Implementação de Sistemas de Analytics em Ambientes de Automação na Indústria de Processos

Luan Oswaldo Gobo; Lucas Cesar Gomes Alvarinho Squillante

DOI: 10.22167/2675-6528-202603174

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

A digitalização de plantas de processo depende de coleta e armazenamento estruturados de dados, sem os quais não há visibilidade da operação. Chama-se analytics industrial a cadeia que percorre esses dados desde a aquisição do sinal no instrumento de campo, passando pelo armazenamento ordenado no tempo, até a disponibilização para análise e para outros sistemas. Softwares industriais proprietários cobrem hoje essa cadeia, e os custos de licenciamento e manutenção restringem sua adoção. O estudo teve por objetivo arquitetar, implementar e validar um sistema dessa natureza, empregando técnicas correntes de desenvolvimento de software e componentes sem custo de licenciamento. O sistema, denominado Sistema de Aquisição e Tratamento de Informações de Processo (SATIP), foi estruturado em três camadas independentes, tendo como fonte de dados um simulador de reator farmacêutico que executou uma receita de oito etapas e gerou séries temporais com variação estocástica. O simulador foi escrito em Go, linguagem adotada por gerar binários autocontidos, adequados à execução em equipamentos de borda. O armazenamento utilizou o TimescaleDB e a disponibilização foi realizada por meio de uma interface REST com um painel web. O sistema processou cerca de 414 mil registros por execução, com tendência multivariável, registro de alarmes e correlação temporal entre instrumentos. A arquitetura mostrou-se reproduzível e sem custo de licenciamento, e a identificação da degradação exigiu apenas as leituras já armazenadas pelo sistema.

Palavras-chave: Arquitetura de software; Digitalização; Integração IT/OT; Manutenção preditiva; Séries temporais.

1. Introdução

A Indústria 4.0, conceito apresentado publicamente em 2011 na feira de Hannover, representa a estratégia alemã de modernização da manufatura (Hermann et al., 2016). Esse paradigma produtivo é organizado em torno de sistemas ciberfísicos, que são máquinas e instalações capazes de trocar informações e autogerenciar-se de forma autônoma. Os princípios de projeto incluem interoperabilidade, transparência da informação, assistência ao operador e descentralização da decisão (Hermann et al., 2016). Uma arquitetura de referência em cinco níveis destaca a conexão do equipamento e a conversão do sinal em informação como precursores de qualquer camada de cognição ou decisão autônoma (Lee et al., 2015).

O dado de processo é um elemento comum e central nesses exemplos, e seu aproveitamento integral depende de um ciclo completo. Este ciclo abrange a aquisição do sinal no instrumento de campo, a transmissão por rede industrial, o armazenamento em repositório que preserve a ordenação temporal e a análise que transforma a série bruta em um indicador interpretável. Nenhuma categoria isolada de software cobre todo esse percurso, com sistemas supervisórios para operação em tempo real, historiadores para armazenamento de longo prazo e plataformas de analytics para leitura agregada. Bancos de dados de propósito geral apresentam limitações para sustentar a etapa de armazenamento de séries temporais, o que impulsionou o desenvolvimento de sistemas especializados (Jensen et al., 2017). A interrupção de qualquer etapa compromete as demais, pois um sinal sem armazenamento ordenado não sustenta a análise histórica, e um histórico sem ferramenta de consulta não sustenta a decisão operacional.

A manutenção da integridade desse ciclo é justificada por ganhos que precedem aplicações analíticas sofisticadas. A aquisição automática de dados permite registrar o comportamento da planta continuamente, inclusive em períodos sem supervisão direta. As leituras gravadas refletem a medição real do instrumento, sem arredondamentos ou estimativas manuais, o que atende a requisitos explícitos das boas práticas de fabricação. Dessas condições, decorre a identificação de desvios no instante em que ocorrem, permitindo correção dentro do lote e reduzindo perdas operacionais.

A antecipação de falhas é um dos ganhos mais claros. Em plantas de processo, a parada não programada de um equipamento crítico pode interromper o lote em andamento e, em ambientes farmacêuticos, frequentemente leva ao descarte do material processado. O monitoramento contínuo de variáveis como temperatura, pressão e vibração pode identificar desvios graduais que precedem falhas e que passariam despercebidos em inspeções pontuais, como o aumento progressivo do tempo para atingir um setpoint térmico (Kahveci et al., 2022). A manutenção, assim, passa a ser orientada pela condição efetiva do ativo, e não por um calendário. Em ambientes regulados, como a produção farmacêutica, o dado de processo não apenas descreve o lote, mas o comprova, sendo essencial para evidenciar que o produto foi fabricado sob condições validadas. O Anexo 1 das boas práticas de fabricação europeias, por exemplo, exige monitoramento contínuo de partículas em áreas de grau A (European Commission, 2022). Nesse contexto, a falha na aquisição ou a perda do registro não é um inconveniente operacional, mas a ausência de evidência, o que impede a liberação do lote.

Contudo, a digitalização não enfrenta obstáculos por atraso tecnológico. Plantas farmacêuticas já utilizam instrumentação de alta precisão e sistemas de controle modernos, impulsionados pela regulação. A dificuldade reside na confidencialidade dos parâmetros de processo, que restringe o uso de plataformas em nuvem pública, e no custo da infraestrutura necessária para consolidar instrumentos distribuídos em uma unidade fabril, o que muitas vezes inviabiliza projetos antes mesmo da instalação inicial.

Embora existam alternativas tecnicamente maduras, elas permanecem subutilizadas na prática industrial (Pietrasik et al., 2024). A razão é menos técnica e mais institucional, com a oferta comercial concentrada em poucos fornecedores e integração vertical entre as camadas, o que leva à percepção de que essas plataformas proprietárias são o único caminho. No entanto, o ciclo de analytics industrial, desde a aquisição e armazenamento ordenado até a disponibilização, pode ser resolvido com técnicas correntes de engenharia de software e componentes sem custo de licenciamento. O objetivo deste trabalho foi arquitetar, implementar e validar um sistema completo de analytics industrial, da aquisição de dados à disponibilização para análise, e, assim, verificar se essa necessidade pode ser atendida com técnicas correntes de desenvolvimento de software, em vez de ferramentas proprietárias.

2. Material e Métodos

A pesquisa caracterizou-se como aplicada e de natureza exploratória, conduzida pela implementação e validação de um sistema de software. O objetivo foi verificar a viabilidade de construir uma solução de analytics industrial com técnicas correntes de desenvolvimento de software, sem recorrer a plataformas proprietárias. Para isso, cada camada do sistema foi implementada com componentes sem custo de licenciamento e técnicas de programação amplamente disponíveis.

Devido à restrição de acesso a dados reais de processos industriais regulados, a pesquisa utilizou dados simulados como fonte primária. A planta de processo estudada foi uma representação fictícia de um reator farmacêutico de uso geral. O sistema desenvolvido, denominado Sistema de Aquisição e Tratamento de Informações de Processo (SATIP), foi estruturado em três camadas independentes. A aquisição de dados concentrou-se na leitura do controlador simulado, atuando como substituto funcional do conjunto instrumento-CLP, gerando séries temporais e eventos coerentes.

A planta simulada foi detalhada por um diagrama de processo e instrumentação (P&ID), conforme a norma ANSI/ISA-5.1, especificando um reator de 1.000 litros, sete válvulas, dois motores e quatro transmissores analógicos. O processo modelado foi uma operação de mistura e aquecimento em batelada, com uma receita de oito etapas sequenciais. O comportamento físico do tanque foi descrito por volume, temperatura do produto e pressão do espaço gasoso, atualizadas a cada segundo, com base no balanço de energia (Seborg et al., 2016). Uma variação estocástica foi adicionada às grandezas para simular condições realistas. Os transmissores implementaram lógica de banda morta e limites de alarme em até quatro níveis (LL, L, H e HH).

A escolha do repositório de dados foi central, optando-se pelo TimescaleDB, uma extensão do PostgreSQL 16 especializada em séries temporais (Jensen et al., 2017; Pietrasik et al., 2024). Esta solução oferece particionamento automático por tempo, funções de agregação temporal e compressão colunar, mantendo compatibilidade SQL e operando em contêiner na rede local. O esquema do banco de dados incluiu tabelas para tipos de equipamento, metadados de instrumentos, usuários e uma hypertable principal para histórico. Três padrões de ingestão foram implementados: LogOnChange para sinais de estado, LogAlways para transmissores com banda morta e escrita em lote via protocolo binário nativo do PostgreSQL.

O simulador e a interface de programação de aplicações (API) foram desenvolvidos em Go, escolhida por seu modelo de concorrência nativo, compilação em binário único, tipagem estática e uso do driver pgx para escrita em lote. O painel de visualização (dashboard) foi implementado como aplicação web com Next.js 14 e React 18. A comunicação entre a interface e o banco de dados ocorreu por uma API REST em Go com o roteador Chi. A orquestração da infraestrutura foi realizada com Docker Compose. A interface de análise exibiu um gráfico de linhas multissérie para visualização simultânea de equipamentos e métricas, e uma página de processos mostrou o diagrama P&ID interativo. As leituras foram armazenadas em uma hypertable e pivotadas na camada de visualização para exibição.

Para demonstrar a detecção de anomalias, a simulação foi executada em oito bateladas sucessivas, com redução progressiva do coeficiente global de transferência de calor, simulando incrustação. Como indicador de degradação, adotou-se a taxa média de aquecimento do produto, calculada na faixa de 25 a 50 °C. Essa taxa, expressa em graus por minuto, foi utilizada por ser proporcional ao coeficiente de troca térmica e independente da duração absoluta do ciclo.

3. Resultados e Discussão

A execução da simulação do Sistema de Aquisição e Tratamento de Informações de Processo (SATIP) gerou séries temporais que demonstraram coerência com o comportamento esperado de um processo farmacêutico em batelada. Durante a validação, foram processados 413.938 registros na hypertable de histórico, abrangendo leituras de transmissores, estados de equipamentos e eventos de alarme. Esses dados foram cruciais para verificar a capacidade do sistema em registrar fielmente as operações da planta e em permitir a reconstrução inequívoca do ciclo de produção, confirmando a viabilidade da arquitetura proposta para a digitalização industrial.

A análise do comportamento do processo, conforme registrado pelo SATIP, teve como propósito primordial validar a integridade da cadeia de aquisição, armazenamento e disponibilização de dados. O foco não recaiu sobre o processo industrial em si, mas sim na funcionalidade do sistema em capturar e organizar as informações. As durações das etapas da receita simulada foram definidas por parâmetros do modelo, não representando um processo industrial específico, mas garantindo que cada fase fosse claramente distinguível no histórico de dados, essencial para a avaliação da solução de software.

Comportamento das variáveis de processo

O comportamento das variáveis do tanque TK-01 ao longo do ciclo de produção em batelada revelou-se consistente com as expectativas do modelo físico e da receita. A análise das séries temporais de nível, temperatura do produto e pressão do espaço gasoso permitiu identificar as fases da receita por meio das inflexões nas curvas. O enchimento nas etapas um e dois, por exemplo, manifestou-se como uma rampa contínua no nível do tanque, enquanto a queda de temperatura na etapa dois, a elevação na etapa três, a pressurização na etapa quatro, o esvaziamento na etapa seis e o ciclo de limpeza na etapa sete foram claramente observáveis, confirmando a operação consistente do controlador e do modelo físico.

O perfil de volume do tanque TK-01 demonstrou um comportamento não monotônico, exigindo uma interpretação cuidadosa dos dados. Inicialmente, o volume partiu de 200 litros e atingiu 750 litros ao final da etapa dois, refletindo o enchimento. Na etapa seis, a bomba de transferência reduziu o volume para 362,8 litros, e a transição ocorreu por temporização, não por nível mínimo. Posteriormente, na etapa sete, a admissão da solução de limpeza elevou o volume para 486,9 litros. Essa distinção é fundamental, pois uma elevação de volume no final do ciclo poderia ser erroneamente interpretada como retomada da produção, quando, na verdade, corresponde ao ciclo de higienização.

A temperatura do produto, medida pelo transmissor TIT-01, apresentou um comportamento instrutivo no início do ciclo. Partindo de 25 °C, a temperatura decresceu para 21,6 °C na etapa dois, antes de iniciar a elevação na etapa de aquecimento. Essa queda inicial foi atribuída à admissão do Produto B a 15 °C, que, ao se misturar com o Produto A, deslocou a temperatura resultante para baixo, conforme o balanço de entalpia das correntes admitidas. É relevante notar que o mínimo de 21,6 °C permaneceu acima do limite de alarme L (20 °C), indicando que o evento, embora esperado, não gerou um registro de alarme, validando a lógica de controle e a modelagem do processo.

Resposta térmica e distinção entre os transmissores de temperatura

A análise das séries temporais dos transmissores de temperatura TIT-02 (camisa de vapor) e TIT-01 (produto) revelou assinaturas distintas, apesar de medirem a mesma grandeza em pontos diferentes do reator. A válvula de vapor XV-06 permaneceu aberta entre 18 e 75 minutos, período em que a camisa de vapor foi aquecida. Essa distinção é crucial para compreender a dinâmica térmica do sistema e a capacidade do SATIP de registrar e diferenciar essas respostas, fornecendo dados detalhados para a análise de processo.

O transmissor TIT-02, que mede a temperatura da camisa de vapor, exibiu uma elevação abrupta para 140 °C quando a válvula XV-06 foi aberta, com uma constante de tempo de aproximadamente 50 segundos. Após o fechamento da válvula, a camisa resfriou-se lentamente até a temperatura ambiente (25 °C), com uma constante de tempo de cerca de 200 segundos. Essa assimetria na resposta térmica, com aquecimento rápido e resfriamento lento, é um comportamento característico de sistemas de primeira ordem e reflete a diferença nos mecanismos de troca de calor: a condensação do vapor é mais eficiente na transferência de calor do que a perda passiva para o ambiente. A flutuação observada durante o patamar de aquecimento, compatível com a banda morta de 1,0 °C do instrumento, decorre da variação estocástica incorporada ao modelo, simulando o ruído de medição real.

Por outro lado, o transmissor TIT-01, que mede a temperatura do produto, apresentou um comportamento distinto, com uma taxa de variação inversamente proporcional à massa contida no tanque, conforme a equação (1) do TCC original. Com aproximadamente 750 kg de produto, a inércia térmica do sistema impediu uma resposta tão rápida quanto a da camisa. O produto aqueceu gradualmente e manteve a temperatura elevada por um período prolongado mesmo após o cessar do fornecimento de vapor. Essa diferença é visível na fase de transferência, onde a camisa já retornou à temperatura ambiente enquanto o produto ainda se encontrava próximo de 60 °C. Essa distinção tem uma implicação prática direta: em uma planta real, o desvio entre as duas leituras pode indicar a eficiência da troca térmica, sugerindo, por exemplo, um aumento da resistência na parede devido à incrustação, um fenômeno que será explorado na análise de anomalias.

Registro histórico de alarmes

O sistema SATIP demonstrou a capacidade de registrar o histórico de alarmes de forma eficaz, conforme ilustrado pelo comportamento do transmissor de pressão PIT-01. O estado de alarme é armazenado como uma série temporal independente da série de valores do instrumento, com um registro gravado a cada ciclo de simulação enquanto a condição de alarme permanece ativa. Os limites configurados para os níveis de alarme H (1,5 bar) e HH (1,8 bar) são armazenados nos metadados do equipamento, na coluna JSONB da tabela de equipamentos, evitando a replicação desnecessária a cada ciclo. Esses limites foram intencionalmente definidos abaixo da pressão-alvo da etapa quatro (2,0 bar) para garantir que todas as bateladas normais acionassem o registro de alarmes, permitindo a validação da funcionalidade do sistema.

A consequência dessa organização é a capacidade de reconstruir retrospectivamente qualquer condição de alarme ocorrida durante o lote. No caso de PIT-01, o alarme H foi registrado a partir dos 83 minutos, ao cruzar 1,5 bar, e o alarme HH a partir dos 88 minutos, ao cruzar 1,8 bar, ambos persistindo até o fim do lote. Essa funcionalidade é um requisito direto das normativas de boas práticas de fabricação, pois permite determinar a duração exata em que cada nível de alarme permaneceu ativo, essencial para fins de rastreabilidade e auditoria em ambientes regulados. O sistema, portanto, oferece uma ferramenta robusta para o monitoramento e a documentação de eventos críticos no processo.

