Modelagem de Sistemas A1

Prévia do material em texto

As relações entre o estado da planta industrial e a modelagem de sistemas 
contínuos (estado estacionário), na Indústria 4.0, se encontram, principalmente, 
nas indústrias que usam alguns dos aspectos a seguir: 
• as tecnologias: Smart sensores, inteligência artificial, realidade aumentada e 
realidade virtual, IoT, automação industrial, ciber-segurança, inteligência robótica 
controlador lógico programável CLP ou do inglês, Programable Logic Computer – 
PLC, e softwares como Matlab, Octave e Scialab; 
• nos processos: smart grids, manutenção inteligente, gerenciamento do ciclo de 
vida do produto e da fabricação, armazenamento, logística, uso de softwares ERP 
– Enterprise Resource Planning, SCM – Supply Chain Management, MIS – 
Management Information Systems, PLM – Product Lifecycle Management, SCADA 
– Supervisory Control and Data Acquisition; 
 • para o produto: matéria-prima ou produto em transformação ou produto 
acabado) ser rastreável, acessível remotamente para que o cliente possa 
acompanhar as etapas do processo produtivo à sua entrega, integração da 
cadeia de suprimentos em tempo real parcial em alguns setores, e, 
possivelmente com uma “indústria” a partir de energias renováveis 
disponíveis atualmente e adoção de medidas autossustentáveis; 
 através de modelagens de sistemas contínuos que comprovam a eficiência da 
técnica e aceitação, de modo a determinar as melhores condições de operação e 
detecções de erros de projetos, num processo de avaliação, antes que o sistema 
seja implantado de fato. Falhas significam custos que podem inviabilizar todo um 
projeto. Somente por meio da modelagem e simulação é possível responder 
assertivamente, antecipadamente e quantitativamente, sobre o desempenho a 
ser obtido por um sistema, levando em consideração que a quantificação da 
interrupção não prevista e seus efeitos podem ser mensurados, o que possibilita a 
tomada de decisão e a execução de ações sobre o sistema.
 Um fator que pode levar a erros é o excesso de confiança nos softwares, por isso
também são demandados planejamento, testes e cálculos, antes de submeter e 
modelar em qualquer dispositivo.
 Diante do exposto, pode ser observado que a Indústria 4.0 se tornou um objetivo a
ser alcançado estrategicamente para as empresas que precisam permanecer no 
mercado e que desejam se tornarem competitivas. Além de analisar o alto 
custo imediato do investimento para a implementação de recursos voltados para a 
Indústria 4.0
As relações entre o estado da planta industrial e a modelagem de sistemas 
contínuos (estado estacionário), na Indústria 4.0, se encontram, principalmente, 
nas indústrias que usam alguns dos aspectos a seguir: 
• as tecnologias: Smart sensores, inteligência artificial, realidade aumentada e 
realidade virtual, IoT, automação industrial, ciber-segurança, inteligência robótica 
controlador lógico programável CLP ou do inglês, Programable Logic Computer – 
PLC, e softwares como Matlab, Octave e Scialab; 
• nos processos: smart grids, manutenção inteligente, gerenciamento do ciclo de 
vida do produto e da fabricação, armazenamento, logística, uso de softwares ERP 
– Enterprise Resource Planning, SCM – Supply Chain Management, MIS – 
Management Information Systems, PLM – Product Lifecycle Management, SCADA 
– Supervisory Control and Data Acquisition; 
 • para o produto: matéria-prima ou produto em transformação ou produto 
acabado) ser rastreável, acessível remotamente para que o cliente possa 
acompanhar as etapas do processo produtivo à sua entrega, integração da 
cadeia de suprimentos em tempo real parcial em alguns setores, e, 
possivelmente com uma “indústria” a partir de energias renováveis 
disponíveis atualmente e adoção de medidas autossustentáveis; 
 através de modelagens de sistemas contínuos que comprovam a eficiência da 
técnica e aceitação, de modo a determinar as melhores condições de operação e 
detecções de erros de projetos, num processo de avaliação, antes que o sistema 
seja implantado de fato. Falhas significam custos que podem inviabilizar todo um 
projeto. Somente por meio da modelagem e simulação é possível responder 
assertivamente, antecipadamente e quantitativamente, sobre o desempenho a 
ser obtido por um sistema, levando em consideração que a quantificação da 
interrupção não prevista e seus efeitos podem ser mensurados, o que possibilita a 
tomada de decisão e a execução de ações sobre o sistema.
 Um fator que pode levar a erros é o excesso de confiança nos softwares, por isso
também são demandados planejamento, testes e cálculos, antes de submeter e 
modelar em qualquer dispositivo.
 Diante do exposto, pode ser observado que a Indústria 4.0 se tornou um objetivo a
ser alcançado estrategicamente para as empresas que precisam permanecer no 
mercado e que desejam se tornarem competitivas. Além de analisar o alto 
custo imediato do investimento para a implementação de recursos voltados para a 
Indústria 4.0
As relações entre o estado da planta industrial e a modelagem de sistemas 
contínuos (estado estacionário), na Indústria 4.0, se encontram, principalmente, 
nas indústrias que usam alguns dos aspectos a seguir: 
• as tecnologias: Smart sensores, inteligência artificial, realidade aumentada e 
realidade virtual, IoT, automação industrial, ciber-segurança, inteligência robótica 
controlador lógico programável CLP ou do inglês, Programable Logic Computer – 
PLC, e softwares como Matlab, Octave e Scialab; 
• nos processos: smart grids, manutenção inteligente, gerenciamento do ciclo de 
vida do produto e da fabricação, armazenamento, logística, uso de softwares ERP 
– Enterprise Resource Planning, SCM – Supply Chain Management, MIS – 
Management Information Systems, PLM – Product Lifecycle Management, SCADA 
– Supervisory Control and Data Acquisition; 
 • para o produto: matéria-prima ou produto em transformação ou produto 
acabado) ser rastreável, acessível remotamente para que o cliente possa 
acompanhar as etapas do processo produtivo à sua entrega, integração da 
cadeia de suprimentos em tempo real parcial em alguns setores, e, 
possivelmente com uma “indústria” a partir de energias renováveis 
disponíveis atualmente e adoção de medidas autossustentáveis; 
 através de modelagens de sistemas contínuos que comprovam a eficiência da 
técnica e aceitação, de modo a determinar as melhores condições de operação e 
detecções de erros de projetos, num processo de avaliação, antes que o sistema 
seja implantado de fato. Falhas significam custos que podem inviabilizar todo um 
projeto. Somente por meio da modelagem e simulação é possível responder 
assertivamente, antecipadamente e quantitativamente, sobre o desempenho a 
ser obtido por um sistema, levando em consideração que a quantificação da 
interrupção não prevista e seus efeitos podem ser mensurados, o que possibilita a 
tomada de decisão e a execução de ações sobre o sistema.
 Um fator que pode levar a erros é o excesso de confiança nos softwares, por isso
também são demandados planejamento, testes e cálculos, antes de submeter e 
modelar em qualquer dispositivo.
 Diante do exposto, pode ser observado que a Indústria 4.0 se tornou um objetivo a
ser alcançado estrategicamente para as empresas que precisam permanecer no 
mercado e que desejam se tornarem competitivas. Além de analisar o alto 
custo imediato do investimento para a implementação de recursos voltados para a 
Indústria 4.0
Modelagem de Sistemas
Testes com a planta industrial pode tornar o processo oneroso, tanto em tempo quanto em dinheiro, haja vista que o processo poderia precisar parar para a realização de testes e, dessa maneira, o custo relacionado poderia ser investido em equipamentos que realizassem um conjunto de simulações. 
As relações entre o estado da planta industrial e a modelagem de sistemascontínuos (estado estacionário), na Indústria 4.0, se encontram, principalmente, 
nas indústrias que usam alguns dos aspectos a seguir: 
As tecnologias: Smart sensores, inteligência artificial, realidade aumentada e 
realidade virtual, IoT, automação industrial, ciber-segurança, inteligência robótica 
controlador lógico programável CLP ou do inglês, Programable Logic Computer 
PLC, e softwares como Matlab, Octave e Scialab; 
Nos processos: smart grids, manutenção inteligente, gerenciamento do ciclo de 
vida do produto e da fabricação, armazenamento, logística, uso de softwares ERP – Enterprise Resource Planning, SCM – Supply Chain Management, MIS – 
Management Information Systems, PLM – Product Lifecycle Management, SCADA – Supervisory Control and Data Acquisition; 
Para o produto matéria-prima ou produto em transformação ou produto acabado ser rastreável, acessível remotamente para que o cliente possa acompanhar as etapas do processo produtivo à sua entrega, integração da cadeia de suprimentos em tempo real parcial em alguns setores, e, possivelmente com uma “indústria” a partir de energias renováveis disponíveis atualmente e adoção de medidas autossustentáveis; 
Através de modelagens de sistemas contínuos que comprovam a eficiência da técnica e aceitação, de modo a determinar as melhores condições de operação e detecções de erros de projetos, num processo de avaliação, antes que o sistema seja implantado de fato. Falhas significam custos que podem inviabilizar todo um projeto. Somente por meio da modelagem e simulação é possível responder assertivamente, antecipadamente e quantitativamente, sobre o desempenho a ser obtido por um sistema, levando em consideração que a quantificação da interrupção não prevista e seus efeitos podem ser mensurados, o que possibilita a tomada de decisão e a execução de ações sobre o sistema. 
Um fator que pode levar a erros é o excesso de confiança nos softwares, por isso também são demandados planejamento, testes e cálculos, antes de submeter e modelar em qualquer dispositivo. 
Diante do exposto, pode ser observado que a Indústria 4.0 se tornou um objetivo a ser alcançado estrategicamente para as empresas que precisam permanecer no mercado e que desejam se tornarem competitivas. Além de analisar o alto 
custo imediato do investimento para a implementação de recursos voltados para a Indústria 4.0.
Exemplo de simulação de circuito elétrico com software MAT Lab:
MAT Lab