Princípios e Tecnologias da Indústria 4 0

Programação para Dispositivos Móveis

•

ESTÁCIO

0

Marcio Meyer Hora

19/09/2022

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

Princípios e Tecnologias da Indústria 4.0

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
fabricantes mais 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.

Clique nas setas para ver o conteúdo.
Objeto com interação.

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 registros individuais, 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.

Clique nas setas para ver o conteúdo.
Objeto com interação.

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.com

Como 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

ATENÇÃO!

Para desbloquear o próximo módulo, é necessário que você responda corretamente a uma das seguintes questões:

1. O que há de comum na implementação dos princípios de interoperabilidade e modularidade na Indústria 4.0?
Baixo custo.
Necessidade de padronização.
Alta dificuldade.
Tempo prolongado.
Necessidade de regulação.
Tentar novamenteResponder
Comentário
2. Qual dos itens é um benefício da descentralização na Indústria 4.0?
A capacidade de respostas rápidas.
A diminuição de custos.
O aumento da confiabilidade.
A capacidade de comunicação entre sistemas.
O aumento na produção.
Tentar novamenteResponder
Comentário
Gabarito1. 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.

O conteúdo ainda não acabou.

Clique
aqui e retorne para saber como desbloquear.

Avalie este módulo:
Você chegou ao final do módulo 1!
E, com isso:
Lorem ipsum dolor sit amet,
consectetur adipiscing elit.
Retornar para o
início do módulo 1

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:

Clique nas barras para ver as informações.
Objeto com interação.

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:

Clique na barra para ver as informações.
Objeto com interação.

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.

Clique nas setas para ver o conteúdo.
Objeto com interação.

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

ATENÇÃO!

Para desbloquear o próximo módulo, é necessário que você responda corretamente a uma das seguintes questões:

1. Como a análise de Big Data é útil para melhorar as operações das empresas?
Retirando dados irrelevantes.
Classificando as informações coletadas e tirando conclusões relevantes.
Diminuindo a variação dos dados.
Aumentando a velocidade de coleta de dados.
Controlando a entrada de dados dos sensores.
Tentar novamenteResponder
Comentário
2. Qual definição se encaixa melhor em “realidade aumentada”?
Tecnologia que transforma objetos físicos em objetos digitais.
Tecnologia que sobrepõe informações digitais em itens do mundo real.
Tecnologia que imerge completamente os usuários em um novo ambiente digital.
Tecnologia que pode alcançar uma compreensão de imagens em nível humano.
Tecnologia que digitaliza o mundo real para um mundo virtual.
Tentar novamenteResponder
Comentário
Gabarito1. 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.

O conteúdo ainda não acabou.

Clique
aqui e retorne para saber como desbloquear.

Avalie este módulo:

Você chegou ao final do módulo 2!
E, com isso:
Descreveu tecnologias emergentes para a Indústria 4.0 na manipulação de dados e na visão de máquina
Retornar para o
início do módulo 2

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 nuvem pela 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.

Clique nas barras para ver as informações.
Objeto com interação.

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 torna
melhor, 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

ATENÇÃO!

Para desbloquear o próximo módulo, é necessário que você responda corretamente a uma das seguintes questões:

1. Como podemos definir a aprendizagem de máquina (machine learning)?
A aquisição seletiva de conhecimento