APLICAÇÃO DE CLOUD, IOT e INDUSTRIA 4.0 EM PYTHON

Prévia do material em texto

DESCRIÇÃO
A descrição das principais características e das tecnologias que permitiram a revolução da
Indústria 4.0.
PROPÓSITO
Entender os princípios que diferenciam a atual revolução industrial, e como as características
das tecnologias utilizadas podem ser usadas como recursos nesta indústria, primordial para
sedimentar a formação do profissional para a nova Indústria 4.0.
OBJETIVOS
MÓDULO 1
Discutir os princípios da Indústria 4.0 e suas características mais importantes
MÓDULO 2
Descrever tecnologias emergentes para a Indústria 4.0 na manipulação de dados e na visão de
máquina
MÓDULO 3
Discutir as principais características e a aplicação dos métodos de inteligência artificial e
simulação nos processos da Indústria 4.0
MÓDULO 4
Examinar as ferramentas para criação de ambientes de simulação, considerando os cuidados
necessários para a segurança dos ambientes virtuais
INTRODUÇÃO
O termo “Indústria 4.0” se popularizou a partir de 2011, na Alemanha, durante uma feira de
negócios, a Hannover Messe. Alguns pesquisadores e líderes da indústria cunharam o termo
no artigo Industrie 4.0: Mit dem Internet der Dinge auf dem Weg zur 4. industriellen Revolution.
O termo já havia sido mencionado na mesma feira em 2006, com o governo alemão
apresentando a “Estratégia de alta tecnologia”, em que explicava como visava impulsionar a
inovação, não apenas na questão de inovação tecnológica, mas também na “inovação social”.
Isso conduziu as pesquisas e o desenvolvimento em uma relação clara com o advento da
Quarta Revolução Industrial, impulsionada pela Internet das Coisas.
Cada uma das três revoluções industriais anteriores carrega algumas características marcantes
e vitais para o período.
A Primeira Revolução Industrial começou com o início da geração de energia com água, vapor
e carvão. A Segunda deu início à produção de eletricidade em massa, e a Terceira introduziu a
eletrônica e a tecnologia da informação. A Quarta Revolução Industrial está afetando as
empresas profunda e exponencialmente.
As novas tecnologias permitem a fusão do mundo físico e do mundo digital. Ao adotar essas
novas ferramentas, as empresas também devem continuar a aproveitar os avanços da Terceira
Revolução Industrial. Isso inclui computação inteligente, sistemas autônomos alimentados por
grandes quantidades de dados (Big Data) e aprendizado de máquina (Machine Learning).
A Indústria 4.0 tem foco adicional na segurança e no impacto sobre o trabalho, o emprego e a
sustentabilidade.
MÓDULO 1
 Discutir os princípios da Indústria 4.0 e suas características mais importantes
 
Foto: Shutterstock.com
Um dos principais pilares da Quarta Revolução Industrial é a fusão de tecnologias para
economizar tempo, possibilitar certas decisões e reduzir erros, permitindo que a manufatura
digital cresça de forma rápida e ampla.
Essas tecnologias têm características semelhantes, resumidas em pelo menos quatro
princípios (interoperabilidade, modularidade, descentralização e sustentabilidade), servindo
essencialmente como parte da visão da Indústria 4.0 e para tornar as diretrizes mais claras
para empresas que desejam entender, identificar e implementar projetos com essa
metodologia.
INTEROPERABILIDADE
A Indústria 4.0 tornou-se mais prevalente devido ao desenvolvimento da Internet das Coisas
(IoT), com a variante Internet das Coisas Industrial (IIoT), além dos sistemas físicos
cibernéticos e a manufatura inteligente. Isso permite que diversos dispositivos e tecnologias,
como redes de sensores sem fio, sistemas em nuvem, sistemas embarcados e robôs
autônomos, sejam interconectados.
A interconexão dessas aplicações permite a coleta em tempo real de dados de produção de
dispositivos, do nível chão de fábrica ou do campo, para níveis superiores nas aplicações
corporativas.
 VOCÊ SABIA
Tempo real, no jargão, refere-se a fazer algo enquanto as pessoas estão assistindo ou
esperando, ou seja, um intervalo considerado curto para a observação.
Não confundir com o termo da ciência da computação, em que tempo real é uma expressão
que se refere a sistemas em que o tempo de execução de uma tarefa é determinístico e
independente da carga do sistema.
Embora o conceito da Indústria 4.0 tenha sido formulado e expandido desde 2011, não há uma
definição acordada entre os especialistas da indústria.
No entanto, a integração foi identificada como um dos principais requisitos para concretizar a
visão da Indústria 4.0. Para que o objetivo de integração seja alcançado, a interoperabilidade
global é um requisito necessário.
A IEEE (Institute of Electrical and Eletronic Engineers) define interoperabilidade como:
“A CAPACIDADE DE DOIS OU MAIS SISTEMAS OU
COMPONENTES TROCAREM INFORMAÇÕES E
USAREM AS INFORMAÇÕES QUE FORAM
TROCADAS”.
A função declarada de interoperabilidade na Indústria 4.0 precisa sintetizar componentes de
software, processos de negócios e soluções de aplicativos por meio de um procedimento
diversificado, heterogêneo e autônomo.
Para que a Indústria 4.0 seja implementada, ela requer a agregação de dados de várias fontes
heterogêneas de forma imediata. Isso apresenta um desafio em estabelecer uma infraestrutura
de gerenciamento de informações eficiente e confiável.
Para atingir esse nível de interoperabilidade, será necessário organizar padrões complexos e
parcialmente concorrentes em uma infinidade de níveis de comunicação, como:
INTEGRAÇÃO DE DISPOSITIVO.
PROCESSAMENTO DE EVENTOS.
ANÁLISE DE GERENCIAMENTO DE DADOS.
OPERAÇÕES EM NUVEM.
Embora os desafios de estabelecer interoperabilidade ainda estejam em andamento, houve
progresso no estabelecimento de padrões uniformes globais, havendo várias organizações
com a tarefa de desenvolver arquiteturas de referência para implementar esses padrões.
Assim, a interoperabilidade envolve o acesso a dados de forma imediata, que conduzem a uma
nova abordagem de como as empresas podem melhorar suas operações de produção. Ela
permite que os parceiros de fabricação (incluindo clientes, fornecedores e outros
departamentos) e suas máquinas compartilhem informações com precisão e rapidez, tornando
as operações mais eficazes e confiáveis.
O objetivo da Indústria 4.0 é alcançar eficiência com baixo custo, aproveitando a automação.
Nesse novo paradigma, a cadeia de suprimentos e os processos de manuseio de materiais
também se integram em toda a empresa, criando um sistema de manufatura enxuta eficiente e
flexível, tudo auxiliado pela comunicação aberta habilitada pela IoT e interoperabilidade de
dados.
 
Foto: Shutterstock.com
Um obstáculo óbvio para a interoperabilidade é o desafio de conectar diferentes sistemas de
processos de negócios ou, para empresas menores, a falta de qualquer sistema. Mas, apesar
dos obstáculos, a interoperabilidade entre dispositivos e ativos está sendo usada por cada vez
mais fábricas.
Vendo os benefícios, muitos estão modernizando suas fábricas e instalações para terem
métodos padronizados de comunicação, dados, análise e segurança. O impulso para a
verdadeira conectividade se tornou até mesmo um denominador comum para equipamentos
industriais baseados em nuvem, com recursos de aprendizado de máquina em dispositivos
conectados agora sendo uma realidade.
O uso final dessas informações como ferramenta de gerenciamento pode se estender além da
eficiência operacional no chão de fábrica, com benefícios em outras áreas, como
gerenciamento de estoque e otimização da cadeia de suprimentos.
As empresas de manufatura que estabelecerem a infraestrutura para permitir a
interoperabilidade de dados são capazes de atender melhor seus clientes e otimizar suas
operações, com o benefício adicional de uma visibilidade mais ampla em todo o seu negócio.
 RESUMINDO
A interoperabilidade não se trata apenas de conectar máquinas. É um método de apoiar uma
tomada de decisão que melhora a maneira como os fabricantes operam. A tecnologia servirá
apenas para tornar o estabelecimento da interoperabilidade para os fabricantesmais fácil e
seus benefícios maiores.
MODULARIDADE
A modularidade pode fornecer agilidade. Se um sistema pode ser organizado em submódulos,
eles podem ser ampliados ou reduzidos conforme mudam os requisitos de produção, tanto do
ponto de vista funcional quanto de capacidade de produção.
Peças únicas e personalizadas podem ser fabricadas de maneira eficiente e lucrativa.

Peças díspares podem ser produzidas na mesma linha, ao mesmo tempo, usando apenas a
funcionalidade necessária para determinado item.
Essa ideia é frequentemente referida como o princípio dos blocos de Lego, em que se é
capaz de construir com a versatilidade e a simplicidade de conexões padronizadas.
Assim, a modularidade permite que qualquer atividade da linha de produção mude
imediatamente. Com a conexão e desconexão de diferentes módulos, as empresas podem
fabricar produtos exclusivos em sequência, sem reconfigurar toda a linha de montagem.
A indústria automobilística, por exemplo, divide as linhas de veículos em módulos que facilitam
a montagem dos produtos. Embora a divisão seja um tanto específica, a linha de fabricação
pode lidar com várias cores, configurações e solicitações específicas do cliente
simultaneamente.
O princípio da modularização na Indústria 4.0 é uma das tendências que definem o projeto de
máquinas e sistemas modernos. Ao contrário de suas contrapartes monolíticas, as máquinas
modulares são construídas a partir de componentes ou subsistemas padronizados que podem
ser combinados de diferentes maneiras para executar uma variedade de funções desejadas.
Isso pode economizar muito tempo de planejamento, projeto e comissionamento dessas
máquinas, bem como permitir que sejam feitas reconfigurações rápidas para atender às
necessidades de produção em constante mudança.
 VOCÊ SABIA
A modularização tem sido uma característica do projeto de máquinas há pelo menos duas
décadas, mas, com os desenvolvimentos mais recentes na Indústria 4.0, surgiram novos
desafios de integração e comunicação, não apenas entre módulos, mas entre plataformas
corporativas.
A modularização permitiu que os OEMs de máquinas gerenciassem a complexidade na
estrutura mecânica de seus equipamentos, enquanto as técnicas mecatrônicas modernas
permitem que os componentes mecânicos, eletrônicos e de software da máquina sejam
projetados de maneira coordenada.
OEMS
Original Equipment Manufacturer ou Fabricante Original de Equipamento é o termo usado
para definir fabricantes que desenvolvem e montam peças e produtos para outras
empresas.
javascript:void(0)
A abordagem da modularização é altamente eficiente. Módulos funcionais e componentes
podem ser transferidos de uma variante de máquina para outra, reduzindo os custos de
desenvolvimento e permitindo que novos produtos sejam entregues ao mercado mais
rapidamente.
Além disso, a modularização reduz a incidência de falhas e problemas de qualidade, uma vez
que grande parte da funcionalidade da nova máquina, que reside em seus módulos, já foi
comprovada em outros projetos.
A modularização também traz seus desafios. Os projetistas podem ter a liberdade de escolher
diferentes kits de módulo, mas cada módulo padrão possui funcionalidade fixa, tornando a
abordagem um pouco menos flexível do que se poderia desejar.
Também existe o risco de excesso de recursos em uma máquina específica se os módulos
fornecerem mais funcionalidade do que o necessário, o que acarreta penalidades de custo para
o OEM.
Para evitar essa armadilha específica, uma abordagem mais escalonável é necessária; por
exemplo, disponibilizando famílias de módulos que cumprem a mesma função, mas em
diferentes tamanhos ou níveis de capacidade. Otimizar essas soluções é complicado; no
entanto, muitas opções significam custo excessivo e complexidade de gerenciamento e poucas
opções significam que a solução certa nem sempre está disponível.
Máquinas construídas a partir de kits de módulos idênticos ou semelhantes significam que os
OEMs têm dificuldade em diferenciar seus produtos dos de seus concorrentes, pois eles
costumam ter a mesma aparência e funcionalidade.
E, então, vem a Indústria 4.0, trazendo mais desafios para o projeto do módulo. Para que
máquinas de diferentes fabricantes trabalhem juntas perfeitamente, as interfaces devem ser
programadas uniformemente e em conformidade com os padrões, mas os módulos precisam
reter flexibilidade suficiente no nível do software para atender aos requisitos de máquinas,
aplicativos e usuários específicos.
Os fabricantes de tecnologia de automação podem fazer muito para ajudar seus clientes OEM
no cumprimento das metas de modularização.

Esse suporte começa no nível do hardware, com a disponibilidade de linhas de produtos
completas e escalonáveis com foco em componentes padrão.
A adoção de tecnologias de comunicação padrão, considerada o sistema nervoso da Indústria
4.0, auxilia na integração de componentes dentro das máquinas e entre as máquinas. Isso
significa o uso de padrões como Ethernet ou barramentos com protocolos determinísticos.
As ofertas de software certos também são cada vez mais críticas.
O sistema como um todo, hardware e software, deve permitir a criação de módulos
personalizados para lidar com tarefas específicas do usuário.
 
Foto: Shutterstock.com
Outro desafio importante na modularização está em eliminar as modificações de software
demoradas e caras, necessárias para criar diferentes projetos de máquinas. Estruturas de
software padronizadas permitem que esse desafio seja superado.
Um novo programa, baseado nos componentes mecatrônicos individuais das novas máquinas,
pode ser gerado usando módulos de software de máquina comprovados, que podem ser
reunidos rapidamente. O programa resultante segue um padrão que todos os engenheiros da
empresa entendem. Isso, por sua vez, permite uma responsabilidade compartilhada em vez de
individual em relação ao código de máquina.
A combinação de maior integração hardware/software e maior flexibilidade está abrindo
caminho para uma nova era de modularização. Os módulos funcionais simples do passado
estão evoluindo para módulos de máquina sofisticados que podem lidar com tarefas mais
complexas.
Integrar esses módulos em uma solução completa está se tornando mais rápido, fácil e barato;
e isso permitirá que os OEMs concentrem mais tempo, esforço e experiência na criação de
recursos que não apenas os diferenciem de seus concorrentes, mas também agreguem valor
para seus clientes.
O desafio de projetar um sistema de módulos de automação que mantenham seu valor é
entender os requisitos potenciais do futuro. Uma certa sincronicidade, então, é necessária para
alinhar o desenvolvimento do produto com a automação e a operação de manufatura.
DESCENTRALIZAÇÃO
Um dos principais objetivos da Indústria 4.0 é trazer autonomia de decisões para máquinas e
sistemas ciberfísicos.
Esses sistemas integram sensoriamento, computação, controle e rede em objetos físicos e
infraestrutura, conectando-os à internet e entre si. Isso implica em descentralização.
A autonomia traz a agilidade e flexibilidade necessárias para poder lidar com as incertezas e
responder às demandas de personalização. Com a descentralização, o conceito de fábrica
inteligente e o seu lugar em um ecossistema interconectado, a análise de dados necessária e
as diversas logísticas podem ser aprimoradas, atendendo à necessidade de velocidade.
 
Foto: Shutterstock.com
A IoT, os dados na nuvem e a computação baseada em aprendizagem de máquina movem as
aplicações mais recentes, incluindo automação predial, blockchain e outras.
 SAIBA MAIS
Blockchain é uma tecnologia de contabilidade distribuída, um registro digital de transações, que
permite que os dados sejam armazenados globalmente em milhares de servidores e que
qualquer pessoa na rede veja as entradas de todos os outros em tempo quase real. Isso torna
difícil para um usuário obter o controle da rede.
O nome vem de sua estrutura, na qual registrosindividuais, chamados de blocos (block), são
vinculados em uma única lista, chamada de cadeia (chains). Blockchains são usados para
registrar transações feitas com criptomoedas, como Bitcoin, além de muitas outras aplicações.
Decisões descentralizadas e autônomas não são apenas essenciais nas tecnologias e
sistemas ciberfísicos da Indústria 4.0, mas também nos aspectos humanos, pois nem todas as
decisões podem ser totalmente automatizadas.
O planejamento, a interpretação e as decisões humanas ainda são essenciais e, em muitos
casos, há uma combinação de capacidades semiautônomas em colaboração com pessoas (por
exemplo, robôs colaborativos).
O fim da discussão sobre descentralização e autonomia está longe de terminar do ponto de
vista humano e decisório.
Na Indústria 4.0, o padrão tem sido apenas deixar as decisões irem para “níveis mais altos”. No
entanto, na prática, isso nem sempre é possível.
A capacidade de atuar em tempo real é mais um benefício da descentralização.
Se obtivermos mais autonomia na máquina e no nível do sistema ciberfísico, temos como
aumentar a eficiência e atender às demandas de uma economia cada vez mais rápido.
A análise avançada, a IoT e os sistemas de informação e produção em um ambiente de
manufatura inteligente, em seu contexto mais amplo de colaboração, já tratam do
desenvolvimento de recursos em tempo real.
Assim, no nível dos dados, para transformá-los em inteligência acionável e ações, é natural
que haja uma necessidade de atuação em tempo real. Flexibilidade, manutenção preditiva,
capacidade de reposição rápida de ativos em caso de falhas e a IoT são importantes nessa
perspectiva.
SUSTENTABILIDADE
A dimensão humana e social está presente nos princípios da Indústria 4.0 desde 2006. Se
olharmos as possibilidades e benefícios, esses aspectos humano, social e até ambiental são
fundamentais nos objetivos da Indústria 4.0.
Melhorar as condições de trabalho com base em temperatura, umidade e outros dados da
planta, com detecção rápida e proteção aprimorada em caso de incidentes, são algumas das
vertentes da sustentabilidade na Indústria 4.0.
 
Foto: Shutterstock.com
Acrescenta-se ainda a detecção da presença de gases, radiação e assim por diante, com
melhores possibilidades de comunicação e colaboração e com foco em ergonomia, ar limpo e
iniciativas de fábrica limpa.
O desenvolvimento de produtos manufaturados por meio de processos com visão abrangente
do impacto ambiental (conservação de energia e outros recursos naturais) e o auxílio à
segurança de colaboradores e consumidores são denominados de Fabricação Sustentável.
O que a Fabricação Sustentável engloba?
 RESPOSTA
As metodologias de manufatura enxuta e verde e adiciona outras dimensões, dependendo de
sua finalidade e aplicação.
As dimensões amplamente aceitas entre os participantes industriais são:
 
Foto: EnsineMe
A fabricação sustentável se concentra em todo o ciclo de vida do produto, desde seu processo
de fabricação até o final da vida útil, após o qual a remanufatura e a reciclagem entram em
ação.
O principal objetivo da sustentabilidade é projetar e desenvolver processos de fabricação e
produtos, respectivamente, em que o impacto no meio ambiente seja zero e a capacidade de
reciclagem do produto seja de 100%.
Enquanto os avanços tecnológicos permitem o desenvolvimento de processos e produtos, para
concretizar o desenvolvimento sustentável, as tecnologias digitais precisam ser convergentes
com a sustentabilidade. Portanto, os fabricantes estão atualmente se concentrando em tal
convergência para obter um dos maiores benefícios da Indústria 4.0: a manufatura sustentável.
Atualmente, os especialistas e pesquisadores da indústria estão utilizando tecnologias da
Indústria 4.0 para enfrentar os desafios e as questões relacionadas aos três pilares da
manufatura sustentável.
Desafios ambientais como mudanças climáticas e esgotamento de recursos serão tratados
com tecnologias da Indústria 4.0, trazendo uma nova perspectiva para ela.
No entanto, para que isso seja realizado, deve haver coerência e convergência completa das
tecnologias. Os mais importantes capacitadores tecnológicos da Quarta Revolução Industrial,
os quais deverão desempenhar um papel significativo na obtenção da fabricação sustentável
no futuro, são a IoT, os robôs autônomos, os sistemas de simulação e integração, a
computação em nuvem e a virtualização.
A transformação de uma unidade fabril em fábrica inteligente requer integração horizontal e
vertical, em que todas as áreas de produção, distribuidores e clientes estão integrados.
A integração perfeita, proporcionada por tecnologias da Indústria 4.0 e plataformas de
tecnologia de informação e comunicação, aumenta a transparência dos processos de produção
e atividades da cadeia de abastecimento, ajudando assim a otimizar toda a energia e recursos.
Essas operações conectadas produzem grandes quantidades de dados com relação a todos os
aspectos da fabricação. Quando todos esses dados são transformados em informações úteis,
eles desempenham um papel fundamental no desenvolvimento de estratégias a partir de
perspectivas ambientais, sociais e econômicas.
Com relação à dimensão ambiental da manufatura sustentável, a Indústria 4.0 ajuda a reduzir a
geração de resíduos por meio de seu processo de manufatura simplificado e iniciativas
eficazes de reciclagem e remanufatura. Por exemplo, a transparência em qualquer operação
ou processo de fabricação aumenta significativamente ao incorporar diferentes tipos de
sensores.
Esses sensores também fornecem informações valiosas do produto, incluindo comportamento,
uso, modelos de falha, indicadores de desempenho, emissões, desempenho sob estresse etc.,
ao longo de seu ciclo de vida.
Essas informações são utilizadas no desenvolvimento de melhores produtos e processos por
meio de diversos sistemas de simulação para mitigar os efeitos negativos no meio ambiente
sem prejudicar sua competitividade.
Esses sistemas integrados também auxiliam no monitoramento e gerenciamento de perdas
incorridas no ciclo de vida do produto, tanto em sua fabricação quanto em sua utilização.
Assim, com total transparência, os fabricantes podem projetar novos produtos que sejam
competitivos e ecologicamente corretos, alcançando a sustentabilidade.
 
Foto: Shutterstock.com
Do ponto de vista econômico, a Indústria 4.0, facilitada por IoT, inteligência artificial,
aprendizado de máquina, visão de máquina e análise de dados, permite o desenvolvimento de
equipamentos a custos muito mais baixos por meio do uso eficiente de energia e recursos. Os
fabricantes estão continuamente explorando maneiras de reduzir seus custos operacionais
envolvidos nas atividades de manufatura.
Porém, desafios como a geração de resíduos (decorrentes tanto das atividades de manufatura
quanto da manutenção), diminuição da produtividade e aumento do consumo de energia
sempre atrapalham as estratégias desenvolvidas pelos fabricantes para redução de custos.
Com a implementação adequada das tecnologias da Indústria 4.0, os fabricantes serão
capazes de visualizar os processos otimizados e não otimizados em sua cadeia de valor. Essas
soluções permitirão aos fabricantes dimensionar suas instalações, força de trabalho, recursos e
fornecer uma visão das lacunas do processo que podem ser otimizadas, reduzindo os custos
operacionais envolvidos na fabricação e aumentando sua produtividade.
Além disso, estratégias como a utilização de tecnologias novas e mais limpas para a fabricação
e o uso de impressão 3D também ajudarão os fabricantes a reduzir a geração de resíduos.
No que diz respeito à dimensão social da manufatura sustentável, a Indústria 4.0 contribui para
o desenvolvimento de produtos melhores, o que, por sua vez, beneficia a sociedade como um
todo. Além disso, vários empregos melhores serão criados, nos quais o conjunto geral de
habilidades da mão de obra estará em uma escala melhor.
 
Foto: Shutterstock.comComo ofertas promocionais, espera-se que vários fabricantes forneçam incentivos aos
consumidores que desejem devolver seus produtos em fim de vida para ajudar nas atividades
de reciclagem e remanufatura.
 RESUMINDO
Os princípios mais conhecidos da Indústria 4.0 (a interoperabilidade, a modularidade, a
descentralização e a sustentabilidade) são interligados, funcionando em conjunto com as
tecnologias disponibilizadas para elevar os processos e sistemas fabris a um novo perfil de
operação. Esse perfil possibilita, quando bem empregado, benefícios para todos os envolvidos,
na economia, no ambiente e na sociedade.
PRINCÍPIOS DA INDÚSTRIA 4.0
Neste vídeo, o especialista Marcos Santana Farias apresenta o conceito da Indústria 4.0 e os
princípios que norteiam essa nova Revolução Industrial.
VERIFICANDO O APRENDIZADO
1. O QUE HÁ DE COMUM NA IMPLEMENTAÇÃO DOS PRINCÍPIOS DE
INTEROPERABILIDADE E MODULARIDADE NA INDÚSTRIA 4.0?
A) Baixo custo.
B) Necessidade de padronização.
C) Alta dificuldade.
D) Tempo prolongado.
E) Necessidade de regulação.
2. QUAL DOS ITENS É UM BENEFÍCIO DA DESCENTRALIZAÇÃO NA
INDÚSTRIA 4.0?
A) A capacidade de respostas rápidas.
B) A diminuição de custos.
C) O aumento da confiabilidade.
D) A capacidade de comunicação entre sistemas.
E) O aumento na produção.
GABARITO
1. O que há de comum na implementação dos princípios de interoperabilidade e
modularidade na Indústria 4.0?
A alternativa "B " está correta.
 
A necessidade de padronização é algo em comum para a implementação da interoperabilidade
e da modularidade. A interoperabilidade precisa padronizar os sistemas para a comunicação e
troca de informações. A modularidade precisa padronizar as funções e as conexões dos
diferentes módulos.
2. Qual dos itens é um benefício da descentralização na Indústria 4.0?
A alternativa "A " está correta.
 
A descentralização permite respostas mais rápidas para atender às demandas de uma
produção e aumentar a eficiência com a atuação em tempo real.
MÓDULO 2
 Descrever tecnologias emergentes para a Indústria 4.0 na manipulação de dados e na
visão de máquina
Quando falamos em tecnologias atuais que podem revolucionar os negócios, o consumo, o
entretenimento e até o nosso dia a dia nas grandes cidades, palavras como Big Data, Internet
das Coisas (IoT), Internet das Coisas Industrial (IIoT), Realidade Virtual (RV) e Realidade
Aumentada (RA) frequentemente são mencionadas.
 COMENTÁRIO
Com muita frequência também, alguns desses termos são usados alternadamente e isso
resulta, rotineiramente, em confusão, mesmo para quem atua profissionalmente na indústria,
por exemplo.
Assim, conceitos como Big Data e IoT, dentro da Indústria 4.0, assim como RV e RA, devem
ser abordados em suas semelhanças e diferenças.
BIG DATA
Com as tecnologias digitais de ponta sendo aproveitadas para otimizar e automatizar a
produção, podemos dizer que o objetivo final da Indústria 4.0 é que sensores, sempre
conectados e embutidos em máquinas, além de componentes e trabalhos em andamento,
transmitam dados em tempo real para sistemas de TI em rede.
Esses, por sua vez, devem aplicar algoritmos de aprendizado de máquina e inteligência
artificial para analisar e obter uma compreensão útil para o negócio deste grande volume de
dados, o Big Data, ajustando processos automaticamente conforme o necessário.
A revolução da Indústria 4.0 não é o Big Data em si. Os fabricantes têm gerado muitos dados
da produção em tempo real há algum tempo.
No entanto, não é incomum que esses dados não tenham avaliação e sejam descartados
devido à falta de plataformas que possam realmente aproveitar essas diversas fontes de
dados.
Nenhum trabalho é feito para extrair percepções abrangentes, para melhorar a qualidade, a
produtividade e assim por diante. Em outras palavras, o principal problema não é gerar e
coletar dados, mas ser capaz de extrair valor deles com eficácia.
Temos então que, em grande medida, a Indústria 4.0 vem sendo habilitada pela coleta de
grandes quantidades de dados, muito em função da IoT, com o desenvolvimento de aplicações
avançadas de Big Data.
Assim, com uma orientação futurística, a Indústria 4.0 está fazendo a transição da manufatura
para um modo de operação semi ou totalmente autônomo, em que a equipe de produção será
cada vez mais liberada de sua responsabilidade de realizar tarefas inseguras e repetitivas.
A interligação entre os sistemas e computadores e a capacidade de análise de grandes
quantidades de dados tornam possível a existência de máquinas inteligentes que possam
tomar decisões sem qualquer envolvimento humano.
No entanto, os fabricantes buscam alcançar a verdadeira inteligência de negócios por meio da
coleta, análise e compartilhamento de dados em todos os principais domínios funcionais de
uma fábrica.
Nessa arquitetura, os sistemas de produção não são apenas mais eficientes, mas também
podem responder em tempo hábil às necessidades de negócios em constante mudança,
incluindo sinais provenientes de parceiros e clientes.
BIG DATA NA FÁBRICA 4.0
A quantidade de informações produzidas pela IoT e pelos sistemas de manufatura atuais deve
ser traduzida em ideias viáveis. É por isso que o Big Data classifica as informações coletadas e
tira conclusões relevantes que ajudam a melhorar as operações das fábricas. Isso se traduz
em vantagens como:
MELHORA DOS PROCESSOS
Graças aos sensores e dispositivos portáteis, as empresas podem melhorar a eficiência
operacional detectando erros humanos, realizando controles de qualidade e mostrando rotas
ideais de produção ou montagem.
ELIMINAÇÃO DE GARGALOS
Big Data identifica variáveis que podem afetar o desempenho, orientando os fabricantes na
identificação do problema. Um exemplo é a indústria automotiva, que está adotando a Indústria
4.0 para atender de maneira econômica às expectativas dos consumidores por carros mais
baratos e conectados digitalmente.
 
Foto: Shutterstock.com
Entre os muitos casos de uso do Big Data que serão gerados por carros conectados está a
troca de dados com o fabricante. Além de melhorar o serviço pós-venda para o proprietário do
carro, as informações agregadas sobre o desempenho do carro podem ser usadas para
melhorar os processos de qualidade e projetos futuros.
DEMANDA PREDITIVA
Previsões mais precisas e significativas graças à visualização da atividade por meio de
análises internas (preferências do cliente) e externas (tendências e eventos externos), além
de dados históricos. Isso permite à empresa modificar e otimizar sua variedade de produtos.
MANUTENÇÃO PREDITIVA
Os sensores alimentados por dados identificam possíveis falhas na operação da máquina
antes que ela se danifique, identificando quebras nos padrões. O sistema envia um alerta ao
equipamento para que ele se desligue a tempo de evitar mais danos.
Também os supervisores da máquina serão capazes de avaliar o desempenho do processo ou
da máquina em tempo real e, em muitos casos, evitar paralisações não planejadas.
BIG DATA NOS NEGÓCIOS DA INDÚSTRIA 4.0
Com a rápida disseminação da IoT, o volume e a velocidade de captura dos dados tenderão a
crescer também no setor de manufatura industrial. Assim como outros setores vêm adotando
tecnologias de ponta para extrair valor do Big Data, a Indústria 4.0 está abrindo caminho para
análises de Big Data generalizadas.
 COMENTÁRIO
Os fabricantes, atualmente, precisam de soluções de fornecedores que façam parte da
revolução da Indústria 4.0 e que possam trazer valor mensurável para seus clientes em vários
setores. Eles precisam de soluções que coletem, processem e produzam dados de muitas
fontes diversas e mesclem esses dados para fornecer análises em perspectiva de tempo real,
com aprendizado de máquina adaptável.
O mais importante é que os fabricantes precisam dessas soluções para se integrarem
perfeitamente aos sistemas empresariais existentes e para alinhar os processos de produção e
qualidade com seus objetivos de negócios principais.A análise de Big Data fornece informações valiosas sobre elementos-chave, como mercados
ou direções de negócios, identificando quais irão potencialmente gerar os maiores lucros.
A análise de Big Data é fundamental para a tomada de decisões estratégicas, como planos de
expansão e desenvolvimento ou análises financeiras.
Se anos atrás as indústrias viviam exclusivamente em áreas geográficas limitadas e tinham
uma demanda constante e altamente localizada, agora elas têm que viver e coexistir com
muitas outras empresas em um contexto em que não existem barreiras físicas. Nesse novo
contexto, informação é poder, mas somente se for usada corretamente.
As possibilidades de interconexão, facilitadas pela IoT e IIoT, vêm criando redes de
informações muito grandes e complexas. Sem o Big Data, as tecnologias da Indústria 4.0 não
são capazes de decifrar e extrair valor de todas essas informações para aprender, gerar
padrões de análise preditiva e operar de forma autônoma e precisa.
Portanto, sem Big Data, não existiria a Indústria 4.0.  
REALIDADE AUMENTADA E VIRTUAL
A manufatura tende a mudar para um modelo com mais customização, passando a se basear
menos em efeitos de escala e volume, para uma produção flexível e localizada perto dos
clientes. Uma tendência em se fabricar por pedido, sem criar muitos estoques, adaptando-se
às necessidades.
Nesse contexto, caracterizado pela demanda volátil, mudanças de requisitos e variantes de
produtos, as tecnologias inovadoras podem apoiar a criação de processos de informação
dirigidos aos trabalhadores. A força de trabalho está integrada nos sistemas de manufatura e
também deve ser flexível e adaptável.
Com isso em mente, as realidades aumentada e virtual (RA e RV) podem ser adotadas para o
treinamento da força de trabalho, com o resultado de uma melhor interação entre humanos e
máquinas. Isso significa que essas tecnologias podem acelerar a reconfiguração das linhas de
produção, apoiar os operadores de chão de fábrica, implementar treinamento virtual para
montagem de peças e gerenciar a eficiência da fábrica.
A realidade virtual tem a capacidade de criar e integrar, redesenhar, retestar e refinar qualquer
tipo de ambiente em uma estrutura baseada em computador virtual.
Por outro lado, tem que lidar com muitos problemas e desafios específicos a fim de atender aos
requisitos rígidos e aos altos padrões de ser a parte de visualização da Indústria 4.0.
A RV pode fornecer novas soluções e oportunidades mais eficientes para um novo ambiente de
treinamento em manufatura, por exemplo. A maioria dos dados e informações operacionais, de
relatórios e monitoramento transmitidos na Indústria 4.0 por meio de cadeias de comunicação
integradas pode ser visualizada no ambiente de realidade virtual.
O sistema de fabricação baseado em RV pode ser usado para:

ANALISAR OS PRODUTOS NAS FASES INICIAIS DE
PROJETO.
ESTUDAR A INTERAÇÃO DOS CLIENTES COM OS
PRODUTOS FINAIS.


PROJETAR E MELHORAR OS PROCESSOS DE
FABRICAÇÃO.
MONITORAR E SUPERVISIONAR REMOTAMENTE OS
PROCESSOS E MUITAS OUTRAS APLICAÇÕES.

A tecnologia de realidade aumentada, por sua vez, é desenvolvida com base na tecnologia de
realidade virtual, gerando objetos virtuais que não existem no ambiente real, utilizando
computação gráfica e tecnologias de visualização para "posicionar" com precisão esses objetos
no ambiente real por meio de tecnologia de sensores.
Com a ajuda do dispositivo de exibição, a tecnologia de RA integra objetos virtuais em
ambiente real para apresentar aos usuários um novo ambiente com efeitos sensoriais realistas.
 EXEMPLO
A introdução da tecnologia RA no campo relacionado à manutenção pode melhorar a
percepção do pessoal técnico das informações sobre o ambiente do mundo real, aumentando
assim a capacidade de manutenção e reduzindo os custos e o tempo para finalizar a tarefa.
CARATERÍSTICAS DA RA E RV NA
MANUTENÇÃO
O sistema de manutenção com RA sobrepõe várias informações de manutenção do assistente
virtual geradas por computador, como gráficos, imagens, vídeos e textos em tempo real, à vista
do pessoal de manutenção, por meio da tecnologia RA.
A integração do cenário de manutenção real com informações virtuais aprimora as cenas
observadas pelo pessoal de manutenção e gera uma plataforma rica de cognição de
informações para ajudar o pessoal a concluir seu trabalho de reparo passo a passo.
A manutenção baseada em RA não apenas evita o trabalho tedioso de construir ambientes
reais complexos, mas também possui características autênticas e interativas, como:
AUTENTICIDADE
Com RA, o pessoal de manutenção utiliza dispositivos de rastreamento, como displays
montados nos olhos; durante a manutenção, cenas reais de imagens são enviadas para o
servidor, e manuais técnicos e de manutenção detalhados são exibidos em gráficos 3D por
meio de computação.
As informações virtuais são mapeadas em tempo real para os cenários do mundo real a fim de
obter aumento ou expansão de cena no sistema de visão do pessoal de manutenção. Isso
busca também fortalecer a percepção e experiência dos usuários, aumentando a quantidade
de informações e o nível de compreensão da percepção humana nos cenários reais.
INTERATIVIDADE
O sistema de orientação de manutenção com RA e RV permite a interação natural entre o
pessoal de manutenção e as cenas combinadas com virtualidade e realidade. A plataforma
fornece feedbacks naturais e humanos aos vários comportamentos do pessoal de manutenção
de acordo com os dados relevantes dos participantes, como gestos, voz e movimentos dos
olhos.
Ele também fornece informações valiosas ao pessoal de manutenção por meio de interação em
tempo real. Quando a localização do usuário no mundo real muda, as informações virtuais
também mudam de acordo.
RA E RV EM OUTRAS APLICAÇÕES NA
INDÚSTRIA 4.0
A maioria dos gastos em RA e RV na Indústria 4.0 ainda se concentra na manutenção.
Nesse estágio, a realidade virtual e a aumentada certamente não são convencionais e você
provavelmente as encontrará no projeto de produtos, em programas de treinamento virtual e na
simulação de cenários e testes importantes relacionados a ativos-chave em fábricas.
Assim, o projeto de produto, treinamento virtual e simulações com foco em ativos, cenários e
aspectos de segurança importantes são as principais aplicações de RV e RA na Indústria 4.0,
depois da manutenção. No entanto, de todos os casos de uso na indústria, é o varejo que
assume a liderança do ponto de vista de gastos com o caso de uso de demonstrações de seus
produtos.
A exibição também desempenha um papel na fabricação, entre outros, no projeto e
desenvolvimento e nas circunstâncias de contato com o cliente. No final, alguém precisa
convencer e vender. A RV e RA passam a ser também ferramentas de vendas.
Preocupada com diversos processos para transformar matérias-primas em produtos acabados,
agregando valor a eles, a realidade aumentada pode ser uma verdadeira virada de jogo.
Isso ocorre porque as informações em tempo real são necessárias nas várias fases do ciclo de
vida do produto.
Do design à prototipagem, à produção e montagem, manutenção, cada estágio tem seus
próprios conjuntos de desafios.
A realidade aumentada pode ser uma dádiva nesses processos complexos, pois é capaz de
simular, auxiliar e melhorar os processos antes mesmo de serem executados.
 COMENTÁRIO
Muitas unidades fabris já estão abertas a essa ideia de utilizar a realidade aumentada para
simular os processos, reduzir o tempo de inatividade e agilizar as operações.
A realidade aumentada na Indústria 4.0 também se aplica à montagem complexa. A fabricação
moderna envolve a montagem de centenas de componentes complexos em um curto espaço
de tempo com precisão. Os documentos de trabalho geralmente estão em formato PDF, o que
é difícil de conseguir.
A realidade aumentada pode ajudar a tornar os componentes vivos no vídeo. Eles são visíveis
no campo de visão, com as mãos livres e controlados por voz.As instruções são divididas e o
vídeo pode ser adicionado. Tudo isso pode ser visto através de óculos RA, enquanto os
trabalhadores mantêm as mãos na tarefa.
Suporte especializado é outra aplicação de RA. No caso de um processo de fabricação
interrompido, um especialista pode precisar viajar para o local de trabalho. Pode haver vários
técnicos disponíveis, mas apenas alguns especialistas.
A realidade aumentada pode reduzir esse gasto e permitir que um especialista veja o problema
através dos olhos de um técnico. Isso pode permitir que eles apoiem e inspecionem desde
qualquer lugar do mundo. Eles também podem orientar o técnico sobre o recurso no qual
possam estar interessados.
A RV pode se aplicar bem no planejamento de fábrica. Ao construir uma nova fábrica ou ao
renovar a fábrica atual, esforços imensos são necessários no projeto e, em seguida, nos testes.
Plantas virtuais podem ajudar nesses cenários. Eles podem ser testados quantas vezes forem
desejadas para que as falhas em todo o sistema sejam apontadas e corrigidas. A planta inteira
pode ser projetada do zero e as alterações podem ser feitas conforme desejado.
A RV pode ser aplicada também na inspeção. As inspeções de segurança e de rotina podem
ser realizadas por especialistas treinados por meio do ambiente virtual do processo de
manufatura. Isso precisa ser feito porque as inspeções manuais podem perder uma verificação
crucial. Com a realidade virtual, torna-se fácil para os especialistas levar em consideração os
mínimos detalhes.
 RESUMINDO
A realidade aumentada e virtual na Indústria 4.0 é direcionada para aumentar o
desenvolvimento e a adoção de melhores processos, obtendo melhores resultados. Diversas
empresas de tecnologia estão trabalhando para tornar essas tecnologias mais adaptáveis e
introduzi-las ainda mais no segmento da Indústria 4.0.
Essas tecnologias são capazes de trazer mudança para o chão de fábrica, permitindo que os
diversos profissionais colaborem à distância e interajam como nunca antes.
TECNOLOGIAS EMERGENTES PARA
INDÚSTRIA 4.0
Neste vídeo, o especialista Marcos Santana Farias apresenta os conceitos de Big Data,
Realidade Aumentada e Realidade Virtual.
VERIFICANDO O APRENDIZADO
1. COMO A ANÁLISE DE BIG DATA É ÚTIL PARA MELHORAR AS
OPERAÇÕES DAS EMPRESAS?
A) Retirando dados irrelevantes.
B) Classificando as informações coletadas e tirando conclusões relevantes.
C) Diminuindo a variação dos dados.
D) Aumentando a velocidade de coleta de dados.
E) Controlando a entrada de dados dos sensores.
2. QUAL DEFINIÇÃO SE ENCAIXA MELHOR EM “REALIDADE
AUMENTADA”?
A) Tecnologia que transforma objetos físicos em objetos digitais.
B) Tecnologia que sobrepõe informações digitais em itens do mundo real.
C) Tecnologia que imerge completamente os usuários em um novo ambiente digital.
D) Tecnologia que pode alcançar uma compreensão de imagens em nível humano.
E) Tecnologia que digitaliza o mundo real para um mundo virtual.
GABARITO
1. Como a análise de Big Data é útil para melhorar as operações das empresas?
A alternativa "B " está correta.
 
A análise de Big Data se tornou muito importante para os negócios. Ajuda as empresas a se
diferenciarem das outras e aumentarem a receita. Por meio da classificação das informações
coletadas, a análise de Big Data fornece recomendações e sugestões personalizadas às
empresas.
2. Qual definição se encaixa melhor em “realidade aumentada”?
A alternativa "B " está correta.
 
Ao contrário da realidade virtual, que submerge totalmente os usuários em um ambiente digital
artificial, a realidade aumentada sobrepõe os elementos virtuais no mundo real do usuário,
utilizando computação gráfica e tecnologias de visualização para posicionar com precisão
esses objetos virtuais no ambiente real por meio de sensores.
MÓDULO 3
 Discutir as principais características e a aplicação dos métodos de inteligência
artificial e simulação nos processos da Indústria 4.0
APRENDIZADO DE MÁQUINA (MACHINE
LEARNING – ML)
Pense na quantidade de dados gerados na monitoração do estado de diversas máquinas em
uma indústria. Se humanos revisassem esses dados em busca de desvios em várias
grandezas, que indicassem uma tendência à falha, seria necessário uma equipe de muitas
pessoas.
É aqui que a inteligência artificial (IA) e o Big Data trabalham juntos. A melhor maneira de lidar
com eficiência com essa quantidade de dados é gerenciá-los com varredura e usar algoritmos
de software de IA.
Mas, o que se entende por inteligência artificial?
 RESPOSTA
Trata-se de métodos e tecnologias que permitem a um computador realizar as tarefas que
exigiriam inteligência se fossem realizadas por seres humanos.
A IA é frequentemente usada para descrever sistemas de computador que completam tarefas
após terem sido treinados com grandes quantidades de dados, e que, depois, possivelmente
em conjunto com outros métodos, tomam decisões derivadas dos dados já conhecidos por
eles.
É exatamente por isso que Big Data e IA se complementam tão bem. A IA se torna melhor
quanto mais dados são fornecidos para treinamento.
 
Foto: Shutterstock.com
Dependendo da qualidade e da quantidade dos dados de treinamento, o sistema de IA pode
executar o que considera a ação "certa".
Com a ajuda de algoritmos de aprendizagem, os sistemas de IA podem continuar aprendendo
durante as operações em andamento, por meio das quais os modelos treinados são otimizados
e as bases de dados e de conhecimento estendidas.
 COMENTÁRIO
A razão para a euforia atual em torno da inteligência artificial reside em sua função tecnológica
central, ou seja, que pode, em princípio, ser usada para implementar toda formalização do
pensamento e ação humana e racional, o que significa aprendizagem, planejamento e
resolução de problemas.
Estão incluídos, sendo possível implementar com o uso de IA:
O reconhecimento de padrões (o mais usado na indústria).
Automação de inferências lógicas.
O planejamento e implementação de processos de automação industrial.
O aprendizado de máquina.
A inteligência artificial atualmente em uso é orientada para o homem e se concentra no uso de
computadores para apoiar as atividades dos seres humanos por meio de sistemas específicos.
E como o aprendizado de máquina (machine learning) se situa dentro da IA?
 RESPOSTA
Embora a inteligência em si seja difícil de definir, é geralmente aceito que algo não pode ser
considerado inteligente se não tiver a capacidade de aprender e resolver problemas de
modo independente. Assim, o aprendizado de máquina é uma das subáreas centrais da
inteligência artificial, mas não a única.
A maioria das histórias de sucesso atualmente na área de inteligência artificial envolve uma
combinação de aprendizado e resolução de problemas. Mas, para que as máquinas aprendam,
elas precisam de:
Grandes quantidades de dados para fins analíticos únicos.
OU
Quantidades de dados para fins de reaprendizagem repetitiva.
OU
Fluxos de dados a partir dos quais a aprendizagem ocorre continuamente.
Com base em dados e por meio de conexões hábeis, o aprendizado de máquina é capaz de
reduzir complexidades e detectar eventos ou padrões, explicar eventos, fazer previsões ou
permitir que ações sejam tomadas – e é capaz de fazer isso sem explícita programação na
forma das rotinas usuais se-então (if-then), ou sem automação clássica e engenharia de
controle.
A base do aprendizado de máquina está nas redes neurais artificiais e nos algoritmos de
agrupamento (clustering), dentre outros.
 VOCÊ SABIA
As redes neurais artificiais simulam o cérebro humano por meio de um conjunto de algoritmos.
Em um nível básico, uma rede neural é composta de quatro componentes principais: Entradas,
pesos, uma polarização ou limite e uma saída.
MACHINE LEARNING NA INDÚSTRIA 4.0
Vimos que dados e técnicas de aprendizado de máquina, que aproveitam os dados, estão no
cerne da Indústria 4.0.
OS DADOS SÃO OBTIDOS DOS SENSORES.

TRANSFERIDOS PARA UM SERVIDOR EM NUVEMPELA INTERNET.

ANALISADOS POR MEIO DE ALGORITMOS DE
APRENDIZADO DE MÁQUINA E INTELIGÊNCIA
ARTIFICIAL.

EM SEGUIDA, ELE É DEVOLVIDO A UM TERMINAL DE
SERVIÇO OU ROBÔ INDUSTRIAL PARA COMPLETAR
UM FLUXO DE TRABALHO COMPLETO.
Os cenários típicos dentro da Indústria 4.0 podem incluir, dentre as várias possibilidades
trazidas pelo aprendizado de máquina, a construção de um melhor entendimento do usuário, a
fabricação do produto, o monitoramento da qualidade do produto, a manutenção preditiva, a
logística de distribuição e o feedback do usuário.
• Perfis de usuários
Em um mundo administrado pela Indústria 4.0, os dados do usuário, como frequência de uso,
preferências e modos de uso, também são registrados. Uma série de programas de telefonia
móvel e software de computador já armazenam e analisam dados do usuário.
Algumas lojas físicas usam chips de identificação por radiofrequência (RFID) para registrar as
preferências do usuário e analisar seus dados por meio de algoritmos e outros métodos para
recomendar e atualizar produtos e conteúdo associado. Esses dados são analisados por meio
de algoritmos de aprendizado de máquina para gerar rótulos de classificação
multidimensionais.
Cada usuário é descrito por vários rótulos, permitindo que um retrato cada vez mais preciso
seja construído para cada um. As mídias podem abranger uma gama de dispositivos, desde
aplicativos móveis até eletrodomésticos, além de aparelhos de escritório e dispositivos
médicos.
 