Correlação temporal entre instrumentos distintos

A capacidade do SATIP de correlacionar variáveis de diferentes instrumentos ao longo do mesmo eixo temporal foi demonstrada pela visualização simultânea das séries de TIT-01, TIT-02, LIT-01 e PIT-01 em um único gráfico. Embora as grandezas expressassem naturezas distintas, a escolha de um eixo vertical compartilhado foi deliberada para permitir a comparação do comportamento ao longo do tempo. A leitura contextual, que exibe os valores de todos os instrumentos em um dado instante, complementa a visualização, focando na evolução temporal em vez da comparação de escalas absolutas. Essa funcionalidade é um diferencial que eleva o sistema de um simples repositório de séries isoladas para uma plataforma de analytics.

O mecanismo que possibilita essa sobreposição de séries temporais reside na arquitetura de dados. Todas as leituras são armazenadas em uma única hypertable, em formato longo, onde cada linha associa um carimbo de tempo, um identificador de equipamento, o nome da métrica e o valor correspondente. A interface de programação retorna, para cada instrumento selecionado, a respectiva série ordenada por tempo. A camada de visualização, então, executa uma operação de pivô, percorrendo as séries recebidas e construindo uma estrutura indexada pelo carimbo de tempo, na qual cada instrumento contribui com uma coluna. O resultado é uma tabela em formato largo, com uma linha por instante e uma coluna para cada par equipamento-métrica.

A junção exata dos dados é garantida porque o gerador de dados registra todos os equipamentos com o mesmo carimbo de tempo a cada ciclo de simulação, eliminando a necessidade de interpolação ou reamostragem. Para cada segundo do processo, há um valor correspondente para cada instrumento. A biblioteca de gráficos renderiza uma linha por coluna ao longo do eixo temporal compartilhado, e a leitura contextual percorre a linha inteira da tabela, permitindo a exibição simultânea dos valores de todos os instrumentos em um dado instante. Essa funcionalidade é análoga à consulta de tendência multivariável oferecida por historiadores industriais proprietários, mas é obtida no SATIP sem custos de licenciamento.

Correção identificada na camada de visualização

Durante o desenvolvimento, a construção da chave de junção na interface revelou um defeito na versão inicial. A chave era derivada do carimbo de tempo por meio de uma função de formatação que retinha apenas a hora do dia, descartando a data, e a ordenação final era realizada por comparação lexicográfica dessa representação textual. Embora o comportamento fosse correto para séries contidas no mesmo dia, em simulações que atravessavam a meia-noite, o trecho posterior à virada do dia era ordenado antes do trecho inicial. Isso resultava em uma descontinuidade artificial no gráfico e uma sequência invertida no eixo temporal, comprometendo a clareza da visualização dos dados.

A correção implementada consistiu em adotar o carimbo de tempo completo como chave de junção e de ordenação, aplicando a formatação para exibir apenas a hora do dia nos rótulos do eixo. Esse episódio ilustra uma classe comum de defeitos em sistemas de séries temporais, onde a representação visual pode inadvertidamente contaminar a lógica de ordenação dos dados. A experiência reforça a recomendação de manter estritamente separadas a representação interna dos dados e a sua apresentação na interface, um princípio fundamental da engenharia de software que garante a integridade e a correta interpretação das informações.

Detecção de degradação a partir do histórico

A utilidade prática de um sistema de analytics industrial transcende a simples visualização do lote corrente, encontrando seu maior valor na comparação de lotes ao longo do tempo para identificar tendências e anomalias. Para demonstrar essa capacidade, a simulação foi executada em oito bateladas sucessivas, com uma redução progressiva do coeficiente global de transferência de calor. Esse cenário mimetiza a incrustação gradual da parede da camisa do reator devido à deposição de resíduos, um fenômeno comum em processos industriais que operam em ciclos repetidos, e que pode levar à degradação do desempenho do equipamento.

A escolha de um indicador adequado para a detecção da degradação foi justificada pela natureza do processo. O setpoint da receita para a temperatura do produto permaneceu fixo em 60 °C em todas as bateladas, e o controlador avançava para a etapa seguinte somente após atingir essa temperatura. Portanto, a degradação não alterava a temperatura final alcançada, mas sim a *velocidade* com que o produto atingia esse setpoint. Adotou-se como indicador a taxa média de aquecimento do produto, calculada na faixa de 25 a 50 °C, um intervalo percorrido por todas as bateladas antes de atingir o setpoint. Expressa em graus por minuto, essa grandeza é diretamente proporcional ao coeficiente de troca térmica e independe da duração absoluta do ciclo, tornando-a um estimador robusto da eficiência do aquecimento.

Os resultados demonstraram que a taxa média de aquecimento decresceu de forma monotônica ao longo das oito bateladas. Partindo de 0,812 °C min⁻¹ na condição limpa (primeira batelada), a taxa reduziu para 0,526 °C min⁻¹ na condição mais degradada (oitava batelada), o que representa uma redução total de 35,2%. Embora a queda entre bateladas consecutivas tenha variado entre 4,7% e 7,5%, magnitudes compatíveis com a variabilidade operacional e que, isoladamente, não permitiriam uma conclusão definitiva, a tendência de degradação tornou-se claramente estabelecida ao longo da série de bateladas, evidenciando a capacidade do sistema de identificar padrões sutis de desempenho.

A correspondência entre o indicador e a grandeza física subjacente foi notável. A redução imposta ao coeficiente de troca térmica entre a primeira e a oitava batelada foi de 35,0%, enquanto a redução observada na taxa de aquecimento foi de 35,2%. A razão média entre a taxa relativa e o fator de incrustação, calculada batelada a batelada, foi de 0,999, com um desvio padrão de 0,003. Isso confirma que a taxa de aquecimento se comporta como um estimador direto do coeficiente global de transferência de calor, permitindo quantificar o grau de incrustação da camisa sem a necessidade de medições diretas ou interrupções na produção para inspeção, um avanço significativo para a gestão de ativos.

A detecção dessa degradação não exigiu instrumentação adicional, utilizando apenas as leituras de TIT-01 já armazenadas pelo sistema, sem sensores de vibração, medidores de vazão de vapor ou qualquer alteração física na planta. É importante ressaltar que nenhum alarme convencional teria sido acionado, pois a temperatura final do produto permaneceu a mesma em todas as bateladas, e nenhuma leitura de temperatura ultrapassou os limites configurados para TIT-01. A degradação manifestou-se na derivada da variável, e sua identificação dependeu da comparação entre lotes, ilustrando a distinção fundamental entre a supervisão, que observa o instante, e o analytics, que observa a tendência ao longo do tempo.

Este tipo de indicador é essencial para sustentar a manutenção orientada pela condição. A queda progressiva da taxa de aquecimento serve como um aviso antecipado da iminente incapacidade de atingir o setpoint, uma condição que interromperia a produção. Ao identificar essa tendência, a limpeza química da camisa pode ser programada de forma proativa para uma janela de parada previamente definida, otimizando a operação e minimizando perdas. Isso permite uma transição de uma manutenção reativa ou baseada em calendário para uma abordagem preditiva e mais eficiente, alinhada aos princípios da Indústria 4.0.

Comparação com soluções disponíveis no mercado

O mercado atual oferece duas principais rotas para o registro e análise de dados de processo. A primeira é o historiador industrial proprietário, acoplado a sistemas supervisórios e complementado por uma camada de visualização. Essa é uma solução tradicional, tecnicamente robusta e bem integrada ao ecossistema de automação, mas seu custo de licenciamento e manutenção é dimensionado para grandes instalações, tornando-a inviável para plantas de menor porte, que não conseguem justificar o investimento e subutilizam grande parte dos recursos. A segunda rota, mais recente, envolve sensores de instalação simplificada que medem variáveis como vibração, temperatura e consumo elétrico diretamente no ativo, transmitindo os dados via rede sem fio para plataformas em nuvem, onde algoritmos geram alertas e recomendações.

O SATIP se posiciona como uma terceira rota, atendendo a necessidades distintas. Enquanto a solução baseada em sensores acoplados é ideal para monitorar ativos rotativos, cujas condições se manifestam em vibração e temperatura da carcaça, e cuja variável de interesse é independente do produto processado, o historiador proprietário é adequado para plantas de grande escala que demandam suporte comercial formal. O SATIP, por sua vez, ocupa uma faixa intermediária, oferecendo, sem custo de licenciamento, as funções essenciais de um historiador: histórico ordenado no tempo, consulta de tendências multivariadas, registro de alarmes e correlação entre instrumentos. Ele opera sobre as variáveis de processo já medidas pela instrumentação existente e permanece integralmente na rede local, o que o torna aplicável a plantas para as quais as outras duas rotas são desproporcionais: a primeira pelo custo e a segunda pela exigência de trânsito de parâmetros de receita por servidores externos, o que é incompatível com requisitos de confidencialidade em ambientes regulados.

