Utilização de
Big Data na Indústria 4.0
As principais caracterizações da Indústria 4.0 – manufatura e processo
digital – é permitir a customização em massa e a massificação da
personalização na linha de produção.
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 Internet das Coisas (IoT) e a Internet Industrial das
Coisas (IIoT), permitindo a aquisição de dados de uma forma nunca antes visto,
com dados em alto volume, alta velocidade e grade variedade.
Neste caso, devendo 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 (machine
learning).
Em nossos textos anteriores, explicamos que a construção das rodovias (redes), colocação
de sinalização (cibersegurança) e 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)
Cenários para utilização de Big Data na Indústria
4.0
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 grande capacidade de aquisição e armazenamento de dados.
Isso é algo que já 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.
Principais desafio na implementação de Big Data na
Indústria 4.0
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. De forma
geral, isso acontece da seguinte maneira:
- 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.
E os gerentes, 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 de
informações.
Isto permite, 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, que esteja na internet, dentro de uma
plataforma onde todos os dados são gravados e, dentro deste Big Data, podemos
fazer todas as ações intermediárias: análise de dados, cenários, projeções,
planejamento, análise de qualidade, prognóstico, etc.
Tudo que permita tomar decisões e até mesmo ações
automáticas no processo, utilizando o aprendizado de máquina.
O Big Data é então 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.
Benefícios na utilização de Big Data na Indústria
4.0
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 faz a aquisição 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 Plataforma de Big Data
Atualmente existem diversas plataformas comerciais
para Big Data. As mais conhecidas e utilizadas são a IBM BlueMix, Google
Cloud Plataform, Microsoft Azure, Amazon
Web Service.
Todas possuem as seguintes características em
comum:
- 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 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
Conclusão
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.
Web
Automação Industrial
Assistência
técnica Multimarcas
Central de atendimento-(11)2823.7000
Central de atendimento-(11)2823.7000
0 comentários: