VD p PXLWR 3HVTXL PHVPR ERD VLP DWp VDWQH LQWHUHV
GDGRV p GHPDLV QWHV UHOHYD U D S U D D D FDUDPE
Art
Figura 2 - Historiador de dados da Nova smar
cações em automação de processos, muito fortemente alinhada à Indústria 4.0, por envolver o uso de tecnologia para trazer melhorias significativas para atividades humanas. Entretanto, uma característica bastante tradicional da automação é seus sistemas serem bastante isolados dos outros tipos de sistemas. Esta separação se deve principalmente à grande necessidade de se evitarem problemas, uma vez que processos industriais exigem grande disponibilidade, e eventuais incidentes podem ser muito custosos e perigosos. Com isso, criou-se a cultura de se ter um departamento de automação cuidando dos sistemas de controle e automação, e um departamento de informática, de todos os outros. Desta forma, na maioria das empresas, não havia praticamente nenhuma colaboração entre estas áreas. Porém, isso veio mudando. Inicialmente, a grande forma de integração entre os sistemas de controle e automação, enquadrados na categoria de tecnologias de operação (TO), com os outros sistemas da empresa, sob a tutela do setor de tecnologia de informação (TI), era realizada através dos servidores de dados históricos. Ou seja, tais servidores armazenam dados de anos de operações, e são muitas vezes os únicos nós com acesso via rede, tanto aos sistemas de controle quanto aos outros sistemas, ainda que sob a proteção de dispositivos de segurança como firewalls. Hoje em dia, a grande maioria das plantas industriais possui historiadores, de onde se podem tirar informações sobre a produção, desempenho, etc. Outras necessidades de integração de dados entre sistemas de automação e sistemas de gestão também fomentaram o desenvolvimento de soluções que, a princípio, envolviam grande quantidade de código de programação de software, de difícil implementação, e ainda mais difícil manutenção. Assim, algumas tecnologias utilizadas no mundo de TI passaram a ser incorporadas de alguma forma aos sistemas de controle para facilitar tais tarefas. Hoje em dia, existem soluções nos sistemas de automação, para se fazer tais integrações de um modo mais direto, através da simples configuração de ferramentas com recursos prontos, que não exigem programação por código. Desta forma, a implementação e, principalmente, a manutenção de tais
Nº 265 | 2021
soluções se tornaram muito mais simples e amigáveis. Alguns exemplos seriam as soluções AnalyticsView, OrchestrationView e iIoTView, da Nova Smar. A primeira se refere a uma solução de software que modela grandes quantidades de dados de várias fontes, tanto de histórico como em tempo real, e os transforma em inteligência acionável, impulsionando, por exemplo, melhorias da produtividade, eficiência, qualidade e sustentabilidade. A segunda é uma solução de orquestração de dados, que automatiza a troca de informações entre diferentes sistemas, e automatiza fluxos/procedimentos de trabalho. E a terceira permite comunicações seguras, e em tempo real, com a nuvem, possibilitando o uso dos variados serviços disponíveis em plataformas de nuvem. Tais soluções tiram proveito de uma moderna plataforma de software, que conta com um conjunto flexível e seguro de tecnologias de conectividade, incluindo padrões de automação como OPC UA, drivers para inúmeros protocolos industriais de comunicação, como Modbus, DNP3, Ethernet I/P, etc., formas de comunicação com praticamente qualquer banco de dados, incluindo Microsoft SQL Server, Oracle e SAP, e também via padrões de TI, como MQTT, AMQP, REST e Webservices. Tivemos, portanto, uma boa evolução e, atualmente, somos capazes de implementar várias aplicações da Industria 4.0. Entretanto, estamos só no começo. Um exemplo muito interessante está na Inteligência Artificial (IA). O aprendizado de máquina, que é uma forma de IA, já se mostrou muito eficiente para dados atemporais, como imagens, linguagem e fala, devido principalmente aos enormes conjuntos de dados disponíveis. Por outro lado, a IA, para dados de séries temporais, a qual muito provavelmente desempenhará um papel fundamental em futuras operações industriais autônomas, ainda tem um bom caminho a percorrer. Isso porque, ao contrário de imagens e discursos, séries temporais geralmente não têm grandes conjuntos de dados disponíveis. Além disso, os dados industriais de diferentes domínios exibem variações consideráveis em suas propriedades e características, escalas temporais e dimensionalidade. Ou seja, a disponibilidade, padronização e consistência de dados será muito importante para a implementação da inteligência artificial na indústria. Além disso, as características dos algoritmos matemáticos indicam ser mais interessante que a análise seja feita nas proximidades dos pontos de medi-
Figura 3 - Soluções de Análise e Utilização de Dados
Controle & Instrumentação