Arquivo da categoria: Big Data

INDÚSTRIA 4.0 – PROJETO E IMPLANTAÇÃO

Diretrizes de Projeto e Implantação da Digitalização da Produção de Acordo com a Indústria 4.0

Neste texto vamos falar sobre a implantação de projetos de Automação Industrial aderentes a Indústria 4.0, importante saber que, não estamos querendo postular um modelo, mas sim, apresentar uma proposta, um singelo roteiro de visões sobre as tecnologias que se encontram disponíveis e principalmente, o que poderia ser exequível nas plantas existentes.

Para se chegar a uma planta digital, nos moldes da proposta da Indústria 4.0, utilizando todas as tecnologias existentes, é necessário percorrer um caminho inicial, pois sem um preparo, não poderemos implantar as tecnologias propostas no contexto da indústria digital, são os seguintes passos abaixo que propomos:

  • Passo 1 – Entenda o conceito da Indústria 4.0 e seus impactos;
  • Passo 2 – Analise a automação existente em sua planta;
  • Passo 3 – Otimize o processo existente;
  • Passo 4 – Faça a convergência de dados de sua cadeia produtiva;
  • Passo 5 – Implante as ferramentas da Indústria 4.0 (redesenhe seus processos).

Para delimitar nosso tema a respeito de projeto e implantação da Indústria 4.0, vamos entender:

  • Como repensar um ambiente de produção com ferramentas digitais;
  • Como obter vantagem no negócio com um modelo de tecnologia baseado na Indústria 4.0;
  • Como usar as tecnologias atuais e integrar a planta de produção no negócio digital.

Quando se entende a necessidade de buscar modelos de implantação da planta digital, normalmente temos alguns cenários conhecidos:

  • Tenho uma produção e necessito colocar o nível de produção aderente a Indústria 4.0;
  • Quais ferramentas já posso utilizar e qual a utilidade no novo modelo de produção digital;
  • Como alterar uma cultura de produção para um novo modelo, desde planejamento até operação.

O modelo produtivo evoluiu ao longo do tempo, alterando o perfil da produção, que no início, só se tinha a visão da planta local e seu processo unitário, com a automação e redes de informação, passamos a conectar o planejamento e gestão na produção, tendo um contexto maior da planta, mas ainda limitado ao processo local, com a Indústria 4.0 e as redes convergentes, o modelo produtivo, passa a ser o próprio modelo de negócios, uma vez que a conexão é de toda cadeia produtiva que orbita no ecossistema da empresa.

Para trilhar a implantação da Indústria 4.0 nos processos produtivos, temos alguns desafios que são comuns para uma análise:

  • Como atualizar uma planta produtiva existente de acordo com um modelo da Indústria 4.0;
  • Como gerar valor no negócio a partir de um novo modelo de planejamento e gestão produtivo;
  • Como incorporar novas tecnologias de produção e planejamento, com objetivo de aumentar receita e diminuir custos.

Um projeto de automação que tenha as premissas da Indústria 4.0, deve se encaixar nos quadrantes da tecnologia, que propomos a observar:

  • Conhecimento da Plata (informação);
  • Produtividade (eficiência produtiva);
  • Decisões (diagnósticos e prognósticos);
  • Novos formatos (oportunidades de negócio);

A automação industrial dos projetos atuais, devem ter as seguintes diretrizes abaixo, uma vez que estes sistemas devem dar as respostas a indústria digital:

  • Permitir novas formas de fazer negócios;
  • Eliminar ao máximo o desperdício e o erro;
  • Permitir customização e personalização da produção.

As principais características da Indústria 4.0 é ser colaborativa, preditiva e inteligente, para isso, sua arquitetura de produção deve ser, interoperável, flexível e descentralizada, com impactos diretos na escala produtiva, mão de obra e tomada de decisões.

Para os projetos de automação industrial, devemos utilizar as tecnologias da Indústria 4.0, talvez uma mais aderente que a outra, a depender do processo produtivo a que se refere, porém é bom listar as principais:

  • Redes de comunicação
  • Cibersegurança
  • IOT internet industrial
  • Cloud Computing
  • Big Data
  • Mineração de dados
  • Aprendizado de máquina
  • Virtualização (digitalização)
  • Realidade aumentada
  • Gêmeos digitais
  • SOA
  • OPC-UA
  • RFID
  • Produção por adição
  • Drones
  • Robôs

Como dever ser a planta da Indústria 4.0 e o que deve ser levado em consideração no contexto de projeto e implantação:

  • A planta deve ser interoperável – todo sistema se comunica;
  • Deve permitir virtualização – do planejamento a manutenção;
  • Deve ser flexível, modular e descentralizada;
  • Utilizar banco de dados em formato Big Data e em Cloud;
  • Utilizar modelos decisórios baseado em análise de dados;
  • Estar estruturada com sistemas de Cibersegurança.

