioria das empresas e indústrias são compostas por máquinas e equipa- mentos que têm como função principal auxiliar na produção com a ajuda de operadores. Esses equipamentos e máquinas necessitam de acompanhamento e manutenção por esta- rem sempre em um uso rotineiro, sendo necessário o uso de ferramentas ou aplicativos de monitoramento. De acordo com Araújo et al. (2007), o sistema de monitoramento, armazena e exibe informações pertinentes ao equipamento monitorado. As informações do equipa- mento são coletadas durante a operação, sendo possível realizar uma análise, com o intuito de verificar se há a necessidade de ajustes para que o objetivo da operação seja realizada. O monitoramento objetivo está relacionado com a manutenção preditiva, onde são realizadas inspeções periódicas de forma cuidadosa, principalmente em equipamentos de alta prioridade, de modo a avaliar o estado operacional. Também é possível obter uma avaliação econômica das medidas a serem colhidas, com acompanhamento do ciclo de vida dos equipamentos (REYS, 1995). É comum a ocorrência de falhas em equipamentos elétricos dispostos na linha de produção, acarretando alguns impactos, sejam eles econômicos ou operacionais, pois a parada do equipamento reduz a produção, além de gerar custos para a manutenção. Considerando os conceitos sobre falhas, erros e defeitos que estão representados na Figura 1, as falhas estão ligadas ao universo físico, os erros estão relacionados ao universo da informação e o defeito aos usuários. A falha física pode provocar a ocorrência de um erro operacional e, consequentemente, pode causar um defeito observável no bem ou serviço produzido, de acordo com a avaliação do usuário (WEBER, 2002) . Figura 1 – Relação entre falha, erro e defeito. Fonte: WEBER (2003). Para realização de monitoramento de ambientes e equipamentos, é necessário obter informações por meio de sensores, sobre as variáveis físicas, tais como temperatura, pressão, corrente elétrica, dentre outras. Os sensores servem para informar um circuito Capítulo 1. Introdução 14 eletrônico sobre os eventos que ocorrem externamente, para que então uma determinada ação seja tomada (WENDLING, 2010). Neste trabalho, um motor trifásico presente em um laborátorio da faculdade de engenharia de Resende, escolhido como objeto do estudo de caso, que segundo Gil (2002), consiste em um estudo profundo e exaustivo de determinado objeto para adquirir um amplo e detalhado conhecimento sobre o mesmo. No entanto o objeto de estudo terá as suas três fases de corrente elétrica consumida monitoradas. Caso sejam identificadas alterações no padrão preestabelecido de consumo de corrente elétrica do equipamento, pode-se realizar um planejamento de intervenção, baseada na estratégia de manutenção preditiva, visando a eliminação da possível falha detectada antes mesmo de sua ocorrência. Dessa forma, aumenta-se a disponibilidade do equipamento, evitando paradas e perdas não programadas. A utlização de uma rede de sensores associada à uma plataforma de Internet das Coisas (Internet of Things - IoT), permite que os dados sejam capturados e processados, visando a detecção de anomalias nos dados de consumo de corrente do objeto monitorado e possibilita, através de padrões estabelecidos, a geração de relatórios e o envio de alertas de anormalidades de funcionamento do equipamento, para auxiliar os usuários responsáveis na tomada de decisões (INOUE et al., 2019). 1.1 OBJETIVOS 1.1.1 Objetivo geral O objetivo geral deste trabalho é desenvolver um sistema para monitorar o estado de operação de equipamentos elétricos em tempo real, com o intuito de prever possíveis desvios operacionais e falhas. 1.1.2 Objetivos específicos • Desenvolver uma estratégia de uso e coleta não invasiva de corrente elétrica eficaz trifásica; • Desenvolver uma técnica para armazenamento dos dados coletados, processamento e envio das informações para uma plataforma de serviço de IoT; • Implementar uma forma de pós-processamento para gerar alertas e relatórios sobre o estado de operação do motor para os responsáveis pelo equipamento. Capítulo 1. Introdução 15 1.2 JUSTIFICATIVA Os serviços de manutenção em máquinas e equipamentos sempre foram de suma importância nas indústrias,além disso, é um serviço de grande demanda e tem um grande impacto na produtividade das empresas. Portanto, a busca por otimização nos processos de manutenção estão em crescente demanda. Atualmente, com os avanços da Indústria 4.0, aumentam-se as possibilidades de inovações nessa área. Contudo, nem todas as indústrias estão integradas a essa nova revolução, necessitando de um mínimo de automatização e monitoramento. Sendo assim, um projeto para otimizar o serviço de manutenção de equipamentos através de monito- ramento em tempo real é sempre bem vindo ao mercado, principalmente com conceitos e ferramentas de IoT aplicados, tornando-se uma grande vantagem competitiva para as empresas se integrarem ao conceito de Indústria 4.0. 1.3 CONTRIBUIÇÕES O presente trabalho contribui diretamente para o atendimento aos Objetivos de De- senvolvimento Sustentável (ODS) sugeridos pela ONU, que são fundamentais para o estudo da engenharia por terem ligação a temas relacionados, como: gestão sustentável da água e saneamento, energia, economia sustentável, infraestrutura e industrialização sustentável e inovadora, entre outros, que fazem da formação profissional de um engenheiro (KLEIN; RESENDE, 2019, 26) . Perante esses objetivos, o projeto contribui na implementação do objetivo 9 da ODS, pois, o sistema a ser desenvolvido visa a contribuição para o desenvolvimento tecnológico, rumo à Indústria 4.0. Dessa forma, o estudo contribui para o objetivo específico 9.5, que aborda o fortalecimento da pesquisa, a melhora dos recursos tecnológicos nas indústrias e o incentivo à inovação (ONU, 2015) . Este trabalho também contribui para o objetivo 8 da ODS, que promove o crescimento econômico sustentável, emprego pleno e produtivo e trabalho decente para todos. Sendo que, de forma mais específica, contribui para o objetivo 8.2 que, segundo a ONU, se define em “atingir níveis mais elevados de modernização tecnológica e inovação, inclusive por meio de um foco em setores de alto valor agregado e dos setores intensivos em mão de obra”. Visto que o presente trabalho tem o objetivo de utilizar meios tecnológicos com utilização de IoT para melhorar o nível de produtividade e eficiência de mão de obra, agregando valor ao trabalhador e à empresa. 1.4 METODOLOGIA DA PESQUISA A metodologia utilizada neste trabalho é a realização de um estudo de caso que segundo Gil (2002), envolve levantamento bibliográfico e análises de inúmeros elemen- Capítulo 1. Introdução 16 tos. Com isso, através de um experimento em um motor, foi coletado e tratado seus dados para realização de análises. Para a realização deste trabalho, foi feito um estudo sobre o assunto, sobre suas teorias e sobre as ferramentas necessárias para a aplicação. 1.5 ESCOPO DO TRABALHO O presente trabalho se encontra dividido em 5 capítulos que estão estruturados da seguinte forma: O Capítulo 1 apresenta a introdução, uma breve apresentação do tema de estudo, os objetivos, a justificativa do trabalho e a aplicação utilizada na pesquisa. No capítulo 2 é apresentado a fundamentação teórica, baseada nos assuntos: Indústria 4.0, rede de sensores, manutenção industrial e análise de assinatura de corrente. No capítulo 3 são abordados os métodos e materiais necessários e utilizados no desenvolvimento do sistema de monitoramento, bem como a escolha do estudo de caso para validação do sistema desenvolvido. No capítulo 4 são discutidos os resultados obtidos com a aplicação do estudo de caso. Por fim, no capítulo 5 são tratadas dúvidas sobre o trabalho e as perspectivas de trabalhos futuros, baseado nos resultados obtidos. 