Baixe o app para aproveitar ainda mais
Prévia do material em texto
INDUSTRIA 4.O HISTÓRICO • Iniciada na década de 70, a ascensão dos Tigres Asiáticos aumentou a participação dos países integrantes do bloco no valor agregado industrial global. Com o modelo denominado IOE – Industrialização Orientada para Exportação – para bens duráveis e, principalmente produtos eletrônicos, a indústria de manufatura dos países desenvolvidos moveu-se para o Oriente VALOR AGREGADO INDUSTRIAL GLOBAL CRESCIMENTO DE ECONOMIAS EMERGENTES COMO PROTAGONISTAS INDUSTRIAIS O QUE SIGNIFICA INDÚSTRIA 4.0? • O termo Indústria 4.0 vem sendo disseminado mundialmente. Também conhecida como a 4ª Revolução Industrial, já que, assim como as três primeiras revoluções na manufatura mundial OS COMPONENTES-CHAVE DA INDÚSTRIA 4.0 • I) Cyber Physical Systems - CPS São sistemas que permitem a conexão de operações reais com infraestruturas de computação e comunicação automatizada.17 Em outras palavras, são sistemas que permitem a fusão dos mundos físico e virtual, através de computadores embarcados e redes que controlam os processos físicos gerando respostas instantâneas. Compõem os CPS: uma unidade de controle, que comanda os sensores e atuadores (responsáveis pela interação com o mundo físico) tecnologias de identificação (ex. identificação por radiofrequência – RFID18), mecanismos de armazenamento e análise de dados. OS COMPONENTES-CHAVE DA INDÚSTRIA 4.0 • II) Internet das Coisas (Internet of Things – IoT) É a rede de objetos físicos, sistemas, plataformas e aplicativos com tecnologia embarcada para comunicar, sentir ou interagir com ambientes internos e externos. Permite que as "coisas19 interajam umas com outras e que tomada de decisões sejam feitas. A internet das coisas é a base da Indústria 4.0 IOT – INTERNET OF THINGS: HISTÓRIA • Início no MIT – Massachusetts Institute of Technology em 1999 com projeto de infraestrutura de RFID no Auto-ID Center. • Também em 1999, no MIT Media Lab, Neil Gershenfeldt lança livro “When Things Starts to Think”, comentando que “as coisas vão passar a usar a Net”. • Em 2002, no Forbes Magazine, Kevin Ashton (MIT) usa a expressão “internet of things” pela primeira vez. • Em 2008 a primeira conferência internacional sobre o tema – First International Conference, IOT 2008, Zurich, Switzerland. IOT – INTERNET OF THINGS IOT – INTERNET OF THINGS • Conceitos e definições : A Internet das Coisas é um conceito que está fora do âmbito das tecnologias, pois não deriva delas, e sim as utiliza para cumprir uma série de funcionalidades. As tecnologias associadas ao “conceito” são muitas, e apenas para citar algumas, temos as que se referem à conexão física dos objetos, ou de infraestrutura básica, como as conexões cabeadas e as conexões sem fio . (FACCIONI FILHO, 2016b). OS COMPONENTES-CHAVE DA INDÚSTRIA 4.0 • III) Internet of Services (IoS) Quando a rede da IoT funciona perfeitamente, os dados processados e analisados em conjunto fornecerão um novo patamar de agregação de valor. Novos serviços serão introduzidos ou existentes serão melhorados; a oferta por diferentes fornecedores e diversos canais produzirão uma nova dinâmica de distribuição e valor. Quando integrados, serão mais fáceis e simples de serem entendidos, já que a experiência como um todo se torna mais tangível. Quando isolados, serão mais complexos e mais difíceis de serem tangibilizados. Presume-se que, com o desenvolvimento da Indústria 4.0 este conceito será expandido de uma única fábrica para toda a sua rede de produção e consumo. OS COMPONENTES-CHAVE DA INDÚSTRIA 4.0 • IV) Fábricas Inteligentes (Smart Factories) Nas fábricas inteligentes, os CPS serão empregados nos sistemas produtivos gerando significativos ganhos de eficiência, tempo, recursos e custos, se comparado às fábricas tradicionais.20 Os produtos, máquinas e linhas de montagem comunicarão entre si, trabalharão em conjunto e se monitorarão, independente do local, com informações trocadas de forma instantânea. É necessário um alto nível de automação . OS SEIS REQUISITOS DA INDÚSTRIA 4.0 • I) Interoperabilidade, permitindo que todos os CPS de uma fábrica ou ambiente industrial, mesmo que descendentes de diversos fornecedores, possam se comunicar através das redes; • II) Virtualização, possibilitando que os dados obtidos dos CPS nos produtos e equipamentos físicos sejam transmitidos aos modelos virtuais e em simulações, espelhando comportamentos reais no ambiente virtual; . OS SEIS REQUISITOS DA INDÚSTRIA 4.0 • III) Descentralização dos controles dos processos produtivos, uma vez que os computadores embarcados em conjunto com a internet das coisas gerarão produtos com tomadas de decisões na manufatura e nos processos de produção em tempo real; • IV) Adaptação da produção em tempo real, uma vez que os dados serão analisados no instante em que são coletados, permitindo que a produção seja alterada ou transferida para outros silos em caso de falhas ou na produção de bens customizados; . OS SEIS REQUISITOS DA INDÚSTRIA 4.0 • V) Orientação a serviços. Dados e serviços serão disponibilizados em rede aberta, tornando a Internet of Service ainda mais robusta. Dessa forma, a customização de processos de produção e operação terá maior flexibilidade de adaptação de acordo com as especificações dos clientes. • VI) Sistemas modulares dos equipamentos e linhas de produção tornarão as fábricas mais flexíveis e adaptáveis às alterações necessárias. • I. Rede vertical de sistemas de produção inteligente Nas fábricas inteligentes, a adaptação rápida da produção diante de demandas, falhas ou níveis baixos de estoques serão possíveis graças à ampla integração dos dados da empresa e do chão de fábrica. Recursos e produtos estão em rede e materiais e peças podem ser localizados em qualquer lugar e a qualquer momento graças aos CPS. Todos os estágios de processamento no processo produtivo serão registrados, com discrepâncias registradas automaticamente.24 Em outras palavras, é o conceito da produção verticalizada aplicado aos sistemas de produção inteligente, em que a empresa passará a ter o controle total da produção através de sistemas inteligentes. • II. Integração horizontal da cadeia de valor em rede A integração horizontal dos sistemas de produção inteligente em rede através de uma nova cadeia de valor global em tempo real gerará maior transparência integrada e oferecerá alto nível de flexibilidade. Em outras palavras, a história de qualquer peça ou produto passa a ser registrada e pode ser acessada a qualquer momento, garantindo constante rastreabilidade ("memória do produto"), criando transparência e flexibilidade em cadeias de processos inteiros. Dessa forma, a empresa não perderá o controle do produto mesmo quando o processo se torna terceirizado (ex. sistemas integrados de logística). Este tipo de integração horizontal tem potencial de gerar novos modelos de negócio e novos modelos de cooperação. • III. Aplicações de conceitos de engenharia em toda a cadeia de valor Novas áreas interdisciplinares da engenharia estarão presentes em toda a cadeia de valor. O desenvolvimento e a produção de novos bens manufaturados coordenados com os ciclos de vida, tanto dos produtos como de clientes, gerarão novas sinergias entre o desenvolvimento de projetos e sistemas de produção. Ou seja, as empresas poderão realizar adaptações em seus produtos, utilizando dados coletados em todas as fases de seu ciclo de vida (incluindo dados de uso pelo cliente) em tempo real. Simulações e protótipos auxiliarão esse processo. • IV. Aceleração tecnológica A maior flexibilidade e efetividade dos processos industriais ocorrerão através de tecnologias exponenciais, que atuarão como aceleradoras ou catalisadoras da Indústria 4.0. Entre estas tecnologias estão a manufatura aditiva, inteligência artificial (AI), robótica avançada, internet das coisas e tecnologia de sensores. MODELAGEM DE SIMULAÇÃO A modelagemé uma forma pela qual podemos resolver problemas do mundo real. Em muitos casos, não podemos arcar com experimentos com objetos reais para encontrar as soluções certas: construir, destruir e fazer alterações pode ser muito caro, perigoso ou simplesmente impossível. TIPOS DE MODELOS • Entender como tudo funciona no mundo real: os amigos, a família, os colegas, os motoristas, a cidade onde vivemos, as coisas que compramos, a economia, os esportes e a política. Todas as nossas decisões . MODELAGEM • A modelagem consiste em encontrar o caminho do problema para a solução através de um mundo livre de riscos, onde é permitido cometer erros, desfazer, voltar e recomeçar novamente. TIPOS DE MODELOS • Há vários tipos de modelos, incluindo os modelos mentais que usamos para entender como tudo funciona no mundo real: os amigos, a família, os colegas, os motoristas, a cidade onde vivemos, as coisas que compramos, a economia, os esportes e a política. Todas as nossas decisões – o que devemos dizer para o filho, o que devemos comer no café da manhã, em quem devemos votar ou onde devemos levar a namorada para jantar – são baseadas em modelos mentais. TIPOS DE MODELOS • Os computadores são poderosas ferramentas de modelagem, eles nos proporcionam um mundo virtual flexível onde podemos criar quase qualquer coisa imaginável. Claro, há muitos tipos de modelos computacionais, de planilhas que permitem modelar gastos até ferramentas complexas de modelagem de simulação que ajudam usuários avançados a mercados consumidores eexplorar sistemas dinâmicos, como campos de batalha. MODELAGEM ANALÍTICA VS. MODELAGEM DE SIMULAÇÃO • Modelo Analítico (A planilha do Excel) A tecnologia por trás da modelagem baseada em planilhas é simples: você digita os dados de entrada em algumas células e visualiza os dados de saída em outras. As fórmulas – e em modelos mais complexos, os scripts – conectam os valores de entrada aos de saída. Várias extensões permitem realizar variações de parâmetros, métodos de Monte Carlo ou experimentos de otimização. MODELAGEM ANALÍTICA VS. MODELAGEM DE SIMULAÇÃO •Contudo, há também uma grande classe de problemas onde a solução analítica (baseada em fórmulas) é difícil de ser encontrada ou simplesmente não existe. Esta classe inclui os sistemas dinâmicos que têm como características: •Comportamento não-linear • "Memória" • Influência não intuitiva entre variáveis •Dependência causal e temporal •Todas acima, combinadas com incerteza e um grande número de parâmetros Na maioria dos casos, é impossível obter as fórmulas exatas, muito menos organizar um modelo mental de tais sistemas. MODELAGEM ANALÍTICA VS. MODELAGEM DE SIMULAÇÃO • Exemplo: Considere um problema que requeira otimizar uma frota de trens ou caminhões. É difícil usar uma planilha Excel para gerenciar fatores como horários de viagens, tempos de carga e descarga, restrições de tempo de entrega e capacidades dos terminais. A disponibilidade de um veículo, em um certo local, data e hora, depende da sequência de eventos anteriores, e determinar para onde enviar o veículo quando ele está ocioso requer analisar a sequência de eventos futuros. MODELAGEM ANALÍTICA VS. MODELAGEM DE SIMULAÇÃO •As fórmulas são boas em expressar dependências estáticas entre variáveis, mas, geralmente, não são boas em descrever sistemas com comportamento dinâmico. Por isso, usamos outra tecnologia de modelagem – a modelagem de simulação – para analisar sistemas dinâmicos. VANTAGENS DA MODELAGEM DE SIMULAÇÃO • A modelagem de simulação tem seis vantagens principais: 1.Modelos de simulação permitem analisar sistemas e encontrar soluções onde métodos como cálculos analíticos e programação linear falham. 2.Uma vez escolhido o nível de abstração, é mais fácil desenvolver um modelo de simulação do que um modelo analítico. Ele normalmente exige menos atenção e o processo de desenvolvimento é escalável, incremental e modular. 3.A estrutura de um modelo de simulação naturalmente reflete a estrutura do sistema. VANTAGENS DA MODELAGEM DE SIMULAÇÃO 4.Em um modelo de simulação, você pode medir valores e rastrear entidades dentro do nível de abstração, e pode adicionar medições e análises estatísticas a qualquer hora. 5.A capacidade de executar e animar o comportamento do sistema no tempo é uma das grandes vantagens da simulação. Você verá que a animação é útil para demonstração, verificação e depuração. 6.Modelos de simulação são muito mais convincentes do que planilhas Excel. Se você usa uma simulação para apoiar sua proposta, você terá uma vantagem maior sobre aqueles que apenas usam números. APLICAÇÕES DE MODELAGEM DE SIMULAÇÃO OS TRÊS MÉTODOS DE MODELAGEM DE SIMULAÇÃO •As modelagens de simulação modernas usam três métodos: eventos discretos, modelagem baseada em agentes e dinâmica de sistemas. SIMULAÇÃO DE EVENTOS DISCRETOS • Conceitos: • A Simulação é definida com a imitação de um sistema real (produtivo, sistema de gestão, etc.), geralmente modelado em computador para avaliação e melhoria do seu desempenho. CARACTERÍSTICAS DA MODELAGEM E SIMULAÇÃO DE EVENTOS DISCRETOS • Evolução significativa desde o primeiro uso em 1950. • Representação de um sistema real através da visualização • Permite introduzir mudanças com resposta com tempo relativamente curto. DETERMINÍSTICA OU ESTOCÁSTICA • São determinísticos quando as variáveis de entrada assumem valores exatos, assim, os resultados (saídas) • Estocásticos ou probabilísticos permitem que as variáveis de entrada assumam diversos valores dentro de uma distribuição de probabilidades a serem definidas pelo modelador CONTÍNUA OU CONTÍNUA OU DISCRETA • A contínua modela sistemas em que suas variáveis mudam continuamente de valor. • A simulação discreta caracteriza-se por eventos onde as mudanças ocorrem de maneira descontínua, ou seja, sofrem mudanças bruscas. EXEMPLO DA MODELAGEM E SIMULAÇÃO DE SISTEMA CONTÍNUO EXEMPLO DE SISTEMA DISCRETO MODELAGEM BASEADA EM AGENTES •A modelagem baseada em agentes é um método relativamente novo, comparado a modelagem de eventos discretos e a dinâmica de sistemas. De fato, a modelagem baseada em agentes era um assunto acadêmico até que os profissionais da área de simulação começaram a usá-la, há cerca de 15 anos. MODELAGEM BASEADA EM AGENTES • Você pode não saber como se comporta um sistema, ser capaz de identificar suas principais variáveis e dependências ou reconhecer um fluxo de processo, mas você pode ter noções de como os objetos do sistema se comportam. Se este for o caso, você pode começar a construir o modelo identificando os objetos (agentes) e definindo os seus comportamentos. Depois, você pode conectar os agentes criados e possibilitar que interajam entre si, ou colocá- los em um ambiente que tenha a sua própria dinâmica. O comportamento global do sistema surge de muitos (dezenas, centenas, milhares, milhões) comportamentos individuais concorrentes. MODELAGEM BASEADA EM AGENTES • Os agentes em um modelo baseado em agentes podem representar diversas coisas: veículos, peças de equipamento, projetos, produtos, ideias, organizações, investimentos, lotes de terra, pessoas em diferentes papéis, etc. MODELAGEM BASEADA EM AGENTES •Pesquisadores ainda debatem sobre quais propriedades um objeto deve ter para ser um “agente”: características proativas e reativas, percepção espacial, capacidade de aprender, capacidade social, “intelectual”, etc. Em modelagem baseada em agentes aplicada, entretanto, você encontrará todo tipo de agente MODELAGEM BASEADA EM AGENTES Alguns fatos úteis que garantem que você não está mal orientado pela literatura ou pelas várias teorias de modelagem baseada em agentes: •Agentes não são autômatos. Agentes não precisam viver em um espaço, o espaço não faz parte de muitos modelos baseados em agentes. Quando você precisar representar espaço, normalmente, ele é contínuo, como um mapa ouas instalações de uma planta baixa. MODELAGEM BASEADA EM AGENTES Agentes não são necessariamente pessoas. Qualquer coisa pode ser um agente: um veículo, uma peça de equipamento, um projeto, uma ideia, uma organização ou até mesmo um investimento. Um modelo de fábrica de transformação de aço, onde cada máquina é modelada como um agente e suas interações produzem aço, forma um modelo baseado em agentes MODELAGEM BASEADA EM AGENTES •Um objeto que parece ser totalmente passivo pode ser um agente. Você pode modelar uma tubulação em uma rede de fornecimento de água como um agente e depois associar cronogramas de manutenção e troca, custos e eventos de deterioração a ela. MODELAGEM BASEADA EM AGENTES •Um modelo baseado em agentes pode ter muitos ou poucos agentes. O modelo pode ter também um ou vários tipos de agentes. •Existem modelos baseados em agentes onde os agentes não interagem. • A economia da saúde, por exemplo, utiliza o uso do álcool, obesidade e modelos de doenças crônicas onde a dinâmica individual depende somente dos parâmetros pessoais e, algumas vezes, do ambiente. REFERÊNCIAS • INDUSTRIA 4.0- DISPONIVEL EM:WWW.FIRJAN.COM.BR • http://www.unespciencia.com.br/revista/UC093/UC93_Industria.pdf • Industria 4.0-Conceitos e fundamentos (Disponivel na biblioteca digital Ulbra) • Internet das Coisas. Mauro Faccioni Filho 2016 • BMS 2.0 Nova geração de sistemas de automação e gestão predial. Mauro Faccioni Filho, Dr.Eng. • Modelagem e Simulação de Eventos Discretos na Engenharia de Produção,disponível em: http://www.univasf.edu.br/~cprod/site/images/Edson.pdf http://www.unespciencia.com.br/revista/UC093/UC93_Industria.pdf http://www.univasf.edu.br/~cprod/site/images/Edson.pdf
Compartilhar