Industria 4

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