Gerenciamento de dados na indústria 4 0_ estado da arte e desafios abertos

Prévia do material em texto

18/10/2021 20:54 Gerenciamento de dados na indústria 4.0: estado da arte e desafios abertos
https://translate.googleusercontent.com/translate_f 1/36
Página 1
Recebido em 9 de maio de 2019, aceito em 13 de julho de 2019, data de publicação em 16 de julho de 2019, data da versão atual 5 de agosto de 2019.
Identificador de objeto digital 10.1109 / ACCESS.2019.2929296
PAPEL CONVIDADO
Gerenciamento de dados na indústria 4.0:
Estado da arte e desafios abertos
THEOFANIS P. RAPTIS , ANDREA PASSARELLA E MARCO CONTI
Instituto de Informática e Telemática, Conselho Nacional de Pesquisa, 56124 Pisa, Itália
Autor correspondente: Theofanis P. Raptis (theofanis.raptis@iit.cnr.it)
Este trabalho foi apoiado pela Comissão Europeia através do Projeto FoF-RIA AUTOWARE: Wireless Autonomous, Reliable and
Arquitetura de operação de produção resiliente para manufatura cognitiva, sob Grant 723909.
RESUMO As tecnologias de informação e comunicação estão permeando todos os aspectos da indústria e
sistemas de manufatura, agilizando a geração de grandes volumes de dados industriais. Este artigo examina o
literatura recente sobre gerenciamento de dados, uma vez que se aplica a ambientes industriais em rede e identifica vários
desafios de pesquisa abertos para o futuro. Como uma primeira etapa, extraímos propriedades de dados importantes (volume, variedade,
tráfego e criticidade) e identificar os dados correspondentes, possibilitando tecnologias de diversos fundamentos
casos de uso industrial, com base em aplicações práticas. Em segundo lugar, fornecemos um esboço detalhado das recentes
projetos arquitetônicos com relação à sua filosofia de gerenciamento de dados (presença de dados, coordenação de dados,
e computação de dados) e a extensão de sua distributividade. Em seguida, realizamos uma pesquisa holística das recentes
literatura da qual derivamos uma taxonomia dos mais recentes avanços em tecnologias de capacitação de dados industriais
e serviços centrados em dados, abrangendo todo o caminho desde o nível de campo nas implantações físicas até o
nuvem e nível de aplicativos. Finalmente, motivados pelas ricas conclusões desta análise crítica, identificamos
desafios abertos interessantes para pesquisas futuras. Os conceitos apresentados neste artigo cobrem tematicamente o
maior parte das camadas da pirâmide de automação industrial. Nossa abordagem é multidisciplinar, pois o selecionado
as publicações foram retiradas de dois campos; o campo de comunicações, redes e computação, e o
campo industrial, manufatura e automação. Este artigo pode ajudar os leitores a compreender profundamente como
o gerenciamento de dados é atualmente aplicado em ambientes industriais em rede, e selecione opções abertas interessantes
oportunidades de pesquisa a serem perseguidas.
ÍNDICE TERMOS Gerenciamento de dados, redes industriais, manufatura, Indústria 4.0.
I. INTRODUÇÃO
A indústria de manufatura precisa liderar inovações para
enfrentar as pressões competitivas globais no advento da inteligência
manufatura ligante em uma ampla gama de fabricantes
setores de integração [1]. A quarta revolução industrial, ou indústria
4.0 (I4.0), que está sendo realizado no recente e no próximo
anos, espera-se que mude profundamente o futuro fabricante
processos de produção e produção, e para levar a fatores inteligentes
ries e ambientes industriais em rede que irão se beneficiar
de seus principais princípios de design: interoperabilidade, virtualização
ção, descentralização, controle distribuído e comunicação
ção, capacidade em tempo real, orientação de serviço, rápido e fácil
manutenção, baixo custo e modularidade [2]. Na indústria moderna
aplicativos de teste, no entanto, ponto-a-ponto centralizado tradicional
O editor associado coordenando a revisão deste manuscrito e
quem o aprovou para publicação foi Shancang Li.
o controle de pontos e a comunicação não podem ser adequados para atender
os novos requisitos cada vez mais desafiadores [3]. Por esta
razão, a maioria dos membros da comunidade I4.0 pensa em termos
de décadas, em vez de anos, quando a visão I4.0 completa
tornar-se o estado da arte [4]. O I4.0 é altamente heterogêneo;
na verdade, é o ponto de agregação de mais de 30 diferentes
campos da tecnologia [5].
O conceito de convergência física cibernética (e o
conceito relacionado de gêmeo digital) é a base do
mais inovações I4.0 disruptivas. Por sua vez, o gerenciamento de dados
ment é um dos principais capacitadores para a realização deste
conceito. Dispositivos tecnologicamente avançados, como
classificar elementos robóticos, sistemas de detecção, smartphones, smart
óculos e câmeras habilitadas para GPS, já estão tendo um
efeito transformador no desenvolvimento de I4.0 habilitado
ecossistemas industriais, interligando o sistema cibernético e físico
mundos físicos e levando a um ciber-físico industrial
97052
Este trabalho está licenciado sob uma Licença Creative Commons Atribuição 4.0. Para obter mais informações, consulte http://creativecommons.org/licenses/by/4.0/
VOLUME 7, 2019
https://translate.google.com/translate?hl=pt-BR&prev=_t&sl=en&tl=pt&u=https://orcid.org/0000-0002-1694-612X
18/10/2021 20:54 Gerenciamento de dados na indústria 4.0: estado da arte e desafios abertos
https://translate.googleusercontent.com/translate_f 2/36
Página 2TP Raptis et al. : Gerenciamento de dados na indústria 4.0
FIGURA 1. Capacitadores tecnológicos essenciais para o I4.0.
convergência [6]. Explorando esses dispositivos e vários
tecnologias de capacitação de dados, dados provenientes da realidade física
(coletados por meio de sensores e outras fontes geradoras de dados)
são perfeitamente transferidos para o mundo cibernético, onde
são elaborados para adaptar aplicativos e serviços cibernéticos aos
contexto físico e, em seguida, modificar / adaptar o mundo físico
(por meio de atuadores e elementos robóticos). O digital
gêmeo, que é a coleção de ferramentas e metodologias para
criar os modelos virtuais para objetos físicos no digital
maneira de simular seus comportamentos, abre o caminho para o
convergência ciber-física [7]. Os modelos virtuais poderiam
compreender o estado das entidades físicas por meio da detecção
dados, de modo a prever, estimar e analisar a dinâmica
alterar. Enquanto os objetos físicos responderiam ao
muda de acordo com o esquema otimizado da simulação.
Por meio desse circuito fechado ciberfísico, o gêmeo digital
poderia alcançar a otimização de toda a fabricação
processo e, nesta visão, o gerenciamento de dados será um processo crítico
processo. Isso ocorre porque (conforme explicado na seção IA) dados
servirá como um recurso fundamental para promover I4.0 de
automação de máquinas para automação de informações e, em seguida, para
automação do conhecimento.
A fim de enfrentar os desafios futuros do
convergência ciber-física no quadro de I4.0, bem como
para aumentar a eficiência do gêmeo digital, várias
habilitadores tecnológicos surgiram (Fig. 1) Nova montagem
bly linhas utilizadas no processo de produção devem impulsionar
a reconfiguração de sistemas de manufatura automatizados e
fornecer operação robusta e ciclos de vida de produção curtos
necessários para as empresas de manufatura, a fim de se manterem competitivas em
o mercado [8]. A Internet das coisas industrial (IIoT)
e a utilização de sistemas ciber-físicos industriais (ICPS)
em ambientes industriais devem revolucionar a forma como
as empresas conduzem seus negócios de um ponto de vista holístico,
ou seja, do chão de fábrica às interações comerciais, dos fornecedores
aos clientes, e do design ao suporte em todo o
ciclo de vida de produtos e serviços [9]. Diferente da IoT do consumidor,
IIoT será caracterizado por dispositivos IoT maiores com
recursos (mais) ricos para armazenamento e computação, que
geram individualmente grandes quantidades de dados, geralmente para ser
ambos compartilhados e processados localmente devido ao requerimento do aplicativo -
mentos. Esta é considerada uma das principais tendências evolutivas
nos próximos anos para IIoT por grupos de especialistasrelevantes; para
exemplo NetWorld2020 [10]. A redução de custo proveniente de
integração do robô industrial no processo de produção para
a personalização em massa deve melhorar ainda mais o robô
transparência e promover colaborações entre humanos e robôs, apenas
como se fossem colaborações humano-humanas, já que o robô
terá idealmente o mesmo conjunto de habilidades e requisitos
como um colega de trabalho humano [11]. Sensor e atuador sem fio
redes (WSAN) são capazes de fornecer monitoramento remoto e
controle de fábricas e máquinas para reduzir
lidar com possíveis falhas de equipamento, bem como melhorar o
eficiência industrial e produtividade [12]. Controle em rede
sistemas (NCS), que conectam o ciberespaço ao espaço físico
permitindo a execução de várias tarefas à distância,
elimine a fiação desnecessária, reduzindo a complexidade e
o custo geral na concepção e implementação industrial
soluções [13]. As melhorias provenientes de novos clientes
pilhas de protocolo tomizadas em máquina a máquina (M2M) com
comunicação , que alcança dados de vários gigabytes por segundo
taxas, latências de submicrossegundos e confiabilidade ultra-alta, são
espera-se que se aproxime dos requisitos I4.0 [14].
Um agrupamento desses capacitadores tecnológicos essenciais é dis-
jogado na Fig. 1. O código de cores da Fig. 1 separa o
capacitadores tecnológicos em três categorias fundamentais que
estão ligados através do uso comum de M2M comp
comunicação. A primeira categoria, na parte inferior, marcada com
cor verde, inclui robôs industriais e linhas de montagem e
podem ser rotulados como os componentes do processo de produção do
ambiente industrial. A segunda categoria, marcada com
cor roxa, inclui sistemas WSANs e IIoT / ICPS e
pode ser rotulado como a infraestrutura de detecção e atuação.
A terceira categoria, marcada na cor laranja, inclui o
NCS que pode ser rotulado como o ponto de controle do automatismo
ção Dados industriais de volume variável, tráfego e dados críticos
são geradas nesses capacitadores tecnológicos e são
distribuído por toda a indústria e manufatura
ecossistema. A categorização é consistente com o geral
modelo de arquitetura para automação industrial, amplamente conhecido
como a '' pirâmide de automação industrial '' [15]. O industrial
pirâmide de automação é exibida no lado esquerdo da Fig. 2.
A pirâmide de automação industrial é dividida em vários
camadas, cada uma com diferentes conjuntos de redes, demandas e
importância de vários requisitos. Na parte inferior do
pirâmide são o processo de produção e a rede de campo (sens-
camadas de ativação e ativação) (verde e roxo), que normalmente
consistem em linhas de montagem, robôs, dispositivos IIoT, sensores e
atuadores. Nessas duas camadas, os principais requisitos de dados
a comunicação é um comportamento em tempo real, baixa latência e baixa
jitter para aplicações de controle. A próxima camada (laranja) é o
rede de controle que normalmente consiste em controladores e
servidores de conectividade. As camadas superiores são a supervisão
e camadas de execução de manufatura (azul), que consistem
dos locais de trabalho do operador, estações de engenharia e monitoramento
e servidores, e computacional significativamente mais aprimorado,
capacidades de comunicação e armazenamento do que a configuração anterior
ers. Na camada mais alta está o planejamento de recursos empresariais
(Preto). Em geral, as camadas superiores da pirâmide têm
restrições mais relaxadas sobre latência e propriedades em tempo real
em comparação com as camadas inferiores. As três camadas inferiores consistem
de equipamentos e protocolos de tecnologia de operação, que são
a parte crítica central do sistema de automação da planta. Todos
VOLUME 7, 2019 97053
Página 3
TP Raptis et al. : Gerenciamento de dados na indústria 4.0
18/10/2021 20:54 Gerenciamento de dados na indústria 4.0: estado da arte e desafios abertos
https://translate.googleusercontent.com/translate_f 3/36
FIGURA 2. Mapeamento da pirâmide de automação tradicional (esquerda) para tecnologias que permitem dados I4.0 e serviços centrados em dados (direita).
as camadas acima consistem em equipamentos de tecnologia da informação
e protocolos. Observe que o foco desta pesquisa é con-
centrado mais no processo de produção, detecção / atuação,
camadas de controle e supervisão, e menos na fabricação
camadas de execução e planejamento de recursos empresariais.
Além dos capacitadores tecnológicos apresentados, a fim de
para implementar camadas mais altas do que a camada de controle do
pirâmide de automação industrial, serviços inovadores
impulsionar ainda mais a visão I4.0. Esses serviços correspondem
para camadas de supervisão e execução de fabricação para
planejamento de recursos empresariais e são marcados com azul e
cores pretas, no lado direito da Fig. 2 . Análise de Big Data ,
espera-se que o aprendizado de máquina e a modelagem semântica
facilitar a integração industrial e a conversão ciber-física
gence porque a integração de dados típica envolve muitos
volumes de dados, tráfego, mapeamentos e conversões entre diferentes
diferentes formatos de dados [16]. Essas operações normalmente levarão
coloque em nuvens locais ou globais que cobrirão horizontalmente
as instalações de implantação industrial. Tomada de decisão , trabalho
agendamento e abordagens human-in-the-loop são esperadas
constituir uma espécie de sistema híbrido de controle e supervisão
com uma estrutura dinâmica e inteligência distribuída capaz
de atender às necessidades industriais e mudanças rápidas do mercado [17].
Realidade aumentada (AR), realidade virtual (VR), câmera e
espera-se que os serviços de identificação de visão [18] imitem o
sistema de processamento de informação humana, a fim de obter vantagens
conhecer e interpretar o ambiente industrial ambiental.
Processos de prognóstico e previsão , detecção de anomalias
e o diagnóstico de falhas são esperados não apenas para permitir a col-
seleção de dados, mas também para apoiar análises avançadas para
extrair percepções úteis com altos retornos sobre os investimentos no
indústria de transformação [19]. Por último, mas não menos importante, energia inteligente
espera-se que soluções de gerenciamento e maior segurança
fortificar horizontalmente uma produção mais sustentável pro-
cess [20]. Esses dois serviços horizontais estão presentes em todos
operações de redes industriais, e são gerenciadas
vidualmente ou colaborativamente entre as diferentes camadas.
A. O PAPEL CRUCIAL DOS DADOS
Os dados são o que permitem a integração dos dois mundos
(físico e cibernético), o que permite aos gêmeos digitais interagirem
ato, o que permite que gêmeos digitais representem seu físico
contrapartes, o que permite a extração de conhecimento. O natural
evolução dos dados possibilitando tecnologias industriais e
serviços levam à geração de grandes quantidades de dados;
dados de muitos volumes, tráfego e criticidade diferentes. Dados
servirá como um recurso fundamental para promover I4.0 de
automação de máquinas para automação de informações e, em seguida, para
automação do conhecimento. Além disso, os dados permitirão um controle rápido
ciclos para aplicações como fabricação sem defeito, permitir
compartilhamento de informações entre os locais de produção de um determinado
operador de fábrica, ou em cadeias de valor compostas por diferentes
partes interessadas. Na verdade, conceitos como "barramentos de dados" comuns
conectando ambientes de fábrica já foram identificados
como o único habilitador mais importante de novos paradigmas I4.0;
por exemplo, o conceito Industrial Data Space (agora conhecido
como International Data Spaces Association) apresentado por
Fraunhofer [21]. Nas últimas décadas, grandes quantidades
de dados foram gerados nos ambientes industriais,
através do amplo uso do NCS. No início, aqueles
grandes quantidades de dados raramente foram usados para detalhes
análises, que eram usadas apenas para rotineiramente técnicas
verifica e processa o cumprimento do log. Mais tarde, a consciência do
importânciaem extrair informações dos dados tomou um
papel de liderança para o I4.0 [22]. Isso é porque houve
um aumento exponencial no número de fontes de dados, ambos
97054 VOLUME 7, 2019
Página 4
TP Raptis et al. : Gerenciamento de dados na indústria 4.0
arquivamento e em tempo real. No entanto, os dados não são iguais ao valor
e, conseqüentemente, para criar valor com os dados, são necessários dados
processos que facilitam a redução de dados para itens acionáveis
criando assim valor [23].
B. CONTRIBUIÇÕES DESTE ARTIGO DE PESQUISA
Este artigo pesquisa a literatura ao longo do período
2015-2018 em dados que permitem tecnologias industriais e dados
serviços industriais centrados do ponto de vista do data man-
agement como se aplica a ambientes industriais em rede
e identifica desafios abertos para o futuro. Um completo
pesquisa em duas categorias de periódicos importantes tem sido
conduzido, com base em dois grupos diferentes, mas complementares
dos campos científicos:
• Comunicações, rede e computação
• Industrial, Manufatura e Automação
Nosso artigo é um esforço ambicioso para capturar a interação
18/10/2021 20:54 Gerenciamento de dados na indústria 4.0: estado da arte e desafios abertos
https://translate.googleusercontent.com/translate_f 4/36
entre o gerenciamento de dados e o ambiente industrial em rederonments, em vez de mergulhar em um dado centrado em particular
serviço ou uma tecnologia de capacitação de dados exclusivamente. o
A motivação por trás desta pesquisa é fornecer aos pesquisadores
de comunicação / rede / computação
campos e os campos industriais / manufatura / automação um
visão geral dos problemas de gerenciamento de dados, que são um dos
componentes principais na interseção entre esses dois grandes
domínios.
A Fig. 3 mostra as fontes primárias de informação
para este artigo, identificado após uma exaustiva literatura
pesquisar. Existem alguns artigos vindos de alguns outros
fontes também, mas a lista da Fig. 3 representa as fontes
a partir da qual a massa crítica das referências deste artigo
foram desenhados. A escolha dos artigos relatados é altamente seletiva
positivo, devido ao fato de que, para ser incluído, um arti-
cle precisa fornecer novos conhecimentos sobre uma tecnologia
capacitador, serviço, arquitetura ou metodologia aplicada diretamente
em ambientes industriais. Por esse motivo, grande parte
da literatura relacionada que investiga conceitos semelhantes, mas
em ambientes que não sejam industriais, foi propositalmente
excluídos da pesquisa atual.
Embora existam pesquisas que cobrem alguns
aspectos centrados em dados de processos industriais, como
gerenciamento de dados de teste [24], [25], fabricante orientado a dados
ing [26] - [28] e fabricação em nuvem [29] - [31], para o melhor
de nosso conhecimento, não existe uma pesquisa que cubra
horizontalmente, de forma holística, diversos aspectos do gerenciamento de dados
em ambientes heterogêneos em rede de
implantações. Consequentemente, com o melhor de nosso conhecimento,
esta é a primeira pesquisa abrangente que discute dados
gestão em ambientes industriais em rede em uma ampla
visualizar, expondo diferentes casos de uso, tecnologias e serviços
que pode apoiar o gerenciamento de dados (distribuído) eficiente em
Contextos I4.0. Uma comparação com outras pesquisas publicadas é
fornecido na seção II. As principais contribuições deste artigo
são as seguintes:
FIGURA 3. Fontes primárias de informação. Concentre-se em dois campos:
Comunicações / Rede / Computação e
Industrial / Manufatura / Automação.
1) Uma extração de propriedades de dados (volume, variedade, tráfego
fic, criticidade) e uma identificação da correspondência
tecnologias de capacitação de dados em diferentes funções I4.0
casos de uso fundamentais, com base em aplicações práticas
(seção III)
2) Um esboço detalhado de projetos arquitetônicos I4.0 recentes
no que diz respeito à sua filosofia de gerenciamento de dados (dados
presença, coordenação de dados, computação de dados) e o
extensão de sua distributividade (seção IV)
3) Uma pesquisa holística e taxonomia dos dados I4.0 mais recentes
tecnologias facilitadoras (seção VA) e centrado em dados
serviços (seção VB), abrangendo todo o caminho desde o
nível de campo profundo nas implantações físicas até o
nível de nuvem. Este esboço é baseado em uma exaustiva
pesquisa de publicações recentes e cobre as maiores
parte da pirâmide de automação I4.0 (Fig. 2)
4) Uma discussão sobre futuras pesquisas abertas interessantes
desafios em relação ao gerenciamento de dados em rede
VOLUME 7, 2019 97055
Página 5
TP Raptis et al. : Gerenciamento de dados na indústria 4.0
FIGURA 4. Roteiro deste artigo.
ambientes industriais e alguns insights nítidos para
o design de futuras aplicações de gerenciamento de dados
(seção VI)
O roteiro deste artigo é exibido na Fig. 4.
II. COMPARAÇÃO COM PESQUISA RELACIONADA EXISTENTE
ARTIGOS
plantas petroquímicas. Como tal, é totalmente focado nisso
caso de uso específico. Em [25], Diez-Olivan et al. fornecer um sur-
vey dos recentes desenvolvimentos em fusão de dados e máquina
aprendizagem para prognóstico industrial. Para este fim, um princípio
categorização de técnicas de extração de características e máquina
métodos de aprendizagem são fornecidos. Esta análise é altamente focada
nos serviços centrados em dados de aprendizado de máquina, fusão de dados
e prognósticos. Diferente desses trabalhos, investigamos
aspectos de gerenciamento de dados em um espectro muito mais amplo de uso
casos e serviços centrados em dados. Por exemplo, eles não negociam
com soluções de gerenciamento de dados distribuídas e localizadas, que
estão se tornando cada vez mais fundamentais para aplicativos I4.0
e que, em vez disso, cobriremos nesta pesquisa.
B. FABRICAÇÃO POR DADOS
Outro grupo de artigos relevantes são as pesquisas
manufatura baseada em dados. Em [26], Dekhtiar et al.
assumir que a automação e controle do processamento de dados não é
apenas desejável, mas necessário, a fim de prevenir
custos de análise de dados hibitivos. Consequentemente, eles se concentram em
destacando as principais especificidades da engenharia de dados e
as dificuldades de processamento de dados que são inerentes aos dados
provenientes da indústria de transformação. Eles especificamente
enfatizar os serviços centrados em dados de aprendizado de máquina
e aprendizagem profunda, e a pesquisa é altamente focada em
termos de caso de uso e em termos de serviços. Em [27], Yin et al.
visam fornecer uma visão geral das técnicas baseadas em dados com
desenvolvimentos recentes focados no circuito fechado industrial
aplicações como monitoramento e controle de processos. Outro
visão geral sobre o controle baseado em modelo e controle baseado em dados
métodos é apresentado em [28].
18/10/2021 20:54 Gerenciamento de dados na indústria 4.0: estado da arte e desafios abertos
https://translate.googleusercontent.com/translate_f 5/36
O objetivo deste artigo é fornecer uma visão geral holística
na gestão de dados, uma vez que se aplica a redes industriais
ambientes, e para revisar um grande número de tecnologias
e serviços trazidos pelos casos de uso I4.0 relevantes
e projetos arquitetônicos. Embora ambos gerenciamento de dados
e redes industriais são campos de pesquisa bastante vibrantes, eles
raramente são mencionados juntos de maneira holística. Lá
existem, no entanto, vários trabalhos publicados que cobrem em profundidade
várias áreas de nicho encontradas em nossa pesquisa. Na verdade, alguns deles
explorar vários aspectos centrados em dados, mas para fins altamente focados
áreas de aplicação, serviços e tecnologias. Esta seção irá
fornecem uma visão geral de alguns desses estudos relevantes. Tabela 1
exibe a comparação com outros artigos de pesquisa com foco
em ambientes industriais em rede.
A. GESTÃO DE DADOS INDUSTRIAIS PARA DEDICADOS
FORMULÁRIOS
As pesquisas que podem ser consideradas as mais relevantes para
o presente artigo investiga o gerenciamento de dados industriais.
Em [24], Shu et al. apresentar uma pesquisa sobreos aspectos de IIoT de
plantas petroquímicas de grande porte, bem como atividades recentes
em padrões de comunicação para a IoT nas indústrias, com
um leve sabor de gerenciamento de dados. O artigo aborda
a chave habilitadora de middleware aborda e destaca o
questões de pesquisa de gerenciamento de dados na IoT para grande escala
C. FABRICAÇÃO DE NUVEM
A manufatura em nuvem transforma os recursos de manufatura
e capacidades de manufatura em serviços de manufatura,
que pode ser gerenciado e operado de forma inteligente e
forma unificada, de modo a possibilitar o pleno compartilhamento e circulação
de recursos de manufatura e capacidades de manufatura.
He e Xu [29] e Adamson et al. [31] levantamento do estado de
a arte na área de fabricação em nuvem, identifique con-
conceitos, implementações e tecnologias, e discutir potencial
tendências e oportunidades de pesquisa inicial. Em [30], Babiceanu e
Seker fornece uma revisão do campo mais específico da virtualização
e serviços baseados em nuvem para sistemas de manufatura e
do uso de análises de big data para planejamento e controle de
operações de fabricação. Embora essas pesquisas incorporem
classificam alguns conceitos relacionados a dados, eles focam sua investigação
na camada de nuvem de ambientes de manufatura em rede
e explorar um subconjunto específico de tecnologias relacionadas e
Serviços.
D. PADRÕES DE WIRELESS INDUSTRIAL
À medida que as tecnologias sem fio penetram cada vez mais no
cenário de manufatura, os padrões sem fio industriais são
emergente. A referência [32] discute os principais aspectos dos quatro
padrões de rede de sensores sem fio industriais mais populares:
97056 VOLUME 7, 2019
Página 6
TP Raptis et al. : Gerenciamento de dados na indústria 4.0
TABELA 1. Comparação com artigos de pesquisa existentes sobre ambientes industriais em rede (2015-2018).
ZigBee, WirelessHART, ISA100.11a e WIA-PA. o
projeto detalhado e arquiteturas de protocolo são comparados
cuidadosamente examinados. A referência [33] fornece uma visão clara e estruturada
visão geral atualizada de todos os novos mecanismos 802.15.4e e
descreve os detalhes do comportamento MAC 802.15.4e principal
ior modos, ou seja, Time Slotted Channel Hopping (TSCH),
Extensão multicanal determinística e síncrona
(DSME) e Rede Determinística de Baixa Latência (LLDN).
A referência [34] descreve uma abordagem sistemática para revisar IIoT
padrões de tecnologia e patentes. A literatura de emergência
padrões de IIoT da Organização Internacional para
Padronização (ISO), International Electrotechnical
Comissão (IEC) e os padrões Guobiao (GB), e
patentes globais emitidas nos EUA, Europa, China e World Intel-
Organização de Propriedade Intelectual (WIPO) são sistematicamente pré-
enviado neste estudo. A referência [35] revisa o agendamento
mecanismos para 802.15.4-TSCH e salto de canal lento
MAC em redes sem fio industriais de baixa potência. É catego-
rizes as inúmeras soluções existentes de acordo com seus obje-
ativos (por exemplo, alta confiabilidade, suporte de mobilidade) e
aborda e identifica alguns desafios abertos, esperados
cátions e desafios existentes. Mais especificamente, ele investi-
bloqueia as tecnologias de capacitação de cada camada que cobre desde
rede industrial, sensor inteligente industrial, nuvem
computação, big data, controle inteligente e gerenciamento de segurança
mento. Além disso, ele discute os domínios de aplicativo que
são gradualmente transformados pela tecnologia da Internet Industrial
gies, incluindo energia, saúde, manufatura, público
seção e transporte. Uma discussão detalhada sobre design
objetivos, desafios e soluções, para WSANs, são pré-
enviado em [37]. Uma avaliação cuidadosa dos sistemas industriais,
prazos e possíveis perigos na atmosfera industrial são
discutido. O objetivo principal de [38] é explorar o
estado da arte, bem como o estado da prática de I4.0 relacionado
tecnologias na indústria da construção, apontando o
política, econômica, social, tecnológica, ambiental e
implicações jurídicas da sua adoção. Os avanços recentes
na tecnologia FPGA, enfatizando os novos recursos que
pode contribuir significativamente para o desenvolvimento de
sistemas digitais eficientes para aplicações industriais são apresentados
em [39]. Vários controladores propostos para semicon-
processos de fabricação de dutores são pesquisados em [40] a partir de um
18/10/2021 20:54 Gerenciamento de dados na indústria 4.0: estado da arte e desafios abertos
https://translate.googleusercontent.com/translate_f 6/36
para atrair muita atenção nos próximos anos. Todos aqueles
estudos fornecem um vislumbre interessante sobre a padronização
domínio para ambientes industriais em rede, mas, naturalmente,
seu foco é altamente específico e muito diferente do
abordagem holística com foco no gerenciamento de dados que é
apresentado em nossa pesquisa.
E. TECNOLOGIAS IIOT
Devido ao fato de que IIoT é um capacitador tecnológico fundamental
para a realização de I4.0, há um número significativo de
pesquisas que relatam vários aspectos da IIoT. Referência [36]
fornece uma visão geral da Internet Industrial com o
ênfase na arquitetura, tecnologias capacitadoras, aplicações
aplicação e ponto de vista teórico. Desafio restante
desafios e orientações para trabalhos futuros também são resumidos
com a intenção de chamar a atenção para esses problemas no
sistemas e comunidades de controle de processos. Em [41], um com
foi apresentada uma pesquisa preensiva das tecnologias IIoT,
incluindo abordagens de arquitetura IIoT, aplicativos e
características, esforços de pesquisa existentes sobre controle, rede
sistemas de processamento e computação em IIoT, bem como desafios e
necessidades futuras de pesquisa. Por fim, em [42], Queiroz et al. fornecer
uma visão geral dos padrões usados para implementar
WSANs e discutir as características do canal sem fio
nel em ambientes industriais. Diferente da pesquisa atual,
todos esses artigos têm um foco exclusivo em um subconjunto de
VOLUME 7, 2019 97057
Página 7
TP Raptis et al. : Gerenciamento de dados na indústria 4.0
capacitadores tecnológicos, tecnologias IIoT e WSAN, e fazem
não lidar especificamente com questões de gerenciamento de dados.
F. PROGRAMAÇÃO E SINCRONIZAÇÃO
Uma aplicação interessante de nível superior para o I4.0 é
a programação e sincronização de várias fábricas.
Para se tornar competitivo no mercado em rápida mudança de hoje
requisitos, as fábricas mudaram de centralizadas para
uma estrutura mais descentralizada, em muitas áreas de decisão
fazendo incluindo agendamento. Na produção multi-fábrica
rede, cada fábrica pode ser considerada como um indivíduo
entidade que tem diferentes requisitos de dados e está sujeita a
diferentes restrições, por exemplo, avanços da máquina, trabalhador
custo, imposto, perto de fornecedores e instalações de transporte,
etc Uma vez que os recursos limitados tornam o agendamento um importante
decisão na produção, soluções de programação eficientes
e o gerenciamento de dados são vitais para melhorar a produção
atividade. A referência [43] fornece uma revisão sobre a multi-fábrica
programação da máquina. Classifica e revisa a literatura
de acordo com os ambientes da loja, incluindo uma única máquina,
máquinas paralelas, flowshop, job shop e open shop. o
conceito de tecnologia, organizacional, geográfica e
proximidade cognitiva é usada em [44] para analisar a sincronização
entre diferentes partes interessadas industriais na construção
indústria. Os autores apresentam uma estrutura para explicar
Conceitos I4.0 que aumentam ou reduzem a proximidade.
G. SISTEMAS DE PRODUTO-SERVIÇO
Os sistemas de produto-serviço são modelos de negócios que fornecem
para a entrega coesa de produtos e serviços por meio de
coleta e processamento de dados eficientes, bem como relevantes
facilitadores tecnológicos. Modelos de sistema de produto-serviço são
emergindo como um meio de permitir a produção colaborativa e
consumo de produtos e serviços, com o objetivo de
resultados pró-ambientais [50]. Eles são, portanto, umimportante
aplicação tant no topo da pirâmide de automação I4.0.
A referência [45] é dedicada à pesquisa sistemática de status
no gerenciamento de requisitos de sistemas de produtos e serviços. o
resultados deste trabalho fornecem referências para pesquisas futuras
na área de desenvolvimento de sistemas produto-serviço, com o
objetivo de oferecer requisitos integrados e holísticos.
agement para sistemas de produto-serviço. Ele analisa o estado de
a arte da gestão de requisitos para sistemas produto-serviço
revisando extensa literatura de identificação de requisitos
ficção, análise, especificação e previsão. Referência [46]
analisa vários tipos de defeitos de vários produtos inspecionados
que pode ser referenciado para futuras implementações e
melhorias. O objetivo de [47] é fornecer uma
revisão preensiva da literatura sobre pesquisas e desenvolvimentos recentes
ment na modelagem de produto a partir de três perspectivas: produto
conhecimento em representação de produto, computação distribuída
em tecnologia da informação e ciclo de vida do produto no produto
processo de desenvolvimento. O campo produto-serviço é muito
serviços inteligentes podem ser planejados de forma mais eficiente com base em dados
coletado durante o uso do produto; por exemplo, dados estruturados
de sensores, que estão incorporados no produto, podem fornecer
informações de feedback.
H. RÁDIO COGNITIVO INDUSTRIAL
Este é um grupo especializado de artigos de pesquisa, o rele-
vance do qual o gerenciamento de dados é relativo. Nunca
menos, nós os mencionamos brevemente porque o núcleo tecnológico
o facilitador já é aplicado ao ambiente de rede industrial
mentos. A referência [48] resume os métodos de rádio cognitivos
relevantes para aplicações industriais, abrangendo rádio cognitivo
arquitetura, acesso ao espectro e gerenciamento de interferência,
detecção de espectro, acesso dinâmico ao espectro, teoria dos jogos,
e segurança de rede de rádio cognitiva. Referência [49] alta
acende e discute importantes requisitos de QoS do IWSN
bem como os esforços dos padrões IWSN existentes para abordar o
desafios. Ele também discute o potencial e como cognitivo
transmissão de rádio e espectro pode ser útil na tentativa de
fornecer comunicação confiável e sem problemas em tempo real para
IWSNs.
III. PROPRIEDADES DE DADOS DE USO FUNDAMENTAL I4.0
CASES
Nesta seção, fornecemos uma extração completa de dados
propriedades em diferentes casos de uso fundamentais I4.0, com base em
aplicações práticas relatadas em contribuições de pesquisa recentes
ções. Para o melhor de nosso conhecimento, essa extração prática
ção, proveniente de aplicativos e relatórios do mundo real,
não existe em trabalho anterior para o período de atividade relatado.
Ao mesmo tempo, identificamos o conjunto básico de tecnologias
habilitadores físicos que são necessários para a realização daqueles
casos de uso importantes, e os usamos como uma bússola para
a análise de acompanhamento que é apresentada na seção V. o
as propriedades dos dados extraídos sobre os casos de uso são exibidos
na Tabela 2. Nosso interesse é extrair três propostas de dados específicas
propriedades, a fim de compreender os requisitos de dados nos últimos
Casos de uso I4.0. As quatro propriedades de dados nas quais nos concentramos são os
Segue:
1) Volume de dados : o tamanho dos dados a serem circulados em
um ambiente de rede é de importância crucial para o
projeto de rede e os capacitadores tecnológicos usados em
a implantação. Em ambientes de rede industriais
pode haver uma diversidade de volumes de dados, dependendo
no escopo de cada caso de uso. Nós rotulamos como dados de
pequeno volume de dados de tamanhos menores, como sensor
medições, de volume médio, os dados de maior
tamanhos, como imagens ou arquivos de som, e de grande volume,
os dados dos maiores tamanhos, como vídeos e detalhes
Representações 3D.
2) Variedade de dados : A diversidade dos dados também pode ser variada
capaz, de acordo com o caso de uso. Nós rotulamos como diverso o
variedade de dados em casos de uso em que diferentes tipos de dados
18/10/2021 20:54 Gerenciamento de dados na indústria 4.0: estado da arte e desafios abertos
https://translate.googleusercontent.com/translate_f 7/36
área de aplicação relevante para nossa pesquisa, onde o homem de dadosprocesso pode ter um impacto significativo, devido ao fato de que são necessários (por exemplo, um caso de uso que necessitaleituras de sensor, modelos 3D e imagens de câmera raw)
97058 VOLUME 7, 2019
Página 8
TP Raptis et al. : Gerenciamento de dados na indústria 4.0
TABELA 2. Propriedades de dados extraídas de trabalhos recentes em vários casos de uso do I4.0.
e tão uniforme a variedade de dados em casos de uso onde
tipos semelhantes de dados são necessários (por exemplo, um uso
caso que necessita apenas de leituras RFID). Os dados
variedade pode afetar significativamente as decisões algorítmicas
e provisionamento de serviços ao buscar soluções eficientes
por caso de uso.
3) Tráfego de dados : diferentes variedades de dados, bem como diferentes
velocidades de geração de dados e requisitos de caso de uso
pode levar a diversos padrões de tráfego em uma rede industrial
ambiente de trabalho. Embora soluções determinísticas
para a regulamentação do tráfego começaram a amadurecer para
vários tipos de implantações industriais com fio, o
menos parte ainda enfrenta grandes desafios e vem
lado a lado com os requisitos I4.0 estritos. Communi-
suporte técnico para automação industrial é um desafio
em ambientes sem fio como a natureza do rádio com perdas
links e a falta de confiabilidade do nó afetam muito o desempenho
mance de entrega de dados em tempo real. Nós rotulamos como intensos
o tráfego de dados em uma rede onde grandes quantidades de dados
devem ser gerados e entregues em pequenas quantidades de
tempo, em muitos casos sem programação global predefinida
ules, normalmente levando a vários problemas de rede
necessitando de soluções algorítmicas para gerenciamento de tráfego
mento. Por outro lado, rotulamos como moderados os dados
tráfego em uma rede onde os dados podem circular
sem a necessidade de gerenciamento de tráfego sofisticado
soluções.
4) Criticidade de dados : Dados que não são gerenciados de acordo
atender aos requisitos I4.0 subjacentes pode negativamente
afetam o desempenho do monitoramento do sistema, con
trol e segurança. Por exemplo, em uma fábrica de produtos químicos,
o vazamento químico deve ser informado em
vezes [51]. Esta importância inerente separa o
dados em duas categorias principais, críticas e não críticas
dados. Rotulamos a primeira categoria como dados de alta
criticidade e a segunda categoria como dados de baixo
criticamente.
Com base na literatura recente e com foco no extraído
propriedades de dados, identificamos as propriedades industriais mais importantes
casos de uso em que o gerenciamento de dados pode ser eficaz
aplicado.
A. ÓLEO / GÁS
Plantas petroquímicas de grande escala incorporam wireless denso
dispositivos como etiquetas RFID para identificação de máquina, sen-
sores para monitoramento e falha de equipamentos rotacionais em grande escala
diagnóstico, e empregar tecnologias IIoT para estanqueidade e costura
menos integração entre os componentes da camada inferior, como
sensores e atuadores, para o nível superior conectado com o
plataformas em nuvem [24]. A fim de garantir a segurança de pro-
locais de produção em grandes indústrias petroquímicas [53], e de longa
redes de gás interconectadas [54], esses artefatos sensoriais
são posicionados ao redor dos tubos de gás, visando monitoramento 24 horas por dia, 7 dias por semana.
Dados gerados pelos sensores sem fio sobre parâmetros e
eventos anormais são processados para tomada de decisão.
melhorando a produção, prevendo manutenção e falhas
para o equipamento industrial. Os dados geralmente vêm do sensor
dispositivos em pequenos volumes, normalmente incluindo medição de sensor
mentos de vários tipos. Embora a variedade possa ser limitada a
as várias leituras de sensor, pode haverum aumento sem fio
tráfego na rede; resultado de milhares de sensores operando
simultaneamente em tempo real e periodicamente. O uso
case oferece uma mistura de aplicativos críticos e não críticos.
Um exemplo do primeiro é um vazamento de gás que deve ser informado como
assim que possível. Um exemplo do segundo é o preditivo
manutenção de um conjunto de tubos de gás ao longo de um intervalo de alguns
anos.
B. AUTOMOTIVO
Nas últimas duas décadas, distribuição eletrônica embarcada
aplicativos tornaram-se a norma em grande parte do
indústria de montagem automotiva. Devido a requisitos críticos
e a natureza distribuída dos vários controles eletrônicos
unidades que implementam funções de montagem, a garantia de
VOLUME 7, 2019 97059
Página 9
TP Raptis et al. : Gerenciamento de dados na indústria 4.0
restrições de tempo ponta a ponta nas indústrias em rede D. RASTREAMENTO DE ATIVOS
18/10/2021 20:54 Gerenciamento de dados na indústria 4.0: estado da arte e desafios abertos
https://translate.googleusercontent.com/translate_f 8/36
ambientes tornou-se uma parte importante do design
processo de um carro [56]. Além de existente autônomo
soluções, cooperando com informações e controle em rede
sistemas são cada vez mais usados como ferramentas para a coordenação
desse desafio para o suporte à produção [57]. O volume de
os dados gerados podem variar na produção automotiva pro-
cesso, proporcionando também uma grande variedade de diversidade. Por exemplo,
pode haver pequenos volumes de dados (sistemas de posicionamento
com vários sensores para determinação da posição exata
de veículos, ferramentas, recursos e processos), bem como grandes
volumes de dados (sistema de assistência de montagem por meio de mon-
itores ou óculos de dados que orientam os trabalhadores durante suas
processo de trabalho explorando dados audiovisuais, ou, zero
defeito de fabricação que é capaz de encurtar a fabricação
ganhando tempo com a introdução de software metrológico completo
nas máquinas-ferramentas e torna possível inspecionar o
parte dentro da máquina, permitindo ao usuário fazer a verificação
configuração e configuração a partir de interfaces gráficas intuitivas). Hoje,
a maioria dos dados gerados é geralmente distribuída via
redes determinísticas com fio, e por esta razão o tráfego
pode ser regulado de forma centralizada e offline. Em muitos
casos recentes neste domínio (por exemplo, o mencionado
fabricação com defeito zero), no entanto, a fiação não é bem-vinda,
já que a infraestrutura com fio impõe restrições e manutenção
custos. Ao mesmo tempo, há uma grande quantidade de taxas de dados
gerado a partir dos componentes de monitoramento de fabricação,
que devem ser analisados no local por motivos de atraso.
As soluções centralizadas atuais não são adequadas para escalar tais
sistemas ao nível exigido por uma automatização completa de tais
processos em escala de fábrica.
C. NAVIOS MARINHOS
A indústria de construção naval de hoje é caracterizada por eventos pontuais
fabricação e processos de construção complexos, e como
tal, é difícil estimar um processo de construção no
estágio de planejamento e muitos problemas diversos estão envolvidos, como
como pedidos pendentes e capacidade sobrecarregada entre
processos [58]. Semelhante à exigência da indústria automotiva -
mentos, o volume de dados gerados pode variar no meio marinho
processo de produção de vasos, fornecendo também uma grande variedade de
diversidade. Diferente da indústria automotiva, a construção
pátios de instalação são o ponto central nesta família de casos de uso e
desempenham um papel essencial em reunir diferentes partes
em toda a cadeia de valor da construção naval. Processamento de dados, pode
ser usado para detecção de falhas e diagnóstico em tal complexo
processos industriais, a partir da fase de construção de
uma embarcação marítima e terminando em sua operação de funcionamento [59].
A tecnologia de detecção é a base para muitas aplicações industriais
cátions, incluindo manutenção preventiva de equipamentos, ambos
dentro das fábricas e a bordo das embarcações marítimas [60].
Avanços recentes da indústria de construção naval introduzem
metodologias de gestão de produção e uma pré-verificação em
ambientes virtuais. Ferramentas relacionadas facilitam o tráfego e
restrições de criticidade na fase de produção e reduzir suas
intensidade [61].
A produção em massa na manufatura coloca maior ênfase em
monitoramento de localização de ativos em tempo real que processa o sensor
dados sejam de suma importância. Quando informações de localização
ção pode ser associada a informações contextuais monitoradas
ção, por exemplo, uso de energia da máquina e vibração, pode
ser usado para fornecer informações de monitoramento inteligente, como
quais componentes foram usinados por um desgaste ou barramento
ferramenta envelhecida [62]. RFID é o produto mais comumente utilizado
tecnologia de rastreamento e automação, especialmente útil no
indústria da cadeia de abastecimento [63], bem como em áreas mais especializadas
indústrias de rastreamento de ativos, como identificação de indivíduos
animais de fazenda [65]. Os dados gerados podem ser diversos ao longo
todos os aplicativos de rastreamento de ativos, mas geralmente apenas um rastreamento
método é usado para cada aplicação individual, levando a
uma variedade de dados uniforme. O volume dos dados também varia
por aplicação, vindo de algumas leituras RFID simples em
rastreamento de produtos para imagens ou vídeos na identificação da fazenda.
A criticidade dos dados é baixa, pois o processamento de dados relacionados e
os cálculos são realizados a posteriori.
E. MONTAGEM PERSONALIZADA
As linhas de montagem em série são usadas principalmente para pro-
produção, uma vez que podem fornecer tempos de ciclo curtos e altos
taxas de produção com alta eficiência em termos de custo, tempo
e qualidade. Em busca de flexibilidade, diferentes paradigmas têm
foi investigado em termos de nível de automação e produção
organização do sistema [67], como linhas de montagem customizadas.
IIoT integra as principais tecnologias de comunicação industrial
cátion, computação e controle para fornecer uma nova maneira
para uma ampla gama de recursos de montagem para otimizar o gerenciamento
planejamento e escalonamento dinâmico [66]. Com o tecnológico
capacitadores em linhas de montagem flexíveis que variam de IIoT e
ICPS para bimanipuladores robóticos, NCS e robôs móveis,
é natural que haja uma grande diversidade de recursos de dados
a ser analisado. Os volumes de dados diferem significativamente de
aplicação a aplicação. Por exemplo, no caso de dispositivos móveis
montagem robótica, grandes volumes de dados de movimento são geralmente
trocados entre os diferentes controladores para mais dados
fusão, enquanto no caso de identificação de peça personalizada, menor
dados de identificação são necessários. Esta família de casos de uso geralmente é
caracterizado por um alto fator de criticidade, devido ao fato de que
o processo de montagem deve ser rápido e preciso, afetando
de acordo com os processos de dados relacionados.
F. PROGRAMAÇÃO DO GUINDASTE
Terminais de contêineres precisam melhorar sua eficiência de serviço
para buscar o equilíbrio ideal entre economia de energia e
melhoria da eficiência do serviço. Uma vez que o consumo de energia
ção e eficiência do serviço de terminais de contêineres são principalmente
contribuído pelos guindastes de manuseio, a programação do
o manuseio de guindastes é crítico [68]. Além disso, com o aumento
de tamanhos de navios de contêineres, terminais de contêineres
enfrentando outro desafio, ou seja, o manuseio rápido de contêineres
para mega-navios. Assim, terminais de contêineres devem encurtar
97060 VOLUME 7, 2019
Página 10
TP Raptis et al. : Gerenciamento de dados na indústria 4.0
o tempo de rotação da embarcação, que é um fator influente de
seu nível de serviço [69]. Devido ao fato de que o necessário
os cálculos são realizados de maneira offline, geralmente via
módulos de otimização, as propriedadesde dados deste caso de uso são
simples. Um módulo de entrada, que é a base para gerar
cronogramas de guindaste e avaliação dos cronogramas, consiste em dois
partes de dados: dados estáticos e dados dinâmicos. A parte de dados estáticos
incluem todos os parâmetros, como o volume de manuseio de cada
container, a janela de tempo em cada container e o han-
eficiência dling de cada guindaste. Os outros parâmetros são usados
para avaliação, como o custo do consumo de energia da unidade.
Os dados dinâmicos incluem todas as variáveis de decisão, que são
ou indiretamente algum tipo de interface de gerenciamento de dados e
mecanismos de controle em uma ou mais camadas arquitetônicas
ers. Para o período relatado, 2015-2018, o mais importante
tant I4.0 permitindo projetos arquitetônicos foram apresentados
em [75] - [99].
As informações de gerenciamento de dados são exibidas na Tabela 3.
Nosso objetivo é extrair três propriedades de dados específicas, a fim de
para entender as tendências recentes na arquitetura I4.0 recente
Projeto. Enquanto isso, também identificamos os principais
capacitadores tecnológicos por projeto arquitetônico. Os três
as propriedades de dados que enfocamos são as seguintes:
1) Presença de dados : os dados podem ser adquiridos de
18/10/2021 20:54 Gerenciamento de dados na indústria 4.0: estado da arte e desafios abertos
https://translate.googleusercontent.com/translate_f 9/36
gerado pelo módulo de otimização.
G. ARMAZÉNS REFRIDGERADOS
Alterar os pontos de ajuste da temperatura de armazenamento refrigerado do
armazéns frigoríficos causarão redução de produto
qualidade e aumentar ainda mais os custos econômicos para a indústria
consumidores. Redução do preço da eletricidade na rede,
os custos totais de manutenção e o consumo total de energia
comparação de comparação tem sido recentemente um objetivo objetivo da operação
pesquisa de ações [70]. Este caso de uso é caracterizado por pequenas
volumes de dados do sensor (principalmente temperatura), periodicamente
enviado para uma estação de controle central para planejamento de longo prazo.
H. MONITORAMENTO DE CUIDADOS DE SAÚDE
A manufatura industrial começou recentemente a incorporar novos
funções na forma de monitoramento de segurança ou fábricas inteligentes.
Outra tendência recente de interesse é a combinação de het-
serviços erogêneos de diferentes campos para fornecer
serviços de saúde combinados em ambientes industriais [71].
Tal como acontece com os casos de uso de monitoramento típicos, os dados vêm em pequenas
volumes, a partir de uma gama de sensores diferentes, mas limitados -
otimização de saúde a longo prazo ou em tempo real.
I. CONTROLE DE PRODUÇÃO
Controlar as várias etapas e processos durante o pro-
processo de produção atraiu um amplo interesse de pesquisa
em várias áreas, que vão desde o chão de fábrica com vibração
controle [72], controle de projeto do PLC [73] até a aplicação
camada com otimizações econômicas [74]. Dependendo do
camada da integração industrial que estamos considerando, dados
os volumes podem ser pequenos ou grandes, e o tráfego relacionado no
ambiente de rede baixo ou alto.
4. TENDÊNCIAS DE GESTÃO DE DADOS RECENTES
I4.0 PROJETOS DE ARQUITETURA
Nesta seção, tentamos colocar a arquitetura recente
inovações no contexto mais amplo da indústria em rede
ambientes de teste, pesquisando os fundamentos de ambos
recentemente proposto I4.0 permitindo arquiteturas e por extração
a filosofia de gerenciamento de dados desses
alternativas. A ênfase principal da seção diz respeito aos dados
conceitos relacionados, em vez de construções arquitetônicas específicas.
Uma série de equipes de pesquisa propuseram o desenvolvimento
de arquiteturas relevantes que incorporam diretamente
fontes locais definidas ou de dados generalizados
geradores. Rotulamos a primeira categoria como localizada
presença de dados. Esta categoria geralmente inclui (mas é
não limitado a) fontes de geração de dados, como
manipuladores robóticos em um ambiente de fábrica, estação
controladores de rede ary, servidores, estações de trabalho de escritório,
e mestres fieldbus. Rotulamos a segunda categoria como
presença onipresente de dados. Esta categoria inclui (mas,
novamente, não está limitado a) dispositivos portáteis de trabalhadores, IIoT
habilitadores, sensores e atuadores com comunicação incerta
padrões de comunicação e fontes de dados on-line de terceiros (para
exemplo, via Internet).
2) Coordenação de dados : Coordenação do setor industrial
processos, com base nos dados de entrada, podem ser realizados por
gerentes de processo (ou rede) globais ou locais. No
caso de envolvimento de gestores locais, geralmente hier-
arquitetura é aplicada, onde a coordenação é estruturada
entre diferentes níveis de gerentes. Nós rotulamos o primeiro
caso de gerentes globais como coordenação centralizada
e o segundo caso de gestores locais participantes
na gestão hierárquica como coordenação hierárquica .
O trade-off mais comum que existe entre os diferentes
diferentes tipos de coordenação está equilibrando o efeito de
controle central na rede sobre a minimização
de métricas importantes, como entrega de dados ponta a ponta
atraso e consumo de energia.
3) Cálculo de dados : tarefas de computação sobre o
os dados recebidos podem ocorrer em entidades centrais
com habilidades computacionais significativas (que podem
ou pode não coincidir com os gerentes de coordenação)
ou em grande parte, ou todos, os dispositivos disponíveis em
o projeto arquitetônico. Rotulamos o primeiro método como
computação concentrada e o segundo método como
computação distribuída . Seguindo o concentrado
modelo de computação, implica computação mais forte
potência localizada em componentes computacionais únicos,
enquanto segue o modelo de computação distribuída
implica que os componentes de computação estão localizados em
diferentes computadores em rede (geralmente de baixo com-
capacidade putacional em comparação com o computador concentrado
caso de implantação), que comunicam e coordenam suas
ações, passando dados um para o outro. Tal como acontece com o típico
sistemas distribuídos, as três características significativas
de computação distribuída em I4.0 são computação
VOLUME 7, 2019 97061
Página 11
TP Raptis et al. : Gerenciamento de dados na indústria 4.0
TABELA 3. Tendências de gerenciamento de dados em projetos de arquitetura I4.0 recentes.
simultaneidade, falta de um relógio global e independente
falha dos dispositivos. Por esse motivo, geralmente, uma falha
sistemas de manufatura auxiliados por computador para produzir
saída leva a arquiteturas para customização em massa e comp.
18/10/2021 20:54 Gerenciamento de dados na indústria 4.0: estado da arte e desafios abertos
https://translate.googleusercontent.com/translate_f 10/36
no caso de computação concentrada pode levar a muito
maior impacto de falha nos processos industriais.
Uma conclusão tirada pelas informações extraídas pelo
artigos relevantes e fornecidos na Tabela 3 é que o arquivo
tendências estruturais podem ser classificadas em duas categorias distintas,
cada um com sua respectiva filosofia de gestão de dados
phy. Por um lado, temos um conjunto de arquiteturas para lidar
principalmente com dados localizados, coordenando o setor industrial
dispositivos de forma centralizada e fornecendo uma mistura de
computação concentrada ou distribuída. Os dados básicos
tecnologias facilitadoras para esses projetos arquitetônicos são os
linha de montagem e os robôs industriais. Por outro lado,
temos um conjunto de arquiteturas que lidam principalmente com ubiqui-
grande presença de dados, com uma torção na coordenação em direção a um
forma hierárquica, fornecendo novamente uma mistura de
e computação distribuída. A tecnologia de habilitação de dados básica
tecnologias para esses projetos arquitetônicos são IIoT / ICPS e
WSAN. Esta distinção em duas categorias de arquitetura
gerenciamento de dados deixa claro também a diversidade dos dois
campos de pesquisa (Comunicações / Redes / Computação
e Industrial / Fabricação/ Automação), bem como o
necessidade de uma convergência entre os dois campos para
para atender aos requisitos I4.0 com ferramentas comuns e
metodologias. Este fato é identificado como um desafio aberto
para o futuro e também é apresentado na seção VI-D.
A. ARQUITETURAS COM FOCO NA LINHA DE MONTAGEM E
ROBÔS INDUSTRIAIS
A primeira categoria de arquiteturas visa um conjunto de altamente
diversas aplicações de manufatura, onde a montagem avançada
as soluções tecnológicas da linha bly são a chave para a satisfação
ção dos requisitos I4.0 emergentes. O uso de flexível
fabricação integrada de computador. Além disso, colaborativo
e a fabricação reconfigurável visa fornecer
mudanças rápidas na estrutura de fabricação, bem como em
os componentes de hardware e software, a fim de rapidamente
ajustar a capacidade de produção e funcionalidade dentro de uma peça
família, em resposta a mudanças repentinas de mercado ou intrínsecas
mudança de sistema. Além disso, serviço de manufatura dinâmico com
posição pode fornecer aos usuários distribuídos em lugares diferentes
com os recursos de manufatura e capacidade de manufatura
serviços através da gestão centralizada usando opti-
infraestruturas de nuvem otimizadas. No próximo parágrafo, apresentamos
as contribuições arquitetônicas relevantes mais recentes. Nós não
compilar um esquema arquitetônico prototípico unificado (ao contrário
para a próxima seção em que fornecemos um), como os diferentes
projetos e áreas de aplicação são muito diversos.
Em [76], Bonev et al. apresentar uma arquitetura para o
desenho e customização de famílias de produtos. Especifi-
normalmente, eles projetam uma abordagem assistida por computador formal que
aborda os requisitos para o design de famílias de produtos
ily arquitetura conforme identificada pela academia e indústria. o
projeto sugerido é baseado em modelos computacionais formais
que empregam métodos centralizados relacionados, não deixando muito
espaço para presença e coordenação ubíquas de dados. Em [78],
Ferreira et al. apresentar um projeto arquitetônico para interoperabilidade
capaz de fabricação ponta a ponta que garante perfeita
interoperabilidade, garantindo assim uma comunicação adequada e
troca de dados entre todos os parceiros em uma manufatura
rede ao longo de todo o ciclo de vida de fabricação, desde
busca de fornecedores para execução e acompanhamento da manufatura.
Em termos de presença de dados, embora os dados possam estar em diferentes
diferentes locais físicos (por exemplo, diferentes fábricas)
consideramos o layout como localizado, uma vez que é perfeitamente
97062 VOLUME 7, 2019
Página 12
TP Raptis et al. : Gerenciamento de dados na indústria 4.0
FIGURA 5. Arquitetura descentralizada para manufatura em nuvem [81].
definido de antemão onde, quando e como os dados serão
ser acessado pela plataforma fornecida na arquitetura.
A fabricação em nuvem tem sido um campo vibrante para a arquitetura
pesquisa estrutural. Em [81], Skulj et al. argumentar que a nuvem existente
modelos de manufatura operam de forma centralizada por meio de
uma plataforma de fabricação em nuvem, cuja gestão
é identificada como uma parte crítica da nuvem de manufatura
operação e se esforçam para a descentralização. Na verdade, eles pro
representam uma arquitetura de rede descentralizada que se baseia
o conceito de sistemas de trabalho autônomos para uso como serviço
provedores (Fig. 5) Neste projeto, os dados podem ser gerados
de várias fontes, até mesmo de conhecimento online de terceiros
nuvens de borda e os vários cálculos podem acontecer em
diferentes serviços de nuvem, com uma coordenação descentralizada,
altamente centralizado, com coordenação regulada e informática
tação dos recursos de dados, que vêm de um lado
de fontes de manufatura, laboratório e gerenciamento, e em
a outra extremidade dos solicitantes de serviço. Em [88], Atmojo et al.
apresentar uma estrutura de arquitetura orientada a serviços que fornece
traz um novo paradigma de programação para projetar
sistemas de manufatura distribuídos. A estrutura suporta
simultaneidade e reatividade de várias máquinas de computação
que executam cálculos de dados de maneira assíncrona.
Cada máquina está potencialmente executando software simultâneo
comportamentos que precisam ser executados em sincronia com cada
de outros. Toda a coordenação das operações é regulamentada
por um controlador mestre. Em [90], Campanelli et al. projetar um
arquitetura para integrar módulos de dois padrões industriais,
IEC 61131-3 e IEC 61499, permitindo a exploração de
os benefícios de ambos. A arquitetura proposta é baseada em
a coexistência de software de controle dos dois padrões.
Como ambos os padrões se referem a PLCs e sistemas de controle, os
cência, coordenação e computação de dados são fundamentais
contagem concentrada. Em [96], Delaram e Valilai propõem um
arquitetura em camadas que cobre cinco aspectos críticos de
fabricação integrada de computador, separada em cinco arquitetônicos
camadas: física, funcional, gerencial, informativa e
ao controle. Embora o design holístico desta arquitetura seja
hierárquica e cada camada é uma entidade separada da outra
camadas, as funções intra-camada em relação à coordenação e
a computação pode ser considerada focada em entidades centrais.
Em [75], Gonzalez et al. apresentar uma estrutura geral para
navegação de robô móvel em ambientes industriais em que
o comportamento de malha aberta do robô e as especificações
são baseados em autômatos. Um controlador supervisório modular
garante a navegação correta do robô na presença de
obstáculos imprevisíveis e são obtidos pela conjunção de
dois supervisores: um primeiro que força o robô a seguir
o caminho definido pelo planejador e um segundo que impõe
18/10/2021 20:54 Gerenciamento de dados na indústria 4.0: estado da arte e desafios abertos
https://translate.googleusercontent.com/translate_f 11/36
distributivamente entre os usuários. Em [97] Chen et al. introduçãoduce o conceito de uma estrutura de manufatura em nuvem com
capacidade de auto-escalonamento, com o objetivo de fornecer uma sistemática e
abordagem de desenvolvimento rápido para a construção de fabricantes de nuvem
sistemas de integração. Ao contrário de [81], o design de [97] fornece
uma troca de dados de quadro de avisos estruturada e centralizada
mecanismo, servindo dados especificamente definidos. No entanto, devido
ao fato de que os trabalhadores estão envolvidos no projeto, o número
que varia de tempos em tempos (devido ao auto-scaling
mecanismo da estrutura de fabricação em nuvem), os dados
a presença pode ser considerada onipresente também neste caso.
Em [86], Xue et al. investigar como encontrar o homem ideal
ufaturando o caminho de composição de serviço a partir de uma composição de serviço
rede local. A fim de satisfazer as demandas específicas de
composição do serviço de manufatura, eles fornecem um design
que resolve dois problemas: como projetar o apropriado
Modelo de avaliação de QoS para representar o serviço de manufatura
composição com base na colaboração em rede e como
melhorar o método de composição de serviço existente para lidar com
o rápido aumento de soluções de composição de serviços candidatos.
A estrutura do sistema de suporte de serviço que eles propõem é
outras especificações, como prevenção de colisões, tarefa egerenciamento de movimento e distinção entre
e obstáculos intermitentes. Os componentes relacionados aos dados são
altamente centralizado tanto no planejamento quanto na supervisão
processo do robô.
B. ARQUITETURAS COM FOCO EM IIOT / ICPS E
WSAN
A segunda categoria de arquiteturas visa a rede,
comunicação e gestão orientada a serviços e principalmente
inclui tecnologias IIoT e WSAN. Sistema interconectado
tems de tais tipos se concentram em monitorar de perto o ambiente
condições atuais, gerando dados úteis e sincronizando o
dados entre os sistemas físicos conectados e cibernéticos
espaço computacional. Dependendo do sistema físico
sendo monitorado, a abordagem para projetar e implementar
a estrutura para interconectaros sistemas pode
diferem [100]. No entanto, depois de analisar o arquivo mais recente
contribuições estruturais, somos capazes de compilar um protótipo
esquema arquitetônico, como os diferentes projetos e aplicações
áreas apresentam algumas semelhanças tanto em relação às configurações
VOLUME 7, 2019 97063
Página 13
TP Raptis et al. : Gerenciamento de dados na indústria 4.0
FIGURA 6. Esquema arquitetônico prototípico unificado extraído de arquiteturas recentes com foco em IIoT / ICPS e
WSAN.
eles consideram e quanto às abordagens metodológicas
eles usam (ao contrário da seção anterior em que um uni-
esquema arquitetônico prototípico encontrado não era viável para
obtivermos). Este esquema arquitetônico prototípico unificado é
exibido na Fig. 6. Normalmente, o esforço de design é colocado
na integração de diferentes tecnologias de comunicação
e no gerenciamento hierárquico de dados em todas as camadas
(campo, gateway, controle), por meio de gerentes locais e globais.
Mais especificamente, a camada de campo inclui todos os sensores
e dispositivos de acionamento da implantação industrial, bem
como seus métodos de comunicação intra-campo. A camada de campo
é caracterizada por sua grande tecnologia (dispositivos que variam
de partículas de sensor restritas a dispositivos portáteis, câmeras
e vestíveis) e comunicação (com e sem fio
(protocolos de comunicação de vários tipos) variedade. Em cima de
a camada de campo, há a camada de gateway que inclui
vários dispositivos de rede que normalmente podem realizar
duas atividades: regular a distribuição de dados entre o campo
camada e a camada de controle (que está no topo do portão
camada intermediária) e atuam como gerentes locais hierárquicos para os dados
operações na camada de campo. Esta delegação de gestão é
realizada pela camada de controle, que inclui o global
gerentes (geralmente NCS, servidores e computadores poderosos
sistemas), e é responsável pelo controle geral e pelo
distribuição eficiente de dados de toda a instalação industrial.
Em [85], Lucas-Estan et al. introduzir um wireless híbrido
projeto arquitetônico de comunicação e gerenciamento de dados.
Este design é cunhado como híbrido devido ao fato de ser
tipos de ambientes industriais. Em [80], Wang et al. presente
uma arquitetura de eficiência energética para implantações IIoT, que
consiste em um domínio de nós IIoT, serviço RESTful hospedado
redes, um servidor em nuvem e aplicativos de usuário. Este arqui-
tectura se concentra no domínio IIoT, onde grandes quantidades de
a energia é consumida por um grande número de nós. O arqui-
tecture inclui três camadas: a camada IIoT, a camada de gateway,
e a camada de controle. Ao contrário de outras implantações hierárquicas
esquemas como [85], nesta arquitetura as comunicações diretas
entre nós IIoT não são permitidos. Além disso, os nós de gateway
são sempre usados como entidades centrais de computação e os con
nó trol como entidade de coordenação, permitindo que nós IIoT não
necessário para implementar hardware sofisticado ou executar com-
mecanismos de roteamento plicados, reduzindo assim
complexidade e custo do sistema. Em [82], Szymanski argumenta que
uma convergência entre redes industriais determinísticas e
melhor esforço IIoT deve ocorrer e suportar baixa latência e jit-
ter, e com base neste argumento, eles fornecem uma arquitetura
design para uma rede principal IIoT determinística consistindo em
muitos comutadores de pacotes determinísticos simples configurados por um
Plano de controle SDN. Embora haja uma presença generalizada
de dados devido ao suporte IIoT, o determinismo impõe um
coordenação de dados altamente centralizada e programação computacional
tação. Em [84], Al-Dabbagh e Chen propõem um circuito fechado
design a fim de facilitar a implantação de sistemas totalmente automatizados
sistemas de controle de rede sem fio. A topologia do
arquitetura consiste em um sistema de planta com sensor e
nós atuadores, um sistema de controlador tendo entrada e saída
18/10/2021 20:54 Gerenciamento de dados na indústria 4.0: estado da arte e desafios abertos
https://translate.googleusercontent.com/translate_f 12/36
na verdade, uma arquitetura de rede multicamadas na qual distribuída
comunicação e entidades de dados interagem a fim de coordenar
nate suas decisões de forma hierárquica e garanta o
funcionamento correto de toda a rede. Dispositivos espalhados
na implantação de rede têm a capacidade de realizar locais
cálculos, aliviando o fardo do homem local e global
agers, descarregando dados e computação. A arquitetura
é projetado para suportar a existência de dados onipresentes em vários
nós, um sistema de rede intermediário tendo interconectado
nós e links de comunicação sem fio para as informações
transferência entre os diferentes nós. A presença de dados neste
configuração é onipresente, já que os dados podem ser recebidos por um grande número
número de sensores colocados na rede. No entanto, ambos os
instalação e a coordenação está ocorrendo centralmente no
sistema controlador, que usa os nós de entrada para receber informações
informação e os nós de saída para fornecer as decisões do controlador.
97064 VOLUME 7, 2019
Página 14
TP Raptis et al. : Gerenciamento de dados na indústria 4.0
A modelagem orientada a serviços atraiu muita atenção em
a comunidade de projeto arquitetônico I4.0. Em [79], Sadok et al.
sugerir uma arquitetura orientada a serviços que expõe objetos '
recursos por meio de serviços da web, apoiando assim a sincronização
interoperabilidade tática e semântica entre diferentes tecnologias
tecnologias. Dispositivos WSAN e subsistemas legados cooperam
enquanto orquestrado por um gerente encarregado de fazer cumprir uma
lógica distribuída. A arquitetura suporta especificações dinâmicas
gerenciamento básico, lógica de controle distribuído, virtualização de objetos
, gateways WSANs, um serviço de gateway SCADA e dados
capacidade de transporte de fusão. A fim de implementar essas funções
nacionalidades, um esquema de coordenação hierárquica tem sido seguido
com diferentes tipos de gerentes, fornecidos como reutilizáveis
componentes principais do software. A virtualização do middleware
camada permite que a arquitetura suporte o acesso generalizado a dados
e gestão. Em [87], Carlsson et al. sugira outro
arquitetura orientada a serviços, visando a migração estruturada
de sistemas de controle de processo. Eles argumentam que embora hoje
sistemas de controle são normalmente estruturados de forma hierárquica
forma, existem, no entanto, desafios não resolvidos com
respeito a várias funcionalidades fundamentais de migração. o
abordagem sugerida combina habilidade de computação distribuída
laços com uma coordenação centralizada por camada, tratamento de dados
provenientes de fontes de dados onipresentes como WSANs. A partic-
Uma observação geral sobre este projeto é que a coordenação também pode
ser visto como descentralizado, se considerarmos todo o sistema
definição e se não examinarmos cada camada arquitetônica
individualmente. Em [95], Uslander e Epple argumentam que o escopo
de I4.0 deve ser definido considerando as principais cadeias de valor
e para conseguir isso, eles apresentam um design e o
processo básico para alcançar um modelo de referência para o serviço I4.0
arquiteturas. O design baseia-se no pressuposto de que um
modelo de referência deve levar em consideração a referência existente
modelos para processamento distribuído, bem como aqueles do
Internet of Service e IIoT. Esta arquitetura fornece um
modularidade computacional que permite a distribuição através
decomposição funcional do sistema em objetos que
interagir em interfaces. Campanelli et al. [90], Jin et al. [91],
introduzir dois dados hierárquicos diferentes, mas complementares
projetos arquitetônicos de transmissão para WSAN e smart fac-
tórias. Essas arquiteturas constituem um exemplo ideal de
geração generalizada de dados, à medida que os dados são recebidos de uma ampla
variedade de fontes fixas e móveis, como automática
veículos guiados, dispositivosde trabalhadores móveis e WSANs. Hier-
coordenação arquivística está no cerne desses projetos como
bem como a computação descentralizada por meio de sub-redes
formação, algoritmos de eleição de líder e inteligência móvel
unidades. Em [92], Ge e Chen introduzem uma modelagem distribuída
estrutura para monitoramento de processo em toda a planta. Com base nisso
estrutura, o processo de monitoramento de toda a planta é decomposto
em blocos diferentes, e os modelos de dados estatísticos são
construído nesses blocos. Os dados obtidos de diferentes
os blocos são integrados por meio de uma decisão localizada centralmente
algoritmo de fusão. Devido ao grande volume do pervasivo
geração de dados em toda a planta, os autores observam que, ao contrário do tra-
processos industriais tradicionais, várias novas características de dados
deve-se prestar atenção no processo de toda a planta: os dados
o volume no processo de toda a planta é maior, diferentes tipos
de dados podem ser obtidos, taxas de amostragem de variáveis de processo
são sempre diferentes uns dos outros, e a densidade do
os dados coletados do processo de toda a planta podem ser bastante baixos.
Finalmente, em [77], Wollschlaeger et al. , ao invés de apresentar
uma arquitetura concreta, estão fornecendo o futuro I4.0 archi-
percepções estruturais, com base em projetos atuais e tendências futuras,
com foco em projetos TSN e 5G. Embora sua análise
inclui diferentes camadas de integração vertical (que permitem
presença onipresente de dados), parece que a coordenação de dados
e os cálculos relevantes são considerados centralizados, para
por uma questão de confiabilidade ultra-alta.
V. ASPECTOS DE DADOS DAS TECNOLOGIAS I4.0 E
SERVIÇOS
Nesta seção, fornecemos um esboço holístico das últimas
Tecnologias que permitem dados I4.0 e serviços centrados em dados,
que foram identificados através do estado da arte exaustivo
pesquisa, abrangendo todo o caminho desde o nível de campo profundo
nas implantações físicas até o nível da nuvem. Fig. 2
exibe visualmente o particionamento da rede industrial
blocos de construção do ambiente em dois planos fundamentais: dados
permitindo tecnologias industriais e industriais centrados em dados
Serviços. É visível que cada bloco de construção pode ter
sobreposições matemáticas e funcionais com outros blocos de construção que
mentem em sua proximidade. Isso é natural e se deve à interação
entre as tecnologias e serviços atuais. Os artigos que
que identificamos e apresentamos são exibidos na Fig. 7. Na verdade,
a informação apresentada na Fig. 7 fornece uma classificação concisa
ficção nas duas categorias dos trabalhos de investigação recentes.
A. TECNOLOGIAS INDUSTRIAIS QUE HABILITAM DE DADOS
1) IIOT / ICPS
Um ICPS é um sistema que integra seu hardware habilitado para IIoT
função ware com uma representação cibernética atuando como um vírus
representação real da parte física. IIoT / ICPS com-
bine dois mundos: sistemas embarcados, exibindo em tempo real e
comportamento estritamente determinístico; e sistemas virtuais, exibem
comportamento probabilístico e otimizado sem tempo firme
restrições [101]. Esta composição se estende à rede industrial
ambientes de trabalho, que são compostos de ambientes físicos
parte, que executa os processos físicos e redes
de dispositivos IIoT, que realizam os processos computacionais
necessários para controlar os físicos. São múltiplos
principais desafios relacionados aos dados que são apresentados na coleção
seleção de artigos abaixo. Indicativamente, eles incluem, mas não são
limitado à interoperabilidade dos diferentes dispositivos sem fio e com fio
tecnologias e padrões de compartilhamento de dados, bem como ininterruptos
troca de dados, operação com eficiência energética (devido à presença
de dispositivos com restrição de recursos), gerenciamento de falhas adaptativas,
e reconfigurações de rede precisas.
A parte cibernética de um sistema IIoT / ICPS é constituída
por processos computacionais, que recebem dados do
processos físicos, calcular os resultados necessários e aplicar
VOLUME 7, 2019 97065
18/10/2021 20:54 Gerenciamento de dados na indústria 4.0: estado da arte e desafios abertos
https://translate.googleusercontent.com/translate_f 13/36
Página 15
TP Raptis et al. : Gerenciamento de dados na indústria 4.0
FIGURA 7. Taxonomia de habilitadores de gerenciamento de dados I4.0.
para a planta física [124], fornecendo e usando,
ao mesmo tempo, acesso a dados e serviços de processamento de dados
vícios disponíveis na Internet [126]. Devido ao fato de
a programação da produção é otimizada usando a função objetivo
ções com base em critérios de pontualidade, como rapidez e
atraso [123], parte significativa desses cálculos são
ocorrendo na borda das implantações IIoT, trans-
formando computação de ponta em um tipo fundamental de computação
ção, com contribuições que vão desde a transmissão adaptativa
otimização [115] para otimização de gateway múltiplo [116].
Além disso, diferentes implantações de IIoT geralmente incorporam
avalie diferentes alternativas de comunicação e rede,
97066 VOLUME 7, 2019
Página 16
TP Raptis et al. : Gerenciamento de dados na indústria 4.0
como WirelessHART [111], RPL [132] e 6TiSCH [112],
bem como conversões de protocolo freqüentes [109], opera-
ções que têm que trocar dados perfeitamente com cada
de outros. Consequentemente, as tecnologias IIoT e ICPS permitem
controle inteligente e adaptável com fluxo vertical contínuo
fluxos de dados incrementais acionados por tempo, e em [105] com um
fusão de retransmissão e agregação de dados nos nós de origem.
Em relação a isso, existem vários desafios em aberto para enfrentar,
tais como questões de segurança (o caso específico de mitigação DDoS
ção foi abordada em [114]), e precisão de estimativa [113].
18/10/2021 20:54 Gerenciamento de dados na indústria 4.0: estado da arte e desafios abertos
https://translate.googleusercontent.com/translate_f 14/36
troca de dados horizontal e dinâmica entre heterogêneos
novas plataformas e redes, através de um uso exaustivo
de troca de dados, coordenação e colaboração [125],
bem como através de técnicas propostas recentemente, como
divisão de rede [120]. As operações ICPS importantes incluem
gerenciamento de falhas [127], análise de clustering [128], reutilizável
software [129], bem como geração de caso de teste reativo [130]
e reconfiguração modular [131]. Aplicações IIoT típicas
incluem manutenção preditiva [106], onde uma rede de sucesso
configuração de trabalho é capaz de determinar a condição do
equipamento em serviço, a fim de estimar quando a manutenção
deve ser realizado, monitoramento RFID em tempo real [102], para
rastreamento de produtos na linha de montagem. Outras pesquisas
problemas incluem otimização de topologia IIoT [103], pacote
programação [108] e construção e operação de rede IIoT
ação sob maciço M2M de múltiplas entradas e múltiplas saídas
comunicação [119].
Houve alguns dados recentes interessantes relacionados
avanços no domínio IIoT. Em [104], Qi et al. identificar
a necessidade de controle de acesso a dados ao longo da cadeia de abastecimento,
especialmente quando se trata de dados de produtos relacionados a sen-
questões de negócios sensíveis, e eles projetam uma indústria escalável
sistema de controle de acesso a dados que aborda essas limitações.
Em [107], Meng et al. apresentar uma troca de dados industriais
mecanismo baseado em ZeroMQ para o acesso ubíquo aos dados
em aplicações industriais difundidas de detecção rica. Este investi-
gação destaca as principais preocupações na construção de um
sistema de dados industriais de forma sistemática. Em [110], iden-
comprovar que a maioria das técnicas atuais de agrupamento de dados que
só podia lidar com dados estáticos, tornando-se inviáveis para agrupar
o volume significativo de dados na aplicação industrial dinâmica
cátions e introduzir um algoritmo de agrupamento incremental
por encontrar e pesquisar rapidamente os picos de densidade com base em k-
medíodos, como uma forma de encontrar as estruturas