17 2 REVISÃO DA LITERATURA 2.1 INDÚSTRIA 4.0 O início da vida em sociedade foi marcado por pessoas que fabricavam produtos e os comercializavam para serem usados no dia a dia. Pessoas como artesãs, herdavam seus conhecimentos dos seus antepassados, por não possuírem uma visão de produção em grande escala. Segundo Lima et al. (2018), a manufatura artesanal era caracterizada pela baixa produção, produtos não padronizados e com baixa qualidade, alto custo de produção e trabalhadores altamente qualificados que dominavam desde o processo de produção até a comercialização. Ao passar dos anos, surgem empresários com visão de produção, para contratar artesões para trabalhar em grandes galpões, recebendo uma remuneração mensal. Roriz (2010), relata que a jornada de trabalho chegava a dezesseis horas por dia, e na manufatura eram empregadas crianças e adolescentes ganhando baixos salários. Com isso, ocorre o surgimento das fábricas, que foi marcado como a Primeira Revolução Industrial, com a entrada de máquinas mecânicas que eram operadas por trabalhadores, através de manivelas e pedais. Com a evolução tecnológica, as indústrias evoluíram, dando início a Segunda Revo- lução Industrial, que foi marcada pela produção em massa, com base na divisão de trabalho. Segundo Ferreira, Reis e Pereira (1997), Frederick Taylor (1856-1915) que foi o responsável pela simplificação do trabalho e aprimoramento da divisão do trabalho em etapas múltiplas. A Terceira Revolução Industrial substituiu a Segunda Revolução. Marcada pela produção enxuta, automação nos processos industriais com a introdução de equipamentos eletrônicos e a tecnologia da informação, essa revolução trouxe ganhos para as indústrias em geral (LIMA et al., 2018). O termo Indústria 4.0 surgiu em uma feira de Hannover localizada em Hanôver, na Alemanha. Deu-se pelo fato do governo alemão buscar soluções tecnológicas. Com isso, foi apresentado um projeto sobre Indústria 4.0, que foi nomeado como a Quarta Revolução Industrial. A Figura 2, representa os quatro estágios da revolução industrial. Essa nova revolução tem uma ligação com três palavras, sendo elas: inovação, automação e eficiência. A inovação pode ser considerada tanto uma descoberta como também uma atividade complexa que está dentro de um processo (OLIVEIRA; SIMÕES, 2017). Para Ribeiro (1999), a automação é a substituição do trabalho humano ou animal por máquinas. É uma operação de máquina automática ou por controle remoto e pode ser definida também como controle de processos automáticos. Por outro lado, a eficiência é de- finida como a preocupação com os processos em si, visando a otimização e aproveitamento de todos os recursos disponíveis (CHIAVENATO, 2003). Capítulo 2. Revisão da Literatura 18 Figura 2 – As quatro revoluções industriais. Fonte: LIMA et al. (2018, p.28). A Quarta Revolução Industrial mudou completamente o modelo de mão de obra. Os profissionais que atuam em Indústrias 4.0 precisam ter registros multidisciplinares e conhe- cimentos interdisciplinares. Conforme Almeida (2019), com os avanços dessa revolução, os sistemas de manufatura que antes eram integrados por sistemas da própria empresa, passaram a ser integrados em sistemas de armazenamentos em nuvens, possibilitando uma transparência das informações sobre a produção e comportamento dos sistemas das máquinas e integrando essas informações vindas dos próprios clientes consumidores dos produtos. Com o avanço da tecnologia e a integração dos processos de acordo com o modelo da indústria 4.0, os sistemas de produção ficaram cada vez mais inteligentes, sendo capazes de identificar as necessidades com a produção, com as matérias-primas, sendo elas digitais ou físicas, e as necessidades com o fornecimento de suprimentos, ou seja, como uma integração de todas as etapas de desenvolvimento de um determinado produto ou processo. Segundo Lima e Pinto (2019), isso trouxe um impacto muito positivo, traduzido em maiores produtividade e eficiência. Junto com esses avanços tecnológicos nas indústrias, surgem também alguns impactos, fazendo com que as indústrias repensem sobre a forma com que serão gerados os seus negócios e processos. Segundo Coelho (2016), algumas das mudanças que ocorrem nesse novo modelo de indústria são: a expectativa dos clientes, os produtos se tornam mais inteligentes e produtivos,uma forma de colaboração e parcerias, e a transformação do modelo operacional e conversão em modelo digital. O contexto de revolução 4.0 é evidenciado em algumas bases tecnológicas como, por exemplo, Internet of Things (IoT), Cloud Computing (Computação em nuvem), Acompa- nhamento em Tempo Real, Cibersegurança. Capítulo 2. Revisão da Literatura 19 2.1.1 Internet das coisas A Internet das Coisas é um sistema onde há uma conexão entre a rede de objetos físicos, ambientes, veículos e máquinas via internet através de dispositivos eletrônicos, permitindo a coleta e troca de informações (SANTOS et al., 2016). A IoT representa uma ligação de tecnologias que são conectadas por uma rede conhecida como IP (Internet Protocol). Essa rede é uma das bases do crescimento digital. Com o crescimento desse sistema e a aplicação à Indústria 4.0, ocorrerá um crescimento de dispositivos conectados por intermédio de padrões tecnológicos, possibilitando que dis- positivos em ação se comuniquem e interajam uns com os outros como controladores mais centralizados (ALMEIDA, 2019) . Pode-se notar que a IoT vem sendo aplicada em diversas áreas e serviços, como, por exemplo, em instalações em fabricação, monitoramento na área de saúde, segurança, entretenimento e entre outros. Como esse sistema está sendo conectado à Internet, havendo acesso a mesma, ele pode ser controlado e monitorado de qualquer lugar. Na Figura 3, pode-se notar várias áreas em que são aplicadas a IoT, onde podem ser observados usuários simples e até mesmo de nível internacional. Para os serviços de armazenamento de dados que são conhecidos na IoT, são utilizadas algumas especificações. Há diversos tipos de plataformas disponíveis, cada uma oferece determinados serviços. A plataforma Tago.IO é um exemplo, que possui um ambiente de gerenciamento e monitoramento de dados, de forma online e apresenta simplicidade no uso. Além disso, possui suporte técnico, prestados pelos desenvolvedores. A Tago.IO disponibiliza ferramentas de análise e emissão de alertas, que podem ser modificadas pelos usuários de acordo com a necessidade das atividades. Capítulo 2. Revisão da Literatura 20 Figura 3 – Áreas de aplicação da IoT. Fonte: GUBBI (2013). 2.1.1.1 Segmentos básicos para a construção da IoT A IoT funciona com uma combinação de outras tecnologias, as quais viabilizam a inclusão dos objetos no ambiente físico ao meio virtual (SANTOS et al., 2016). A Fi- gura 4 ilustra os principais segmentos para a construção da IoT, que são: • Identificação: esse segmento é um dos mais importantes, sendo que é fundamental os objetos serem identificados para assim conectá-los à internet. Conforme Leal (2019), para identificar os objetos são usadas tecnologias como RFID (Radio Fre- quency Identification), NFC (Near Field Communication ) e endereçamento IP. • Sensores e Atuadores: os sensores são responsáveis pela coleta das informações que os objetos disponibilizam e após isso eles armazenam ou encaminham esses dados para um depósito de dados, armazenamento em nuvem ou centros de ar- mazenamento. Os atuadores executam a manipulação com o ambiente ou reagem conforme os dados obtidos. • Comunicação: as tecnologias que fazem parte do segmento de comunicação são Wi-Fi (Wireless Fidelity ), Bluetooth, IEEE 802.15.4 (Instituto de Engenheiros Elétricos e Eletrônicos) e RFID. Esse segmento trata das técnicas que são usadas para conectar objetos inteligentes e desempenha também um papel muito importante no consumo de energia dos objetos. Capítulo 2. Revisão da Literatura 21 • Computação: é a unidade de processamento que é encarregada de executar al- goritmos locais nos objetos inteligentes. Alguns exemplos dessas unidades são os microcontroladores, processadores e FPGAs (Field Programmable Gate Array). • Serviços: possibilita que os dados fornecidos através de dispositivos sejam valoriza- dos, promovendo diversos tipos de serviços, como os de identificação, que possibilita identificar a localização de um determinado objeto, além de sua produtividade. • Semântica: é responsável pela extração dos conhecimentos que os objetos inteli- gentes possuem para uma plataforma de IoT, ou seja, utiliza os recursos disponíveis na plataforma para a descoberta de conhecimento de acordo com os dados obtidos, com intuito de prover determinado serviço. Para a realização da semântica, podem ser utilizadas algumas técnicas como RDF (Resource Description Framework ), OWL (Ontology Web Language) e EXI (Efficient XML Interchange). Figura 4 – Segmentos básicos para a construção da IoT. Fonte: SANTOS et al. (2016). 2.2 REDE DE SENSORES Segundo Loureiro et al. (2003), os novos materiais de sensoriamento, sistemas micro eletro-mecânicos, que estimularam o desenvolvimento de sensores inteligentes, que são controlados por uma lógica de circuito integrado, com uma interface de comunicação sem fio. Além disso, os sensores têm uma capacidade de processamento e comunicação de dados. Uma rede de sensores sem fio, segundo Barbosa et al. (2020), pode ser defi- nida como um conjunto de sensores que coletam dados de ambientes internos e externos. Capítulo 2. Revisão da Literatura 22 Esses dispositivos são capazes de detectar propriedades do ambiente, como dados físicos ou químicos. Podem estar ligados à uma rede e geralmente operam para realizar alguma coleta específica. A vantagem das redes de sensores sem fio é a facilidade de instalação, já que não é necessário cabeamento. O sensor em si é um dispositivo sensível a alguma forma de energia no ambiente, como a luz, temperatura, cinética, relacionando essas informações com uma grandeza física, uma unidade de medida como aceleração, velocidade, pressão, corrente e etc. (WENDLING, 2010, 4). Alguns sensores têm características elétricas neces- sárias para serem utilizados em sistemas de controle, enquanto outros não são adequados. Nesse caso, o sinal de saída deve ser preparado antes de ir para o sistema de controle. Para a realização de um projeto utilizando sensores, é necessário conhecer os recur- sos, limitações e funcionamento dos dispositivos para escolher qual sistema utilizar. Neste trabalho será utilizado um sistema com base na plataforma Radiuino, que é uma plataforma livre para criação de Rede de Sensores Sem Fio (RSSF), contemplando hardware, firmware e software, e baseado na plataforma Arduino (BATISTA, 2017, 1). A Figura 5 mostra os componentes de uma RSSF quando aplicada à plataforma Radiuino. Figura 5 – Componentes de uma RSSF. Fonte: Autores. De acordo com Fabrício (2018), este é o caso mais simples, composto apenas de um computador, um nó base e um nó sensor. A base é conectada por meio de um cabo USB ao computador e os nós sensores são os que monitoram as grandezas, como, por exemplo, a temperatura, pressão, corrente, entre outras. E todas as informações são coletadas pela base. Capítulo 2. Revisão da Literatura 23 2.2.1 Sensor de corrente Para entender como funciona um sensor de corrente é necessário, alguns conceitos básicos de física. Lei de Ampère: Segundo VELAME (2019, 21) essa lei relaciona a indução magné- tica em um percurso fechado com a corrente elétrica que atravessa esse condutor. Ou seja, todo condutor possui um campo magnético proporcional a sua corrente em seu redor como identifico na Figura 6. Figura 6 – Linhas de campo magnético produzido pela corrente em um fio. Fonte: HALLIDAY (2012). Lei de Faraday : A Lei de Faraday diz que uma variação do fluxo magnético induz numa espira uma tensão elétrica e por consequência, uma corrente elétrica. Essa corrente é então proporcional ao campo magnético Silva (2018, 21). Portanto, o funcionamento de um sensor de corrente não invasivo ocorre através da indução magnética. SILVA (2018) explica que ao inserir um fio no interior do sensor, a corrente elétrica que está passando por ele provoca um campo magnético que induz uma corrente elétrica no aparelho. 2.3 MANUTENÇÃO INDUSTRIAL De acordo comSalgado (2008), a manutenção é o conjunto de todas as atividades e ações para reparar, manter e conservar sistemas e componentes. A manutenção é diretamente responsável pela disponibilidade de sistemas e tem importância nos resultados financeiros da organização. Assim, quanto mais eficaz a gestão de manutenção, melhores serão esses resultados (OTANI; MACHADO, 2008) . A manutenção pode ser classificada pela forma de intervenção e os principais tipos são: manutenção preventiva, manutenção corretiva e manutenção baseada em condição Capítulo 2. Revisão da Literatura 24 ou manutenção preditiva. O tipo mais importante para esse estudo é uma manutenção baseada em condição. 2.3.1 Manutenção baseada em condição O monitoramento de condição (CM - Condition Monitoring) é definido, segundo Fa- brício (2018), como um processo de monitoramento de recursos operacionais de máquinas, afim de detectar mudanças de valor ou alteração de tendências de recursos para serem usados para estimar a qualidade de operação da máquina. Desta forma, o CM é usado como um mecanismo para auxiliar na manutenção das condições. Conforme a NBR 5462 (ASSOCIACÃO BRASILEIRA DE NORMAS TÉCNICAS, 1993) , manutenção preditiva, ou manutenção baseada em condição, consiste na garan- tia de uma qualidade do serviço através de um monitoramento sistemático de condições mecânicas, eletroeletrônicas, eletropneumáticas e eletrohidráulicas de máquinas, equipa- mentos e instalações, com o objetivo de reduzir a realização de manutenções preventivas e manutenções corretivas. Segundo Souza (2011), manutenção preditiva é uma indicação das condições reais de funcionamento das máquinas e equipamentos usando dados que informam seus processos de desgastes e degradações. O principal objetivo da manutenção preditiva é predizer falhas nas máquinas ou sistemas através do acompanhamento de diversas variáveis, possibilitando uma operação contínua pelo maior tempo possível. Dessa forma, a manutenção preditiva aumenta a disponibilidade do equipamento ou sistema, uma vez que não é necessária a parada das máquinas para a realização de reparos (OTANI; MACHADO, 2008). A Manutenção Baseada em Condição (MBC) é um método que utiliza como técnica o monitoramento de condições em uma máquina, mesmo em funcionamento, para determinar quando uma mesma intervenção para manutenção preventiva é necessária para que não ocorra ou parada ou indisponibiliodade do equipamento (SIMEÓN, 2008, 13). No entanto, uma MBC pode ser dividida em três etapas principais: aquisição de dados, processamento ou diagnóstico de dados e tomada de decisão de manutenção. a) Aquisição de dados Essa etapa é responsável por três módulos: transdutor, sensor e captura dos dados, que consiste no processo de coleta e armazenamento de dados dos equipamentos para realização de uma MBC. Segundo Tonaco (2008), os dados coletados podem ser de dois tipos: dados de eventos e dados de monitoramento de condição. Os dados de evento coletam informações do que ocorreu ou do que foi realizado, como falhas ocorridas, e os dados de monitoramento são as medidas relacionadas à condição do equipamento, tais como temperatura, pressão, nível, corrente, etc. Utiliza-se sensores para monitorar valores e mudanças que podem causar danos antes de se tornarem trágicos. A escolha do sensor adequado depende do método de Capítulo 2. Revisão da Literatura 25 monitoramento e dos mecanismos da máquina. Feito isso, o primeiro método a ser reali- zado é a filtragem e identificação dos dados fornecidos pelos sensores e, se necessário, alguma alteração. Esses dados são registrados e enviados para uma memória por meio de comunicação interna ou externa (FABRÍCIO, 2018). b) Processamento de dados De acordo com Tonaco (2008), nessa etapa é realizada uma filtragem dos dados, isso deve ser feito porque os dados quase sempre contemplam erros. Após essa filtragem é realizada uma análise dos dados que são comparados como recursos específicos de equipamento ou modelo, e a partir disso, é possível construir um modelo matemático que descreva o funcionamento do equipamento. E, assim, é realizada uma avaliação da saúde da máquina baseada em seus dados históricos. c) Tomada de decisão de manutenção O último passo se baseia na tomada de decisão de acordo com a necessidade de manutenção que precisa ser realizada. Este passo pode ser automatizado com a ajuda de sistemas (SIMEÓN, 2008, 36). Este é um procedimento de mapeamento das informações extraídas dos dados coletados e processados, também conhecido como reconhecimento de padrões de operação. Em geral, esse reconhecimento é feito por especialistas em um domínio específico de diagnóstico(TONACO, 2008, 13). Contudo, atualmente também é possível fazer essa análise de forma automática por meio de computadores, sem intervenção humana. Segundo Fabrício (2018), como prescrições ao usuário, devem incluir o nome da falha, localização, condições operacionais, possíveis ações de manutenção, entre outras informações relevantes. 2.3.2 Acompanhamento preditivo Na manutenção preditiva, o acompanhamento da avaliação do estado do equipa- mento pode ser realizado de três formas: acompanhamento subjetivo, acompanhamento objetivo e acompanhamento contínuo (CAVALCANTI FILHO et al., 2015) . Segundo Viana (2002), o acompanhamento subjetivo é realizado pelo profissional de manutenção usando os sentidos: tato, olfato, audição e visão. As anomalias mais comuns de serem detectadas são: ruído, temperatura, condições de conservação e vibração. Dessa forma, o nível de confiança do diagnóstico é proporcional ao nível de experiência do profissional. Sendo assim, as decisões a serem tomadas não podem ser consideradas nessa forma de acompanhamento, porque são extremamente subjetivas. O acompanhamento objetivo é realizado por equipamentos ou instrumentos de busca. Essa utilização é denominada objetiva porque o valor medido não depende do operador do instrumento e é fornecido um valor de medição do parâmetro que está sendo acompanhado (OTANI; MACHADO, 2008). Por fim, o acompanhamento contínuo, segundo Cavalcanti Filho et al. (2015), é o Capítulo 2. Revisão da Literatura 26 acompanhamento em tempo real das variáveis dos equipamentos, através de sensores implantados neles. É adotado em casos onde o defeito ocorre com frequência ou ocorre em etapas fundamentais ao processo. 2.4 ANÁLISE DE ASSINATURA DE CORRENTE Existem diversas técnicas para o monitoramento da condição de motores visando a sua manutenção preditiva. Dentre as técnicas mais comuns e utilizadas estão: análise de vibrações, análise termográfica, análise de óleo, etc. Dentre essas técnicas, existe uma menos difundida que é a Análise de Assinatura de Corrente (MCSA - Motor Current Signature Analysis) (CARDOSO, 1991). De acordo com Oliveira et al. (2011), a MCSA consiste em um método não intrusivo de monitoramento contínuo da condição de um motor elétrico e, através do cálculo da Transformada Discreta de Fourier (DFT - Discrete Fourier Transform) da forma de onda da corrente capturada no domínio do tempo, fornece a mensuração de corrente elétrica em tempo real e seu processamento no domínio da frequência. Esse método de análise, através do espectro de corrente, consiste no acompanhamento das correntes, tensões e as subsequentes análises espectrais de um motor elétrico, visando a identificação da presença de defeitos elétricos e mecânicos do motor. A MCSA foi desenvolvida em 1989 pelo Oak Ridge National Laboratory - ORNL, onde o método foi usado para monitorar diversos motores elétricos em uma companhia na Filadélfia, com a finalidade de detectar a degradação na fase de envelhecimento dos equipamentos da estação de estudo (REIS, 2010). Essa análise tem como principal vantagem o comparativo dos resultados com a tensão, fornecendo uma maior precisão dos indicativos de defeitos nos motores. Além disso, segundo Oliveira et al. (2011), o método de MCSA também apresenta como vantagens: •Capacidade de acompanhamento de um local distante do equipamento; • Fornecimento de informações de diagnósticos e degradações comparando com equipamentos preespecificados; • Alta sensibilidade em relação a uma variedade de condições operacionais; • Diferencia um tipo de ocorrência de falha ou defeito de outras causas; • Possibilita uma execução rápida e por qualquer usuário; • Ampla aplicação em motores de maiores e menores potências, motores síncronos e assíncronos, além dos motores DC (Direct Current). O espectro da corrente, ao ocorrer uma falha, passa a ter um formato diferente do espectro normal. Sabe-se que as características espectrais de cada falha são únicas, Capítulo 2. Revisão da Literatura 27 muito bem conhecidas e determinadas por muitos autores. A partir disso, pode-se identificar falhas através do espectro como, por exemplo, uma detecção de barras quebradas pelo espectro de corrente que pode ser realizada observando duas componentes ao redor da componente fundamental (REIS, 2010). Dessa forma, o espectro da corrente apresenta duas componentes igualmente espaçadas da frequência fundamental ao apresentar as barras quebradas, conforme apresentado na Figura 7. Figura 7 – Espectro de corrente de um motor em funcionamento normal e de um motor com barras quebradas. Fonte: REIS (2010). De acordo com Pereira e Gazzana (2005), os métodos de detecção de falhas não invasivos, como a análise de vibração e a análise de temperatura, necessitam da instalação de algum tipo de sensor adicional na máquina para que seja realizada a aquisição de dados. A técnica da MCSA se baseia na decomposição espectral da corrente do estator, podendo ser adquirida através de equipamentos de medições simples e durante o funcionamento da máquina, sem a necessidade de intervenção. Sendo assim, essa técnica representa uma grande vantagem em comparação às outras técnicas não invasivas. Além da componente principal de 60 Hz, a análise do espectro de frequências obtida de um equipamento elétrico do motor AC (Alternative Current) pode exibir várias outras componentes de frequências comuns do equipamento. Por exemplo, os rolamentos, as correias e a própria carga conectada ao eixo do motor elétrico, exibem frequências típicas que são superpostas à frequência de 60 Hz da rede elétrica (MILJKOVIC, 2015). Um exemplo de aplicação da técnica de MCSA é ilustrado na Figura 8. Dessa forma, segundo Fabrício (2018), ao realizar a caracterização do espectro de frequências de um equipamento elétrico em seu funcionamento perfeito, é possível utilizá-la para comparações e medições futuras. Através da alteração da assinatura de corrente ao longo do tempo, pode ser realizado o acompanhamento de sua evolução e, assim, diagnosticar a ocorrência de uma anomalia ou desgaste no equipamento de maneira Capítulo 2. Revisão da Literatura 28 antecipada. Através desse princípio, torna-se possível a realização de uma estratégia de manutenção baseada na condição, de forma a programar atividades de manutenção no equipamento que não acarretem a parada de produção. Figura 8 – Componentes de frequência de banda lateral devido a rolamentos danificados. Fonte: MILJKOVIC (2015, p. 18). 29 3 DESENVOLVIMENTO A Figura 9 apresenta o diagrama de blocos do sistema de monitoramento das fases de corrente de um motor trifásico. Figura 9 – Diagrama de blocos do sistema de monitoramento de um motor trifásico. Fonte: Autores. Para a montagem desse sistema, utilizou-se o Arduino Uno, apresentado na Figura 10, que é uma plataforma open-source de prototipagem eletrônica com hardware e software flexíveis e de utilização fácil (ARDUINO, 2018). Basicamente é uma placa de microcontrola- dor, baseada no datasheet ATmega328P, que possui 14 pinos de entrada ou saída digital, dos quais 6 podem ser usados como moduladas por largura de pulso (PWM - Pulse-Width Modulation), 6 entradas analógicas, um ressonador de cerâmica de 16 MHz, um conexão USB (Universal Serial Bus), uma tomada de força, um cabeçalho ICSP (In Circuit Serial Programming) e um botão de reset. O Arduino Uno contém todo módulo necessário para o microcontrolador, bastando somente conectá-lo a um computador através de um cabo USB ou ligá-lo a um adaptador AC-DC ou bateria (KUMAR et al., 2016). A programação do Arduino Uno é realizada através de seu ambiente integrado de desenvolvimento (IDE - Integrated Development Environment), que é um software onde pode- se escrever um código na linguagem semelhante a C/C++ que a mesma será traduzida, após a compilação, em um código compreensível pelo módulo (SILVA, 2018). No projeto, a função do Arduino se resume em capturar os sinais analógicos gerados pelos sensores de corrente e convertê-los para dados digitais. Assim, esses dados são armazenados em memória, processados em um programa instalado, denominad firmware, e em seguida transmitidos para um computador externo através do USB. Como se trata de um sistema de monitoramento de correntes trifásicas, é necessário utilizar um sensor de corrente alternada para cada uma das três fases de corrente, sensor 1, sensor 2 e sensor 3, conforme apresentado na Figura 9, conhecidos como transforma- dores de corrente (TC). Nesse projeto foram utilizadas três unidades do sensor SCT013, apresentado na Figura 11. Capítulo 3. DESENVOLVIMENTO 30 Figura 10 – Arduino Uno. Fonte: ARDUINO. Figura 11 – Sensor SCT-013. Fonte: FABRÍCIO (2018). Esse sensor é do tipo não invasivo, ou seja, não necessita de interferência no circuito elétrico para inserí-lo. O seu funcionamento se dá por indução magnética, portanto, ele possui dois enrolamentos em sua base, por isso chamado de transformador. Um enrolamento é composto por muitas voltas de fio fino e o outro enrolamento por poucas Capítulo 3. DESENVOLVIMENTO 31 voltas de fio grosso, portanto, a corrente que flui pelo segundo fio produz um campo magnético no núcleo, o que induz uma corrente no primeiro (FONTES, 2013, 35). Pode-se dizer que esse sensor é uma bobina que tem uma corrente induzida pela corrente alternada de um condutor, no caso o fio, que está próximo a ela. Sendo assim, para cada fio é necessário inserir um sensor, pois, se fossem colocados mais de um fio no aparelho, os seus campos magnéticos poderiam se anular. Um circuito foi montado para a realização da leitura das correntes trifásicas com o Arduíno Uno, porém, o pino analógico do Arduino não realiza leituras de corrente. Dessa forma, foi projetado um circuito para converter as leituras de corrente em tensão. Para o dimensionamento do circuito, o primeiro passo é a realização do cálculo da corrente máxima, ou corrente de pico, de entrada do circuito, conforme equação a seguir: Ip = Ief : √ 2 (1) Na equação 1, a variável Ip representa a corrente de pico, a Ief é definida como sendo a corrente efetiva máxima, cujo valor a ser medido neste sensor é de 100A. Então, substituindo os valores, tem-se: Ip = 100: √ 2 (2) Encontra-se como valor de corrente de pico Ip = 141; 1 A. Nas especificações do sensor em questão, consta-se que para uma corrente de 100A se tem na saída uma corrente de 50 mA. Sendo assim, foi utilizada a relação de transformação apresentada na Equação 3 para determinar o número de espiras na saída do sensor. N1 N2 = I2 I1 (3) As variáveis N1 e N2 na Equação 3 representam os números de espiras na entrada e saída do sensor respectivamente. Como há um condutor na entrada, então o número de espiras na entrada será igual a 1, já a variável I1 e I2 representa a corrente de entrada e saída do sensor respectivamente, sendo que possui uma corrente de entrada de 100A e de saída de 50mA. Dessa forma, ao realizar as substituições, tem-se: 1 N2 = 0; 005 100 (3.1) (4) Capítulo 3. DESENVOLVIMENTO 32 Então, o número de espiras na saída do sensor é N2 = 2000 espiras. A partir deste valor, calculou-se a corrente de pico no secundário do sensor de corrente, através da mesma relação anterior, sendo que a corrente de pico primáriajá foi obtida. Para isso, utilizou-se a equação 5. N1 N2 = Ips Ipp (3.2) (5) A variável Ips na equação 5 representa a corrente de pico no secundário do sensor e a Ipp é a corrente de pico primaria do sensor, que já foi obtida através da Equação 1. Então, substituindo os valores, tem-se a corrente de pico do secundário encontrada é Ips = 0; 070 A. Foi necessário colocar um resistor em paralelo com a bobina, ou gerador de corrente, obtendo uma tensão na saída deste circuito. Então, o resistor foi calculado para uma tensão máxima de 2,5V, sendo utilizada a Equação 6. R = Vmx Ips (6) A Equação 4 possui a variável R que representa o resistor e a Vmáx que representa a tensão máxima do resistor, sendo essa tensão no valor de 2,5 V. Dessa forma, ao realizar as substituições na equação, tem-se um valor de resistência de 35,7 Ω. Então foi utilizado um resistor de 33Ω, que é o valor comercial mais próximo à resistência encontrada. Utilizando esse resistor em paralelo com o sensor, tem-se na saída do circuito uma tensão que varia entre -2,5 V e 2,5 V. Como o Arduino não identifica valores de tensões negativas, foi montado um circuito para adicionar um deslocamento de tensão de 2,5 V, fazendo com que varie a tensão de saída de 0 a 5 V. Esse divisor de tensão é composto por dois resistores de 10 kΩ conectados em série e por um capacitor de 10 μF em paralelo ao resistor para que não tenha variação de tensão, realizando a filtragem dos ruídos. Dessa forma, o circuito de interface de cada sensor de corrente SCT-013 está representado na Figura 12. O conjunto de componentes de interface para os três sensores de corrente foram inicialmente montados em uma protoboard e conectado ao módulo Arduino. O esquema dessa montagem está representado na Figura 13. Foi realizada uma programação em linguagem C++ na IDE do Arduíno para capturar os valores analógicos de tensão referentes à medição dos sensores de corrente trifásica consumida pelo motor. O código fonte encontra-se disponível no Apêndice A deste trabalho de pesquisa. Capítulo 3. DESENVOLVIMENTO 33 Para capturar os dados das correntes, a IDE do arduíno utiliza uma biblioteca do sensor de corrente para medição das variáveis de entrada. Portanto, foi necessário fazer o download de uma biblioteca chamada EmonLib para a realização da programação dessa coleta de dados através do Arduino. Ao final desse processo, contatou-se que o software executa as medidas das três fases de corrente em um loop de 1,58 segundos, equivalente a uma taxa de 0,63 Hz. Figura 12 – Circuito sensor de corrente SCT-013. Fonte: Autores. Capítulo 3. DESENVOLVIMENTO 34 Figura 13 – Esquema do circuito de interface do sensor1, sensor2 e sensor3. Fonte: Autores. A partir disso, em uma bancada de teste presente em um laboratório da Faculdade de Engenharia de Resende (FER), foi utilizado como objeto de estudo um motor de indução trifásico, conforme apresentado na Figura 14, de 1/4 de cavalo, da marca Voges, com velocidade de 1.695 RPM. Com ele, foi montado um sistema para verificação e validação da leitura dos sensores pelo Arduino, conforme pode ser observado na Figura 15. Os detalhes do circuito eletrônico desenvolvido na protoboard podem ser observados na Figura 16. Capítulo 3. DESENVOLVIMENTO 35 Figura 14 – Motor de indução trifásico objeto de estudo. Fonte: Autores (2020). Figura 15 – Montagem experimental para verificação e validação das leituras dos sensores. Fonte: Autores (2020). Capítulo 3. DESENVOLVIMENTO 36 Figura 16 – Detalhes do circuito eletrônico desenvolvido para teste. Fonte: Autores (2020). Foi utilizado um banco de dados local para armazenamento das leituras de corrente obtidas pelo arduíno, criado a partir de uma ferramenta complementar de aquisição de dados de microcontroladores Parallax para Microsoft Excel, conhecida como PLX-DAQ (DWORAKOWSKI et al., 2016). Essa ferramenta armazena os dados marcando a hora exata de cada medida e representa graficamente os dados à medida que chegam em tempo real. A Figura 17 apresenta esse banco de dados local coletando os dados das fases de corrente do motor em tempo real durante a etapa de teste do sistema. Através das correntes obtidas nessa etapa de teste do sistema, foi gerado o gráfico da Figura 18, que apresenta as três fases de corrente do motor. Pode-se observar que há uma diferença no valor medido de cada uma dessas fases que, em princípio, deveriam ser idênticas. Como forma de garantir a precisão dos resultados obtidos pelo sistema, foi realizada a aferição de cada sensor utilizando um multímetro profissional. Nessa etapa foi coletada uma série de 10 medidas para cada fase de corrente, variando a frequência do motor, de forma a se obter diferentes valores de corrente. Tomou-se como referência os valores obtidos pelo multímetro de alta qualidade. Os valores obtidos estão apresentados na Tabela 1. Capítulo 3. DESENVOLVIMENTO 37 Figura 17 – Banco de dados local armazenando leitura de corrente em tempo real. Fonte: Autores (2020). Figura 18 – Leitura de corrente do motor apresentando variação entre as três fases. Fonte: Autores (2020). Capítulo 3. DESENVOLVIMENTO 38 Tabela 1 – Relação entre medidas de corrente CA para diferentes valores de corrente feitas com os sensores e com multímetro profissional (em Amper). Fonte: Autores (2020). Esses valores foram plotados em gráficos no Excel, conforme apresentados na Figura 19, onde no eixo horizontal estão os valores medidos pelos sensores e no eixo vertical estão os valores medidos pelo multímetro. A partir disso, foi obtida uma equação da reta do tipo Y = AX + B para cada sensor, em que X são os dados de leitura dos sensores e Y são os dados de leitura do multímetro. As Equações obtidas foram: sensor 1: Y = 0; 9317X + 0; 0435 (5) sensor 2: Y = 0; 9639X + 0; 0152 (6) sensor 3: Y = 0; 9196X + 0; 0522 (7) O valor do coeficiente de determinação R² é uma medida de ajuste de um modelo estatístico linear generalizado, que varia de 0 a 1, onde expressa a quantidade de variância dos dados que é explicada pelo modelo linear (FABRÍCIO, 2018). Para os três casos foi obtido um valor R² muito próximo a 1, indicando que as equações de aferição se ajustem bem aos valores obtidos. Dessa forma, as Equações 5, 6 e 7 foram incorporadas na programação realizada em Python para ajuste dos dados de leitura. Após a incorporação dessas equações na programação, as três medidas das fases de corrente passaram a apresentar valores mais próximos. Capítulo 3. DESENVOLVIMENTO 39 Figura 19 – Relação entre as medidas de corrente feitas com os sensores e as medidas feitas com um multímetro profissional. Fonte: Autores (2020). Como proposta inicial de comunicação entre os sensores, o arduíno e o computador, considerava-se a opção de comunicação sem fio. Contudo, como pode ser observado na Figura 9, optou-se pela estratégia de emulação da comunicação sem fio, via rádio, realizando virtualmente as operações de transmissão e recepção. Essa alternativa foi empregada com a finalidade de se evitar que o sistema de monitoramento, ao ser instalado juntamente a uma máquina em um ambiente industrial, causasse interferências de radiofrequência no local. Todavia, a qualquer momento a estratégia de comunicação emulada pode ser convertida para a opção de RSSF, conforme descrito na seção 2.2. No sistema de monitoramento desenvolvido, as leituras das medidas das fases de corrente são realizadas pelos sensores e, em seguida, os dados capturados são enviados a um computador pessoal via USB, onde é realizada a implementação das funções de pré-processamento, armazenamento em banco de dados local e transmissão de dados via internet. O programa desenvolvido em linguagem de programação Python, versão 2.7.18, se destina a enviar os dados coletados à plataforma de IoT. A plataforma escolhida para aplicação desse projeto é a Tago.IO, que permite a visualização de dados em tempo real de maneira rápida, fácil e dinâmica. Nela,os dados coletados pelos sensores são enviados, através da programação em Python, no formato de string concatenada (EGER, 2017). Na plataforma de IoT em questão, esses dados são armazenados em buckets,ou baldes, e com isso, é possível criar análise de dados, onde se pode implementar scripts de Capítulo 3. DESENVOLVIMENTO 40 análise e manipular dados, gerando alertas, relatórios, dashboards e notificações com o objetivo de auxiliar na tomada de decisões. O sistema de monitoramento finalizado, desenvolvido nesse trabalho, foi implemen- tado no mesmo motor de teste descrito anteriormente nessa seção, conforme mostra a Figura 20. Figura 20 – Montagem final para medidas de corrente trifásicas. Fonte: Autores (2020). 41 4 RESULTADOS E DISCUSSÕES O gráfico da Figura 21 apresenta os resultados de coleta de dados do consumo de corrente RMS trifásico, correspondente a aproximadamente 11 minutos de funcionamento do motor. A linha azul representa o consumo de corrente da fase S, a linha vermelha representa o consumo de corrente da fase R e a linha verde representa o consumo de corrente da fase T. Figura 21 – Monitoramento de consumo de corrente do motor. Fonte: Autores (2020). Pode-se observar que, de forma geral, o motor monitorado normalmente opera a uma faixa de 0,84 a 0,90 amperes, com algumas ocorrências esporádicas de valores de consumo de corrente fora da normalidade, que podem ser melhor investigados. O gráfico da Figura 22 apresenta com maior detalhe esse consumo de corrente em um intervalo de 1 minuto. Observa-se também no gráfico da Figura 21 que há uma região onde o consumo de corrente fica entre 0,4 e 0,5 amperes, sendo essa situação uma indicação de que o motor está parado. O gráfico da Figura 23 apresenta com maior detalhe esse consumo de corrente em um intervalo de 1 minuto. A coleta de dados apresentada nos gráficos das Figuras 21 a 23 é realizada de maneira automática utilizando o sistema de aquisição descrito no diagrama de blocos da Figura 9, que armazena a informação no banco de dados local, instalado no computador. Capítulo 4. Resultados e Discussões 42 Figura 22 – Consumo de corrente no intervalo de um minuto de funcionamento normal com consumos atípicos esporádicos. Fonte: Autores (2020). Figura 23 – Consumo de corrente no intervalo de um minuto de motor parado. Fonte: Autores (2020). Capítulo 4. Resultados e Discussões 43 Os dados armazenados podem ser enviados a aplicativos desenvolvidos de forma específica para aplicações de monitoramento ou então podem ser disponibilizados na web a serviço de Internet das Coisas. Para essa aplicação, utilizou-se a plataforma Tago.io. A Figura 24 apresenta a tela de visualização do painel de controle, dashboard, dessa plataforma, onde é possível visualizar o consumo de corrente registrado no mesmo intervalo de tempo dos dados do gráfico da Figura 21, sendo coletado em tempo real. Figura 24 – Registro de consumo de corrente em tempo real na plataforma Tago.io. Fonte: Autores (2020). Pode-se observar que há coerência total entre os dados armazenados localmente no gráfico da Figura 21 e os dados armazenados na plataforma Tago.io na Figura 24. Dessa forma, demonstra-se que o sistema desenvolvido é confiável para utilização em aplicações de IoT. Com base nos valores de corrente de funcionamento do motor trifásico, foram definidos limites do estado de operação da máquina para serem realizadas simulações de funcionamento de motores de máquinas industriais. Essas classificações dos limites para esse motor podem ser observadas na Tabela 2. No caso de aplicação por um longo período em máquinas elétricas reais em uma linha de produção, por exemplo, para a realização dessa classificação dos estados de operação, deve-se utilizar a técnica de análise de assinatura de corrente. Dessa forma, realiza-se a Capítulo 4. Resultados e Discussões 44 identificação dos padrões e dos valores máximos de corrente, através da aplicação da transformada discreta de Fourier, conforme descrito na seção 2.4. Tabela 2 – Classificação dos limites de corrente. Fonte: Autores (2020). A Figura 25 ilustra graficamente como as comparações da Tabela 2 são aplicadas aos dados reais de consumo de corrente, demonstrando como as variações dos valores da corrente causam as modificações do estado de operação. Figura 25 – Classificação dos estados de operação. Fonte: Autores (2020). O critério de classificação do estado de operação do motor, descrito na Tabela 2 e na Figura 25, é configurado na plataforma Tago.io para visualização e geração de alertas e notificações. A plataforma de IoT permite a criação dessas notificações que são escritas em linguagem Node.JS e são disparadas a cada transição do estado de operação definido. Capítulo 4. Resultados e Discussões 45 Nas Figuras 26 a 31 são apresentadas as formas de visualização desenvolvidas para esse projeto, que estão disponíveis aos usuários e responsáveis pelo motor através de dashboards na plataforma Tago.io, que são acessíveis via internet. A Figura 26 apresenta a leitura dos dados das três fases de corrente em tempo real na plataforma. Pode-se notar que nessa coleta há uma grande discrepância de consumo entre as fases R, S e T, pois nessa etapa não haviam sido apliacadas as fórmulas de calibração dos dados, Equações 1, 2 e 3, apresentadas no Capítulo 3. Figura 26 – Painel de leitura de corrente para as três fases ainda apresentando discrepância nos valores. Fonte: Autores (2020). É possível acompanhar as formas de onda das correntes elétricas em tempo real do motor ao selecionar o dashboard com o nome Leitura de Correntes na plataforma, conforme apresentado na Figura 27. Também é possível visualizar o último valor de corrente recebido e o histórico desses valores. Esse painel de visualização fica disponível para que um gestor de manutenção possa acompanhar de perto a situação do equipamento, auxiliando principalmente na tomada de decisões para a realização de manutenções preventivas, atuando antes que o equipamento apresente algum tipo de falha. Enquanto que, para um gestor de produção, por exemplo, é possível verificar, através de gráficos e tabelas, os horários de ociosidade do equipamento e o seu histórico, já que todos os dados recebidos do sistema de monitoramento ficam armazenados e registrados na plataforma, podendo acessar os registros anteriores a qualquer instante para análises e tomadas de decisões. Capítulo 4. Resultados e Discussões 46 Figura 27 – Painel de consumo de corrente em tempo real na plataforma Tago.io para tomada de decisões da manutenção e produção. Fonte: Autores (2020). Com a página da plataforma Tago.io ativa no sistema de navegação do computador pelo qual o sistema de monitoramento está conectado, os responsáveis pelo equipamento podem receber notificações do estado de operação da máquina em tempo real, baseadas nas classificações e configurações que foram realizadas na plataforma a partir da Tabela 2. As notificações são diparadas para cada transição do estado de operação Alerta e Parado, que são as informações de funcionamento essenciais para os gestor do equipamento se atentar e tomar uma ação, conforme pode ser observado na Figura 28. As notificações podem ser visualizadas por diversos meios. Para essa aplicação, optou-se que fossem enviadas por email e também pelo celular, devido à maior praticidade de acesso, uma vez que esses recursos fazem parte do dia de trabalho de gestores no setor industrial, garantindo então que essas notificações não passem despercebidas. A Figura 29 apresenta as notificações recebidas por email em tempo real. Como geralmente os emails ficam conectados ao celular, esses alertas também chegam através desses dipositivos, conforme apresentado na Figura 30. Todas as funcionalidades disponibilizadas na plataforma de IoT podem ser acessadas pelo celular, através do aplicativo TagoIO. Assim, os dados podem ser acessadas em tempo real pelo Smartphone e as notificaçõessão disparadas para os usuários em caso de anormalidade e parada no funcionamento, para que as decisões de intervenção no equipamento sejam tomadas o mais breve possível. A Figura 31 apresenta o acesso ao painel pelo celular e as notificações recebidas em tempo real. Capítulo 4. Resultados e Discussões 47 Figura 28 – Notificações do estado de operação do equipamento. Fonte: Autores (2020). Figura 29 – Notificações de estado de operação do equipamento recebidas por email e acessadas pelo computador. Fonte: Autores (2020). Capítulo 4. Resultados e Discussões 48 Figura 30 – Notificações de estado de operação do equipamento recebidas por email visualizadas pelo celular. Fonte: Autores (2020). Figura 31 – Visualização do painel de controle e recebimento de notificações através do aplicativo Tago em um Smartphone. Fonte: Autores (2020). 49 5 CONCLUSÃO O presente trabalho apresentou uma proposta de um sistema de monitoramento de máquinas elétricas, com o objetivo de acompanhar, em tempo real, o estado de operação de um equipamento, possibilitando a detecção falhas e anormalidades na operação. O sistema de monitoramento desenvolvido consiste em uma arquitetura de rede de sensores, podendo ser cabeada ou sem fio (RSSF), que realiza a transmissão dos dados coletados para armazenamento em um banco de dados local para pré-processamento, e, em seguida, para programas acessíveis via internet, para pós-processamento. Foi elaborado um estudo de caso através da simulação de operação de um motor trifásico, escolhido como objeto de estudo, que teve o seu consumo de corrente elétrica eficaz (RMS) monitorado em tempo real. Os dados amostrados foram obtidos a uma taxa de 1 amostra a cada 1,58 segundos, equivalente a 0,65 Hz. Esses dados de corrente foram analisados com a finalidade de acompanhamento do estado de operação do equipamento e a detecção de anomalias, que podem resultar em falhas. O sistema de monitoramento foi desenvolvido para a realização de medidas das cor- rentes trifásicas do motor, de forma não invasiva. Os dados de consumo de corrente foram transmitidos a um computador portátil, dedicado à aplicação, que concentrou os dados e os comunicou via internet a uma plataforma de IoT, permitindo o acesso, de forma remota, a usuários envolvidos e responsáveis pela gestão dessas informações. Foi realizada uma classificação dos dados de consumo de corrente em faixas de valores, associando-os aos estados de operação do equipamento, que avalia se o valor de corrente consumida está operando dentro de uma faixa de normalidade ou se apresenta alguma anomalia no padrão de consumo. Os dados pré-processados foram transmitidos para a plataforma Tago.io, onde foi realizado o armazenamento em nuvem dos dados e onde foram utilizadas ferramentas para visualização e análise de dados. A escolha dessa plataforma se deu pela facilidade de utilização, mostrando-se adequada para a criação de paineis de visualização, apresentando informações a respeito do funcionamento do equipamento monitorado, que são disponibili- zadas por diversos meios, em tempo real, aos usuários de interesse e responsáveis, como gestores de manutenção e produção. De maneira geral, os resultados obtidos foram consistentes e demonstram que o sistema de monitoramento de condição desenvolvido, serve como base para uma aplicação de gestão de manutenção e operação de máquinas elétricas industriais. Esses resultados também validam a possibilidade de monitoramento em tempo real de um equipamento através de plataformas e aplicativos de IoT, permitindo que as informações sejam acessadas pela internet, através de computadores ou smartphones. Dessa forma, este trabalho tem contribuição direta como ferramenta de manutenção preditiva industrial e na implementação da iniciativa da Indústria 4.0. As indústrias que Capítulo 5. Conclusão 50 ainda estão no nível de 3ª Revolução Industrial, geralmente são compostas ou por sistemas modernos e amplamente automatizados, ou por máquinas e equipamentos robustos e antigos, que necessitam, no mínimo, de um monitoramento e interação em seus processos. Logo, o sistema de monitoramento proposto fornece certa automatização em sis- temas antigos e possibilita o monitoramento independente, através da integração entre sensores e internet, de forma não intrusiva, para máquinas que já possuem um sistema supervisório com um mínimo de modernidade. Com isso, uma indústria que alcance o objetivo de tornar o seu sistema produtivo totalmente monitorado, além de melhorar a sua estratégia de manutenção aplicando a técnica de manutenção baseada em condição, também realiza a transição da 3ª Revolução Industrial para a Indústria 4.0. 5.1 SUGESTÕES DE TRABALHOS FUTUROS Para fins de aperfeiçoamento e complemento ao trabalho de pesquisa desenvol- vido, o grupo sugere os seguintes avanços e abordagens: • A elaboração de um estudo de caso em um máquina elétrica de uma linha de produção real, para monitoramento do consumo de corrente elétrica eficaz (RMS) em tempo real. • A aplicação da técnica de Análise de Assinatura de Corrente, através da utilização da transformada discreta de Fourier, para fins de reconhecimento de padrões dos componentes de frequência presentes no sinal da corrente em função do tempo. • A reestruturação do sistema de tratamento de dados com a finalidade de ampliar a capacidade de captura das informações de uma máquina relacionadas à produção, como tempo de stand by, tempo ocioso e consumo de energia por dia de produção ou por produto produzido. • O armazenamento de todo o histórico de consumo de corrente do equipamento durante um período longo até que uma falha realmente ocorra, para que esses dados sejam utilizados para fins de manutenção preditiva. 51 REFERÊNCIAS ALMEIDA, P. S. de. Indústria 4.0: Princípios Básicos, Aplicabilidade e Implantação na Área Industrial. 1°. ed. São Paulo: Érica, 2019. 136 p. ISBN 978-85-365-3045-1. ARAÚJO, D. C. P. et al. Sistemas de Monitoramento e Diagnóstico de Transformadores de Subestações. In: INSTITUIÇÃO ORGANIZADORA, 2007, Foz do Iguaçu-Pr. Conference: Décimo segundo encontro regional ibero-americano do cigré. Foz do Iguaçu-Pr, 2007. v. 24, p. 01 – 08. ARDUINO. What is Arduino? 2018. Disponível em: <https://www:arduino:cc/>. Acesso em: 29 de Junho de 2020. ASSOCIACÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 5462: Confiabilidade e Mantenabilidade. Rio de Janeiro, 1993. BARBOSA, A. M. et al. APLICAÇÕES DE REDES DE SENSORES SEM FIO. Pato, p. 125 – 144, 02 2020. BATISTA, P. A. A. Rede de sensores sem fio para monitoramento ambiental com nós autônomos alimentados por energia solar. XXXV SIMPÓSIO BRASILEIRO DE TELECOMUNICAÇÕES E PROCESSAMENTO DE SINAIS, São Pedro, SP, p. 1 – 2, Setembro 2017. CARDOSO, A. J. M. Diagnóstico de Avarias em Motores de Indução Trifásicos. São Paulo: Coimbra Editora, 1991. 136 p. CAVALCANTI FILHO, A. M. et al. Análise da qualidade do ar interno sob a abordagem da manutenção preditiva e da inovação. Exacta, São Paulo, v. 13, p. 45 – 54, 2015. CHIAVENATO, A. Introdução a Teoria Geral da Administração. [S.l.]: Elsevier Brasil, 2003. COELHO, P. M. N. Rumo à Industria 4.0. 2016. 65 p. Dissertação (Engenharia e Gestão Industrial) — Universidade de Coimbra. Disponível em: https://estudogeral:uc:pt/bitstream/ 10316/36992/1/Tese%20Pedro%20Coelho%20Rumo%20%c3%a0%20Industria% 204:0:pdf. Acesso em: 26/06/2020. DWORAKOWSKI, L. A. et al. Uso da plataforma Arduino e do software PLX-DAQ para construção de gráficos de movimento em tempo real. Revista Brasileira de Ensino de Física, São Paulo, v. 38, n. 3, 2016. EGER, F. Monitoramento de caminhões usando internet das coisas. 