É fundamental delimitar o escopo desta comparação. O presente trabalho teve como objetivo estabelecer a viabilidade técnica de construir a cadeia completa de analytics industrial utilizando técnicas correntes de desenvolvimento de software, e não demonstrar a superioridade do SATIP em relação a produtos comerciais existentes. Soluções comerciais oferecem atributos adicionais como suporte contratual, validação documentada, redundância e uma vasta gama de conectores prontos para equipamentos de diversos fabricantes. Esses são fatores que um sistema desenvolvido internamente precisaria conquistar ao longo do tempo e que, em ambientes regulados, possuem um peso significativo na decisão de compra, não sendo o foco desta pesquisa.

Adequação da arquitetura

Do ponto de vista da engenharia de software, a arquitetura em três camadas desacopladas do SATIP demonstrou ser adequada e robusta. A separação clara entre o gerador de dados, o banco de dados e a interface de visualização permite que cada componente seja substituído ou modificado independentemente, sem impactar as demais camadas. Por exemplo, o gerador de dados pode ser substituído por um serviço de coleta de dados reais, o banco de dados pode ser migrado para uma instância gerenciada, e a interface pode ser trocada por outra ferramenta de visualização, desde que consuma os mesmos pontos de acesso. Essa modularidade é uma consequência direta da opção por formatos e protocolos abertos em cada fronteira, respondendo à questão central do trabalho sobre a viabilidade de substituir plataformas proprietárias por componentes de propósito geral, o que exigiu disciplina de projeto na definição das fronteiras entre as camadas.

Com o histórico estruturado e acessível, a infraestrutura do SATIP permite extensões naturais e valiosas. É possível calcular indicadores de eficiência global do equipamento (OEE), que combinam disponibilidade, desempenho e qualidade da produção em um único percentual, utilizando os carimbos de início e fim de cada fase da receita. Além disso, a integração com sistemas de gestão empresarial (ERP) para a troca de dados sobre ordens de produção e consumo de matérias-primas, e com sistemas de execução de manufatura (MES) para a rastreabilidade de lote, constitui uma extensão lógica e de alto valor agregado. Essas integrações são facilitadas pela arquitetura aberta e pela organização dos dados, ampliando o potencial do sistema para a gestão industrial.

Limitações

As limitações do presente estudo merecem registro explícito para contextualizar os achados. Primeiramente, os dados utilizados são simulados. O comportamento físico do reator foi modelado por meio de equações simplificadas e parâmetros escolhidos para produzir séries temporais plausíveis, mas não para representar com fidelidade um processo farmacêutico específico. A validação com dados reais exigiria acesso a um ambiente produtivo e a adequação às rigorosas normas de validação de sistemas computadorizados aplicáveis, o que não foi o foco deste trabalho.

Em segundo lugar, o schema do banco de dados implementado é uma versão simplificada. Funcionalidades essenciais para um ambiente de produção em escala, como a compressão automática de dados históricos, a criação de agregados contínuos para pré-calcular médias horárias e diárias, e as políticas de retenção diferenciada por categoria de dado, foram deliberadamente mantidas fora do escopo do projeto. Essas otimizações seriam indispensáveis para a operação em larga escala e para a gestão eficiente do volume de dados gerados continuamente.

Por fim, o cenário de anomalia reproduzido no estudo utilizou um único modo de degradação, com uma evolução determinística. Em contraste, séries temporais reais em ambientes industriais apresentam ruído de medição, variabilidade significativa entre lotes e a ocorrência simultânea de múltiplos modos de falha. Essas condições complexas exigiriam o emprego de métodos estatísticos de detecção de anomalias mais robustos e sofisticados do que a simples comparação entre bateladas, que foi suficiente para os propósitos deste trabalho, mas não para a generalização em um contexto real de produção.

Em síntese, o Sistema de Aquisição e Tratamento de Informações de Processo (SATIP) demonstrou a viabilidade de arquitetar, implementar e validar uma cadeia completa de analytics industrial utilizando técnicas correntes de desenvolvimento de software e componentes sem custo de licenciamento. Os resultados evidenciaram a capacidade do sistema em registrar e disponibilizar séries temporais coerentes, suportar tendências multivariadas, registrar alarmes com precisão e, crucialmente, detectar a degradação progressiva de equipamentos a partir do histórico de dados, sem a necessidade de instrumentação adicional. Isso confirma que o objetivo de atender à necessidade de digitalização com soluções abertas, em vez de proprietárias, foi plenamente alcançado, oferecendo uma alternativa robusta e acessível para a indústria de processos.

