Arquivo da categoria: Indústria 4.0

REDES SDN NA AUTOMAÇÃO INDUSTRIAL

Aplicação das Redes Definidas por Software nos Sistemas Industriais (SDN Software Defined Networking)

As redes Ethernet permitiram conectar o mundo, num primeiro momento entre computadores, depois com a Internet como a conhecemos e agora com a IoT Internet das Coisas.

Os desafios frente as demandas deste padrão, consolidado no mundo, não param de permear área de pesquisa e desenvolvimento na área de comunicações de dados, pois desde o seu advento, nunca estivemos tão perto do seu limite tecnológico.

Quando pensamos em encaminhar pacotes de dados e roteamento entre redes, os padrões das conhecidas camadas 2 e camada 3 do modelo OSI (Open Systems Interconnect), já se definiram com seus modelos e protocolos, não conseguimos com estes padrões existentes, criar novos formados de controle de dados (exclusivos ou especiais).

Nesta mesma linha, gerenciar a rede de comunicação e efetuar a segurança dos pacotes, também remetem a desafios complexos, uma vez que não é tarefa simples, criar área de segurança de dados, principalmente se forem dinâmicas, monitorar comportamentos estranhos na rede, desafios difíceis de serem superados, frente aos roteadores e firewall atuais.

Agora com o advento do conceito da Indústria 4.0, que é a conexão de toda a cadeia produtiva na Internet, vemos novos padrões, protocolos e modelos de gestão de dados que elevam ainda mais as necessidades, que naturalmente não estavam previstas no modelo atual da Ethernet.

O modelo OSI de 7 camadas de rede e o TCP/IP, operam de forma fixa nas camadas um, dois e três, quando imaginamos uma necessidade de se criar algo novo em redes, temos que pensar na camada de aplicação, onde temos liberdade para criar, através de programação, novas formas de gestão de dados.

Para entender melhor o modelo existente, vamos relembrar como o switch e o roteador de dados funciona e como o conhecemos no modelo existente, o que ele faz:

  • Entender quando o pacote chega;
  • Ver na tabela de encaminhamento para onde vai (ou descartar);
  • Enviar pacote;
  • Atualizar a tabela;
  • Atualizar estatísticas;
  • Usa protocolos pré-definidos.

Perguntamos: Neste formato então, com o modelo ATUAL existente de Ethernet para Encaminhamento e Roteamento, é possível CRIAR controles, monitoramento e segurança de rede fora dos padrões atuais, com objetivo de atender NOVAS demandas, protocolos e novas ameaças de redes?

A resposta é: NÃO!

Para entender o caminho da solução, as redes SDN abrem novas possibilidades a entender:

  • Com o modelo ATUAL existente, somente sobra a CAMADA DE APLICAÇÃO para desenvolvimento, onde tenho possibilidade de criação;
  • Com este conceito de programar redes no nível de Aplicação, tem-se as SDN ou Redes Definidas por Software;
  • As redes virtuais (SDN) são um novo formato de gestão e comando de dados em uma rede, é uma quebra de paradigma e um novo mundo de possibilidades.

Para darmos alguns exemplos de cenários mais conhecidos na área de gestão de dados atualmente, frente aos novos desafios, podemos limitar nosso tema nas seguintes necessidades comuns, encontradas abaixo:

  • Fazer um projeto de redes Ethernet que permita a convergência de diversos setores (Indústria, TI e Logística), utilizando diversos protocolos e controlar as redes de uma central, bem como sua monitoração;
  • Criar um projeto de segurança de rede para controle de acesso, autenticação e monitoramento de regras, de forma dinâmica;
  • Escalar um projeto de rede para convergência de camadas de IoT (Internet das Coisas) e integrar nos sistemas de automação da planta, independente dos protocolos e com regras próprias.

A virtualização das redes, entra na mesma linha da virtualização dos computadores, vamos relembrar, de nossos textos anteriores:

Objetivo da virtualização de computadores: Processamento, armazenamento, compartilhamento e gestão;

Objetivo da virtualização de redes: Encaminhamento, roteamento, segurança e gestão.

Sendo que a duas soluções podem ser executadas On-Premisse (local) ou em Cloud Computing (computação nas nuvens).

A evolução dos sistemas de rede Ethernet, se baseia na gestão por camadas, esta é uma forma de entendermos o desenvolvimento tecnológico e o atendimento de suas demandas:

  • No início tínhamos apenas os concentradores de rede (HUB), que tinha apenas a função de conectar à rede no Layer 1, conexão física, não gerenciando dados em nenhuma instância;
  • Como os switches, temos a gestão das redes no Layer 2, também conhecido no nível de endereçamento físico (MAC), trabalhando com tabela de encaminhamento, cuja função principal, entre outras, é gerenciar pacotes e colisão de dados;
  • Com a união de redes de diferentes funções, localizações e diversos serviços, temos a gestão da rede no Layer 3, ou roteamento, nível IP, dado pelos roteadores de rede, onde podemos configurar rotas e permissões de dados, elevando o nível de controle da rede, com seus diversos protocolos roteamento.
  • A proposta da evolução, dado agora pelo Layer 4, é permitir a conexão de uma aplicação na camada de rede, diretamente na camada de transporte, utilizando-se API (Application Programming Interface), onde podemos montar tabela de encaminhamento, roteamento e regras próprias de segurança, fazendo todas as outras funções, porém com programação própria.

As redes SDN (Software Defined Networking) ou Redes Definidas por Software, é uma tecnologia que permite criar redes virtuais (Ethernet), utilizando-se de um hardware simplificado para encaminhamento de pacotes, conectados um sistema operacional de rede, conectados a API diretamente nos aplicativos de função da rede.

Como então funciona este modelo de gestão de dados no Layer 4? Como o switch ou roteador se comporta e o que faz na rede:

  • Entender quando o pacote chega;
  • Ver na tabela de encaminhamento para onde vai;
  • Enviar pacote (como deve ser tratado – programação);
  • Só acessa tabela de encaminhamento;
  • Usa API para conectar DEVICE na Tabela;
  • Atualiza tabela e estatísticas.

A tecnologia e o princípio de funcionamento das redes SDN, se dão por três elementos do conjunto, veja como é feito:

  • Utilizando Switches de Layer 4 para interface, faço todas conexões físicas;
  • Conecto os Switches em um Controlador SDN (sistema operacional da rede);
  • Programo as API (Application Programming Interface) de acordo com cada aplicação que tenho, criando as funções, regras e tabelas.

Para facilitar o entendimento do uso das redes SDN, descrevemos abaixo alguns termos muito utilizados com esta tecnologia:

  • SDN – Software Defined Networking – é o conceito de criação e gestão de redes de comunicação de forma virtual – conjunto de tecnologias;
  • NFV – Network Functions Virtualization – é a virtualização de funções de rede de forma a padronizar funções (comunicação, segurança ou regras);
  • SDWAN – Software-Defined Wide-Area Network – é a virtualização de conjuntos de serviços dentro de uma WAN, usando NFV, por exemplo, VPN, 4G;
  • OPENFLOW – é a tecnologia (protocolo) que permite aplicar de fato a SDN (sistema operacional de rede e as API);
  • ORQUESTRAÇÃO – é a gestão de um serviço de cloud de ponta a ponta, em nosso caso usar SDN no Cloud e orquestrando, por exemplo, com OpenStack;
  • OVERLAY – é uma rede sobreposta, conceito de criar uma rede (virtual) em cima de outra rede.

Como benefícios no uso das redes SDN, descrevemos abaixo suas principais características:

  • São redes de custos menores;
  • As redes SDN são flexíveis quanto ao projeto e implantação, testes simples;
  • Podem ter gestão centralizada ou distribuída no circuito de rede;
  • Por segurança, usa a negação por padrão, no envio de pacotes, o que não está programado, não é reconhecido;
  • Sistema de gestão de multiprotocolo, interoperável e com regras programáveis;
  • Facilidade de monitoração e gerenciamento da rede, conexões e fluxo de dados;
  • Facilidade de flexibilizar regras (permissões) de dados com geolocalização do Host;
  • Não se mistura arquiteturas convencionais de Ethernet com SDN;
  • O conceito já está preparado para uso em Cloud, criando ambientes híbridos, aderentes a Indústria 4.0.

As redes SDN se caracterizam por dois principais elementos básicos:

  • O Switch Layer 4, que utilizando o OpenFlow, conecta a tabela de encaminhamento da rede, através de API;
  • O controlador, que é o Sistema Operacional da rede e permite a programação da SDN.

Os sistemas SDN, permitem arquitetura centralizada e distribuída, dentro de uma rede única ou em modelos de sub-redes.

A implantação das redes SDN na automação industrial, segue o mesmo conceito e arquitetura conhecida e convencional, porém temos os switches e roteadores Layer 4 com OpenFlow, conectando fisicamente à rede e fazendo a conexão de API na tabela de encaminhamento e nesta rede, um controlador, em nosso exemplo estamos usando um centralizado, gerenciando e controlando toda a rede, inclusive conexões de IoT (Internet das Coisas), conceito da Indústria 4.0, conectados em Cloud.

No aspecto desenvolvimento tecnológico, podemos eleger algumas principais tendências na continuidade das redes virtuais:

  • Switches com programação direta das API e orquestração em Cloud;
  • Virtualização total dos controladores, principalmente em soluções Wireless (NaaS) Network as a Service;
  • Integração e convergência de dados (TO) Tecnologia da Operação, (TI) Tecnologia da Informação e (IoT) Internet das Coisas, usarem SDN para Flexibilização, Distribuição e Segurança de Dados.

Concluímos que as redes SDN são uma resposta aos grandes desafios de conectividade de comunicação na atualidade, vivemos o momento da virtualização do processamento, possibilitado escala que antes não era possível, com a virtualização das redes, rompe-se o limite tecnológico que estamos próximos, colocando as soluções de acordo com os patamares esperados pela Indústria 4.0, mudando sobremaneira a automação industrial como conhecemos hoje.

 

CLOUD COMPUTING NA AUTOMAÇÃO INDUSTRIAL

Integrando Sistemas de Operação e Manutenção Industrial na Nuvem

A convergência da TO Tecnologia da Operação, que envolve a automação industrial e a gestão de planta, juntamente com a TI Tecnologia da Informação, estão permitindo a interconexão de toda Cadeia de Valor das unidades de negócio industrial, premissa da Indústria 4.0.

Com a evolução de automação, herdando as tecnologias da informática ao longo dos anos, vieram desafios que não existiam até pouco tempo atrás, tanto em projetos de controle, quanto em manutenção de ativos, podemos listar alguns destes desafios nas plantas:

  • Alta demanda por ferramentas de produtividade;
  • Ampla utilização de redes (dados) em todos os níveis;
  • Aumento dos custos de aquisição e manutenção de sistemas;
  • Convergência da TO com TI unindo ativos e gestão;
  • Dificuldades de manter sistemas atualizados.

A automação industrial, utilizando os primeiros sistemas supervisórios Scada, comunicavam em formato ponto a ponto com os controladores, chamados de arquitetura Stand-Alone, por vezes com comunicação serial e não haviam interligações entre as estações.

Com a incorporação de redes Ethernet nos controladores, pudemos fazer arranjos de PLC e Scada com arquiteturas de dados compartilhados entre estações, montar sistemas em anéis e em redundância, além de poder trabalhar no conceito de cliente-servidor.

A convergência dos dados, trouxe para a automação, o atributo da gestão industrial, ferramentas de gestão de ativos, gestão de alarmes, gestão de malhas, controle avançado, PIMS, MES e MOM, entre outros, compõem uma nova gama de apoio, tanto para o controle operacional, quanto para a manutenção, elevando a quantidade de dados e usuários em uma planta industrial toda em rede.

Tudo isso gerou uma demanda por gestão dos sistemas de informação, que antes era atribuição exclusiva da TI, agora o departamento de TO, também passa a ter os mesmos problemas.

Do processamento individual, passamos por rede de dados, e compartilhamos informações na planta, com toda esta demanda, tecnologias de virtualização, que vamos ver, permitiram escalar soluções a menores custos, também vieram soluções com Cloud Computing, objeto de nosso texto, complementando com Fog Computing e Edge Computing, tudo visando soluções de processamento, compartilhamento e armazenagem de dados, um dos pilares da Indústria 4.0.

A automação quando era uma ilha, ou quando muito compartilhava dados locais, sua estrutura de custo se limitava ao controlador e uma licença de Scada, com seus sensores simples e sinais discretos, com a incorporação de redes e ferramentas de software, cada vez mais sofisticadas, os custos de aquisição e gestão destas plataformas, deram um salto, passando a ser um problema de ativos de aquisição de alto custo e manutenção para o parque industrial.

A solução para esta expansão de custo e gestão de plataforma, vieram basicamente de duas formas, a Virtualização e o uso de Cloud Computing, com principal objetivo de simplificar as soluções e reduzir custos.

A virtualização de plataformas é técnica de criar e utilizar uma plataforma computacional (não física), de hardware ou software, onde se pode distribuir e gerenciar recursos de um único ponto, podendo ser Local (On-Premisse) ou via Cloud Computing.

Quando eu uso a virtualização? Vamos ver alguns cenários principais, lembrando que nosso foco é entender toda esta tecnologia dentro da automação industrial:

  • Cenário 1: Reduzir custos de infraestrutura e processamento na plataforma local (on-premisse) – processamento crítico;
  • Cenários 2: Usar processamento remoto (não crítico) para aumento de capacidade e uso de ferramentas em forma de serviço, sem infraestrutura, direto no Cloud.

O Cloud Computing ou Computação na Nuvem, é um conceito computacional, que se refere a utilizar processamento, armazenamento, compartilhamento e gestão de dados, utilizando a Internet como meio, onde Infraestrutura, Plataforma e Softwares são adquiridos como serviços.

Características principais do Cloud Computing:

  • On-Demand – Serviço sob Demanda – Você só paga pelo que precisa;
  • Paga pelo uso – somente paga quando o serviço configurado inicializa;
  • Self Service – a contratação é toda dentro da plataforma que escolher, sem burocracia, só escolher os serviços;
  • Automatização – a infraestrutura é automatizada, com scripts quanto por interface, gestão completa a distância.

Para que tudo isso possa ser aplicado na prática, já temos diversos provedores de serviços de Cloud Computing, onde podemos listar abaixo os principais, não são únicos, são os mais conhecidos:

Plataformas Cloud Computing de uso geral:

  • Microsoft Azure
  • IBM Blue Mix (Watson)
  • Amazon Web Services AWS
  • Google Cloud Platform

Plataformas Cloud Computing para automação Industrial:

  • Siemens – Mind Sphere
  • GE – Predix
  • Rockwell – Scio

O conceito de uso de Cloud Computing é baseado em Serviço, isto é, eu não adquiro licenças, softwares, aplicativos, hardware ou algo do gênero, eu uso a solução, podendo ser desde uma infraestrutura, uma plataforma de desenvolvimento ou um serviço de aplicação, apenas pagando pelo uso, veja abaixo os principais modelos:

  • IaaS – Infrastructure-as-a-Service – Infraestrutura com Serviço – Maquinas virtuais, processamento, backup;
  • PaaS – Platform-as-a-Service – Plataforma como Serviço – Soluções, aplicativos de ferramentas, criação de soluções;
  • SaaS – Software-as-a-Service – Software como Serviço – Usuários, utilizar a ferramenta direto, um aplicativo.

Para entender o grau de evolução que a automação está chegando, tudo o que se passa na TI é esperado que venhamos a ter na TO em pouco tempo, por exemplo, hoje uma automação convencional (On-Premisse) eu compro tudo para implantar, do hardware ao software e também, tenho que desenvolver tudo, além de fazer a gestão.

Com os modelos de Serviços, eu posso ter um novo formato, por exemplo, usuários que ao invés de comprar sensores, controladores e atuadores, alugam de algumas empresas com este perfil, sendo responsável por toda infraestrutura, na mesma linha eu posso alugar também a plataforma, não preciso comprar softwares de desenvolvimento, podendo chegar a adquirir toda a automação, controle operacional e manutenção do sistema em forma de serviço.

O princípio básico de conexão de dados de planta no Cloud é a utilização de gateways, com se comunicam por rede na unidade industrial, enviando para o provedor de serviços, utilizando a Internet como meio, este é o princípio de processamento como serviço.

Este conceito de aplicação, vem evoluindo em diversos tipos de equipamentos, máquinas e sistemas, por exemplo, a indústria que já tem o seu Cloud, já se comunica com uma máquina comprada e instalada em seu próprio parque industrial, um compressor, por exemplo, onde o fabricante monitora toda a manutenção e os dados de sua Cloud própria, podendo ser compartilhados no Cloud da empresa cliente, estes são subsistemas em Cloud, tudo interligado e compartilhando informações.

Podemos descrever abaixo as principais vantagens de uso do Cloud Computing:

  • Não tem preocupação com infraestrutura – hardware e se for contratado plataforma, não precisa de licenças de aplicativos;
  • O compartilhamento de serviços é fácil, já está na nuvem, pode-se trocar dados;
  • Gerenciamento de versões, patch´s, atualizações, não é necessário se preocupar;
  • Não existe a gestão do Ativo, a gestão é do consumo, melhor relação investimento x custo;
  • Manutenção é de responsabilidade do provedor de serviços.

Nesta mesma linha, podemos descrever abaixo algumas desvantagens de uso do Cloud Computing:

  • É imperativo – Infraestrutura de comunicação eficiente, link de internet de alta disponibilidade e de banda de dados de acordo com seu projeto;
  • Risco de desconexão de serviços e perda de processamento, controle operacional não deve ser em Cloud;
  • Preocupação com a segurança de dados, invasão externa, roubo de dados ou hackeamento do sistema.

Principais pontos a serem observados na aplicação de Cloud Computing na automação industrial:

  • Sistemas de apoio a tomada de decisões podem ser utilizados em Cloud, por exemplo, gestão de ativos, gestão de alarmes, otimização de processos, entre outros;
  • Sistema de controle do processo, controle crítico e segurança, Scada, não se usa Cloud, o processamento é local, no máximo envia-se informações para análise e apoio a tomada de decisões.

As plataformas de Cloud Computing, tem características técnicas que deve ser levada em consideração em projetos e aplicações de soluções, as principais abaixo relacionadas:

  • Conectividade – equipamentos e dispositivos devem suportar uma conexão via internet, para enviar ou receber dados, de forma segura;
  • Latência – o tempo da troca de dados entre os clientes e o servidor, equipamentos e operações críticas, não podem permitir espera para processamento;
  • Processamento – capacidade de entregar o resultado, no tempo esperado, baseado na quantidade entradas de dados;
  • Gravação – uso de um banco de dados, relacional, temporal ou não estruturado, para análise e tomada de decisões na planta, esta função é base para os sistemas de inteligência.

Levar dados da planta industrial (sensores, controladores e sistemas), para o Cloud, necessita de um arranjo complexo, com diversas interfaces, ocasionando latência de rede, limitação de processamento e gravação, além da dificuldade da interconexão de dispositivos.

Para ajudar a minimizar estas dificuldades técnicas, nas tecnologias que temos hoje, foram criados dois conceitos que trabalham com o Cloud Computing.

O FOG Computing – Computação em Névoa ou Neblina e EDGE Computing – Computação de Borda, são arquiteturas de rede em CLOUD Computing, que tem o objetivo de:

  • Reduzir quantidade de dados para enviar ao Cloud;
  • Diminuir a latência da rede e da Internet;
  • Melhorar o tempo de processamento e resposta do sistema.

EDGE Computing – Computação de Borda, tem objetivo de processar os dados de análise mais próximo dos dispositivos de campo (controle).

Pode ser processado diretamente no sensor inteligente, no controlador que suporte esta função ou em um processador local, que permita conexão, processamento e gravação desta camada, somente enviar para o Cloud o que for necessário.

FOG Computing – Computação em Névoa ou Neblina, tem objetivo de processar os dados de análise mais próximo da camada Cloud, integrando processos de gestão e tomada de decisões locais.

Pode integrar a camada de EDGE, ou comunicar diretamente nos processadores (SCADA, MES) e gerar uma camada intermediária, antes de enviar para o Cloud.

Essas tecnologias podem trabalhar em arranjos separados, de acordo com a necessidade de cada projeto, onde a borda de processamento é mais necessária, lembrando que não é uma regra, são arranjos que ajudam a ganhar performance para uso do Cloud Computing.

Todos os meus dados e informações vão para o Cloud Computing? Não! Vamos ver algumas considerações em relação a isto:

  • Somente vai para Cloud informações que devem ser relacionadas com outros dados fora da célula local;
  • Informações que devem ter backup e rastreio;
  • Informações que rodam em aplicativos para o Cloud;
  • Quando parte do processamento é transferido para o Cloud.

Enviar dados para o Cloud Computing, tem a premissa de comunicação externa como meio a Internet, remetendo a preocupações com a segurança de dados, exigindo projetos de Cibersegurança, abaixo relacionamos os principais pontos a serem observados:

  • Treine pessoas;
  • Todas as redes devem ser segmentadas;
  • Utilizar DMZ (redes desmilitarizadas) para criar células de segurança;
  • Para conectar a célula no Cloud, utilize Firewall e limite as regras (mais simples é melhor);
  • Somente use conexão bidirecional em casos de M2M;
  • Limite conexões físicas e espaços de acesso;
  • Monitore a rede com Sistemas de Cibersegurança;

Veja artigo específico: CIBERSEGURANÇA NA AUTOMAÇÃO

Quanto à implantação, há diversas premissas de projeto de infraestrutura e conectividade que devem ser levando em consideração, abaixo listamos os principais pontos que devem ser observados:

  • Justifique as questões que te levam a enviar informações para Cloud;
  • Faça um projeto para eliminar infraestrutura e leva-la para o Cloud;
  • Use as ferramentas de Infraestrutura, Plataforma e Serviços de Automação (vincule soluções);
  • Integre e faça convergência de dados, analise se é necessário e possível aplicações EDGE e FOG;
  • Entenda o valor da Informação no Cloud, use ferramentas de Data Science;
  • Foque na segurança;
  • Escale as soluções e evolua os modelos de controle e decisões.

A tecnologia do Cloud Computing é relativamente nova, todavia, a evolução continua e podemos apontar algumas tendências para o aprimoramento do uso destes recursos:

  • Equipamentos de automação com canal direto para conexão em Cloud (TSN) Time-Sensitive Networking – dispensando uso de Gateways;
  • Equipamento se automação com OPC-UA incorporado, facilitando a criação de células de FOG ou EDGE para envio ao Cloud – interconexão e segurança simplificada;
  • Ferramentas de automação cada vez mais em Cloud, vinculando controle operacional com Deep Learning, Realidade Aumentada e Decisões Autônomas.

Concluímos que Cloud Computing é a ponte para a Indústria 4.0, pois a interconexão da Cadeia de Valor da Indústria na Internet, permitirá escala, eliminação de erro e operação em tempo real das plantas produtivas, reduzindo custos de produtos e processos.

EMPREGO TECNOLÓGICO

O Futuro do Emprego na Indústria 4.0

O Homem como ser social, acostumou-se a pronunciar palavras como revolução, mudança, impactos e tantas outras, principalmente no que se refere ao futuro, faz parte da natureza social humana.

Quando pensamos em desemprego, o termo toma um aspecto de grande importância, visto estar ligado diretamente a aspectos econômicos de qualquer região ou país, demandando ações políticas, que são esperadas, portanto, muitas vezes, sem efetividade, por diversas razões, mas a questão tecnológica quase sempre, foge ao controle de diretrizes políticas, que por tendência são reativas, apenas aguardando o próximo impacto econômico.

Isso sempre aconteceu ao longo da sociedade industrial, na pós primeira revolução, grandes mudanças no cenário das relações de emprego, desde a automatização do semáforos que ocorreu em Nova Iorque em 1992, desempregando 5500 policiais de trânsito, até nos dias atuais, onde tratores agrícolas já não tem motoristas, são autônomos, controlados por tecnológicas, desde visão artificial até comandos via GPS.

O mundo está em crise, não que seja uma grande novidade, pois é natural as mudanças para saltos sociais, econômico e políticos em todas as épocas da humanidade, a crise da atualidade, é o fim de um modelo que não atende mais a sociedade, porém, com ausência de um modelo que pudesse substituir a uma nova ordem, há um hiato de necessidade e atendimento social, que será solucionado somente com o tempo.

No final da década de 60 e início de 70, foram proclamados por diversos meios, desde acadêmicos até nos cinemas, cenários em que após o ano 2000 (muito distante na época), viveríamos entre robôs, estas previsões estavam corretas, se não fosse a forma, não temos robôs físicos, (salvo modelos industrias), convivendo conosco, todavia o robô de hoje é a Inteligência Artificial, que estão em todos os sistemas, deste redes sociais, sistemas de compra on-line, receita federal, previsão de tempo, bolsa de valores, gestão bancária, veículos autônomos, mostrando o quão já vivemos junto a estes “robôs” lógicos.

A evolução tecnológica na linha do tempo, proporciona através da sua adoção, uma redução de custos, fazendo o uso ser popular, exemplo disto, robôs industriais em 2007 custavam US$ 550.000 e em 2014, custam US$ 20.000, também os celulares em 2007, custavam US$ 499 e em 2005 US$10, em processamento e custo (similar), isso permite a massificação tecnológica, mudando o formato nas relações da sociedade, seguramente, abrindo uma fronteira para uma nova revolução tecnológica, a 4ª que estamos vivendo.

A tecnológica impulsiona o PIB, de acordo com um estudo da Accenture, países que adotam tecnologias de ponta, podem incrementar 0,9 pontos percentuais em seus PIB até o ano de 2035, gerando uma nova onda de empregos e uma nova ordem econômica, a despeito de que a automação desemprega, o mundo pós industrial, nunca contratou tanto, todavia o perfil do empregado é que muda ao longo do tempo.

Com a internet, hoje conectada na indústria, com processos colaborativos, fazendo toda a cadeia produtiva se comunicar dentro de um ecossistema cibernético, temos a pavimentação da 4ª revolução industrial, onde o maior impacto social, será a alteração das estruturas de tempo e erro, como conhecemos hoje, tudo será em tempo real, podendo haver o controle no ponto ocorrido, inclusive por prognósticos inteligentes e mudando o que entendemos por erros, uma vez que a tendência é que não haja mais a correção, uma vez que os sistema atuam de forma interconectada, organizada e interoperável, a isso estamos chamando de Indústria 4.0.

Tecnologias tais como, internet das coisas, big data, computação nas nuvens, drones, aprendizado de máquina, inteligência artificial, gêmeos digitais, virtualização, realidade aumentada e tantas outras, permeiam a Indústria 4.0, que ainda está em transição, mas o movimento é sem volta, impactando nas econômicas globais, alterando sobremaneira a forma de produzir e consumir bens e serviços.

Quando pensamos em impactos práticos na indústria, as funções de gestão sofrerão uma grande mudança que será o fim dos meios, isto é, o declínio da gestão intermediaria para tomada de decisões, uma vez que “a máquina” consolidará e tomará as decisões, na pior das hipóteses, entregará ao dirigente todos os cenários já pré formatados, no campo das operações, a figura do operador não tomará mais ações no processo, ele supervisionará, na melhor das hipóteses, eliminando erros, antecipando tempos e eliminando etapas de verificação da qualidade, com perfil produtivo de customização e personalização, nunca antes vistos, e, na manutenção, temos o prognóstico como maior ferramenta e impacto nas ações frente aos ativos, uma vez que os equipamentos cada vez mais são inteligentes e através de inteligência artificial, haverá a interferência somente quando a máquina solicitar, quando não, o próprio sistema poderá interagir.

Como estes cenários tecnológicos, descortinando uma Sociedade 4.0, o que então é o desemprego tecnológico? Podemos conceituar abaixo uma breve definição:

  • Substituição de mão de obra por máquinas ou sistemas;
  • Substituição de operação intelectual conhecida por máquinas ou sistemas;
  • Dispensa de trabalhado por novos modelos e padrões que evoluíram ou não existiam.

As máquinas estão aprendendo, isso já está acontecendo desde a adoção em massa da internet e agora, aplicada a indústria, ocorre que temos visto isso com mais impactos, mas já é de tempos, que há uma substituição do conhecimento humano (do que já se sabe), sendo executado por sistemas inteligentes.

Tarefas conhecidas, repetitivas, tendem a ser executadas por máquinas, por exemplo, motoristas, operadores de caixa, contadores, operadores industriais, médicos de atendimento, professores de conteúdo, jornalistas, atendimento comercial intermediário, sendo que estas informações sobre profissões que tendem a desaparecer, foram expostas no Fórum Econômico Mundial 2016 em Davos.

Profissões que requeiram criação, abstração, desenvolvimento, que tenham que lidar com situações novas e serviços para pessoas, tendem a ser as mais crescentes e mudarão o perfil do trabalhador do século XXI, tais como, engenharias, ciência de dados, computação, matemática, gestão estratégica, vendas, nesta mesma linha, também estes dados foram apresentados no Fórum Econômico Mundial 2016 em Davos, importante saber, que é esperado, que estas profissões ser correlacionarão como nunca antes visto, sobreviverão profissionais com formações específicas, mas que tenha habilidades em lidar com ciência de dados e alto grau de abstração numérica, ademais, o ser humano como prestador de serviços ganhará espaço em um mercado crescente, isso formará uma nova base de trabalhadores.

A solução para o desemprego tecnológico, amplamente discutido no Fórum Econômico Mundial 2017, ainda com a preocupação dos mesmos temas, uma vez que é uma revolução e não simplesmente uma mudança local ou regional, os líderes mundiais sabem o que é básico em qualquer econômica, a educação é a solução.

A solução está nas pessoas, afinal a tecnologia foi criada por elas e para elas, então esta tecnologia tem que servir a estas mesmas pessoas, deve haver um preparo tecnológico na base educacional, também a questão de servir as pessoas, um novo perfil, muito mais expandido de lidar com atendimentos de toda ordem para serviços, enfim, entender como será viver em um mundo pós 4ª revolução industrial, está tão conflitante e tenso, quanto foi nos pós sociedade da 1ª revolução industrial.

A indústria será muito diferente, ainda somos uma sociedade industrial, mas a rigor vemos que a indústria empregará cada vez menos com toda esta revolução tecnológica, é muito provável que o futuro do emprego não estará nas indústrias, não seremos mais uma sociedade industrial, mas sim, uma sociedade de serviços.

Os governos e lideranças, precisariam repensar de forma ativa e não reativa a tantas mudanças, haveremos de ter um novo formato de consumo, não mais de aquisição, mais de uso, isso deve mudar toda a cadeia econômica, o que existe, já está dando sinais de fadiga, governos e líderes de primeiro mundo, já estão repensando uma nova ordem, ou pelo mesmos estão buscando exercitar estes novos modelos, o poder econômico deve “ver” a base da pirâmide, para que esta população possa consumir estes novos serviços e que a tecnologia possa ser promovida em massa, distribuindo mais qualidade de vida, sem concentração extremada de renda, com foco na qualidade de vida e trabalho social para todos.

Neste futuro que se descortina, o poder das nações estará na Inteligência, não mais no conhecimento, com isso, devemos buscar a forma de como vamos lidar com toda esta tecnologia, que já está aí e gerar valor e poder competir num mundo cada vez mais com ciclos menores de economia, frente a volatilidade que a própria tecnologia provoca.

Por fim, esperamos que a tecnologia trabalhe para o Homem, que o Homem sirva na sociedade ao seu semelhante de forma mais equitativa e que a riqueza sirva o Homem em seus interesses reais de uma vida mais feliz, sem demagogia, mas talvez estejamos frente a uma grade oportunidade de um mundo melhor.

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.

IoT INTERNET DAS COISAS NA INDÚSTRIA 4.0

Digitalização de Dados de Dispositivos e Aplicações na Automação Industrial

A digitalização de dados de máquinas, processos e dispositivos, complementam a camada operacional de uma planta industrial, a tecnologia IoT Internet das Coisas, como é conhecida, é a técnica que permite conectar informações em geral de dispositivos na Internet (Cloud – Nuvem), isto possibilita, dentro da Indústria 4.0, a interconexão de dados e sistemas, permitindo formar o ecossistema cibernético, onde conseguimos obter a interoperação completa e total da planta industrial, onde podemos chamá-la de planta digital.

Vamos entender através de nossa analogia já estudada a questão das rodovias, como já construímos as vias (infraestrutura), colocamos sinalização e procedimentos de tráfego (cibersegurança), agora como permitir com que todos os elementos ao redor desta rodovia (cadeia produtiva), possa trocar informações entre si, criando um ambiente digital, impactando novos formatos de produção, desde o planejamento a logística, passando pela produção e qualidade, com isso, vamos falar sobre:

  • Como criar uma camada de digitalização do processo produtivo – IoT;
  • Como conectar a cadeia de fornecimento, complementando a interconexão da indústria – IIoT;
  • Quais ferramentas de gestão operam no nível de digitalização da produção.

Quando pensamos em digitalizar a produção industrial, termo este que é usado na camada da Indústria 4.0, temos diversos cenários, abaixo listamos alguns que ocorrem e merecem nossa atenção:

  • Em uma unidade produtiva, é necessário digitalizar os movimentos dos ativos para planejamento e controle da qualidade;
  • Para apoiar o setor de manutenção, a digitalização de todos elementos ativos, documentos e cenários, permitem o prognóstico de planta;
  • A interconexão de logística, fornecedores, suprimentos, agrícola na rede industrial, permite gestão em tempo real para produção.

Na evolução da informação digital das plantas produtivas, temos a época que na verdade o dado nem mesmo era digital, somente havia a informação e esta era analógica, depois houve a evolução dos dispositivo, mas continuava com o foco local, após esta fase, temos com as redes locais, a possibilidade de verticalizar dados, que são digitais, trocando informações do chão de fábrica, planejamento e administração com a TI, todavia, com foco apenas nos sistemas que permitiam esta função, mas a Indústria 4.0, necessita de uma outra camada, para que de fato tenhamos uma produção digital, desta forma, os ativos, sistemas e subsistemas da cadeia produtiva, devem complementar as informações de toda a unidade industrial, através da convergência de todas as redes.

Para digitalização de dados da indústria, temos diversos desafios, podemos eleger alguns comuns para que seja pensado na implantação da solução:

  • Como criar uma rede de informações complementar na produção que permita planejar e monitorar a produção e manutenção em tempo real;
  • Como conectar redes independentes, tais como, logística, fornecedores, laboratórios e unir nas redes industrias;
  • Como estabelecer padronização e segurança da informação nas redes de IoT na indústria.

O conceito da informação digital no contexto da Indústria 4.0, é que este dado, deve ser de todos os ativos e sistemas (todas as coisas), deve estar em qualquer lugar e permitir a conexão com esta informação a qualquer hora.

A IoT Internet das Coisas, surge como a ideia de conectar qualquer dispositivo que gere informações e possa se conectar a um serviço de cloud, isso pode estar em qualquer âmbito, casa, hospitalar, esportes, entre outros. A IIoT Internet Industrial das Coisas, foi a evolução das informações da cadeia produtiva, com o mesmo conceito de IoT, conectando estas informações via cloud, por exemplo.

É importante saber a diferença entre IoT e IIoT, sistemas que conectam coisas, complementam informações, normalmente somente produzem dados, pode ser usado em qualquer setor da indústria, por exemplo, para gerenciar ativos e analisar tendências de manutenção. A IIoT, forma uma camada crítica do processo produtivo, por exemplo, pode-se conectar diretamente um fornecedor de produto em tempo real na linha de produção, que analise a qualidade e uso de seu produto, outro exemplo, conectar a cadeia logística de entrada e saída de materiais e controlar a produção, em tempo real, no ponto ótimo de operação, isso passa a ser uma aplicação de produção e consumo de dados, com perfil crítico.

A utilização de IoT e IIoT, trazem benefícios as plantas produtivas, onde são esperados os seguintes ganhos abaixo:

  • Redução de operações ou paradas;
  • Melhoria do uso do ativo;
  • Redução de operações ou custo do ciclo do ativo;
  • Melhoria do uso do ativo – performance;
  • Melhoria da produção;
  • Aumento da rapidez na tomada de decisões;
  • Oportunidade para novos negócios;
  • Permitir venda ou compra de produtos como serviço.

A Indústria 4.0, propõe a fábrica digital, com isso, a premissa de se digitalizar todas as informações, pode levar a um questionamento sobre a razão e motivo de digitalizar tantos dados, que antes não estavam disponíveis em tempo real e agora, se fazem necessários, abaixo então, os motivos para se digitalizar estes dados através da IoT e IIoT:

  • Informação barata;
  • Transformar informação em inteligência;
  • Diminuir Expertise;
  • Diminuir risco de tomada de decisões;
  • Diminuição de operações;
  • Transparência de ações;
  • O executado é “aprendido”;
  • Eliminar o “meio”;
  • Eliminar erro e desperdício;
  • Ganho de tempo.