2017. 67 p. — Católica de SC - Joinville. FABRÍCIO, M. A. Monitoramento de equipamentos elétricos industriais utilizando IOT. 2018. 73 p. Dissertação (Mestrado em Gestão de redes em telecomunicações - programa de pós graduação em engenharia elétrica) — Pontifícia Universidade Católica de Campinas. FERREIRA, A. A.; REIS, A. C.F.; PEREIRA, M. I. Gestão empresarial: de Taylor aos nossos dias: Evolução e tendências da moderna administração de empresas. 1. ed. São Paulo: Cengage Learning, 1997. 256 p. < https://www.arduino.cc/ > https://estudogeral.uc.pt/bitstream/10316/36992/1/Tese%20Pedro%20Coelho%20Rumo%20%c3%a0%20Industria%204.0.pdf https://estudogeral.uc.pt/bitstream/10316/36992/1/Tese%20Pedro%20Coelho%20Rumo%20%c3%a0%20Industria%204.0.pdf https://estudogeral.uc.pt/bitstream/10316/36992/1/Tese%20Pedro%20Coelho%20Rumo%20%c3%a0%20Industria%204.0.pdf Referências 52 FONTES, M. J. D. C. AUTOMAÇÃO DE SENSORES DE CORRENTE ELÉTRICA. 2013. Dissertação (CURSO DE ENGENHARIA DE COMPUTAÇÃO) — CENTRO UNIVERSITÁRIO DE BRASÍLIA -UniCEUB. GIL, A. C. Como Elaborar Projetos de Pesquisa. 4. ed. São Paulo: Atlas, 2002. 176 p. ISBN 8522431698. INOUE, J. S. et al. INDÚSTRIA 4.0 - IMPACTOS DA TECNOLOGIA DA INFORMAÇÃO NA NOVAINDÚSTRIA. Revista Pesquisa e Ação, v. 5, n. 1, junho 2019. KLEIN, A.; RESENDE, L. M. M. Contribuição do engenheiro para a sustentabilidade: Uma comparação das diretrizes curriculares com os objetivos para o desenvolvimento sustentável. Revista Espacios, v. 40, n. 17, 2019. KUMAR, N. S. et al. IOT Based Smart Garbage alert system using Arduino UNO. IEEE Region 10 Conference (TENCON), p. 1028 – 1034, 2016. LEAL, G. F. WaterManna: a IoT na gestão de recursos hídricos. 2019. 69 p. Dissertação (Pós Graduação em Ciências da Computação) — Universidade Estadual de Maringá. LIMA, A. G. de; PINTO, G. S. Indústria 4.0: um novo paradigma para a indústria. Revista Interface Tecnológica, v. 16, n. 2, p. 299 – 311, Dezembro 2019. Disponível em: https://revista:fatectq:edu:br/index:php/interfacetecnologica/article/view/642/433. Acesso em: 26/06/2020. LIMA, A. W. B. de et al. Indústria 4.0: Conceitos e fundamentos. São Paulo: Edgard Blücher Ltda, 2018. 182 p. ISBN 978-85-212-1370-3. LOUREIRO, A. A. et al. Redes de Sensores Sem Fio. Belo Horizonte, 2003. MILJKOVIC, D. Brief Review of Motor Current Signature Analysis. HDKBR Info Magazin, v. 5, n. 1, p. 14 – 26, 2015. OLIVEIRA, F. T. de; SIMÕES, W. L. A Indústria 4.0 e a Produção no Contexto dos Estudantes da Engenharia. In: ARTIGO, 2017, Catalão. Simpósio de Engenharia de Produção. Catalão, 2017. p. 01 – 07. Disponível em: https://files:cercomp:ufg:br/weby/up/ 1012/o/Fernanda_Tha%C3%ADs_de_Oliveira:pdf. Acesso em: 26/06/2020. OLIVEIRA, L. E. de L. et al. Desenvolvimento do Cabeça-de-Série do Sistema de Monitoramento da Condição de Motores de Sistemas Auxiliares pela Análise da Assinatura Elétrica. VI Congresso de Inovação Tecnológica em Energia Elétrica (VI CITENEL), Fortaleza, Agosto 2011. ONU. Organização das Nações Unidas. 17 objetivos da sustentabilidade, 2015. Disponível em: https://nacoesunidas:org/pos2015/. Acesso em: 11 de junho de 2020. OTANI, M.; MACHADO, W. V. A proposta de desenvolvimento de gestão da manutenção industrial na busca de excelência ou classe mundial. Revista Gestão Industrial, v. 4, n. 2, p. 2 – 8, 2008. PEREIRA, L. F. A.; GAZZANA, D. da S. Motor current signature analysis and fuzzy logic applied to the diagnosis of short-circuit faults in induction motors. Industrial Electronics Society, p. 275 – 280, 2005. https://revista.fatectq.edu.br/index.php/interfacetecnologica/article/view/642/433 https://files.cercomp.ufg.br/weby/up/1012/o/Fernanda_Tha%C3%ADs_de_Oliveira.pdf https://files.cercomp.ufg.br/weby/up/1012/o/Fernanda_Tha%C3%ADs_de_Oliveira.pdf https://nacoesunidas.org/pos2015/ Referências 53 REIS, A. J. S. Reconhecimento de Padrões de Falhas em Motores Trifásicos Utilizando Redes Neurais. 2010. 73 p. Dissertação (Ciências) — Universidade Federal do Rio Grande do Norte. REYS, A. M. Determinação de Critérios para a Escolha de Metodologia de Manutenção. 1995. 159 p. Dissertação (Faculdade de Engenharia Mecânica) — Universidade Estadual de Campinas. RIBEIRO, M. A. Automação Industrial. 4. ed. [S.l.]: sn, 1999. 498 p. RORIZ, P. C. de O. O Trabalho do Artesão e suas Interfaces Culturais-Econômicas. 2010. 199 p. Dissertação (Psicologia Social) — Instituto de Psicologia. Disponível em: https://repositorio:unb:br/bitstream/10482/7663/1/2010_PRISCILLACARVALHO:pdf. Acesso em: 25/06/2020. SALGADO, M. de F. P. Aplica¸ção de Técnicas de Otimiza¸ção à Engenharia de Confiabilidade. 2008. 122 p. Dissertação (Pós Gradua¸cão em Engenharia Elétrica) — Universidade Federal de Minas Gerais. SANTOS, B. P. et al. Internet das Coisas: da Teoria à Prática. Belo Horizonte, 2016. Disponível em: https://homepages:dcc:ufmg:br/~mmvieira/cc/papers/internet-das- coisas:pdf. Acesso em: 25/06/2020. SILVA, P. L. D. MEDINDO POTÊNCIA ELÉTRICA COM SENSOR NÃO-INVASIVO CONTROLADO POR ARDUINO. 2018. Dissertação (CURSO DE BACHARELADO EM CIÊNCIA E TECNOLOGIA). SILVA, P. L. da. Medindo potência elétrica com sensor não-invasivo controlado por arduino. 2018. 35 p. Dissertação (Bacharel em Ciência e Tecnologia) — Universidade Federal Rural do Semi-Árido – UFERSA. SIMEÓN, E. J. A. Aplicação de técnicas de inteligência artificial no desenvolvimento de um sistema de manutenção baseada em condição. 2008. 172 p. Dissertação (Sistemas mecatrônicos) — Universidade de Brasília. Faculdade de tecnologia. SOUZA, V. C. de. Organização e Gerenciamento da Manutenção: Programa e Controle de Manutenção. 4ª. ed. São Paulo: All Printe Editora, 2011. TONACO, R. P. Metodologia para desenvolvimento de base de conhecimento aplicada à manutenção baseada em condições de usinas Hidrelétricas. 2008. 167 p. Dissertação (Sistemas mecatrônicos) — Universidade de Brasília. Faculdade de tecnologia. VELAME, M. R. CÁLCULO DOS CAMPOS ELETROMAGNÉTICOS DA LINHA DE TRANSMISSÃO GOVERNADOR MANGABEIRA-SAPEAÇU C1 VIA OS MÉTODOS DE SIMULAÇÃO DAS CARGAS E DAS IMAGENS. Curso de Graduação em Bacharelado em Ciências Exatas e Tecnológicas, Cruz das Almas, 02 2019. VIANA, H. R. G. PCM – Planejamento e controle de manutenção. São Paulo: Qualitymark Editora Ltda, 2002. WEBER, T. S. Um roteiro para exploração dos conceitos básicos de tolerância a falhas. [S.l.], 2002. WENDLING, M. Sensores. Guaratinguetá, v. 2, 2010. https://repositorio.unb.br/bitstream/10482/7663/1/2010_PRISCILLACARVALHO.pdf https://homepages.dcc.ufmg.br/~mmvieira/cc/papers/internet-das-coisas.pdf https://homepages.dcc.ufmg.br/~mmvieira/cc/papers/internet-das-coisas.pdf Apêndices 55 APÊNDICE A – PROGRAMAÇÃO ARDUÍNO // ARDUINO EMULANDO RADIUINO // Medidor de corrente CA de motor monofásico //Carrega a biblioteca #include “EmonLib.h” EnergyMonitor emon1; //Pino do sensor SCT-013-030 int pino_sct1 = 0; // Analog input pino 0 int pino_sct2 = 1; // Analog input pino 1 int pino_sct3 = 2; // Analog input pino 2 int ID = 1; // Identificação do noh sensor int corrente1 = 0; // Valor inteiro da corrente int corrente2 = 0; // Valor inteiro da corrente int corrente3 = 0; // Valor inteiro da corrente // Variáveis utilizadas na emulação da comunicação do Radiuino byte PacoteRX[52]; // Pacote de 52 bytes que será recebido pelo nó sensor byte PacoteTX[52]; // Pacote de 52 bytes que será transmitido pelo nó sensor void setup() { Serial.begin(9600); //Pino, calibracao - Cur_Const= Ratio/BurdenR. 1800/62 = 29. //emon1.current(pino_sct, 29); // Liga o LED que está no pino 13 do Arduino pinMode (13, OUTPUT); digitalWrite (13, HIGH); } void loop() { emon1.current(pino_sct1, 60.606); //Mede a corrente RMS double Irms1 = emon1.calcIrms(1480); emon1.current(pino_sct2, 60.606); //Mede a corrente RMS double Irms2 = emon1.calcIrms(1480); emon1.current(pino_sct3, 60.606); //Mede a corrente RMS double Irms3 = emon1.calcIrms(1480); // VAI ENTRAR NESTE IF QUANDO CHEGA O PACOTE PELA USB if (Serial.available() ==52) // recebe pacote que entrou pela USB { corrente1 = int(Irms1*100); corrente2 = int(Irms2*100); corrente3 = int(Irms3*100); // Leitura do buffer da serial e coloca no PacoteRX[] e zera pacote de transmissão Pa- APÊNDICE A. PROGRAMAÇÃO ARDUÍNO 56 coteTX[] for (int i = 0; i < 52; i++) // PacoteTX[#] é preenchido com zero e PacoteRX[#] recebe os bytes do
Compartilhar