Universidades, Faculdades, Ensino, Cursos e Pesquisa

A Indústria 4.0, a indústria química e o profissional da indústria

Quimica e Derivados
3 de janeiro de 2020
    -(reset)+

    Química e Derivados - ABEQ Cristalização: separação, purificação e complexidade

    Química e Derivados - A Indústria 4.0, a indústria química e o profissional da indústria

    Olá, leitora e leitor! Possivelmente vocês já tenham sido atropelados pela expressão ‘Indústria 4.0’. Essencialmente, o atual estágio de evolução da tecnologia permitiria uma mudança tão radical na indústria quanto foi a introdução da eletricidade há um século, de modo que estaríamos diante de uma quarta revolução industrial. A primeira revolução industrial foi a introdução da mecanização movida a água e a vapor, a partir do fim do século XVIII. A segunda foi a disseminação da eletricidade (e do petróleo), e a terceira ocorreu como resultado da automação e da introdução da microcomputação a partir da década de 80 do século passado. Já esta quarta revolução industrial implica, entre outras coisas, aumento expressivo de dados disponíveis na indústria, na necessária atualização profissional, e no reconhecimento da segurança cibernética como um problema cotidiano.

    A Indústria 4.0 e a enxurrada de dados

    Segundo definição da Wikipedia, Indústria 4.0 ou Quarta Revolução Industrial é uma expressão que engloba algumas tecnologias para automação e troca de dados e utiliza ferramentas como Sistemas Ciberfísicos (ou sistemas embarcados), Internet das Coisas e Computação em Nuvem. A Indústria 4.0 conseguiria a partir dessas ferramentas diminuir custos de produção e aumentar a produtividade. Este conceito englobaria as principais tecnologias disponíveis no mundo e poderia ofertar produtos e serviços mais personalizados e customizáveis para os clientes.

    Michael Risse e Edwin van Dijk em artigos complementares na Chemical Engineering de outubro deste ano discutem especificamente um dos impactos da Indústria 4.0 na Indústria Química. Segundo os autores, as indústrias de processos químicos produzem diariamente dados a uma taxa sem precedentes, incluindo dados históricos de processos e dados contextuais de sistemas de negócios e manufatura. As plantas podem gerar terabytes de dados de sensores por dia e as empresas podem gerar dezenas de terabytes de dados por dia. Com o surgimento de sensores e outros equipamentos conectados via Internet Industrial das Coisas (IIoT), esses volumes de dados estão se expandindo exponencialmente. Esperam-se investimentos de US$ 745 bilhões este ano em IIoT, o que representa um aumento maciço nos dados do sensor. Apesar do entusiasmo em torno dos sensores “inteligentes”, os autores alertam que os dados vão desperdiçar análises robustas ausentes para permitir insights.

    Segundo os autores, a ideia de “dados ricos, informações ruins” ameaça afogar as organizações em um mar de dados subutilizados, impulsionando a busca de novas soluções. Nos últimos 30 anos, as planilhas foram a ferramenta de análise preferida nos processos de produção, mas essa ferramenta de uso geral não seria mais suficiente para análises complexas dos volumes crescentes de dados de séries temporais. Em todos os níveis de uma empresa de manufatura – dos operadores aos engenheiros, das equipes de campo ao controle de qualidade e executivos – todos precisam de informações úteis para a tomada diária de decisões. A solução passaria pela Análise Avançada dos Dados, que pode ocorrer em quatro frentes:

    • Análise descritiva: o que está acontecendo em minhas operações?

    • Análise de diagnóstico: por que isso está acontecendo em minhas operações?

    • Análise preditiva: o que acontecerá em minhas operações?

    • Análise prescritiva: o que preciso fazer em minhas operações?

    Os autores concluem seus textos apresentando exemplos bem sucedidos de diminuição dos tempos de batelada, otimização de ciclos de limpeza, previsão de incrustação em trocadores de calor, redução de emissões poluentes, e economia de energia. No entanto, os artigos não deixam claro qual ferramenta ou quais ferramentas específicas substituirão as tradicionais planilhas eletrônicas como ferramentas de análises.

    Outras referências apontam o ‘R’ e o ‘Python’ como duas linguagens que facilitam a programação voltada para a análise de dados, o que, obviamente, implica necessários conhecimentos em programação, o que nunca foi trivial e disseminado. Diferentes pacotes comerciais ainda disputam a proeminência na escolha de usuários ‘comuns’. A Microsoft, dona do ainda dominante MS Excel, está na briga com o Windows Azure.

    Ronanki et al. (2016), abordando o mesmo tema, usam uma analogia extrema – dados são o novo petróleo e as empresas devem ser as refinarias desse petróleo. Segundo os autores, os dados têm de estar disponíveis em diferentes níveis decisórios, e a análise desses dados deve ser compartilhada e integrada.



    Recomendamos também:








    Um Comentário


    1. O profissional da química, assim como as outras áreas precisam estar muito atentos a essas novas tecnologias desse novo tempo.



    Deixe uma resposta

    O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *