Automatização Micro Cervejaria Artesanal
utilizando Lógica Fuzzy
Paulo Sérgio de Carvalho & Evandro L. B. Gomes1
Abstract: This paper describes the development of a Project to
automate an artisan microbrewery, based in logic fuzzy to control the
temperature during the manufacturing. This solution is composed by
a software, firmware and hardware. This project aims to improve,
standardize and reduce contamination in the production of craft beer,
controlling the processes automatically, reducing manual contact
during manufacturing, providing reuse of revenue, thus standardizing
the manufacturing.
Resumo: Este artigo especifica o desenvolvimento de um projeto
para automatizar uma micro cervejaria artesanal, utilizando lógica
fuzzy para controle de temperatura na fabricação. A solução é
composta por software, firmware e hardware. O projeto visa
aperfeiçoar, padronizar e reduzir a contaminação na produção de
cerveja artesanal, controlando os processos automaticamente,
diminuindo o contato manual durante a fabricação, oferecendo
reaproveitamento de receitas, desta forma padronizando a fabricação.
Palavras chave: Controle de Temperatura. Micro Cervejaria
Artesanal. Lógica Fuzzy.
I. INTRODUÇÃO
A cerveja é um produto consumido e fabricado há muito
tempo, não há como definir com exatidão quando surgiu o
processo de fermentação que deu origem à cerveja. Acredita-
se que este processo surgiu há mais de 10.000 anos, conforme
citado em [2].
Com a popularização desta bebida, e seu alto consumo pelo
mundo, a cerveja tornou-se um produto altamente rentável
para grandes empresas, surgindo, assim, rigorosos processos
de fabricação e em alta escala. Atualmente, uma nova
tendência vem ganhando força no mercado cervejeiro: a
cerveja artesanal, segundo [1]. O Market Share deste produto
vem se multiplicando cada vez mais, onde a fabricação do
mesmo pode ser voltada para a venda ou simplesmente para o
consumo pessoal.
A fabricação de cerveja artesanal deve seguir rigorosos
padrões para garantir a qualidade da fabricação. Para se
fabricar uma cerveja são necessárias várias etapas: controle de
tempo, temperatura, resfriamento, adicionamento de produtos,
etc [1].
Vale ressaltar que são necessários certos cuidados para
evitar contato manual com a cerveja e assim diminuir a
contaminação que poderia ocorrer e, também, garantir
exatidão no controle de temperatura na fabricação da mesma
[1].
1- Trabalho apresentado no V Seminário de Automação Industrial e Sistemas
Eletro-Eletrônicos – SAISEE (ISSN 2319-0280), ocorrido em 02 de Julho na
cidade de Santa Rita do Sapucaí-MG.
Este artigo apresenta o projeto de um controle automatizado
de temperatura, utilizando sistema embarcado e lógica fuzzy,
para o controle do processo de fabricação doméstico de
cerveja.
Historicamente, o consumo de cerveja está em constante
crescimento. Países como Brasil, Rússia e China são grandes
consumidores em expansão, como dito em [1]. Apesar destes
países estarem em constante crescimento do consumo desta
bebida, países europeus estão consumindo cerveja de forma
estável. Mesmo assim, estes últimos tem o maior consumo per
capita de cerveja do mundo. [1]
No Brasil o mercado de cervejas artesanais, também
conhecidas como cervejas Gourmet, está em forte crescimento,
onde estas bebidas são direcionadas para um consumidor mais
exigente, com um paladar mais refinado e sofisticado, sendo
produzidas em menor escala e recebendo processos especiais
que agregam mais valor ao produto final.
Atualmente, o consumo de cerveja artesanal no Brasil
representa 6% do total de cervejas consumidas nacionalmente,
mas há cinco anos este valor era de 2%. Estes dados
demonstram o crescimento de cervejas artesanais comerciais,
ainda existindo fabricantes domésticos, que não estão
presentes nessa estatística, segundo [1]
Para a produção de cerveja artesanal, algumas dificuldades
são encontradas: uma das principais é o controle da
temperatura e do tempo de produção. Pode-se utilizar um
termômetro e um cronometro para realizar medições no
decorrer das etapas, mas esta forma de controle rudimentar
aumenta o risco de falhas, e consequentemente a perda de
qualidade. Para solucionar estes possíveis problemas e
minimizar as falhas no processo de fabricação de cerveja
artesanal, este projeto especifica a utilização de um controle
automatizado, utilizando software embarcado e lógica fuzzy, o
que pode resultar na implementação de um controle de
temperatura baseado em tempo, de forma mais precisa e
eficiente.
A lógica fuzzy, também conhecida como logica difusa,
diferente da lógica booleana que representa 1(verdadeiro) e 0
(falso), permite representar valores entre 0 e 1, podendo desta
forma não só responder perguntas com sim ou não, mas
também com talvez, o que será melhor explicado no decorrer
do artigo.
II. PROCESSO DE FABRICAÇÃO CERVEJEIRA
 A fabricação de cerveja artesanal envolve equipamentos
adequados, ingredientes selecionados e cuidados especiais
com os processos de fabricação. Podemos iniciar realizando a
seleção da matéria-prima baseando-se na receita escolhida
para a produção. Existem inúmeras receitas que podem ser
encontradas na Internet, ou obtidas com a troca de
informações com outros cervejeiros e, ainda, há a
possibilidade de se criar uma receita própria com experiência
adquirida. Mesmo a matéria-prima seja simples, que é
basicamente água, malte de trigo ou cevada, lúpulo e fermento,
tem-se que ter cuidado com a qualidade dos produtos,
proporções, manuseio e higienização. [1]
A água deve ser mineral, filtrada e declorada, sendo ela a
principal matéria-prima da cerveja, pois cerca de 90% da
fabricação da cerveja é composta por esse elemento. Dessa
forma, qualquer tipo de contaminação presente na água é
nitidamente percebida ao ser concluído o processo de
fabricação, podendo ressaltar gostos e aromas indesejáveis,
podendo ser responsável pelo fracasso da produção, como
explicado em [1]
Existem vários tipos de malte (cevada, trigo, centeio,
defumado, entre outros), sendo o mesmo responsável por
fornecer o açúcar que será transformado em gás carbônico e
álcool para a produção. O malte deve ser moído e a moagem
deve granulá-lo, porém não deve se tornar um farelo. É
possível encontrá-lo moído, o que facilita a produção [1].
O lúpulo é responsável por adicionar sabor (amargor) e aroma
à cerveja e para pequenos produtores artesanais ele pode ser
adquirido pronto para a fabricação. Existem lúpulos especiais
capazes de trazer personalização para a cerveja, podendo
adicionar novos sabores e aromas [1].
A levedura também é um produto que é comprado pronto
para utilização, sendo o fermento responsável pelo processo de
fermentação da cerveja, gerando o álcool.
Também é utilizado o açúcar invertido ou cristal para
finalizar o processo de fabricação. Para apresentar o processo
de fabricação da cerveja, foi utilizada a Fig. 1, mostrada
abaixo.
Fig. 1. Micro cervejaria artesanal.
O processo de fabricação pode sofrer alterações e
adaptações, como visto em [1]. Aqui está representado um
processo com os equipamentos utilizados no estudo de caso,
envolvendo duas panelas, sendo uma de fervura (Panela 1), e
outra de brasagem (Panela 2). Tal processo pode ser
apresentado da seguinte forma simples:
- A água para o processo de fabricação de cerveja é adicionada
na panela de brasagem, após sua fervura é adicionado o malte.
O resultado deste processo chamado de mosto, fica circulando
por um Chiller presente na panela de fervura. Desta forma a
cerveja não tem contato direto com o fogo. Para o
aquecimento é utilizado água fervendo na panela de fervura
que transfere o calor para a cerveja circulando no Chiller,
neste momento a cerveja será circulada pelo Chiller,
retornando assim para a panela de brasagem. O fluxo de
cerveja em fabricação é circular, saindo da panela de
brasagem, passando pela panela de fervura, realizando a
circulação do mosto (cerveja em fabricação). O fluxo é
conduzido por uma bomba, passando por dentro do Chiller.
- O processo citado acima é repetido inúmeras vezes ao
decorrer da fabricação e durante as repetições são adicionados
o malte (grão maltado) e o lúpulo (O lúpulo é um conservante
natural, sendo essa uma das principais razões para ser adotado
na produção de cerveja). Portanto, os principais ingredientes
são: água, malte, lúpulo e a levedura (utilizada ao final do
processo, são fungos utilizados na fermentação), sendo esta
última responsável pela fermentação da cerveja. Outros
produtos podem ser adicionados a cerveja agregando valor e
personalidade ao produto artesanal.
- Durante estes processos existem curvas de temperaturas que
devem ser respeitadas para a fabricação de cerveja, qualquer
descuido ou descontrole, pode gerar superaquecimento que
pode prejudicar a quebra de enzimas importantes na fabricação
da cerveja. Durante o processo existem momentos quando a
temperatura deve subir constantemente, e outros quando deve
ser mantida invariável durante um tempo determinado.
Qualquer erro neste controle pode gerar perda da produção.
- Ao finalizar os processos de controle de tempo e
temperatura, adicionando parte dos devidos ingredientes à
fabricação, basta adicionar a levedura para realizar a
fermentação da cerveja, o que pode durar até 20 dias. Durante
este tempo a cerveja deve permanecer em espera.
- O processo seguinte é o envasamento e maturação da cerveja,
que pode durar de 15 a 20 dias. Depois deste tempo a cerveja
está pronta para o consumo.
O processo citado acima é utilizado na demonstração da
solução proposta. O mesmo pode ser modificado dependendo
da forma de fabricação, ou tipo de cerveja e receita utilizada.
III. AUTOMATIZAÇÃO DOS PROCESSOS
Quando o homem deixa de executar as suas tarefas manuais,
passando a utilizar máquinas e métodos automáticos para esta
execução, é chamado automatização, ou seja, mudar a forma
de executar um processo para melhorar sua qualidade e
desempenho [3]. Este que será o foco do projeto.
Para realizar a automação do processo será implementado
uma solução composta por hardware (protótipo, não foi
implementado uma versão final), firmware, e software,
apresentada na Fig. 2. O firmware (Linguagem C) e software
(Linguagem Java) foram desenvolvidos por completo, para ser
implementada toda a lógica do sistema. Porém, a proposta do
hardware será implementada em um protótipo, utilizando um
kit de desenvolvimento. Foi escolhido o kit “LPCXpresso
Base Board”, por se tratar de um kit e processador bem
conhecido e de maior domínio.
Fig. 2. Arquitetura do sistema.
O foco da automatização está na realização do controle de
temperatura e tomada de decisão em acionamento da válvula
solenoide para aumentar ou diminuir a vazão de gás,
controlando desta forma a combustão e potência da chama,
resultando no controle da temperatura [4]. Este controle será
implementado com lógica fuzzy. Outro fator importante que
será controlado é o tempo, porque em determinados momentos
do processo é preciso manter uma mesma temperatura
constantemente, ou aumentá-la gradualmente de forma linear.
As entidades do sistema podem ser visualizadas na Fig. 3.
Fig. 3. Comunicação do sistema.
No processo de fabricação é utilizada uma bomba para
circulação do mosto (resultado da fervura da agua, com
adicionamento de malte e lúpulo), esta bomba também será
automatizada sendo ligada e desligada automaticamente. E o
projeto não automatizará o acionamento de matéria-prima e os
demais processos manuais.
Para manipulação do sistema será utilizado um software que
possibilitará adicionar os processos capazes de controlar
tempo, temperatura e procedimentos. Este permite o
gerenciamento de várias receitas de cerveja diferentes.
IV. LÓGICA FUZZY
A. Introdução à lógica fuzzy
O conceito de logica fuzzy surgiu nos meios científico-
acadêmicos em 1965, apresentado em um artigo chamado
Fuzzy Sets no Jornal Information and Control por Lofti Asker
Zadeh. Utilizando conceitos desenvolvidos por Jan
Lukasiewicz, que em 1920 desenvolveu e introduziu conjuntos
com grau de pertinência (variação entre 0 e 1) que combinados
aos conceitos da lógica clássica (booleana sim ou não),
fundamentaram a iniciativa da lógica nebulosa [5].
Diferente da lógica convencional, a lógica fuzzy permite
trabalhar com valores diferentes de booleanos (verdadeiro ou
falso), ou binários (0 ou 1), podendo representar por exemplo
uma pertinência de 0.5 para uma meia verdade. Desta forma
0.9 e 0.1 representa quase verdade ou quase falso. Isto
facilitou o tratamento da incerteza, nas áreas cientificas,
matemáticas e computacionais.
O uso de lógica difusa normalmente está associado a
conjuntos nebulosos. O conceito de conjunto nebuloso estende
o conceito de conjuntos convencionais, podendo assim um
elemento ter um grau de pertinência variando entre 0 e 1, e não
apenas pertencer ou não a um conjunto. Desta forma para cada
conjunto, é criada uma função de pertinência, que indica o
grau de pertinência de seus elementos [12].
A lógica fuzzy surgiu como uma teoria alternativa para se
trabalhar com conjuntos, sendo esta mais flexível, capaz de
atender necessidades mais parecidas com a realidade. Com
esta teoria é possível realizar a transição de pertinência de
forma mais lenta e gradual, e não abrupta como na teoria usual
de conjuntos. Lógica fuzzy pode ser chamada de lógica
nebulosa ou difusa, recebe este nome por existir uma área
nebulosa, onde os valores passam por uma transição [12].
A utilização de logica fuzzy se tornou um grande aliado em
soluções para sistemas de controle. Pois a mesma possibilita o
trabalho com a imprecisão, utilizando variáveis reais, estas
variáveis podem ser temperatura, umidade, altura, etc. Para
manipulação dessas variáveis são utilizados termos linguísticos
como quente, esquentando, moderado, esfriando, frio, etc,
estes termos podem ser utilizados para uma variável de
temperatura por exemplo.
Nos dias atuais a utilização deste conceito é fundamental
para o universo computacional, sendo considerada uma técnica
de excelência e muito utilizada na área de controle de
processos.
Quando se pensa em programação, algoritmos e lógica,
raramente se pensa em definir soluções com base em um tipo
de conhecimento que é declarado de forma imprecisa e vaga
[5]. Já no cotidiano são encontradas situações definidas
diferentes da lógica booleana, tais como:
 Espere a água esquentar;
 Esta pessoa é velha;
 Este local é perto.
Como se pode observar estes conceitos não são exatos,
afinal o que determina quando a água está quente? Quantos
anos uma pessoa velha tem? Ou qual distância que determina
se um lugar é perto?
Em nenhum destes conceitos é utilizada uma variável exata
para diferenciar um aspecto de outro, conforme comentado em
[6]. Mas, como muitas vezes necessita-se solucionar
problemas de lógica imprecisa do dia-a-dia em software,
surgiu a necessidade de implementar uma lógica que fosse
booleana. Foi a partir daí que surgiu a lógica fuzzy [7].
B. Sistemas de Controle Fuzzy
A definição de controle fuzzy é modelar as ações a partir de
conhecimento específico, e não necessariamente modelar o
processo em si. Com isto é possível utilizar um mecanismo
diferente dos convencionais para o controle de processos, onde
estes são desenvolvidos por modelagem matemática dos
processos derivando as ações de controle como função do
estado do processo. Era muito custoso e complexo elaborar
modelos de controle baseados em modelos matemáticos, esta
nova abordagem utilizava conhecimento especialista
disponível, seja por meio de operadores ou projetistas [12].
O funcionamento de um processo controlado por um
sistema fuzzy pode ser visualizado na Fig. 4.
Fig. 4. Estrutura Básica de um Controlador Fuzzy
O modulo de fuzzyficação utiliza os valores das variáveis
de entrada, processando e condicionando estes valores para o
universo de logica nebulosa, transformando os números em
conjuntos fuzzy, tornando os em variáveis linguísticas. A base
de conhecimento são as regras, definindo a estratégia adotada
e suas metas, armazenando as definições necessárias para o
tratamento das entradas e saídas do sistema [12].
O procedimento de inferência processa os dados de entrada,
aplicando as regras de modo a inferir as ações, aplicando desta
forma as regras para o processamento fuzzy. O módulo de
defuzzyficação converte as saídas da interface de controle
fuzzy inferidas em ações de controle não-fuzzy. Na sequência
escalona de modo a compatibilizar os valores normalizados
vindos do passo anterior com os do universo de discurso reais
das variáveis [12].
Aplicando a inferência da ação de controle fuzzy, é
determinado a ação de controle que mais se adequa a decisão
fuzzy, para finalmente ser enviado para o controle.
V. APLICAÇÃO LÓGICA FUZZY
A lógica fuzzy pode ser usada sempre que a resposta "sim"
ou "não" for muito vaga, podendo utilizar "talvez" ou "quase".
Este artigo apresenta a aplicação da lógica fuzzy na solução de
um caso real, que é o processo de fabricação de cervejas
artesanais, exemplificando então a implementação de tal lógica
como alternativa aos tradicionais métodos deste processo [8].
Nesta aplicação será controlado a temperatura do processo
cervejeiro, esta temperatura tem uma variação de 0º a 100º. Na
sequência serão apresentadas as variáveis utilizadas, as regras
utilizadas e seu funcionamento.
A. Variáveis de entrada
Serão apresentadas as duas variáveis de entrada do sistema,
transformadas em conjuntos difusos (são conjuntos aos quais
os elementos têm graus de pertinência). A primeira entrada do
sistema é o erro_temperatura, podendo variar de -100º a 100º,
sendo que os valores negativos implicam que a temperatura
deve baixar, enquanto os positivos significam a necessidade de
subir a temperatura. O conjunto fuzzy gerado para esta variável
pode ser visualizado na Fig. 5. Os valores linguísticos para
esta variável são: muito_baixo, baixo, error_0, alto, muito_alto
[9].
Fig. 5. Variável erro da temperatura. (Imagem gerada por ferramenta
JFuzzyLogic)
A variável derivada_do_erro (Fig. 6), que é a variação da
temperatura, isto é, a diferença entre duas medições de
temperaturas em tempos consecutivos. Será apresentada da
seguinte forma em sua representação fuzzy: terá variação de
-2º a 2º com os valores negativos representando que a
temperatura está caindo e os valores positivos representando
que a temperatura está subindo. Os valores linguísticos
definidos para esta variável são: caindo_rápido, caindo,
estável, subindo e subindo_rápido.
Fig. 6. Variável erro da derivada da temperatura. (Imagem gerada por
ferramenta JFuzzyLogic)
 B. Variáveis de saída

A variável de saída implementada (Fig. 7) é uma variação de VI. IMPLEMENTAÇÃO DO PROJETO

0% a 100%. Este resultado será utilizado para controlar a
vazão do gás em uma válvula proporcional controlando desta
forma a combustão do gás, tendo assim a manipulação da
temperatura. A variável saída será representada com os
seguintes valores linguísticos: mínimo, médio_mínimo,
manter, médio_máximo e máximo.
A implementação do projeto foi dividida em três partes:
software, firmware e hardware. Para proporcionar uma maior
automação do processo e controle foi definido que a
inteligência do sistema ficaria no software (aplicativo que será
executado no microcomputador), utilizando o firmware apenas
para realizar a comunicação com o software, através de uma
interface serial, estabelecendo uma comunicação entre o
equipamento responsável por coletar as informações e o
software que manipula as entradas gerando o resultado para o
sistema.

A. Software

A lógica principal do sistema está centralizada no software

aplicativo e o mesmo foi desenvolvido em linguagem de
Fig. 7. Variável de saída. (Imagem gerada por ferramenta JFuzzyLogic) programação Java, por ser uma linguagem popular e bem
difundida, sendo multiplataforma de fácil integração. A
C. Regras interface do software é apresentada na Fig. 8, esta figura
apresenta a tela inicial, podendo manipular a receita
Para o funcionamento da lógica fuzzy é necessária a selecionada, e adicionar um número variável de processos. O
definição de uma série de regras que são as condições para que software tem como principais funcionalidades:
com as entradas obtidas, que são erro da temperatura, que é a
diferença entre a temperatura atual e a temperatura que se deve  Estabelecer comunicação serial com o equipamento;
atingir (exemplo temperatura atual 10º meta 30º, o erro é de  Realizar teste para garantir total funcionamento do
20º), e derivada do erro que é a diferença entre a leitura de sistema;
temperatura atual e uma leitura anterior (exemplo temperatura  Apresentar temperatura atual e tempo decorrido de
atual 10º, temperatura anterior 8º o valor da derivada do erro é processo;
2º), com estas entradas é possível gerar a saída correspondente  Adicionar processos, que podem ser manter
[10]. Esta forma de implementação substitui as fórmulas temperatura, atingir temperatura, subir temperatura
matemáticas padrões geralmente adotados que simplesmente gradativamente, aguardar tempo e adicionar
responderia à pergunta se deve aumentada ou diminuída a instrução;
temperatura, com o padrão adotado é possível saber se deve  Adicionar novas receitas;
aumentar muito, médio, pouco, muito pouco, entre outros. O  Carregar receitas existentes;
bloco de regras propostas pode ser visualizado na tabela 1. Na  Manipular receitas;
primeira coluna são apresentados os valores da variável  Executar as receitas;
temperatura do erro, e na primeira linha representado os
 Possibilitar que cada processo possa ligar e desligar, a
valores do erro da temperatura, que são as entradas, o restante
bomba e o fogareiro;
da tabela é o resultado obtido.
 Implementação de lógica fuzzy para controle de
TABELA I temperatura.
REGRAS PARA APLICAR LOGICA FUZZY
Para possibilitar o controle das receitas (nomenclatura
muito_ muito_ popular utilizada para descrever o processo de fabricação de
Regras baixo error_0 alto
baixo alto um tipo de cerveja) já existentes foi implementado um banco
caindo_ médio_
manter maximo Maxim Maximo de dados em arquivo. Foi utilizado o framework derbyDB para
rapido máximo
médio_ médio_
isto, que é um banco de dados simples em arquivo. Como a
caindo manter máximo máximo linguagem Java é orientada por objetos, objetos foram
mínimo máximo
médio_ médio_ gravados diretamente no banco de dados, utilizando a
estavel minimo manter máximo
mínimo máximo gravação em bytes sendo possível a gravação e recuperação de
médio_ médio_ objetos, simplificando desta forma a manipulação de campos e
subindo minimo minimo manter
mínimo máximo tabelas. Armazenando toda informação necessária no software
subindo para reutilização de receitas, podendo assim serem adicionadas
médio_
_ minimo minimo minimo manter e manipuladas receitas contendo processos distintos em cada
mínimo
rapido
uma delas. Desta forma, foi necessário apenas a criação de
uma única tabela contendo o nome da receita e o conteúdo da
receita (objeto Java contendo todos os processos existentes na
receita).
Fig. 8. Interface do software.
Toda inteligência do sistema está implementada no software
aplicativo, controlando o início do processo e finalização do
mesmo, baseando-se no tempo, e temperatura entregue pelo
equipamento. Com estas informações o software consegue
enviar comandos para o equipamento controlar o nível de
vazão de gás na solenoide, controle de ligar e desligar a
bomba.
O caso de uso do software é apresentado no diagrama
seguinte Fig.9:
Fig. 9. Utilização do software.
Foi implementado o controle fuzzy utilizando um framework
chamado JFuzzyLogic, este utiliza arquivo de configuração
FCL (Fuzzy Control Logic). Sem lógica fuzzy a única tomada
de decisão seria verificar a temperatura atual, e decidir se deve
ligar ou desligar o aquecedor (fogo), utilizando fuzzy foi
possível ter uma tomada de decisão com maior precisão, pois a
decisão é tomada na meta estabelecida de temperatura, se
baseando no quanto a mesma sofreu alteração durante um
curto período de tempo.
B. Firmware
O firmware foi todo desenvolvido em linguagem C ANSI.
Como em software embarcado as limitações (processamento,
memoria, limitações de interface com usuário) são bem
maiores que em um software em alto nível, como o
desenvolvido em Java para a solução proposta, foi definido
que o firmware seria o mais simples possível e então a sua
única responsabilidade seria estabelecer comunicação com o
software (computador), por meio de uma interface serial,
transmitindo para o software periodicamente o status do
equipamento contendo: temperatura, estado da bomba e estado
da válvula solenoide.
Foi programado o controle para manipular a porta serial
(UART), a solenoide, a leitura do sensor de temperatura, e a
manipulação da bomba responsável por realizar a circulação
do mosto durante o processo de brasagem. A execução de
ativar ou desativar um periférico, ou a leitura de temperatura é
executada pelo firmware, porem a tomada de decisão de
quando executar estas tarefas é tomada pelo software.
C. Hardware
Para a solução em hardware do projeto, foi utilizado um
protótipo desenvolvido em um kit de desenvolvimento da
LPC, a placa utilizada foi LPCXpresso Base Board, com um
microprocessador LPC1769: um ARM Cortex-M3. O esquema
elétrico pode ser visualizado na Fig. 10 e 11.

Fig. 10. Esquema elétrico protótipo usb uart, lpc debug e power
Fig. 11. Esquema elétrico protótipo lpc leitura, acionamento e usb
A descrição do protótipo pode ser visualizada abaixo na
Fig. 12:
Fig. 12. Bloco de implementação
No projeto foi utilizado um resistor para simular um atuador
de temperatura, pois conforme é controlado a corrente neste
resistor, o mesmo ganha ou perde temperatura conforme o
projeto necessita. Transmitindo esta mesma temperatura para o
sensor de temperatura, simulando desta forma o cenário real de
uma panela em contato com o fogareiro.
Foi utilizado também um driver de corrente (ULN2803)
para acionamento do atuador de temperatura, uma vez que o
LPC1769 não consegue fornecer corrente suficiente para a
variação de temperatura desejada.
Para a coleta de temperatura, foi utilizado o LM 35, que é
um sensor que entrega em sua saída 10 mV/°C, podendo
trabalhar de -55°C até 150°C, atendendo, portanto, os
requisitos do projeto. O sensor foi acoplado junto ao atuador
para realizar a leitura da temperatura, simulando o sistema
real.
Foi desenvolvido em um microcontrolador LPC1769 do
fabricante NXP, que realiza a leitura do bloco leitura de
temperatura, e atua sobre o driver de corrente do bloco
atuador, através de um sinal PWM, controlando a corrente
para aumentar ou diminuir a temperatura, atuando sobre a
temperatura do resistor.
A implementação completa do protótipo pode ser
visualizada na Fig. 13:
Fig. 13. Protótipo de implementação
VII. CONCLUSÃO
O projeto possibilitou uma experiência real de
automatização, aplicando soluções em um estudo de caso real,
melhorando a qualidade e desempenho de produção de uma
micro cervejaria artesanal. Foram realizados testes utilizando o
software para simulação do controlador fuzzy com sucesso.
 Para validação e testes, foi implementando um simulador, desta forma aumentou a vazão de gás para aumentar a
onde é possível selecionar a temperatura desejada, simular a combustão gerada, aumentando desta forma a temperatura.
temperatura atual, e a derivada do erro, este sistema pode ser O software possibilitou padronização na fabricação, pois
visualizado na Fig. 14. salva todo o processo, podendo ser reutilizado em fabricações
futuras. O software também facilita o monitoramento e
transição de processos, pois o mesmo avisa e controla a
duração dos processos e sinaliza a finalização de cada etapa.
Como projeto futuro pretende-se implementar um hardware
dedicado para a solução, desta forma o kit de desenvolvimento
utilizado atualmente será substituído, finalizando desta forma a
integração total do software com a micro cervejaria.
Os resultados obtidos para validação do sistema fuzzy foram
Fig. 14. Simulador para testes
feitos utilizando um protótipo, com testes em bancada, e não
utilizando a micro cervejaria.
No exemplo acima, a temperatura desejada é 50º, a
temperatura atual está em 10º, e a derivada do erro está em 0º, REFERÊNCIAS
a saída obtida foi de 70, este valor representa a vazão na
válvula de gás, representando uma abertura de 70%. Como
pode ser visualizado na tabela II, foi utilizado uma [1] MORADO, R. Larousse da Cerveja. São Paulo: Larousse, 2009.
[2] Santos, Jose Ivan Cardoso; Dinham Robert Paul. O essencial em
temperatura de 70º como meta, representada na primeira cervejas e destilados. Editora Senac são Paulo. 2006.
coluna, foram realizados testes com valores diferentes para [3] ANSELMO, A. A.; ZIELONCA, W. P. AUTOMATIZAÇÃO DO
temperatura atual e para a derivada do erro, alterando a saída, EQUIPAMENTO DE PASTEURIZAÇÃO PZ501-001. 1–48 p. Tese
estes foram os resultados obtidos. (Doutorado) — Universidade Federal do Parana, 2008.
[4] MAWARE, C.; GWANGWAVA, N. Design of a Control System To
Para validar a utilização do framework JFuzzyLogic, foi Enhance Process Perfomance in the Production of Sorghum Beer. v. 9, n. 15,
utilizado uma ferramenta dedicada para implementação de p. 109–120, 2013.
lógica fuzzy, esta ferramenta é fuzzyTECH, os resultados para [5] BARG, E. K. Protótipo de um Controlador de Temperatura Baseado em
comparação estão presentes na ultima coluna. Como pode se Lógica Fuzzy Utilizando um Microcontrolador. 1–57 p. Tese (Doutorado) —
Universidade Regional de Blumenau, 2002.
observar existe uma pequena variação nos resultados. [6] SUGENO, M.; YASUKAWA, T. A fuzzy-logic-based approach to
qualitative modeling. IEEE Transactions on Fuzzy Systems, v. 1, n. 1, p. 7, 2
TABELA II [7] F. GOMIDE, A. ROCHA e P. ALBERTOS, “Neurofuzzy Controllers,”
TESTES COM SIMULADOR 2nd International Conference on Fuzzy Logic and Neural Networks - IIZUKA
'92, 1992.
Temperatura Derivada do Saída Saída [8] L. A. ZADEH, M. JAMSHIDI e A. TITLI, “Applications of Fuzzy
Meta Logic : Towards High Machine Intelligence Quotient Systems (Prentice Hall
Atual Erro (JFuzzyLogic) (fuzzyTECH)
70 0 0 82 84 Series on Environmental and Intelligent Manufacturing),” Prentice Hall, 07
1996.
70 0 -2 87 89 [9] JESUZ, J. C. et al. Sistema de Controle Automático da Temperatura do
70 0 1 63 65 Ar de Secagem em Secador de Plantas Medicinais. Revista Brasileira de
Produtos Agroindustriais, v. 3, n. 1, p. 43–46, 2001.
70 60 -1 70 74 1993. ISSN 1063-6706. Disponível em:
70 60 0 56 55 <http://ieeexplore.ieee.org/lpdocs/epic03/wrapper.htm?arnumber=390281>.
[10] M. G. Simões e I. S. Shaw, “Blocos funcionais, funções de
70 60 -2 87 89 pertinência, fuzzificação e defuzzificação para controladores fuzzy,” em
70 60 2 17 15 Controle e Modelagem Fuzzy, São Paulo, Blucher, 2007, pp. 45-50.
[11] F. A. C. Gomide, R. R. Gudwin, and RicardoTanscheit. Conceitos
70 90 0 40 34 fundamentais da teoria de conjuntos fuzzy, lógica fuzzy e aplicações. Sixth
International Fuzzy Systems Association World Congress/ Tutorials -
IFSA95,, pages 01 – 38., July 1995.
[12] Bilobrovec, M., Mar¸cal, R. F. M. and Kovaleski, J. L. (2004).
O sistema de controle fuzzy implementando identificou que a Implementação de um Sistema de Controle Inteligente Utilizando a Lógica
temperatura deve subir de forma rápida para atingir sua meta, Fuzzy, XI SIMPEP, Bauru, SP.

Evandro Luís Brandão Gomes é Pós-graduado em Informática Gerencial e graduado em Tecnologia m

Processamento de Dados pela FAI - Centro de Ensino Superior em Gestão, Tecnologia e Educação (1985).
Possui curso de nível médio em eletrônica pela Escola Técnica de Eletrônica "FMC". Atualmente é professor
assistente da Fundação Instituto Nacional de Telecomunicações (Inatel) e professor assistente da FAI -
Centro de Ensino Superior em Gestão, Tecnologia e Educação. Tem experiência nas áreas de: Linguagens de
Programação, Arquitetura de Computadores, Sistemas Operacionais, Redes de Computadores, Protocolos
de Comunicação, Eletrônica Digital, Microprocessadores / Microcontroladores, Segurança de TI e Auditoria
de TI. Possui certificação de instrutor de treinamentos em redes e equipamentos de comunicação de dados
pela Huawei Technologies.
Paulo Sérgio de Carvalho é graduado em Sistemas de Informação pela UNIVAS – Universidade do Vale do
Sapucaí (2011). Atualmente é especialista em sistemas no ICC (Inatel Competence Center). Trabalhando
com desenvolvimento de software em alto e baixo nível, utilizando linguagens de programação como Java,
C e C++.