Foto: Shutterstock.com
• Processos de fabricação
Perfis de usuário abrangentes fornecem um benefício muito direto na forma de personalização
aumentada no nível de produção.
Assim como a personalização de conteúdo é implementada para usuários que navegam na
internet atualmente, na era da Indústria 4.0, perfis de usuário altamente refinados serão
aplicados diretamente ao processo de fabricação do produto. Isso torna mais fácil para as
empresas produzirem produtos personalizados que atendam às necessidades dos usuários.
Além do impacto potencial nas decisões de produção, o controle das várias etapas do processo
de fabricação é totalmente automatizado com a tecnologia de aprendizado de máquina na
Indústria 4.0.
 EXEMPLO
A Tesla, empresa de carros elétricos e autônomos, tem demonstrado um compromisso com a
construção de fábricas automotivas inteligentes, em que não apenas a montagem da linha de
produção é realizada por robôs industriais, mas os processos de armazenamento,
gerenciamento de materiais, pedidos e vendas são altamente automatizados usando IA.
• Controle de qualidade
Além da análise e controle de dados relacionados ao processo, uma combinação de tecnologia
de aprendizado de máquina e visão de máquina pode automatizar inspeções de produtos em
grande escala e com alta precisão, o que é particularmente eficaz para identificar defeitos
complexos que não podem ser facilmente verificados pelo olho humano, somente.
Empresas de algoritmos de inteligência artificial lançam dispositivos, como os de detecção de
bolhas, baseados em IA, e visão de máquina para detectar vazamentos de gás em dispositivos.
Esses sistemas de visão eletrônica permitem que o computador capture pequenas bolhas de ar
com grande precisão e determine a localização dos vazamentos de gás. A taxa de erro da
rotina de reconhecimento do sistema é bem menor do que a taxa média de erro das inspeções
realizadas por trabalhadores.
• Manutenção preditiva
O conceito de manutenção preditiva não é novo. Porém, como eixo de desenvolvimento para
adoção da Indústria 4.0, a manutenção preditiva é objeto de pesquisa.
O aprendizado de máquina na manutenção preditiva tem por objetivo obter modelos que
reduzam a incerteza nos diagnósticos.
Existem importantes contribuições no campo da inteligência artificial e de suas técnicas, como
os algoritmos de aprendizado de máquina, a fim de fazer previsões, melhorar os resultados e
generalizar melhor o conjunto de dados. Com base nos recursos e padrões extraídos, é
possível construir modelos preditivos usando análise de dados e algoritmos de aprendizado de
máquinas.
Em um ambiente industrial, um conjunto de dados deve ser obtido antes que as técnicas de
aprendizado de máquinas possam ser aplicadas.

Posteriormente, esses dados passarão por diferentes fases, como pré-processamento,
treinamento de dados e aplicação de um modelo de aprendizagem e, por fim, uma fase de
avaliação.
O pré-processamento dos dados é realizado para preparar os dados brutos. Nessa fase, os
dados são desestruturados, ruidosos, incompletos e inconsistentes, e são transformados para
serem usados como entradas nos algoritmos selecionados para o treinamento. Posteriormente,
os dados de teste serão usados para treinar o modelo desenvolvido. Também serão obtidas as
previsões extraídas do novo conjunto de dados de teste.
 EXEMPLO
Os sistemas de aquecimento, ventilação e ar-condicionado (HVAC) controlam o clima interno, a
temperatura do ar, a umidade e a pressão, criando um ambiente de produção ideal em edifícios
industriais. Esses equipamentos são cruciais para a operação de uma fábrica no contexto da
indústria. No entanto, a manutenção de rotina nem sempre identifica suas falhas.
O objetivo da manutenção preditiva na Indústria 4.0 é estender a vida do equipamento usando
diferentes ferramentas e técnicas para identificar padrões anormais, como: vibração,
temperatura ou desequilíbrio.
LOGÍSTICA
No final do processo produtivo, também devem ser tomadas providências para o problema de
logística. Os robôs industriais podem empacotar produtos automaticamente e imprimir
etiquetas de código QR específicas que incluem informações sobre o produto e endereços de
correspondência nas embalagens em preparação para sua distribuição. Esses sistemas
automáticos desempenham um papel importante no processo de distribuição.
Espera-se que nos próximos anos a tecnologia de direção automatizada baseada em visão
computacional, aprendizado de máquina e tecnologia de controle alcance a comercialização
total, o que tornará a entrega e a logística mais simples e eficientes, enquanto reduz
significativamente os custos.
SERVIÇOS E 
FEEDBACK
No final, já com o usuário, os dados carregados pelo sistema de detecção de um produto
podem ser analisados por algoritmos de aprendizado de máquina na nuvem para determinar se
há alguma anomalia nos dados, permitindo o monitoramento em tempo real do desempenho do
referido produto.
Além disso, quando um usuário encontra qualquer problema, um sistema de IA treinado pode
lidar com eficiência com tarefas como bate-papo por texto, atendimento de chamadas e
conectividade de vídeo, permitindo feedback rápido e resolução oportuna.
APRENDIZADO DE MÁQUINAS E AS
PERSPECTIVAS PARA O TRABALHO
O valor real das aplicações de aprendizado de máquinas está na obtenção de sistemas com
graus mais elevados de autonomia e o valor agregado associado a isso.
A reticência atual em implantar tecnologias de IA coexiste com a expectativa de que níveis
mais elevados de autonomia vão, em última instância, possibilitar o alcance de objetivos ou
funções que ainda não são atingíveis pelos seres humanos. Mas não é possível no momento
fazer qualquer tipo de estimativa detalhada de todas as implicações do uso de IA.
 
Foto: Shutterstock.com
Além de eventuais ganhos de eficiência em relação ao controle e otimização das instalações
produtivas, o maior impacto que a IA tem é na organização do emprego no mundo dos
negócios. A tendência de usar aplicações de IA para substituir tarefas repetitivas ou tarefas
fortemente relacionadas ao processo vem com a criação de novos tipos de perfis de trabalho e
campos de trabalho.
Novas formas de cooperação entre seres humanos e entre seres humanos e máquinas
também estão sendo criadas.
 COMENTÁRIO
A estrutura de emprego como um todo pode, portanto, mudar a longo prazo, por exemplo,
quando formas simples de trabalho de rotina são realizadas pela IA e quando a IA se tornamelhor, mais confiável e mais econômica do que a mão de obra humana.
Mas já existem muitas áreas atualmente em que a inteligência artificial poderia criar algum
espaço livre para os seres humanos. Os exemplos incluem aquelas áreas em que as pessoas
estão atingindo seus limites devido a cargas de trabalho permanentemente pesadas ou níveis
excessivamente altos de complexidade.
Fica claro que as tecnologias de IA têm um grande potencial. Elas podem melhorar a qualidade
da produção industrial, reduzir custos e, ao mesmo tempo, reduzir os tempos de produção e
aumentar a robustez dos processos de trabalho.
Os usuários também estão prevendo um potencial sustentável para si mesmos, por meio da
redução de recursos utilizados, otimização do consumo de energia e melhoria da coordenação
dos processos logísticos.
A IA, portanto, tem implicações para todas as áreas industriais, bem como para a Indústria 4.0.
Porém, a eficiência e o uso da IA dependem de uma série de fatores específicos.
De importância central é a qualidade da informação, disponibilidade e sua interpretabilidade na
fase de aprendizagem.
Igualmente importantes são as qualificações profissionais das pessoas que desenvolvem
procedimentos de IA, que os transferem para as aplicações, ou que avaliam anomalias ou
dependências reconhecidas, ou mesmo as que comprovam e combinam mecanismos de
avaliação.
SIMULAÇÃO
A otimização dos processos de produção é atualmente uma das tarefas mais buscadas na
Indústria 4.0. A complexidade e as exigências do ambiente de mercado obrigam as empresas a
prestar especial atenção à melhoria das condições de funcionamento.
Com isso, a empresa deve trabalhar de forma que a transformação insumo-produto prossiga
com o consumo mais reduzido, a escolha ideal dos processos de produção, recursos e
utilização ótima da capacidade de produção.
Na Indústria 4.0, como vimos, o desenvolvimento tem caminhado para a melhora dos
processos de produção, desde a automação até a sua digitalização.
 DICA
A filosofia da Indústria 4.0 e o método associado de fábrica digital requerem uma ampla gama
de tarefas e habilidades a serem gerenciadas para sua aplicação bem-sucedida e operação
eficiente. Uma das principais competências para sua operação confiável é dominar a simulação
em computador de vários processos logísticos que ocorrem dentro da empresa.
A simulação é o método de usar modelos de um sistema real ou imaginário, ou de um
processo, para melhor compreender ou prever o comportamento do sistema modelado, ou do
processo. Para isso, uma representação analógica, física ou matemática do modelo é
construída.
Como tal, a simulação e modelagem são pelo menos tão antigas quanto o primeiro uso de
peças de madeira ou pedra para representar unidades militares em um jogo de xadrez.
No entanto, o uso da modelagem de simulação passou a ter mais importância em meados da
década de 1940, quando dois grandes desenvolvimentos prepararam o terreno para o rápido
crescimento do campo da simulação – a construção dos primeiros computadores eletrônicos de
uso geral, como o ENIAC, e o trabalho de pesquisadores para usar o método de Monte Carlo
em computadores eletrônicos.
 VOCÊ SABIA
As simulações de Monte Carlo têm o nome do popular destino de jogos de azar em Mônaco,
uma vez que o acaso e os resultados aleatórios são centrais para a técnica de modelagem,
bem como para jogos como roleta, dados e caça-níqueis. A técnica foi desenvolvida por
Stanislaw Ulam, um matemático que trabalhou no Projeto Manhattan.
Depois da Segunda Guerra, enquanto se recuperava de uma cirurgia, Ulam se divertiu jogando
inúmeros jogos de paciência. Ele se interessou em traçar o resultado de cada um desses
jogos, a fim de observar sua distribuição e determinar a probabilidade de vitória. Depois que ele
compartilhou sua ideia com John von Neumann, os dois colaboraram para desenvolver a
simulação de Monte Carlo.
Nas últimas décadas, a simulação por computador tornou-se uma ferramenta indispensável
para a compreensão da dinâmica dos sistemas de negócios. Muitas empresas de sucesso
usam intensivamente a simulação como um instrumento de planejamento operacional e
estratégico.
Na indústria, apesar do uso intenso de simulação no projeto e na verificação do produto,
poucas utilizam ferramentas de simulação na fabricação para estudar o comportamento de
seus sistemas e processos antes da implantação.
Talvez a melhor maneira pela qual a simulação possa ajudar uma organização seja estimar
melhor o retorno do investimento antes que ele seja realmente iniciado, como no caso de uma
nova linha de montagem. É mais um facilitador da tomada de decisão aprimorada que ajuda as
empresas a economizar e ganhar mais dinheiro. Como isso acontece?
A principal razão pela qual um processo de simulação pode alcançar esses resultados é que
ele pode explicar o comportamento de tarefas e recursos individuais, medindo o que
acontecerá em um sistema de manufatura em um determinado período.
A simulação também é preferida por causa de outro recurso importante: Um ambiente livre de
riscos.
 EXEMPLO
Uma empresa recebe um grande pedido de produção que precisa ser feito em um curto espaço
de tempo e, por causa da intensidade do processo, uma máquina para ou você identifica outro
problema dentro da linha de produção.
É aqui que as simulações são úteis: elas podem ajudá-lo a descobrir esses pontos fracos com
antecedência e reduzir o tempo de inatividade do equipamento, testando formas de limitar seu
impacto e tornando mais fácil para os engenheiros projetar uma linha de fabricação mais
eficiente.
Um conceito usado com frequência para simulação na Indústria 4.0 é a do gêmeo digital
(Digital Twin), uma cópia virtual e inteligente capaz de espelhar processos reais e otimizar a
tomada de decisões.
 COMENTÁRIO
Provavelmente, a principal razão pela qual o conceito de gêmeo digital tem despertado
interesse como um elemento da nova revolução industrial é sua capacidade de substituir testes
físicos volumosos por modelos digitais.
Os modelos digitais do sistema submetido duplicam todos os elementos e dinâmicas de sua
operação ao longo de todo o ciclo de vida do sistema. Os dados coletados por sensores IoT
permitem que um modelo digital atue exatamente como o “gêmeo” da realidade física. Para
engenheiros e pesquisadores, significa que monitorar, testar e manipular agora pode ser
possível sem suposições ou expectativas.
 EXEMPLO
No setor automotivo, os gêmeos digitais são importantes para os desafios, como design e
fabricação de veículos, vendas e manutenção. As etapas iniciais do ciclo de vida do produto
automotivo são as fases de conceito e design. Nesse estágio, os fabricantes de automóveis
pensam em um gêmeo digital como uma réplica realista para otimizar o veículo antes de ir para
a produção.
 
Foto: Shutterstock.com
O comportamento do carro, interior e exterior, software, eletrônica e mecânica – tudo isso se
torna objeto para a tecnologia de gêmeo digital. Nesse ponto, o gêmeo digital valida o design
do produto e lida com o desenvolvimento de abordagens para evitar falhas e tornar o produto
mais econômico.
Durante os próximos estágios de um ciclo de vida, que são o planejamento e a execução da
fabricação, toda a linha de produção pode ser otimizada em ambientes virtuais por meio do
gêmeo digital. Os benefícios se resumem à redução do tempo e do esforço, no estágio
seguinte, quando os carros realmente são produzidos.
Um gêmeo digital é, dessa forma, um elo entre um carro e a maneira como ele está sendo
produzido. Todos os dados são integrados à nuvem para permitir a manutenção preditiva e
facilitar a fabricação no futuro.
APRENDIZADOS DE MÁQUINA E
SIMULAÇÃO
Neste vídeo, o especialista Marcos Santana Farias apresenta os conceitos de Big Data,
Realidade Aumentada e Realidade Virtual.
VERIFICANDO O APRENDIZADO
1. COMO PODEMOS DEFINIR A APRENDIZAGEM DE MÁQUINA (MACHINE
LEARNING)?
A) A aquisição seletiva de conhecimentopor meio do uso de programas de computador.
B) A aquisição seletiva de conhecimento por meio de programação na forma das rotinas usuais
“se-então”.
C) A aquisição autônoma de conhecimento por meio de programação na forma das rotinas
usuais “se-então”.
D) A aquisição autônoma de conhecimento por meio do uso de algoritmos de treinamento.
E) A aquisição seletiva de conhecimento por meio do uso de algoritmos de treinamento.
2. VERIFIQUE QUAL DAS OPÇÕES A SEGUIR SÃO RAZÕES PARA USAR
SIMULAÇÃO. 
 
I. É MAIS BARATO E RÁPIDO DO QUE EXPERIMENTAR O SISTEMA REAL. 
II. PERMITE QUE AS CONDIÇÕES DE UM EXPERIMENTO SEJAM
CONTROLADAS. 
III. PROMOVE UM AMBIENTE LIVRE DE RISCOS.
A) I e II
B) I e III
C) II e III
D) Nenhuma
E) Todas
GABARITO
1. Como podemos definir a aprendizagem de máquina (machine learning)?
A alternativa "D " está correta.
 
O aprendizado de máquina é um método de análise de dados que automatiza a construção de
modelos analíticos. É um ramo da inteligência artificial baseado na ideia de que os sistemas
podem aprender com os dados de forma autônoma, identificar padrões e tomar decisões com o
mínimo de intervenção humana.
2. Verifique qual das opções a seguir são razões para usar simulação. 
 
I. É mais barato e rápido do que experimentar o sistema real. 
II. Permite que as condições de um experimento sejam controladas. 
III. Promove um ambiente livre de riscos.
A alternativa "E " está correta.
 
A simulação é uma tecnologia-chave para o desenvolvimento de modelos de planejamento e
exploratórios para otimizar a tomada de decisão, bem como o projeto e as operações de
sistemas de produção complexos e inteligentes.
Também pode ajudar as empresas a avaliar os riscos, diminuir custos e barreiras de
implementação com impacto no desempenho operacional, sendo um roteiro para a Indústria
4.0.
MÓDULO 4
 Examinar as ferramentas para criação de ambientes de simulação, considerando os
cuidados necessários para a segurança dos ambientes virtuais
VIRTUALIZAÇÃO
Vimos que a simulação, usando conceitos como o gêmeo digital, implica na criação de réplicas
virtuais de dispositivos físicos que cientistas de dados e profissionais de TI podem usar para
executar simulações antes que os dispositivos reais sejam construídos e implantados,
mudando a maneira como tecnologias como IoT, IA e análises são usadas para otimização.
Isso é a virtualização, que tem sido usada extensivamente em sistemas corporativos e de rede
há décadas, mas é relativamente nova para sistemas industriais.
Podemos fazer coisas no mundo digital que simplesmente não são possíveis no físico.
Se você precisa ver o interior de um equipamento enquanto ele está operando, os dados
podem contar a história dele. Se é necessário saber como os novos equipamentos afetarão os
processos existentes, você pode passar semanas criando modelos físicos ou avaliar vários
cenários digitalmente em horas.
A virtualização permite que uma “cópia” do processo seja criada digitalmente, mesclando os
dados do sensor adquiridos do monitoramento de processos físicos e equipamentos com
modelos de processo virtual e modelos de simulação.
A visão virtualizada das operações ajuda a monitorar os processos físicos e é então visualizada
por meio de uma interface que permite a operadores e gerentes administrar melhor a
complexidade crescente, reduzir o tempo de inatividade do equipamento e otimizar os
processos.
Citamos equipamentos, processos e visão da operação, mas a virtualização é um termo
amplamente utilizado que engloba uma variedade de tecnologias e pode significar coisas muito
diferentes em contextos distintos. Independentemente disso, a virtualização oferece benefícios
semelhantes: diminuir o número de recursos físicos necessários e fornecer uma maneira de
segmentar redes, aplicativos ou processos.
Embora os métodos e aplicações finais para os vários tipos de virtualização sejam diferentes,
eles têm uma coisa em comum: Pegar uma quantidade finita de hardware físico e fazê-lo agir
como vários ambientes virtuais separados, criando partições definidas por software dentro do
hardware.
A virtualização pode funcionar em:
UM NÍVEL DE REDE.
EM UM NÍVEL DE SERVIDOR.
EM UM NÍVEL DE PLATAFORMA ÚNICA.
Ela permite que você execute várias sessões para várias pessoas ou tarefas no mesmo
servidor simultaneamente (como fazem os aplicativos de computação em nuvem) ou separe
um único desktop em duas máquinas virtuais.
As empresas industriais têm usado softwares de simulação para planejar novas linhas de
produção há vários anos. Mas atualmente, com novas ferramentas de virtualização, os
fornecedores desses softwares têm oportunidade de entrar no direcionamento da Indústria 4.0
e incluir os detalhes específicos de outras tecnologias transformadoras para impacto virtual e
avaliações antes da implantação em escala.
O software de virtualização/simulação para sistemas de manufatura usa modelagem de
computador para analisar como a produção pode funcionar em qualquer fábrica ou situação.
Ele pode mostrar como configurações, equipamentos ou tecnologia podem afetar as operações
de fábricas existentes ou planejadas e comparar alternativas.
 ATENÇÃO
Um bom produto de simulação mostrará como as mudanças nas células de trabalho afetarão
linhas inteiras ou fábricas inteiras. Esse tipo de simulação, com base em virtualização do chão
de fábrica, fornece valor real ao planejar novas alterações em fábricas existentes, em que cada
minuto de tempo de atividade tem valor.
Esse tipo de software, também chamado de manufatura digital, mapeia as instalações e
aumenta as chances de obter uma produção certa na primeira vez, reduzindo o número, o risco
e o custo de caras execuções de teste.
TÉCNICAS PARA CRIAR VIRTUALIZAÇÃO
DO CHÃO DE FÁBRICA
Ao escanear os ativos no chão de fábrica e criar um modelo 3D, o planejamento do fluxo de
produção e os ativos podem ser facilitados.
Atualmente, existem três tecnologias de digitalização disponíveis no mercado:
DIGITALIZAÇÃO A LASER BASEADA EM SOLO
Essa tecnologia consiste em um scanner a laser baseado no solo, que é montado em um tripé
e gira horizontal e verticalmente. Se uma área for digitalizada, o tripé deve ser realocado para o
próximo local de digitalização manualmente. Essa tecnologia tem desvantagens, como a
relocação demorada do scanner ou a incapacidade de escanear vistas superiores de um ativo.
FOTOGRAMETRIA BASEADA EM DRONES.
A fotogrametria baseada em drones apresenta um drone equipado com um sistema de câmera
digital que tira fotos da infraestrutura de vários ângulos. Essas fotos são remontadas por
fotogrametria para construir um modelo 3D monolítico do chão de fábrica.
As deficiências dessa tecnologia são, por exemplo, tempos de digitalização mais longos, pois
cada infraestrutura deve ser fotografada de várias posições e pontos de vista, bem como
etapas de processamento adicionais que são necessárias para recuperar o modelo 3D de fotos
2D.
DIGITALIZAÇÃO ESTEREOSCÓPICA BASEADA EM
DRONES.
A varredura estereoscópica baseada em drones apresenta uma varredura estereoscópica
semiautônoma do chão de fábrica industrial para obter uma nuvem de pontos espaciais de todo
o chão de fábrica. Ela gera uma computação baseada em nuvem de modelos de chão de
fábrica 3D interativos, baseados em software de virtualização de fábrica.
Esses modelos são visualizados em tablets e até em óculos inteligentes. A varredura
estereoscópica baseada em drones oferece os melhores resultados de todas as três
tecnologias, sendo mais rápida do que a varredura a laser baseada no piso e mais precisa,
pois fará a varredura de ativos que não estão à vista do laser.
Independentemente da tecnologia empregada, a virtualização da planta permitirá que as
empresas do setor otimizem o planejamento de ativos de produção e o fluxo de produção.
Dessa forma, eles poderão obter transparência e rastreabilidade sobre os ativos empregados
em suas fábricas, bem como reduzir substancialmente os esforços deplanejamento e os
custos de emprego de novos ativos em suas instalações.
VIRTUALIZAÇÃO EM OPERAÇÕES DE
DISTRIBUIÇÃO
A virtualização é um dos princípios de projeto que estão moldando as soluções da Indústria
4.0, junto com a interoperabilidade, descentralização, modularidade e capacidade de atuação
autônoma em tempo real.
E isso também se aplica em soluções de manuseio de materiais, com recursos de
gerenciamento de dados em tempo real e interfaces de usuário que apresentam uma visão
virtual das condições existentes, ou modelam as condições futuras com base em mudanças
planejadas em equipamentos ou processos.
Vejamos alguns exemplos:
MONITORAMENTO DO FLUXO DE MATERIAL
A visibilidade dos produtos no ambiente tornou-se essencial para o manuseio eficiente de
materiais. Mas, até recentemente, isso se limitava a saber a localização de um produto no
estoque. A tecnologia de virtualização permite monitorar os produtos conforme eles se movem
no processo, para melhorar a precisão e identificar oportunidades de otimização.
MONITORAMENTO DE CONDIÇÃO
O monitoramento de condições usa dados em tempo real de equipamentos de manuseio de
materiais para identificar o desgaste antes que se torne perceptível nas operações, permitindo
que a equipe do depósito preveja com precisão quando a manutenção é necessária para evitar
falhas.
Em vez de programar a manutenção preventiva regular em intervalos predefinidos,
independentemente de o equipamento precisar ou não, ou adotar uma abordagem estritamente
reativa para a manutenção conforme os problemas ocorrem, a virtualização permite uma
abordagem mais inteligente para a manutenção em que o serviço é executado apenas quando
é necessário, e antes que ocorram falhas.
GERENCIAMENTO DE DISPONIBILIDADE
Em um depósito atual, equipamentos e processos estão interconectados de maneiras que
podem amplificar o impacto do tempo de inatividade de qualquer peça. Por meio da
virtualização, você pode modelar o impacto do tempo de inatividade de qualquer equipamento
para entender melhor o efeito de sua falha nas operações e evitar consequências imprevistas.
MODELAGEM DE PROCESSOS
Um dos desafios que muitas organizações enfrentam ao implantar novos sistemas de
automação é obter um entendimento completo do impacto do novo equipamento nos fluxos de
processo existentes, antes que o equipamento seja instalado.
Isso pode levar a uma fase de inicialização prolongada, na qual os processos são refinados
para acomodar o novo equipamento, atrasando o retorno do investimento. Com a virtualização,
você pode adicionar novos equipamentos aos seus modelos para prever com precisão seu
impacto no rendimento, entender exatamente quais mudanças de processo são necessárias
antes da implementação e reduzir os tempos de implantação e inicialização.
Na Indústria 4.0, a virtualização incluirá várias tendências de tecnologia, incluindo computação
em nuvem, mobilidade e IoT. A onipresença e escalabilidade criadas pela computação em
nuvem permitem que a manufatura se livre dos limites de sua infraestrutura e opere de
qualquer local.
 
Foto: Shutterstock.com
Construir um sistema IoT eficiente significa criar uma rede robusta e de alta disponibilidade que
fornece aos funcionários máquinas, computadores e aplicativos de acesso aos dados de
qualquer dispositivo.
Para que isso seja bem-sucedido, as aplicações virtuais se tornam uma engrenagem vital
nesse processo. Estar sempre conectado, disponível e capaz de funcionar em qualquer
dispositivo garante que o sistema possa coletar e processar dados de qualquer plataforma e
local, resultando em um sistema mais coeso e colaborativo.
CIBERSECURITY
A Indústria 4.0, fortemente ligada a sistemas ciberfísicos, está permitindo o desenvolvimento de
infraestruturas inteligentes e conectadas, incluindo infraestruturas de manufatura inteligente,
aprimorando sua qualidade de fornecimento de serviços e transformando o cenário industrial
com a IoT em seu cerne.
Com isso, já exerce impacto na sociedade, transformando produtos, a experiência do cliente e
o mercado de trabalho. Está, portanto, desempenhando um papel central nas iniciativas dos
governos e organismos sociais, tornando-se objeto de vários estudos, programas e
regulamentos.
No entanto, por mais positivos que sejam os desenvolvimentos, a tendência de usar mais
dispositivos IoT nos locais de trabalho e na indústria também resulta em um aumento de
ameaças cibernéticas e na ocorrência de uma variedade maior dessas ameaças.
 ATENÇÃO
A Quarta Revolução Industrial e o crescimento exponencial de dispositivos conectados em todo
o mundo, juntamente com o número rapidamente crescente de incidentes de segurança
cibernética, enfatizam ainda mais a necessidade de fortalecer a segurança cibernética
(cibersecurity), especialmente entre os operadores industriais que estão começando a utilizar
soluções de IoT.
Iniciativas recentes voltadas para a Indústria 4.0 estão atraindo mais atenção aos aspectos
relacionados à segurança das soluções técnicas e dos cidadãos que delas dependem. Esse
assunto é tanto mais importante quanto maior o impacto potencial exercido por novas
ameaças, indo desde o comprometimento da segurança física até paralisações da produção,
deterioração do produto, danos ao equipamento e consequentes perdas financeiras e de
reputação.
VULNERABILIDADES
Na Indústria 4.0, as empresas estão hiperconectadas com seus dispositivos e redes
inteligentes. O resultado desse progresso tecnológico é uma maior produtividade das
empresas, como vimos até aqui. No entanto, ele também aumenta as oportunidades de
ataques cibernéticos.
Os criminosos cibernéticos já identificaram as empresas como alvos lucrativos. Os invasores
geralmente podem encontrar, com facilidade, pontos de entrada nas redes da empresa ou por
meio de dispositivos conectados, especialmente quando não são devidamente seguros ou
estão desatualizados.
 
Foto:Shutterstock.com
 Foto:Shutterstock.com
De muitas maneiras, os ataques cibernéticos a sistemas industriais não são tão diferentes de
outros sistemas de TI. Os invasores são movidos pelas mesmas motivações de outros ataques
cibernéticos. Nas empresas, nem sempre há um único ponto mais vulnerável do que outro. Em
vez disso, o sistema de rede precisa ser visto como um todo.
Quando uma empresa decide implementar uma linha inteligente em seus negócios, é
importante garantir que seus sistemas e gerenciamento de TI sejam capazes de lidar com isso
e evitar erros comuns, tais como:
DISPOSITIVOS MAL CONFIGURADOS
Um dos erros mais comuns que os invasores podem explorar são os dispositivos configurados
incorretamente (por exemplo, dispositivos IoT, comutadores de rede etc.). É necessário apenas
um dispositivo comprometido para permitir que os invasores acessem a rede da empresa.
Geralmente, qualquer um dos dispositivos conectados a uma rede pode estar configurado
incorretamente, criando assim muitas áreas vulneráveis na segurança do setor, também
conhecido como “grande superfície de ataque”.
EQUIPAMENTO DESATUALIZADO
Se os funcionários estiverem usando equipamentos desatualizados, existe o perigo de as
configurações de segurança não estarem atualizadas. Pode não ser possível instalar o
software mais recente para corrigir esse problema. Nesse caso, o dispositivo deve ser
substituído por um modelo mais novo.
APLICATIVOS DESATUALIZADOS
Existem muitos aplicativos de software específicos da indústria implantados em empresas,
como, por exemplo, controle automatizado de máquinas por meio de computadores (controle
numérico computadorizado ou máquinas CNC) que podem atender às especificações dos
materiais a serem produzidos usando instruções programadas sem um operador manual.
A menos que os procedimentos adequados para correção (adaptação ou reparo de software ou
dados) estejam em vigor, o software desses aplicativos pode estar desatualizado para que
vulnerabilidades conhecidas não sejam corrigidas, deixando a porta aberta para invasores.