As novas empresas estão buscando novos modelos para otimizar sua produção e melhorar seus ganhos no mercado. A tecnologia é parceira desses negócios.
(Foto: Reprodução Mike MacKenzie/Creative Communs)
Os novos modelos de mercado estão ligados à quarta revolução industrial ou indústria 4.0. Ou seja, respiram das novidades tecnológicas para aumentar seus lucros e produtividade. Por isso, muitas indústrias investem em técnicas de inteligência artificial para otimizar suas produções. Porém este é um campo amplo e existem inúmeras possibilidades de se implementar tecnologias nas empresas.
O potencial da Indústria 4.0 não está concentrado em uma região do mundo, ou uma indústria específica. O potencial da Indústria 4.0 está na capacidade intelectual de criar novas relações de trabalho, com pessoas e as coisas.
Quando olhamos o descritivo das quatro características necessárias para que o conceito completo da Indústria 4.0 seja existente, é necessário que ela tenha as 4 características:
(1) Interoperabilidade:: a capacidade de equipamentos, pessoas, sensores, dispositivos de se comunicarem e conectarem entre si.
(2) Transparência de informação: habilidade de sistemas criarem cópias digitais do mundo físico para enriquecer modelos. O que demanda desde coleta de dados brutos, até a capacidade de análises de dados complexos;
(3) Assistência técnica: tanto a habilidade do sistema de suportar tomada de decisão e solução de problemas em pouco tempo, através da visualização das informações e entendimento do contexto. Quanto para o sistema suportar humanos em trabalhos perigosos, cansativos e repetitivos;
(4) Decisões descentralizadas: a habilidade do sistema tomar decisões de forma mais autônoma possível.
De acordo com dados da CNI de 2018, 43% da indústria nacional não tem consciência de como alavancar competitividade por meio de sua tecnologia existente.
O uso de soluções tecnológicas emergentes entrega possibilidades as quais os desafios não são mais os da tecnologia. Os desafios são evidentemente a mudança cultural e do conhecimento dos tipos de técnicas e onde aplica-las.
A primeira atitude deve ser a prática do desapego aos modelos tradicionais e garantir que sejam efetivamente exercitadas. Não só desapego em desafiar questões de inovação e produto, mas mais ainda, em processos e rotinas.
A segunda atitude é a intolerância à inércia. Começar a se movimentar em direção a um alvo ainda não especifico pode ser congelante para empresas tradicionais. Por isso, é preciso ter a ousadia de romper a inércia inúmeras vezes até atingir os objetivos.
Também é necessário o conhecimento em saber onde e quais técnicas de IA aplicar para se obter resultados que justifiquem os investimentos.
O uso da lógica nebulosa em conjunto com as técnicas de análise e inferências da inteligência artificial permitiu o desenvolvimento de controladores Fuzzy.
Em geral este tipo de controlador deve ser desenvolvido com regras e características internas específicas para cada sistema que se deseje controlar.
A lógica Fuzzy não necessita de conhecimento prévio dos fenômenos envolvidos.
Os sistemas atualmente disponíveis no mercado utilizam valores mínimos, médios e máximos dos sensores (temperatura, pressão e fluxo) e dos atuadores (válvulas, bombas e motores) para definir regras que podem ser posteriormente ajustadas.
O Algoritmo MPC tem característica preditiva, ou seja, utiliza um modelo interno do processo para prever o comportamento das variáveis dependentes ao longo de um horizonte futuro, em função de variação nas variáveis manipuladas ou perturbações. Este modelo é gerado por meio de testes de variação na própria unidade de processo. Utilizando as predições futuras das variáveis dependentes, o algoritmo calcula os movimentos necessários que vão minimizar a soma dos erros futuros.
Os modelos de controle avançado de Lógica Nebulosa Fuzzy e Preditivos MPC entregam benefícios e estabilidade aos sistemas, mas esses modelos não possuem o poder efetivo de aumentarem a performance global da indústria. Eles buscarão manter sempre a melhor estabilidade encontrada, cumprindo assim seu objetivo. São eficientes para modelos preditivos de falhas em máquinas e análises de passado.
O RTO procura otimizar o desempenho do processo (geralmente medido em termos de lucro ou custo operacional). Além de permitir que as empresas possam aumentar a sua rentabilidade nas diversas condições da planta.
O RTO baseia-se num modelo matemático da planta para “explorar” ou simular regiões próximas da operação atual e para então encontrar uma melhor condição de operação e definir um valor de ajuste mais adequado para obtê-la.
Se a variável controlada for um indicador de qualidade, a sua estabilidade pode ser suficiente para redundar em ganho, pois se deixa de produzir itens com qualidade fora da especificação e se atinge uma maior produção.
No caso da produção, a redução da variabilidade não é suficiente para gerar benefício. O ganho se obtém com a mudança do patamar médio, o RTO reduz a variabilidade entregando o ponto ótimo, ou seja, a máxima performance da planta.
Essa tecnologia também é bastante confundida com Realidade Virtual, em que a grande maioria entende como Gêmeo Digital ou Digital Twin a transformação virtual da planta em 3D (usando realidade misturada, virtual). Esses sistemas possuem uma chamada muito forte, mas não entregam resultados, pois sem a modelagem são apenas cópias virtuais de uma planta cujos benefícios não justificam os investimentos. Para se obter benefícios ou otimização é necessário a modelagem dos dados e dos equipamentos, exigindo ainda um mapeamento com os dados de cada equipamento no algoritmo de modelagem.
Última modificação em 28/07/2022 07:42
Este site usa cookies para melhorar sua experiência. Vamos supor que você esteja de acordo com isso.
