TCC FINALIZADO

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