Automação micro cervejaria artesanal utilizando lógica fuzzy

Prévia do material em texto

Abstract: This paper describes the development of a Project to 
automate an artisan microbrewery, based in logic fuzzy to control the 
temperature during the manufacturing. This solution is composed by 
a software, firmware and hardware. This project aims to improve, 
standardize and reduce contamination in the production of craft beer, 
controlling the processes automatically, reducing manual contact 
during manufacturing, providing reuse of revenue, thus standardizing 
the manufacturing. 
Resumo: Este artigo especifica o desenvolvimento de um projeto 
para automatizar uma micro cervejaria artesanal, utilizando lógica 
fuzzy para controle de temperatura na fabricação. A solução é 
composta por software, firmware e hardware. O projeto visa 
aperfeiçoar, padronizar e reduzir a contaminação na produção de 
cerveja artesanal, controlando os processos automaticamente, 
diminuindo o contato manual durante a fabricação, oferecendo 
reaproveitamento de receitas, desta forma padronizando a fabricação. 
Palavras chave: Controle de Temperatura. Micro Cervejaria 
Artesanal. Lógica Fuzzy. 
I. INTRODUÇÃO 
A cerveja é um produto consumido e fabricado há muito 
tempo, não há como definir com exatidão quando surgiu o 
processo de fermentação que deu origem à cerveja. Acredita-
se que este processo surgiu há mais de 10.000 anos, conforme 
citado em [2]. 
Com a popularização desta bebida, e seu alto consumo pelo 
mundo, a cerveja tornou-se um produto altamente rentável 
para grandes empresas, surgindo, assim, rigorosos processos 
de fabricação e em alta escala. Atualmente, uma nova 
tendência vem ganhando força no mercado cervejeiro: a 
cerveja artesanal, segundo [1]. O Market Share deste produto 
vem se multiplicando cada vez mais, onde a fabricação do 
mesmo pode ser voltada para a venda ou simplesmente para o 
consumo pessoal. 
A fabricação de cerveja artesanal deve seguir rigorosos 
padrões para garantir a qualidade da fabricação. Para se 
fabricar uma cerveja são necessárias várias etapas: controle de 
tempo, temperatura, resfriamento, adicionamento de produtos, 
etc [1]. 
Vale ressaltar que são necessários certos cuidados para 
evitar contato manual com a cerveja e assim diminuir a 
contaminação que poderia ocorrer e, também, garantir 
exatidão no controle de temperatura na fabricação da mesma 
[1]. 
 
1- Trabalho apresentado no V Seminário de Automação Industrial e Sistemas 
Eletro-Eletrônicos – SAISEE (ISSN 2319-0280), ocorrido em 02 de Julho na 
cidade de Santa Rita do Sapucaí-MG. 
 
Este artigo apresenta o projeto de um controle automatizado 
de temperatura, utilizando sistema embarcado e lógica fuzzy, 
para o controle do processo de fabricação doméstico de 
cerveja. 
Historicamente, o consumo de cerveja está em constante 
crescimento. Países como Brasil, Rússia e China são grandes 
consumidores em expansão, como dito em [1]. Apesar destes 
países estarem em constante crescimento do consumo desta 
bebida, países europeus estão consumindo cerveja de forma 
estável. Mesmo assim, estes últimos tem o maior consumo per 
capita de cerveja do mundo. [1] 
No Brasil o mercado de cervejas artesanais, também 
conhecidas como cervejas Gourmet, está em forte crescimento, 
onde estas bebidas são direcionadas para um consumidor mais 
exigente, com um paladar mais refinado e sofisticado, sendo 
produzidas em menor escala e recebendo processos especiais 
que agregam mais valor ao produto final. 
Atualmente, o consumo de cerveja artesanal no Brasil 
representa 6% do total de cervejas consumidas nacionalmente, 
mas há cinco anos este valor era de 2%. Estes dados 
demonstram o crescimento de cervejas artesanais comerciais, 
ainda existindo fabricantes domésticos, que não estão 
presentes nessa estatística, segundo [1] 
Para a produção de cerveja artesanal, algumas dificuldades 
são encontradas: uma das principais é o controle da 
temperatura e do tempo de produção. Pode-se utilizar um 
termômetro e um cronometro para realizar medições no 
decorrer das etapas, mas esta forma de controle rudimentar 
aumenta o risco de falhas, e consequentemente a perda de 
qualidade. Para solucionar estes possíveis problemas e 
minimizar as falhas no processo de fabricação de cerveja 
artesanal, este projeto especifica a utilização de um controle 
automatizado, utilizando software embarcado e lógica fuzzy, o 
que pode resultar na implementação de um controle de 
temperatura baseado em tempo, de forma mais precisa e 
eficiente. 
A lógica fuzzy, também conhecida como logica difusa, 
diferente da lógica booleana que representa 1(verdadeiro) e 0 
(falso), permite representar valores entre 0 e 1, podendo desta 
forma não só responder perguntas com sim ou não, mas 
também com talvez, o que será melhor explicado no decorrer 
do artigo. 
II. PROCESSO DE FABRICAÇÃO CERVEJEIRA 
 