4. Conclusão

O estudo teve por objetivo arquitetar, implementar e validar um sistema completo de analytics industrial, da aquisição de dados à disponibilização para análise, e, assim, verificar se essa necessidade pode ser atendida com técnicas correntes de desenvolvimento de software, em vez de ferramentas proprietárias. O Sistema de Aquisição e Tratamento de Informações de Processo (SATIP) demonstrou a capacidade de processar aproximadamente 414 mil registros de um simulador de reator farmacêutico, evidenciando sua aptidão para registrar fielmente as operações e permitir a reconstrução inequívoca dos ciclos de produção. Verificou-se que o sistema suportou a visualização de tendências multivariadas, o registro preciso de alarmes com limites configuráveis e a correlação temporal entre instrumentos distintos, funcionalidades essenciais para a visibilidade operacional. A principal contribuição prática deste trabalho reside na demonstração da viabilidade técnica de construir uma cadeia completa de analytics industrial, empregando exclusivamente componentes de código aberto e técnicas de engenharia de software. Isso oferece uma alternativa robusta e acessível para plantas de médio porte, superando as barreiras de custo de licenciamento e confidencialidade frequentemente associadas a soluções proprietárias.

Identificou-se, ademais, a capacidade do SATIP de detectar a degradação progressiva de equipamentos a partir do histórico de dados, como a incrustação da camisa do reator, por meio da análise da taxa média de aquecimento do produto. Este achado é crucial para a manutenção preditiva, pois permitiu identificar tendências de desempenho sem instrumentação adicional e sem o acionamento de alarmes convencionais, distinguindo a análise de tendências da mera supervisão pontual. Contudo, o estudo apresentou limitações, como o uso de dados simulados com um único modo de degradação determinística, o que não reflete a complexidade de séries temporais reais com ruído e múltiplos modos de falha. O schema do banco de dados também foi implementado em uma versão simplificada, sem otimizações para compressão automática de dados históricos, criação de agregados contínuos ou políticas de retenção em larga escala. Para estudos futuros, sugere-se a validação do sistema com dados de processo reais em ambiente produtivo, a integração com sistemas de gestão empresarial e de execução de manufatura, a incorporação de métodos estatísticos robustos para detecção de anomalias em cenários complexos e a evolução do schema para uso produtivo em escala.

Referências Bibliográficas

European Commission [EC]. 2022. EudraLex – The Rules Governing Medicinal Products in the European Union – Volume 4 – Good Manufacturing Practice – Annex 1: Manufacture of Sterile Medicinal Products. European Commission, Bruxelas, Bélgica.

Hermann, M.; Pentek, T.; Otto, B. 2016. Design principles for Industrie 4.0 scenarios. In: Hawaii International Conference on System Sciences, 2016, Koloa, HI, EUA. Anais… p. 3928-3937.

Jensen, S.K.; Pedersen, T.B.; Thomsen, C. 2017. Time series management systems: A survey. IEEE Transactions on Knowledge and Data Engineering 29(11): 2581-2600.

Kahveci, S.; Alkan, B.; Ahmad, M.H.; Ahmad, B.; Harrison, R. 2022. An end-to-end big data analytics platform for IoT-enabled smart factories: A case study of battery module assembly system for electric vehicles. Journal of Manufacturing Systems 63: 214-223.

Lee, J.; Bagheri, B.; Kao, H.A. 2015. A cyber-physical systems architecture for Industry 4.0-based manufacturing systems. Manufacturing Letters 3: 18-23.

Pietrasik, M.; Wilbik, A.M.; Grefen, P.W.P.J. 2024. The enabling technologies for digitalization in the chemical process industry. Digital Chemical Engineering 12: 100161.

Seborg, D.E.; Edgar, T.F.; Mellichamp, D.A.; Doyle III, F.J. 2016. Process Dynamics and Control. 4ed. John Wiley & Sons, Hoboken, NJ, EUA.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Engenharia de Software do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy