Incentivo à Indústria 4.0 no Brasil estimula projetos de grande escala para automação
Rio de Janeiro--(DINO - 31 jul, 2018) -
A meta do Ministério da Indústria, Comércio Exterior e Serviços é que 15% das empresas brasileiras possam ser conceituadas como Indústria 4.0 em até oito anos. E é exatamente para estimular a quarta revolução industrial no Brasil que o governo federal lançou, no primeiro semestre, um pacote de incentivos à modernização do parque fabril nacional no montante de R$ 8,6 bilhões. De acordo com o ministro Marcos Jorge, este tipo de incentivo, que vai financiar o investimento de empresas em tecnologia, já é utilizado em países como Alemanha, Estados Unidos, China e Portugal. O conceito de Indústria 4.0 envolve diversas tecnologias, como inteligência artificial e internet das coisas, e pressupõe a automação das plantas industriais através de sistemas totalmente integrados, o que aumenta a eficiência da produção e diminui falhas, além de economizar recursos e reduzir custos. A Alemanha, citada pelo ministro, já tem bons exemplos de Indústria 4.0, como o estádio que recebeu a final da Copa do Mundo de 2006, que é totalmente operado por apenas dois funcionários. Não se trata de uma façanha, mas de tecnologia de ponta: o estádio Olympiastadion, em Berlim, com capacidade para mais de 74 mil espectadores, tem todos os seus sistemas, como iluminação, ar condicionado, abertura e fechamento de portões, entre outros, automatizados e integrados. No Brasil, projetos de grande escala para automação e entendimento dos dados para a indústria estão começando a chegar com força. A Stone Age (www.stoneage.com.br), especialista em soluções de negócios com tecnologia de ponta, acaba de atuar em um projeto para uma grande indústria do setor petroquímico. Ao longo dos últimos anos, os equipamentos industriais foram ganhando sensores que geram uma quantidade significativa de dados sobre sua utilização, como temperatura de operação, consumo de energia, trepidação, entre diversas outras informações. Porém, esses dados eram vistos de forma pontual, permitindo fazer apenas algumas correlações. A Stone Age utilizou algumas das mais robustas ferramentas de Big Data e técnicas de modelagem para criar um sistema que pudesse armazenar e prover acesso a todos estes dados, possibilitando o cruzamento de informações para detectar milhares de correlações entre diversas variáveis. “A solução entregue consegue analisar os dados de todo o processo, ao longo da linha do tempo disponibilizada, avaliando cada equipamento de acordo com suas principais características. Dessa forma, pudemos descobrir, por exemplo, que um determinado comportamento de um equipamento hoje, pode indicar a propensão a uma falha daqui a cinco meses, por exemplo”, explica Fernando Guimarães, sócio diretor da Stone Age. Em três meses, a Stone Age construiu cinco modelos preditivos, ou seja, funções que correlacionam causas e efeitos, de dois equipamentos distintos. O objetivo é prever falhas no processo de produção, possibilitando a manutenção preditiva das máquinas. “Em vez de parar os equipamentos em períodos programados para revisar seus componentes, será possível acompanhar seu uso e prever quando exatamente será necessário realizar uma parada para manutenção”, afirma Fernando Guimarães. Os resultados superaram as expectativas, pois além de provar que é possível realizar manutenções de forma mais eficiente, o ambiente criado ainda gera relatórios muito mais completos sobre o processo industrial, em painéis e interfaces simples, que oferecem um amplo embasamento para a tomada de decisões estratégicas. “Fazer a manutenção apenas quando é realmente necessário reduz drasticamente o período em que um equipamento - ou mesmo a planta inteira - fica indisponível, gerando uma economia que pode chegar a milhões de dólares por ano em cada fábrica. Assim, as taxas de eficiência operacional podem aumentar muito”, antecipa Fernando Guimarães. Em um segundo momento, outro ponto a ser desenvolvido será a criação de modelos prescritivos, que atuam após a predição da falha e são capazes de indicar a solução adequada para modos de falha previamente mapeados. O próximo passo será adicionar novos equipamentos ao ambiente, abrangendo a planta inteira. Depois disso, será possível implantar a metodologia em todos os parques fabris desta indústria do setor petroquímico.
Website: http://www.stoneage.com.br
A meta do Ministério da Indústria, Comércio Exterior e Serviços é que 15% das empresas brasileiras possam ser conceituadas como Indústria 4.0 em até oito anos. E é exatamente para estimular a quarta revolução industrial no Brasil que o governo federal lançou, no primeiro semestre, um pacote de incentivos à modernização do parque fabril nacional no montante de R$ 8,6 bilhões. De acordo com o ministro Marcos Jorge, este tipo de incentivo, que vai financiar o investimento de empresas em tecnologia, já é utilizado em países como Alemanha, Estados Unidos, China e Portugal. O conceito de Indústria 4.0 envolve diversas tecnologias, como inteligência artificial e internet das coisas, e pressupõe a automação das plantas industriais através de sistemas totalmente integrados, o que aumenta a eficiência da produção e diminui falhas, além de economizar recursos e reduzir custos. A Alemanha, citada pelo ministro, já tem bons exemplos de Indústria 4.0, como o estádio que recebeu a final da Copa do Mundo de 2006, que é totalmente operado por apenas dois funcionários. Não se trata de uma façanha, mas de tecnologia de ponta: o estádio Olympiastadion, em Berlim, com capacidade para mais de 74 mil espectadores, tem todos os seus sistemas, como iluminação, ar condicionado, abertura e fechamento de portões, entre outros, automatizados e integrados. No Brasil, projetos de grande escala para automação e entendimento dos dados para a indústria estão começando a chegar com força. A Stone Age (www.stoneage.com.br), especialista em soluções de negócios com tecnologia de ponta, acaba de atuar em um projeto para uma grande indústria do setor petroquímico. Ao longo dos últimos anos, os equipamentos industriais foram ganhando sensores que geram uma quantidade significativa de dados sobre sua utilização, como temperatura de operação, consumo de energia, trepidação, entre diversas outras informações. Porém, esses dados eram vistos de forma pontual, permitindo fazer apenas algumas correlações. A Stone Age utilizou algumas das mais robustas ferramentas de Big Data e técnicas de modelagem para criar um sistema que pudesse armazenar e prover acesso a todos estes dados, possibilitando o cruzamento de informações para detectar milhares de correlações entre diversas variáveis. “A solução entregue consegue analisar os dados de todo o processo, ao longo da linha do tempo disponibilizada, avaliando cada equipamento de acordo com suas principais características. Dessa forma, pudemos descobrir, por exemplo, que um determinado comportamento de um equipamento hoje, pode indicar a propensão a uma falha daqui a cinco meses, por exemplo”, explica Fernando Guimarães, sócio diretor da Stone Age. Em três meses, a Stone Age construiu cinco modelos preditivos, ou seja, funções que correlacionam causas e efeitos, de dois equipamentos distintos. O objetivo é prever falhas no processo de produção, possibilitando a manutenção preditiva das máquinas. “Em vez de parar os equipamentos em períodos programados para revisar seus componentes, será possível acompanhar seu uso e prever quando exatamente será necessário realizar uma parada para manutenção”, afirma Fernando Guimarães. Os resultados superaram as expectativas, pois além de provar que é possível realizar manutenções de forma mais eficiente, o ambiente criado ainda gera relatórios muito mais completos sobre o processo industrial, em painéis e interfaces simples, que oferecem um amplo embasamento para a tomada de decisões estratégicas. “Fazer a manutenção apenas quando é realmente necessário reduz drasticamente o período em que um equipamento - ou mesmo a planta inteira - fica indisponível, gerando uma economia que pode chegar a milhões de dólares por ano em cada fábrica. Assim, as taxas de eficiência operacional podem aumentar muito”, antecipa Fernando Guimarães. Em um segundo momento, outro ponto a ser desenvolvido será a criação de modelos prescritivos, que atuam após a predição da falha e são capazes de indicar a solução adequada para modos de falha previamente mapeados. O próximo passo será adicionar novos equipamentos ao ambiente, abrangendo a planta inteira. Depois disso, será possível implantar a metodologia em todos os parques fabris desta indústria do setor petroquímico.
Website: http://www.stoneage.com.br