Automatização Micro Cervejaria Artesanal 
utilizando Lógica Fuzzy 
 
Paulo Sérgio de Carvalho & Evandro L. B. Gomes
1 
 
 
 
 A fabricação de cerveja artesanal envolve equipamentos 
adequados, ingredientes selecionados e cuidados especiais 
com os processos de fabricação. Podemos iniciar realizando a 
seleção da matéria-prima baseando-se na receita escolhida 
para a produção. Existem inúmeras receitas que podem ser 
encontradas na Internet, ou obtidas com a troca de 
informações com outros cervejeiros e, ainda, há a 
possibilidade de se criar uma receita própria com experiência 
adquirida. Mesmo a matéria-prima seja simples, que é 
basicamente água, malte de trigo ou cevada, lúpulo e fermento, 
tem-se que ter cuidado com a qualidade dos produtos, 
proporções, manuseio e higienização. [1] 
 A água deve ser mineral, filtrada e declorada, sendo ela a 
principal matéria-prima da cerveja, pois cerca de 90% da 
fabricação da cerveja é composta por esse elemento. Dessa 
forma, qualquer tipo de contaminação presente na água é 
nitidamente percebida ao ser concluído o processo de 
fabricação, podendo ressaltar gostos e aromas indesejáveis, 
podendo ser responsável pelo fracasso da produção, como 
explicado em [1] 
 Existem vários tipos de malte (cevada, trigo, centeio, 
defumado, entre outros), sendo o mesmo responsável por 
fornecer o açúcar que será transformado em gás carbônico e 
álcool para a produção. O malte deve ser moído e a moagem 
deve granulá-lo, porém não deve se tornar um farelo. É 
possível encontrá-lo moído, o que facilita a produção [1]. 
 O lúpulo é responsável por adicionar sabor (amargor) e aroma 
à cerveja e para pequenos produtores artesanais ele pode ser 
adquirido pronto para a fabricação. Existem lúpulos especiais 
capazes de trazer personalização para a cerveja, podendo 
adicionar novos sabores e aromas [1]. 
 A levedura também é um produto que é comprado pronto 
para utilização, sendo o fermento responsável pelo processo de 
fermentação da cerveja, gerando o álcool. 
 Também é utilizado o açúcar invertido ou cristal para 
finalizar o processo de fabricação. Para apresentar o processo 
de fabricação da cerveja, foi utilizada a Fig. 1, mostrada 
abaixo. 
 
Fig. 1. Micro cervejaria artesanal. 
 
 O processo de fabricação pode sofrer alterações e 
adaptações, como visto em [1]. Aqui está representado um 
processo com os equipamentos utilizados no estudo de caso, 
envolvendo duas panelas, sendo uma de fervura (Panela 1), e 
outra de brasagem (Panela 2). Tal processo pode ser 
apresentado da seguinte forma simples: 
 
- A água para o processo de fabricação de cerveja é adicionada 
na panela de brasagem, após sua fervura é adicionado o malte. 
O resultado deste processo chamado de mosto, fica circulando 
por um Chillerpresente na panela de fervura. Desta forma a 
cerveja não tem contato direto com o fogo. Para o 
aquecimento é utilizado água fervendo na panela de fervura 
que transfere o calor para a cerveja circulando no Chiller, 
neste momento a cerveja será circulada pelo Chiller, 
retornando assim para a panela de brasagem. O fluxo de 
cerveja em fabricação é circular, saindo da panela de 
brasagem, passando pela panela de fervura, realizando a 
circulação do mosto (cerveja em fabricação). O fluxo é 
conduzido por uma bomba, passando por dentro do Chiller. 
- O processo citado acima é repetido inúmeras vezes ao 
decorrer da fabricação e durante as repetições são adicionados 
o malte (grão maltado) e o lúpulo (O lúpulo é um conservante 
natural, sendo essa uma das principais razões para ser adotado 
na produção de cerveja). Portanto, os principais ingredientes 
são: água, malte, lúpulo e a levedura (utilizada ao final do 
processo, são fungos utilizados na fermentação), sendo esta 
última responsável pela fermentação da cerveja. Outros 
produtos podem ser adicionados a cerveja agregando valor e 
personalidade ao produto artesanal. 
- Durante estes processos existem curvas de temperaturas que 
devem ser respeitadas para a fabricação de cerveja, qualquer 
descuido ou descontrole, pode gerar superaquecimento que 
pode prejudicar a quebra de enzimas importantes na fabricação 
da cerveja. Durante o processo existem momentos quando a 
temperatura deve subir constantemente, e outros quando deve 
ser mantida invariável durante um tempo determinado. 
Qualquer erro neste controle pode gerar perda da produção. 
- Ao finalizar os processos de controle de tempo e 
temperatura, adicionando parte dos devidos ingredientes à 
fabricação, basta adicionar a levedura para realizar a 
fermentação da cerveja, o que pode durar até 20 dias. Durante 
este tempo a cerveja deve permanecer em espera. 
- O processo seguinte é o envasamento e maturação da cerveja, 
que pode durar de 15 a 20 dias. Depois deste tempo a cerveja 
está pronta para o consumo. 
 O processo citado acima é utilizado na demonstração da 
solução proposta. O mesmo pode ser modificado dependendo 
da forma de fabricação, ou tipo de cerveja e receita utilizada. 
 
III. AUTOMATIZAÇÃO DOS PROCESSOS 
 
Quando o homem deixa de executar as suas tarefas manuais, 
passando a utilizar máquinas e métodos automáticos para esta 
execução, é chamado automatização, ou seja, mudar a forma 
de executar um processo para melhorar sua qualidade e 
desempenho [3]. Este que será o foco do projeto. 
 Para realizar a automação do processo será implementado 
uma solução composta por hardware (protótipo, não foi 
implementado uma versão final), firmware, e software, 
apresentada na Fig. 2. O firmware (Linguagem C) e software 
(Linguagem Java) foram desenvolvidos por completo, para ser 
implementada toda a lógica do sistema. Porém, a proposta do 
hardware será implementada em um protótipo, utilizando um 
 
kit de desenvolvimento. Foi escolhido o kit “LPCXpresso 
Base Board”, por se tratar de um kit e processador bem 
conhecido e de maior domínio. 
 
Fig. 2. Arquitetura do sistema. 
 
O foco da automatização está na realização do controle de 
temperatura e tomada de decisão em acionamento da válvula 
solenoide para aumentar ou diminuir a vazão de gás, 
controlando desta forma a combustão e potência da chama, 
resultando no controle da temperatura [4]. Este controle será 
implementado com lógica fuzzy. Outro fator importante que 
será controlado é o tempo, porque em determinados momentos 
do processo é preciso manter uma mesma temperatura 
constantemente, ou aumentá-la gradualmente de forma linear. 
As entidades do sistema podem ser visualizadas na Fig. 3. 
 
Fig. 3. Comunicação do sistema. 
 
No processo de fabricação é utilizada uma bomba para 
circulação do mosto (resultado da fervura da agua, com 
adicionamento de malte e lúpulo), esta bomba também será 
automatizada sendo ligada e desligada automaticamente. E o 
projeto não automatizará o acionamento de matéria-prima e os 
demais processos manuais. 
Para manipulação do sistema será utilizado um software que 
possibilitará adicionar os processos capazes de controlar 
tempo, temperatura e procedimentos. Este permite o 
gerenciamento de várias receitas de cerveja diferentes. 
 
IV. LÓGICA FUZZY 
A. Introdução à lógica fuzzy 
 
O conceito de logica fuzzy surgiu nos meios científico- 
acadêmicos em 1965, apresentado em um artigo chamado 
Fuzzy Sets no Jornal Information and Control por Lofti Asker 
Zadeh. Utilizando conceitos desenvolvidos por Jan 
Lukasiewicz, que em 1920 desenvolveu e introduziu conjuntos 
com grau de pertinência (variação entre 0 e 1) que combinados 
aos conceitos da lógica clássica (booleana sim ou não), 
fundamentaram a iniciativa da lógica nebulosa [5]. 
Diferente da lógica convencional, a lógica fuzzy permite 
trabalhar com valores diferentes de booleanos (verdadeiro ou 
falso), ou binários (0 ou 1), podendo representar por exemplo 
uma pertinência de 0.5 para uma meia verdade. Desta forma 
0.9 e 0.1 representa quase verdade ou quase falso. Isto 
facilitou o tratamento da incerteza, nas áreas cientificas, 
matemáticas e computacionais. 
O uso de lógica difusa normalmente está associado a 
conjuntos nebulosos. O conceito de conjunto nebuloso estende 
o conceito de conjuntos convencionais, podendo assim um 
elemento ter um grau de pertinência variando entre 0 e 1, e não 
apenas pertencer ou não a um conjunto. Desta forma para cada 
conjunto, é criada uma função de pertinência, que indica o 
grau de pertinência de seus elementos [12]. 
A lógica fuzzy surgiu como uma teoria alternativa para se 
trabalhar com conjuntos, sendo esta mais flexível, capaz de 
atender necessidades mais parecidas com a realidade. Com 
esta teoria é possível realizar a transição de pertinência de 
forma mais lenta e gradual, e não abrupta como na teoria usual 
de conjuntos. Lógica fuzzy pode ser chamada de lógica 
nebulosa ou difusa, recebe este nome por existir uma área 
nebulosa, onde os valores passam por uma transição [12]. 
A utilização de logica fuzzy se tornou um grande aliado em 
soluções para sistemas de controle. Pois a mesma possibilita o 
trabalho com a imprecisão, utilizando variáveis reais, estas 
variáveis podem ser temperatura, umidade, altura, etc. Para 
manipulação dessas variáveis são utilizados termos linguísticos 
como quente, esquentando, moderado, esfriando, frio, etc, 
estes termos podem ser utilizados para uma variável de 
temperatura por exemplo. 
Nos dias atuais a utilização deste conceito é fundamental 
para o universo computacional, sendo considerada uma técnica 
de excelência e muito utilizada na área de controle de 
processos. 
Quando se pensa em programação, algoritmos e lógica, 
raramente se pensa em definir soluções com base em um tipo 
de conhecimento que é declarado de forma imprecisa e vaga 
[5]. Já no cotidiano são encontradas situações definidas 
diferentes da lógica booleana, tais como: 
 
 Espere a água esquentar; 
 Esta pessoa é velha; 
 Este local é perto. 
 
Como se pode observar estes conceitos não são exatos, 
afinal o que determina quando a água está quente? Quantos 
anos uma pessoa velha tem? Ou qual distância que determina 
se um lugar é perto? 
Em nenhum destes conceitos é utilizada uma variável exata 
para diferenciar um aspecto de outro, conforme comentado em 
[6]. Mas, como muitas vezes necessita-se solucionar 
problemas de lógica imprecisa do dia-a-dia em software, 
 
surgiu a necessidade de implementar uma lógica que fosse 
booleana. Foi a partirdaí que surgiu a lógica fuzzy [7]. 
 
B. Sistemas de Controle Fuzzy 
 
A definição de controle fuzzy é modelar as ações a partir de 
conhecimento específico, e não necessariamente modelar o 
processo em si. Com isto é possível utilizar um mecanismo 
diferente dos convencionais para o controle de processos, onde 
estes são desenvolvidos por modelagem matemática dos 
processos derivando as ações de controle como função do 
estado do processo. Era muito custoso e complexo elaborar 
modelos de controle baseados em modelos matemáticos, esta 
nova abordagem utilizava conhecimento especialista 
disponível, seja por meio de operadores ou projetistas [12]. 
O funcionamento de um processo controlado por um 
sistema fuzzy pode ser visualizado na Fig. 4. 
 
Fig. 4. Estrutura Básica de um Controlador Fuzzy 
 
 O modulo de fuzzyficação utiliza os valores das variáveis 
de entrada, processando e condicionando estes valores para o 
universo de logica nebulosa, transformando os números em 
conjuntos fuzzy, tornando os em variáveis linguísticas. A base 
de conhecimento são as regras, definindo a estratégia adotada 
e suas metas, armazenando as definições necessárias para o 
tratamento das entradas e saídas do sistema [12]. 
O procedimento de inferência processa os dados de entrada, 
aplicando as regras de modo a inferir as ações, aplicando desta 
forma as regras para o processamento fuzzy. O módulo de 
defuzzyficação converte as saídas da interface de controle 
fuzzy inferidas em ações de controle não-fuzzy. Na sequência 
escalona de modo a compatibilizar os valores normalizados 
vindos do passo anterior com os do universo de discurso reais 
das variáveis [12]. 
Aplicando a inferência da ação de controle fuzzy, é 
determinado a ação de controle que mais se adequa a decisão 
fuzzy, para finalmente ser enviado para o controle. 
 
V. APLICAÇÃO LÓGICA FUZZY 
 
A lógica fuzzy pode ser usada sempre que a resposta "sim" 
ou "não" for muito vaga, podendo utilizar "talvez" ou "quase". 
Este artigo apresenta a aplicação da lógica fuzzy na solução de 
um caso real, que é o processo de fabricação de cervejas 
artesanais, exemplificando então a implementação de tal lógica 
como alternativa aos tradicionais métodos deste processo [8]. 
Nesta aplicação será controlado a temperatura do processo 
cervejeiro, esta temperatura tem uma variação de 0º a 100º. Na 
sequência serão apresentadas as variáveis utilizadas, as regras 
utilizadas e seu funcionamento. 
 
A. Variáveis de entrada 
 
Serão apresentadas as duas variáveis de entrada do sistema, 
transformadas em conjuntos difusos (são conjuntos aos quais 
os elementos têm graus de pertinência). A primeira entrada do 
sistema é o erro_temperatura, podendo variar de -100º a 100º, 
sendo que os valores negativos implicam que a temperatura 
deve baixar, enquanto os positivos significam a necessidade de 
subir a temperatura. O conjunto fuzzy gerado para esta variável 
pode ser visualizado na Fig. 5. Os valores linguísticos para 
esta variável são: muito_baixo, baixo, error_0, alto, muito_alto 
[9]. 
 
 
Fig. 5. Variável erro da temperatura. (Imagem gerada por ferramenta 
JFuzzyLogic) 
 
A variável derivada_do_erro (Fig. 6), que é a variação da 
temperatura, isto é, a diferença entre duas medições de 
temperaturas em tempos consecutivos. Será apresentada da 
seguinte forma em sua representação fuzzy: terá variação de 
-2º a 2º com os valores negativos representando que a 
temperatura está caindo e os valores positivos representando 
que a temperatura está subindo. Os valores linguísticos 
definidos para esta variável são: caindo_rápido, caindo, 
estável, subindo e subindo_rápido. 
 
 
Fig. 6. Variável erro da derivada da temperatura. (Imagem gerada por 
ferramenta JFuzzyLogic) 
 
 
B. Variáveis de saída 
 
A variável de saída implementada (Fig. 7) é uma variação de 
0% a 100%. Este resultado será utilizado para controlar a 
vazão do gás em uma válvula proporcional controlando desta 
forma a combustão do gás, tendo assim a manipulação da 
temperatura. A variável saída será representada com os 
seguintes valores linguísticos: mínimo, médio_mínimo, 
manter, médio_máximo e máximo. 
 
Fig. 7. Variável de saída. (Imagem gerada por ferramenta JFuzzyLogic) 
C. Regras 
 
Para o funcionamento da lógica fuzzy é necessária a 
definição de uma série de regras que são as condições para que 
com as entradas obtidas, que são erro da temperatura, que é a 
diferença entre a temperatura atual e a temperatura que se deve 
atingir (exemplo temperatura atual 10º meta 30º, o erro é de 
20º), e derivada do erro que é a diferença entre a leitura de 
temperatura atual e uma leitura anterior (exemplo temperatura 
atual 10º, temperatura anterior 8º o valor da derivada do erro é 
2º), com estas entradas é possível gerar a saída correspondente 
[10]. Esta forma de implementação substitui as fórmulas 
matemáticas padrões geralmente adotados que simplesmente 
responderia à pergunta se deve aumentada ou diminuída a 
temperatura, com o padrão adotado é possível saber se deve 
aumentar muito, médio, pouco, muito pouco, entre outros. O 
bloco de regras propostas pode ser visualizado na tabela 1. Na 
primeira coluna são apresentados os valores da variável 
temperatura do erro, e na primeira linha representado os 
valores do erro da temperatura, que são as entradas, o restante 
da tabela é o resultado obtido. 
 
TABELA I 
REGRAS PARA APLICAR LOGICA FUZZY 
 
Regras 
muito_ 
baixo 
baixo error_0 alto 
muito_ 
alto 
caindo_ 
rapido 
manter 
médio_ 
máximo 
maximo Maxim Maximo 
caindo 
médio_ 
mínimo 
manter 
médio_ 
máximo 
máximo máximo 
estavel minimo 
médio_ 
mínimo 
manter 
médio_ 
máximo 
máximo 
subindo minimo minimo 
médio_ 
mínimo 
manter 
médio_ 
máximo 
subindo
_ 
rapido 
minimo minimo minimo 
médio_ 
mínimo 
manter 
 
VI. IMPLEMENTAÇÃO DO PROJETO 
 
A implementação do projeto foi dividida em três partes: 
software, firmware e hardware. Para proporcionar uma maior 
automação do processo e controle foi definido que a 
inteligência do sistema ficaria no software (aplicativo que será 
executado no microcomputador), utilizando o firmware apenas 
para realizar a comunicação com o software, através de uma 
interface serial, estabelecendo uma comunicação entre o 
equipamento responsável por coletar as informações e o 
software que manipula as entradas gerando o resultado para o 
sistema. 
 
A. Software 
 
A lógica principal do sistema está centralizada no software 
aplicativo e o mesmo foi desenvolvido em linguagem de 
programação Java, por ser uma linguagem popular e bem 
difundida, sendo multiplataforma de fácil integração. A 
interface do software é apresentada na Fig. 8, esta figura 
apresenta a tela inicial, podendo manipular a receita 
selecionada, e adicionar um número variável de processos. O 
software tem como principais funcionalidades: 
 
 Estabelecer comunicação serial com o equipamento; 
 Realizar teste para garantir total funcionamento do 
sistema; 
 Apresentar temperatura atual e tempo decorrido de 
processo; 
 Adicionar processos, que podem ser manter 
temperatura, atingir temperatura, subir temperatura 
gradativamente, aguardar tempo e adicionar 
instrução; 
 Adicionar novas receitas; 
 Carregar receitas existentes; 
 Manipular receitas; 
 Executar as receitas; 
 Possibilitar que cada processo possa ligar e desligar, a 
bomba e o fogareiro; 
 Implementação de lógica fuzzy para controle de 
temperatura. 
 
Para possibilitar o controle das receitas(nomenclatura 
popular utilizada para descrever o processo de fabricação de 
um tipo de cerveja) já existentes foi implementado um banco 
de dados em arquivo. Foi utilizado o framework derbyDB para 
isto, que é um banco de dados simples em arquivo. Como a 
linguagem Java é orientada por objetos, objetos foram 
gravados diretamente no banco de dados, utilizando a 
gravação em bytes sendo possível a gravação e recuperação de 
objetos, simplificando desta forma a manipulação de campos e 
tabelas. Armazenando toda informação necessária no software 
para reutilização de receitas, podendo assim serem adicionadas 
e manipuladas receitas contendo processos distintos em cada 
uma delas. Desta forma, foi necessário apenas a criação de 
 
uma única tabela contendo o nome da receita e o conteúdo da 
receita (objeto Java contendo todos os processos existentes na 
receita). 
 
Fig. 8. Interface do software. 
 
Toda inteligência do sistema está implementada no software 
aplicativo, controlando o início do processo e finalização do 
mesmo, baseando-se no tempo, e temperatura entregue pelo 
equipamento. Com estas informações o software consegue 
enviar comandos para o equipamento controlar o nível de 
vazão de gás na solenoide, controle de ligar e desligar a 
bomba. 
O caso de uso do software é apresentado no diagrama 
seguinte Fig.9: 
 
Fig. 9. Utilização do software. 
 
 
Foi implementado o controle fuzzy utilizando um framework 
chamado JFuzzyLogic, este utiliza arquivo de configuração 
FCL (Fuzzy Control Logic). Sem lógica fuzzy a única tomada 
de decisão seria verificar a temperatura atual, e decidir se deve 
ligar ou desligar o aquecedor (fogo), utilizando fuzzy foi 
possível ter uma tomada de decisão com maior precisão, pois a 
decisão é tomada na meta estabelecida de temperatura, se 
baseando no quanto a mesma sofreu alteração durante um 
curto período de tempo. 
 
B. Firmware 
 
O firmware foi todo desenvolvido em linguagem C ANSI. 
Como em software embarcado as limitações (processamento, 
memoria, limitações de interface com usuário) são bem 
maiores que em um software em alto nível, como o 
desenvolvido em Java para a solução proposta, foi definido 
que o firmware seria o mais simples possível e então a sua 
única responsabilidade seria estabelecer comunicação com o 
software (computador), por meio de uma interface serial, 
transmitindo para o software periodicamente o status do 
equipamento contendo: temperatura, estado da bomba e estado 
da válvula solenoide. 
Foi programado o controle para manipular a porta serial 
(UART), a solenoide, a leitura do sensor de temperatura, e a 
manipulação da bomba responsável por realizar a circulação 
do mosto durante o processo de brasagem. A execução de 
ativar ou desativar um periférico, ou a leitura de temperatura é 
executada pelo firmware, porem a tomada de decisão de 
quando executar estas tarefas é tomada pelo software. 
C. Hardware 
 
Para a solução em hardware do projeto, foi utilizado um 
protótipo desenvolvido em um kit de desenvolvimento da 
LPC, a placa utilizada foi LPCXpresso Base Board, com um 
microprocessador LPC1769: um ARM Cortex-M3. O esquema 
elétrico pode ser visualizado na Fig. 10 e 11. 
 
 
 
Fig. 10. Esquema elétrico protótipo usb uart, lpc debug e power 
 
 
Fig. 11. Esquema elétrico protótipo lpc leitura, acionamento e usb 
A descrição do protótipo pode ser visualizada abaixo na 
Fig. 12: 
 
 
Fig. 12. Bloco de implementação 
 
 No projeto foi utilizado um resistor para simular um atuador 
de temperatura, pois conforme é controlado a corrente neste 
resistor, o mesmo ganha ou perde temperatura conforme o 
projeto necessita. Transmitindo esta mesma temperatura para o 
sensor de temperatura, simulando desta forma o cenário real de 
uma panela em contato com o fogareiro. 
 Foi utilizado também um driver de corrente (ULN2803) 
para acionamento do atuador de temperatura, uma vez que o 
LPC1769 não consegue fornecer corrente suficiente para a 
variação de temperatura desejada. 
 Para a coleta de temperatura, foi utilizado o LM 35, que é 
um sensor que entrega em sua saída 10 mV/°C, podendo 
trabalhar de -55°C até 150°C, atendendo, portanto, os 
requisitos do projeto. O sensor foi acoplado junto ao atuador 
para realizar a leitura da temperatura, simulando o sistema 
real. 
 Foi desenvolvido em um microcontrolador LPC1769 do 
fabricante NXP, que realiza a leitura do bloco leitura de 
temperatura, e atua sobre o driver de corrente do bloco 
atuador, através de um sinal PWM, controlando a corrente 
para aumentar ou diminuir a temperatura, atuando sobre a 
temperatura do resistor. 
A implementação completa do protótipo pode ser 
visualizada na Fig. 13: 
 
 
Fig. 13. Protótipo de implementação 
 
VII. CONCLUSÃO 
 
O projeto possibilitou uma experiência real de 
automatização, aplicando soluções em um estudo de caso real, 
melhorando a qualidade e desempenho de produção de uma 
micro cervejaria artesanal. Foram realizados testes utilizando o 
software para simulação do controlador fuzzy com sucesso. 
 
Para validação e testes, foi implementando um simulador, 
onde é possível selecionar a temperatura desejada, simular a 
temperatura atual, e a derivada do erro, este sistema pode ser 
visualizado na Fig. 14. 
 
 
Fig. 14. Simulador para testes 
 
No exemplo acima, a temperatura desejada é 50º, a 
temperatura atual está em 10º, e a derivada do erro está em 0º, 
a saída obtida foi de 70, este valor representa a vazão na 
válvula de gás, representando uma abertura de 70%. Como 
pode ser visualizado na tabela II, foi utilizado uma 
temperatura de 70º como meta, representada na primeira 
coluna, foram realizados testes com valores diferentes para 
temperatura atual e para a derivada do erro, alterando a saída, 
estes foram os resultados obtidos. 
Para validar a utilização do framework JFuzzyLogic, foi 
utilizado uma ferramenta dedicada para implementação de 
lógica fuzzy, esta ferramenta é fuzzyTECH, os resultados para 
comparação estão presentes na ultima coluna. Como pode se 
observar existe uma pequena variação nos resultados. 
 
TABELA II 
TESTES COM SIMULADOR 
 
Meta 
Temperatura 
Atual 
Derivada do 
Erro 
Saída 
(JFuzzyLogic) 
Saída 
(fuzzyTECH) 
70 0 0 82 84 
70 0 -2 87 89 
70 0 1 63 65 
70 60 -1 70 74 
70 60 0 56 55 
70 60 -2 87 89 
70 60 2 17 15 
70 90 0 40 34 
 
 
O sistema de controle fuzzy implementando identificou que a 
temperatura deve subir de forma rápida para atingir sua meta, 
desta forma aumentou a vazão de gás para aumentar a 
combustão gerada, aumentando desta forma a temperatura. 
O software possibilitou padronização na fabricação, pois 
salva todo o processo, podendo ser reutilizado em fabricações 
futuras. O software também facilita o monitoramento e 
transição de processos, pois o mesmo avisa e controla a 
duração dos processos e sinaliza a finalização de cada etapa. 
Como projeto futuro pretende-se implementar um hardware 
dedicado para a solução, desta forma o kit de desenvolvimento 
utilizado atualmente será substituído, finalizando desta forma a 
integração total do software com a micro cervejaria. 
Os resultados obtidos para validação do sistema fuzzy foram 
feitos utilizando um protótipo, com testes em bancada, e não 
utilizando a micro cervejaria. 
REFERÊNCIAS 
 
 
[1] MORADO, R. Larousse da Cerveja. São Paulo: Larousse, 2009. 
[2] Santos, Jose Ivan Cardoso; Dinham Robert Paul. O essencial em 
cervejas e destilados. Editora Senac são Paulo. 2006. 
[3] ANSELMO, A. A.; ZIELONCA,W. P. AUTOMATIZAÇÃO DO 
EQUIPAMENTO DE PASTEURIZAÇÃO PZ501-001. 1–48 p. Tese 
(Doutorado) — Universidade Federal do Parana, 2008. 
[4] MAWARE, C.; GWANGWAVA, N. Design of a Control System To 
Enhance Process Perfomance in the Production of Sorghum Beer. v. 9, n. 15, 
p. 109–120, 2013. 
[5] BARG, E. K. Protótipo de um Controlador de Temperatura Baseado em 
Lógica Fuzzy Utilizando um Microcontrolador. 1–57 p. Tese (Doutorado) — 
Universidade Regional de Blumenau, 2002. 
[6] SUGENO, M.; YASUKAWA, T. A fuzzy-logic-based approach to 
qualitative modeling. IEEE Transactions on Fuzzy Systems, v. 1, n. 1, p. 7, 2 
[7] F. GOMIDE, A. ROCHA e P. ALBERTOS, “Neurofuzzy Controllers,” 
2nd International Conference on Fuzzy Logic and Neural Networks - IIZUKA 
'92, 1992. 
[8] L. A. ZADEH, M. JAMSHIDI e A. TITLI, “Applications of Fuzzy 
Logic : Towards High Machine Intelligence Quotient Systems (Prentice Hall 
Series on Environmental and Intelligent Manufacturing),” Prentice Hall, 07 
1996. 
[9] JESUZ, J. C. et al. Sistema de Controle Automático da Temperatura do 
Ar de Secagem em Secador de Plantas Medicinais. Revista Brasileira de 
Produtos Agroindustriais, v. 3, n. 1, p. 43–46, 2001. 
1993. ISSN 1063-6706. Disponível em: 
<http://ieeexplore.ieee.org/lpdocs/epic03/wrapper.htm?arnumber=390281>. 
[10] M. G. Simões e I. S. Shaw, “Blocos funcionais, funções de 
pertinência, fuzzificação e defuzzificação para controladores fuzzy,” em 
Controle e Modelagem Fuzzy, São Paulo, Blucher, 2007, pp. 45-50. 
[11] F. A. C. Gomide, R. R. Gudwin, and RicardoTanscheit. Conceitos 
fundamentais da teoria de conjuntos fuzzy, lógica fuzzy e aplicações. Sixth 
International Fuzzy Systems Association World Congress/ Tutorials - 
IFSA95,, pages 01 – 38., July 1995. 
[12] Bilobrovec, M., Mar¸cal, R. F. M. and Kovaleski, J. L. (2004). 
Implementação de um Sistema de Controle Inteligente Utilizando a Lógica 
Fuzzy, XI SIMPEP, Bauru, SP.
 
 
 
Evandro Luís Brandão Gomes é Pós-graduado em Informática Gerencial e graduado em Tecnologia m 
Processamento de Dados pela FAI - Centro de Ensino Superior em Gestão, Tecnologia e Educação (1985). 
Possui curso de nível médio em eletrônica pela Escola Técnica de Eletrônica "FMC". Atualmente é professor 
assistente da Fundação Instituto Nacional de Telecomunicações (Inatel) e professor assistente da FAI - 
Centro de Ensino Superior em Gestão, Tecnologia e Educação. Tem experiência nas áreas de: Linguagens de 
Programação, Arquitetura de Computadores, Sistemas Operacionais, Redes de Computadores, Protocolos 
de Comunicação, Eletrônica Digital, Microprocessadores / Microcontroladores, Segurança de TI e Auditoria 
de TI. Possui certificação de instrutor de treinamentos em redes e equipamentos de comunicação de dados 
pela Huawei Technologies. 
 
 
 
 
 
 
 
 
Paulo Sérgio de Carvalho é graduado em Sistemas de Informação pela UNIVAS – Universidade do Vale do 
Sapucaí (2011). Atualmente é especialista em sistemas no ICC (Inatel Competence Center). Trabalhando 
com desenvolvimento de software em alto e baixo nível, utilizando linguagens de programação como Java, 
C e C++.