A camada de IoT e IIoT na indústria provocará um modelo de prognóstico, uma vez que a automação, que já existe, responde perguntas do que está acontecendo, o que aconteceu e porque aconteceu, mas esta camada digital, responderá perguntas tais como, o que irá acontecer, e, isso mudará a forma de operar e manter uma planta industrial.

Se as informações estão todas digitalizadas e há todos os meios (redes) para que trafeguem e troquem informações entre si, é esperado que se possa haver tomada de decisões não só entre operadores e máquinas, mas também entre máquina e máquina, isto chamamos de M2M, Machine to Machine.

Um item muito importante que deve ser levado em consideração para a digitalização da produção, são os RFID, os Sistemas de Identificação por Rádio Frequência, que em linhas gerais, permitem o rastreio total de todos elementos produtivos dentro da planta e fora dela, permitindo ações em tempo real (tempo e local), fazendo correções, agindo de forma antecipada e monitorando a qualidade no instante do movimento produtivo.

Com estas camadas digitais, construídas pela IoT e IIoT, podemos utilizar tecnologias de planejamento, qualidade e operação, de uma forma totalmente inovadora, a Virtualização é o planejamento produtivo totalmente digital, do projeto a produção, podendo trabalhar todos os cenários, mesmo antes da produção real acontecer. A Realidade Virtual a capacidade de trazer ao operador, planejador ou mantenedor, a informação da planta no local que ele está conseguindo ver e interagir no processo digital e recebendo a resposta no processo real, é a união máquina – homem.

As arquiteturas de sistemas de automação industrial, que tenham aderência a Indústria 4.0, devem prever, além das camadas já conhecidas do controle operacional e todo o arcabouço de controle, a camada de IoT e IIoT, onde vamos convergir todos estes dados em um Big Data, entregando possibilidades de controle operacional, com tomadas de decisões em formato de prognósticos e de com possibilidade de ações autônomas.

Sobre os protocolos que são usados, é importante saber que a IoT, como dissemos, normalmente somente produz dados e envia, o protocolo MQTT, é bem aceito para esta aplicação, todavia, para IIoT, é necessário unir dados críticos de ação em processo, com protocolos existentes, e na ponta, comunicando em OPC-UA, que é a tecnologia mais atual para atender as premissas da Indústria 4.0.

Os sistemas de IoT e IIoT, devem ser projetados e ter ferramentas de segurança de dados, com as seguintes camadas, que permitam trafegar do dado a informação dentro do sistema:

  • Dado;
  • Token (gerador randômico);
  • Zona de conexão;
  • Chave de acesso;
  • Encriptografia;
  • Autenticação;
  • Antivírus;
  • Firewall da rede.

Para implantar a camada digital de IoT e/ou IIoT na indústria, sugerimos as seguintes observações, que são comuns em projetos de digitalização para tomada de decisões:

  • Separar camada de automação (comando e controle) – tabela de informações;
  • Digitalizar sinais das “COISAS” para completar tabela de dados IoT;
  • Conectar outras redes (Gestão, Manutenção, Planejamento, Qualidade, Laboratório) tabela de dados;
  • Conectar mundo externo (Logística, Fornecedores, Clima…) IIoT;
  • Quais conjuntos de informações “formam” cenários para tomada de decisões?

Concluímos que a digitalização dos processos e toda a cadeia produtiva da indústria é a base da Indústria 4.0, com as camadas de IoT e IIoT é possível planejar, controlar e rastrear a produção, tanto por simulação digital, quanto por virtualização, ganhando tempo de tomada de decisões e redução de custos.

CIBERSEGURANÇA NA INDÚSTRIA 4.0

Segurança de Dados em Redes e em Sistemas de Automação Industrial

A TI Tecnologia da Informação já se acostumou a lidar diariamente com problemas de segurança de dados, porém, a automação, uma vez convergindo com a TI, passou a herdar também este problema, no mundo da TA Tecnologia da Automação, a questão da segurança de dados é relativamente novo, mas podemos afirmar que, a segurança da informação, em qualquer nível de automação, já é uma barreira a implantação e ao crescimento dos sistemas para a Indústria 4.0.

Em nosso texto anterior, explicamos o contexto da construção de rodovias para a interconexão da Indústria 4.0, agora imaginemos estas rodovias (as redes) e precisamos sinaliza-las, colocar regras de tráfego, normas e procedimentos, isso vamos chamar de cibersegurança.

Para delimitar nosso tema, vamos mostrar algumas questões referentes a cibersegurança na automação industrial e ir construindo um pensamento que nos leve a Indústria 4.0, segue o contexto do que vamos escrever:

  • A questão da segurança de dados no ambiente industrial digital;
  • As invasões em plantas industriais por hackers;
  • Medidas de proteção e contingência para infraestrutura da Indústria 4.0.

No ambiente industrial, no que se refere a segurança de dados, podemos ter inúmeros cenários de ataque, vamos comentar alguns comuns que precisamos entender:

  • É notório o crescimento das invasões a plantas industriais;
  • O crescimento de projetos de convergência com vistas a Indústria 4.0 desafiam a segurança de dados;
  • Desenvolver projetos simples e eficazes, além de procedimentos de implantação real.

No início da automação não havia problemas de roubo de dados em rede, uma vez que não havia a rede, no contexto da evolução, os dados eram apenas locais e nos dispositivos, com a evolução, passamos a ter as redes de TI e TA, no início separadas e agora em convergência, isso já preocupa sobremaneira os profissionais, principalmente de TI, que normalmente são responsáveis por esta área de segurança, uma novidade para a TA, mas quando pensamos em Indústria 4.0, devemos ver a integração total da planta, todos os setores e sistemas, além da conexão ao mundo externo, pela internet e serviços de cloud, abrindo brechas de segurança, que antes não existiam nas plantas industriais.

As preocupações e desafios para implantação de sistemas seguros são enormes, além de serem extremamente dinâmicos, mas podemos eleger se forma simplificada os principais pontos que devem ser observados, pensados e mitigados:

  • Como equilibrar o entendimento e aplicação prática de sistemas de segurança nas plantas industriais;
  • Como aplicar soluções inteligentes de segurança que escalem o processo de crescimento da planta;
  • Como monitorar e controlar invasões e rastrear ações na planta.

A questão da cibersegurança é um fato nas indústrias, mas existem algumas realidades que não são levadas em consideração, apesar de haverem ataques a plantas com sucesso, diariamente, abaixo alguns pontos desconfortantes em relação a isto:

  • Ninguém pensa que será “invadido”;
  • A segurança não é pensada no início do projeto;
  • A automação não converge com a TI na prática;
  • Não existe política de segurança na automação;
  • A consciência do problema ainda não existe;
  • Não existe respostas fáceis;
  • Você será invadido! Se já não estiver sendo…

As invasões a qualquer tipo de sistemas de informação ou dado, independente se for automação ou qualquer outro setor, tem motivações diversas, desde uma satisfação pessoal do hacker, até a parada intencional da planta, passando por espionagem industrial, roubo e venda de dados, chantagem, sequestro e bloqueio de informações, através de implantação de senhas.

As invasões a sistemas não ocorrem em âmbito somente de TI, como era comum até pouco tempo atrás como informação divulgada, na verdade, desde que a TA se convergiu com a TI, foram crescentes os casos de invasão a plantas, criação de vírus específicos para sabotagem, a exemplo do Stuxnet, entre outros. Estas invasões continuam acontecendo, gerando milhares de dólares de prejuízos e alto risco de segurança operacional em plantas de infraestrutura crítica.

Os ataques em plantas normalmente ocorrem por um modus operad (não único), mas comum, através de uma invasão de um pequeno programa, que pode ser instalado dentro do sistema (hospedeiro), de forma intencionada ou não, com um pendrive, por exemplo, ou um e-mail com anexo. Desta forma, uma vez instalado (executado), este “robô lógico”, trabalha dentro da rede para um hacker, que está externo, mas monitorando tudo e esperando o momento que lhe convém para atacar, roubando dados, trocando parâmetros de planta, entre outros.

As redes de comunicação no chão de fábrica, tem uma série de características de vulnerabilidades de segurança, podemos eleger abaixo algumas principais:

  • Protocolos de baixa capacidade de segurança;
  • Redes de controle sem segmentação;
  • Redes sem antivírus e sem atualização;
  • Sistemas operacionais sem atualização e brechas conhecida da TI;
  • As redes de automação não são criptografadas no nível IP;
  • Não existe LOG ativados nos sistemas de automação (rastreio);
  • Dificuldades de atualizar sistemas SCADA;
  • Não se configura segurança baseada em Host em sistemas SCADA;
  • Segurança física deve caminhar com segurança lógica.

A segurança da informação, dentro do contexto do acesso ao dado, deve ser entendida como uma cebola, imagine as camadas, o dado é o núcleo da cebola e deve-se passar pelas camadas até chegar a ele, desta forma, precisamos trabalhar acessos, físicos e lógicos em cada camada, liberando permissões ou bloqueando, dificultando ao máximo o acesso e que só seja permitido para quem tem todas as “chaves” até chegar a ele.

Um plano de segurança cibernética é algo complexo, com muitas técnicas, conhecimentos, ferramentas e procedimentos, todavia, abaixo listamos os principais pontos que devem ser observados e projetados para implantação da segurança na rede:

  • Bloquear acesso;
  • Monitorar serviços;
  • Corrigir ameaças;
  • Contingenciar falhas;
  • Auditar mudanças.

Para os primeiros passos de uma implantação de segurança mínima no chão de fábrica, podemos lista algumas ações básicas que devem ser consideradas de imediato:

  • Autenticação de usuários e equipamentos;
  • Controle de acesso – físico e lógico;
  • Detecção de intrusão – física e lógica;
  • Criptografia de dados;
  • Assinatura digital;
  • Isolamento e/ou segregação de ativos;
  • Varredura de vírus;
  • Monitoramento de atividade sistema/rede;
  • Segurança perimetral de planta.

Não existe um caminho único, há diversas medidas que devem ser tomadas e aqui não queremos colocar uma regra, mas é importante que:

  • Faça proteção física da planta e dos sistemas (crie política de segurança física de acesso a todo perímetro);
  • Integre políticas de segurança junto a TI, faça a convergência com ativos de automação;
  • Faça análise de riscos para identificar o grau de atuação de bloqueios de acesso.

Em relação aos bloqueios de acesso, devemos considerar que:

  • Dependendo do grau de risco, deve-se bloquear pessoas não permitidas, implantar rastreio, não permitir portas (pendrive ou algo do gênero);
  • Muito cuidado com terceiros, é necessário hoje repensar modelos de contratos com ferramentas externas, algo grau de vulnerabilidade;
  • Lembre-se, só você é responsável pela sua planta, as vezes um terceiro é portador de um vírus e não sabe.

Existem técnicas para se projetar a conectividade da rede de forma a torna-la mais segura, a ISA-99, que é uma norma para segurança de dados em redes, trata do termo Zonas de Segurança, onde podemos entender as mesmas da seguinte forma:

  • Para segurança lógica podemos implantar a técnica de Zonas de Segurança (ISA-99), que são agrupamentos físicos e lógicos que compartilham os mesmos requisitos de segurança;
  • Para interconectar Zonas de Segurança, implantamos um Conduíte, que funciona como uma ponte segura entre elas;
  • Um nível de segurança é definido de acordo com a criticidade e consequência de um ataque;
  • Caso necessite de acesso externo (ex. Cloud) é necessário criar uma DMZ Zona Desmilitarizada.

Para conhecer melhor sobre as normas de segurança, sugerimos a pesquisa e estudo das:

  • ISA-99
  • IEC-62443
  • IEC-17799
  • IEC-27002
  • IEC-27032

Para a implantação de sistemas de segurança na automação industrial, sugerimos o entendimento de alguns procedimentos básicos, tais como:

  • Analise riscos e crie cenários – tenha contramedidas e contingências;
  • Foque nas pessoas, sempre haverá erros e políticas de segurança nem sempre são seguidas;
  • Entenda que não há tecnologia 100% segura, foque nos procedimentos;
  • Teste o sistema, monitores, rastreie de ponta a ponta.

Concluímos que a cibersegurança é uma fronteira da Indústria 4.0, pois no contexto de dados em rede e Cloud, uma planta industrial fica exposta a invasões, com consequências que podem ser danosas, tanto para o negócio, quanto para a segurança operacional, daí a importância de colocar foco em segurança de redes em projetos de automação.