A questão da interconexão, deve levar em consideração particularidades de cada setor, sistema, departamento, ou fornecedores, internos ou externos, que participem do processo produtivo e, devem ser observados que cada agente deste, deve estar conectado a um sistema de Cloud, que permita produzir informações de forma a unir no ecossistema, e o Big Data, absorverá todas estas informações, permitindo modelagem de dados para tomada de decisões.

A Indústria 4.0, em processos dinâmicos, que necessitem de customização em massa, devem ter sistemas de automação descentralizados, que controle células locais e respondam a processos centrais, sendo um arranjo de automação altamente flexível, que permita interconexão e mudanças rápidas na produção, além de sistema de segurança que monitore todo o processo em rede.

Na utilização das tecnologias, as principais diretrizes que temos que ver, no que se refere a aplicação, devemos levar em consideração de forma prática:

  • Conectar todas as informações (automação, IoT, IIoT, banco de dados);
  • Usar Cloud e Big Data para centralizar e analisar dados;
  • Usar mineração de dados para eliminar decisões intermediárias, focando o gestor;
  • Usar aprendizado de máquina para operar o sistema, fazendo do operador um supervisor de processo;
  • Usar predição (analisador de causas), criando prognóstico em produção e manutenção.

As tecnologias da Indústria 4.0, permeiam uma grade de projetos, todavia não necessariamente usaremos todos os elementos, ou pelo menos, devemos entender o que são rotas de dados para o usuário, por exemplo, o dado iniciando pelo processo, pode seguir uma rota de cibersegurança e IoT diretamente para a operação, não necessariamente sendo analisado no Big Data, deve-se construir as rotas de acordo com cada processo.

Abaixo sugerimos a observação das principais diretrizes para projetos de sistemas para Indústria 4.0:

  • Instrumentação e medição

Use redes Ethernet e redes Wireless – adote protocolos industriais baseado em Ethernet e integre o IoT Industrial;

  • Controle

Descentralize o máximo o controle, isso dará flexibilidade da produção, use microcontroles e controladores centrais de comunicando e conecte no Cloud;

  • Infraestrutura

Use ferramentas de virtualização, cloud computing e gestão do sistema via outsourcing;

  • Operação

Use dispositivos móveis, crie aplicativos de alta integração, evolua no uso do deep learning para apoio da operação;

  • Manutenção

Use modelos de manutenção baseado em eventos, conecte dados no cloud e use prognósticos de ativos e acesso remoto;

  • Gestão da Produção

Conecte os dados da produção, conecte ativos pela IoT e sistemas pela IIoT, use o Big Data;

  • Apoio a tomada de decisões

Conecte os dados da cadeia de produção no Big Data e use ferramentas de Mineração de Dados e Machine Learning.

Utilize serviços de Cloud Computing, onde estas plataformas são utilizadas e pagas como serviços, tais como, IBM BlueMix, Google Cloud Platform, Microsoft Azure, Amazon AWS, com as principais características:

  • Armazenagem de dados;
  • Máquinas virtuais;
  • Processamento sob demanda;
  • Segurança de dados;
  • Mineração de dados;
  • Aprendizagem de máquina;

Crie uma estrutura de conectividade, que permita que os dados internos de produção trafeguem pelas redes, use gateways e servidores OPC, use sistemas de roteamento de dados para conexão ao Cloud, crie modelos de gestão, manutenção, planejamento e automação, dentro do ecossistema.

Elabore uma arquitetura de automação que contemple todos os agentes produtivos da indústria, pense no negócio como um todo e como ele se relaciona, conecte todas as tecnologias disponíveis e crie os webservices, para que seja produzido e consumido informações dentro desta arquitetura.

A implantação de um modelo de Indústria 4.0 é uma mudança cultural de produção, é a própria fábrica digital para um novo modelo industrial, necessitando de liderança transformativa na indústria, sendo liderada por uma geração digital de profissionais que entenda o valor da mudança, liderada pelo CEO, líderes da transformação e composta por equipes também líderes e polivalentes, seguindo os principais passos como sugestão de implantação:

  • Passo 1 – Aplique Lean Manufactoring e indicadores de gestão e eficiência OEE;
  • Passo 2 – Identifique na produção o processo de maior integração – faça um piloto;
  • Passo 3 – Defina sua capacidade produtiva – crie modelos de tomada de decisões (Big Data);
  • Passo 4 – Aplique convergência e Machine Learning – elimine operações no processo;
  • Passo 5 – Escale o processo – integre setores – replique o modelo.

Passamos abaixo, alguns pontos importantes para serem observados na implantação:

  • Análise do status atual de automação (dados) de planta;
  • Análise do status atual de operação, manutenção e planejamento;
  • Identificação de pontos, operação e ações de otimização (ativos de planta, ponto de operação e segurança operacional);
  • Desenho da convergência de dados e informações da planta (infraestrutura);
  • Análise e projeto do sistema de cibersegurança (TO e TI)
  • Projeto de digitalização – complemento de IOT e dados externos (PCP, MES,MOM) – modelo de tomada de decisões;
  • Redesenho:
    • Tomada de decisões na gestão da planta;
    • Ações de controle ótimo;
    • Prognósticos de manutenção.
  • Treinamento

Relacionamos abaixo os principais benefícios esperados com a implantação de um roteiro para preparar a planta para a Indústria 4.0:

  • Iniciar a jornada pela Indústria 4.0 e se adequar ao futuro da Manufatura e Processos;
  • Obter novas oportunidades de conectar a fábrica aos consumidores e processos de inovação;
  • Gerenciar receita e custos, baseado em status de tempo real e prognósticos de cenários;
  • Diminuir tempo de tomada de decisões, diminuir erros de operação e integrar planejamento e qualidade da produção em tempo real;
  • Aumento de portfólio de oportunidades de negócios, com uma fábrica flexível, integrada e descentralizada.

Concluímos que projeto e implantação da Indústria 4.0, ainda estão no início de uma curva de maturidade, ainda que já haja tecnologia disponível, todavia, a questão é “saber” unir todos os pontos (universo cibernético) e mudar uma cultura de produção, de forma a obter vantagens competitivas em um mundo altamente digital e dinâmico.

BIG DATA NA INDÚSTRIA 4.0

Banco de Dados em Cloud para Tomada de Decisões na Automação Industrial

As principais caracterizações da Indústria 4.0, isto é, a Manufatura e Processo Digital, é permitir a Customização em Massa e a Massificação da Personalização na linha de produção, e, para que isso seja possível, um novo modelo de tomada de decisões entra em cena, a conexão completa e total do Processo Produtivo, através da IoT Internet das Coisas e a IIoT Internet Industrial das Coisas, permitindo a aquisição de dados de uma forma nunca antes visto, com dados em alto Volume, alta Velocidade e grade Variedade, devendo neste caso, serem analisados através de um Big Data, entregando uma estrutura de Tomada de Decisões, em tempo real e sem intermediários, além de possibilitar ações autônomas no processo, sem interferência humana, através do aprendizado de máquina.

Por analogia, nossos textos anteriores, explicamos que a construção das rodovias (redes), colocação de sinalização (cibersegurança), interconexão de elementos e serviços (IoT), levarão estas informações a um grande sistema de análise de dados (Big Data), onde o resultado final, é apontar os melhores caminhos, dentro deste ecossistema produtivo.

Desta forma, vamos delimitar nosso tema, dentro da visão da automação industrial, e escrever sobre:

  • Como unir das informações da produção e cadeia logística para tomada de decisões;
  • Como funcionam os sistemas de armazenagem e tomada de decisões em Cloud;
  • Qual o conceito de Mineração de Dados e Aprendizagem de Máquina (Machine Learning).

Em relação aos cenários encontrados para utilização do Big Data na Indústria 4.0, podemos deparar com as seguintes situações comuns, que nos levam aos seguintes questionamentos:

  • Como entender melhor minha produção e cadeia de fornecimento e melhorar meu planejamento e controle produtivo;
  • Como entender o funcionamento da planta no aspecto manutenção de modo a estruturar um sistema de prognóstico industrial;
  • Como utilizar recursos de Machine Learning para servir de apoio a tomada de decisões na operação.

A evolução nas tomadas de decisões na indústria, mostram que no início, os primeiros controles apenas apoiavam a tomada de decisões do operador, uma vez que ele é quem tinha o conhecimento do processo e atuava diretamente, todo o conhecimento era dele, com a evolução das redes, podemos agora gravar estes dados, analisá-los, e tomar decisões baseado em informações e análise local do processo, ainda é necessário o conhecimento do operador e sua experiência no processo, todavia, as indústrias estão vivendo uma grande questão que é a grade capacidade de aquisição e armazenamento de dados, que há existe, mas não sabem o que fazer com todas estas informações, agora, com a Indústria 4.0, o Big Data dá um novo formato a estas informações através das redes convergentes, o sistema aprende conforme o processo ocorre, não há o meio da informação e o resultado é a tomada de decisões em tempo real, com dados relacionados fora no processo local, enxergando toda a cadeia de produção e do negócio.

Quando pensamos na colocação destes dados no Big Data, muitos são os desafios, podemos eleger alguns que são comuns neste tipo de projeto e implantação, que nos fazem questionar:

  • Como levar dados da unidade produtiva para um sistema de Cloud Computing e usar um Big Data;
  • Como criar modelos de Big Data para apoio em tomada de decisões, tanto em planejamento, como em Operação e Manutenção;
  • Como repensar a unidade produtiva a partir de dados e decisões que são aprendidas de acordo com as operações reais.

O objetivo de toda esta tecnologia e sua evolução é a tomada de decisões na planta produtiva, mas, isso já é existente, mas como ocorre hoje de forma geral?

  • A todo momento, tomamos decisões;
  • Os gestores têm a função de tomar decisões;
  • Os gestores intermediários, consolidam dados para outros gestores tomarem decisões;
  • As vezes estas decisões são programadas a partir de ferramentas de gestão;
  • Outra vezes ocorrem de situações não previstas, baseado em dados existente e expertise.

A estrutura decisória de uma indústria hoje, segue uma regra muito parecida, nos setores há os procedimentos de produção e os líderes de processo, os supervisores de produção, consolidam dados destes setores, analisam de forma intermediária de acordo com o planejado e enviam informações em forma de desvios, ações ou tarefas para os seus gerentes, que por sua vez, entregam estas informações aos diretores, em forma de metas, resultados ou soluções de problemas encontrados durante a produção.

Vamos entender então, como seria uma estrutura decisória da Indústria 4.0, para isso, vamos conceituar o Big Data, que nada mais é, do que um sistema de armazenamento de dados, estruturados ou não, que tenham (necessariamente os três), Volume, Velocidade e Variedade destas informações, que permitam, através de modelagem, entregar resultados, baseado em estatística, mineração e aprendizado, de acordo com as ferramentas disponíveis na sua plataforma, interagindo com o homem ou com a máquina.

Desta forma, podemos entender uma nova forma de estrutura decisória na indústria, onde os setores, subsetores, departamentos e toda a cadeia produtiva, esteja conectada a um Cloud de serviços, isto é, na Internet, dentro de uma plataforma, onde este sistema grava todos os dados e, dentro deste Big Data, podemos fazer todas as ações intermediárias, análise de dados, cenários, projeções, planejamento, análise de qualidade, prognóstico, tudo que permita, na ponta, para a direção, tomar decisões, e, até mesmo, permitir as ações automáticas no processo, utilizando o aprendizado de máquina.

O Big Data então, é um serviço dentro da Indústria 4.0, compondo um cibersistema, onde é necessário a aquisição de todos os dados da indústria e serem levados a esta plataforma em Cloud, utilizar ferramentas mineração de dados, aprendizado de máquinas e outras e criar um framework de resultados, com KPI, sistemas de decisões e M2M.

Na utilização do Big Data na indústria, como um novo modelo de tomada de decisões, são esperados diversos benefícios, entre eles, podemos destacar:

  • Diminuição de operadores – o sistema tomará decisões – operações de melhor desempenho, segurança de planta e economia de energia;
  • Fim do planejamento reativo – o sistema que será virtualizado, realimentará o processo que sempre estará em tempo real dos indicadores para tomada de decisões (mineração);
  • Todo o sistema será preditivo – manutenção, risco e aproveitamento (mineração) e atuará no processo como conhecimento (Machine Learning).

Apesar de estarmos falando em Indústria 4.0, algumas indústrias ainda tomam decisões baseadas em informações empíricas e de experiencia operacional, porém é de grande importância entender o valor de um sistema de apoio a tomada de decisões, pois este sistema permitirá saber:

  • Quando ocorre algo na planta diferente do esperado ou planejado – então eu tenho um problema e preciso fazer uma correção (decidir);
  • Quando há uma circunstância na planta que me permite ter uma oportunidade de ultrapassar meu objetivo planejado, elevando uma meta de produção ou redução de custos.

O Big Data pode ser programado para diversas funções de análise de dados, na indústria podemos usá-lo para as principais funções:

  • Tomada de decisões – as informações analisadas, darão um resultado baseado em cenários e do comportamento de toda a cadeia produtiva, apoiando diretamente os gestores da planta;
  • Aprendizado de máquina – as informações do processo são aprendidas, e levam a atuação diretamente nas ações de planta, por exemplo, através de M2M;
  • Prognóstico – as informações analisam todos o comportamento causal das variáveis, deixamos de tomar ações baseado em diagnóstico que emite o efeito, e o sistema faz uma análise de cenários e comportamentos.

Dentro de uma plataforma de Big Data há diversos serviços disponíveis para análise de dados para tomada de decisões, os princípios fundamentais são:

  • Mineração de Dados – são modelos de análise de alto nível de abstração de dados, onde a informação não é conhecida, o sistema retorna por cenários e probabilidades, apoiando o tomador de decisões, sendo:
    • Quando você quer uma informação, mas ela é desconhecida, alto nível de abstração;
    • São usados ferramentas de estatística dentro do banco de dados, pela dinâmica da informação o sistema propõe um resultado;
    • Exemplo de uso, identificação de rosto, elementos na produção, probabilidade de decisões.
  • Aprendizado de Máquina – (Machine Learning) – são modelos que se baseiam em informações conhecida ou processo definido, o sistema aquisita e acumula dados analisando o comportamento, com isso aprende dentro de uma curva de tempo, entregando resultados de forma automática e replicante, sendo:
    • Quando você tem uma informação conhecida, isto é, você sabe o comportamento do resultado;
    • O sistema é programado e grava as informações (acumula aprendizado), analisa o comportamento e vai criando resultados típico;
    • A expertise é transferida para o sistema, ele aprende e melhora a tomada de decisões, pode replicar e tomar ação autônoma;
    • Exemplo, carros autônomos, controle de produção automático e flexível com rearranjo.

O Big Data é um serviço, normalmente uma plataforma que permite, desde a conexão das informações com o mundo físico, até toda a modelagem, exemplos de serviços, IBM BlueMix, Google Cloud Plataform, Microsoft Azure, Amazon Web Service, que tem as seguintes características:

  • Paga-se pelo “consumo” do processamento;
  • Não tem infraestrutura local;
  • Inicia com dispositivos iniciais e escala a aplicação, crescendo de acordo com necessidade;
  • Não interfere na operação local, apenas acrescenta funções;
  • Tecnologia que agrega a decisão (humana ou de máquina);
  • Pode ser criado na infraestrutura da própria empresa com seus próprios modelos.

Uma arquitetura hoje, para automação industrial, que tenha aderência a Indústria 4.0, é a gravação de dados no Big Data, que permita o apoio a tomada de decisões para gestão da produção, gerenciamento de manutenção, gerenciamento de ativos, gerenciamento de alarmes, assistência técnica no consumidor final, gestão logística, entre outros.

Uma dúvida que ocorre normalmente nas aplicações atuais, sobre sempre usar Cloud e Big Data, podemos comentar as principais, quando se questiona a necessidade de seu uso:

  • Enviar dados para Cloud facilita uso de ferramentas disponíveis para análise de dados e criação de indicadores para acesso remoto;
  • Caso os seus dados não tenham juntos (volume, velocidade e variedade) que caracteriza um Big Data, não é necessário adotar este modelo, um sistema em Cloud de armazenamento e modelagem atende o projeto;
  • Usar infraestrutura e plataformas de serviços (Azure, AWS, BlueMix) simplificam aplicação e seus custos são baseados em serviços, mas não impede que uma empresa “monte” seu próprio sistema de análise.

Concluímos que o Big Data na Indústria 4.0 gera o principal impacto esperado com esta revolução, que é o tempo e o erro, mudando a forma de lidar com as tomadas de decisões, desde situações de exploração na produção, com vistas a melhorias, até o controle do processo via função de Machine Learning de forma autônoma.