Modelando a adoção da indústria 4.

0 para produção
de peças no setor sucroalcooleiro brasileiro

Murilo Noriyuki Rubio Maehashi1, Gilson Adamczuk Oliveira1, Edson Luiz Marques
Junior¹
1 Universidade Tecnológica Federal do Paraná, Pato Branco, BR

Resumo. O avanço tecnológico provido pela implementação da indústria 4.0 em indústrias

como big data, internet das coisas, robótica avançada, computação em nuvem, manufatura adi-
tiva, inteligência artificial, sistemas de conexão máquina a máquina (M2M), sensores, atuadores
e software avançado de gestão de produção gerou-se a necessidade de empresas com linhas de
usinagem pesadas como no setor sucroalcooleiro a se modernizarem para atender a demanda do
mercado. Para acompanhar as principais necessidades desse setor, foi-se utilizado o método mul-
ticritério DEMATEL com as principais barreiras encontradas nessas indústrias.

Keywords: Indústria 4.0, Usinagem, Setor Sucroalcooleiro, Barreiras, Multicri-

tério, Brasil.

1 Introdução

Nosso complexo sucroalcooleiro é considerado o mais moderno e competitivo do

mundo, mantendo o País entre os grandes produtores de açúcar e etanol. Para a manu-
tenção do ciclo produtivo entre o setor agrícola e às indústrias que utilizam usinagem
pesada para fabricação das peças para moer a cana de açúcar como luvas, camisas e
eixos de toneladas. Com o passar do tempo a usinagem manual foi substituída pela
computadorizada juntamente com ferramentas de organização como a internet das coi-
sas e a M2M que aumentaram o lucro das empresas de produção e manutenção de peças
com o aumento da produtividade no chão de fábrica e evitando erros de medida em
grandes peças de centenas de milhares de reais. [1]
Com essa evolução na tecnologia se trata da indústria 4.0 (I4.0) que ficou conhecido
na Alemanha em 2011, em uma feira industrial e representaria a Quarta Revolução In-
dustrial, a qual fusão com o mundo virtual, colaborando para a elevação dos processos
de automação industrial através de sistemas ciberfísicos, big data e internet surgindo a
necessidade de filtrar em qual área das novas tecnologias os investimentos das novas
tecnologias será melhor aproveitado, com isso o presente artigo identificou 8 barreiras
para a implementação dessa nova evolução e categoriza as principais áreas a serem
resolvidas para implementação dos novos sistemas da indústria utilizando o método
multicritério “Decision Making Trial and Evaluation Laboratory” (DEMATEL) através
de questionários com pessoas da empresa e estudiosos da área. [2]
Com essa categorização podemos identificar se as barreiras fazem partes da “causa”
ou “efeito” e classificar por ordem de prioridade os principais pontos a serem desen-
volvidos para melhor produção da indústria analisada.
2

2 Metodologia de pesquisa

Para tal estudo, foi utilizado o método DEMATEL que é uma ferramenta matemática
baseada na teoria matricial que consolida as respostas (magnitudes de influências) de
cada um dos respondentes e traduz esses resultados matemáticos que podem ser inter-
pretados em relações causais entre os fatores considerados. Um sistema de rede com
uma estrutura hierárquica adequada é possível construir usando este método para me-
lhor compreensão das complexidades dos fatores no modelo. O produto final do método
DEMATEL é um mapa mental que indica os fatores influenciadores do modelo. [3,4]

2.1 Barreiras para implementação da I4.0 no setor de manutenção e

fabricação de peças para usinas sucroalcooleiras

Foi realizado um estudo no contexto brasileiro envolvendo partes interessadas do

setor sucroalcooleiro, principalmente de São Paulo para modelar as barreiras selecio-
nadas para a implementação do I4.0 para produção sustentável no setor de fabricação e
manutenção de peças para usinas. Uma pesquisa bibliográfica foi realizada e algumas
barreiras para a implementação do I4.0 foram selecionadas em consulta com a equipe
constituída por pesquisadores da Universidade Federal do Paraná (UTFPR) e a empresa
analisada. As contribuições dos especialistas da equipe constituída desempenharam um
papel crucial na finalização das barreiras. A equipe teve principalmente uma discussão
sobre as barreiras listadas no estudo realizado por Oliveira, G. A., Trentin, M. G.,
Setti, D., & de Lima, J. D. (2021). [3]
O grupo listou então essa dificuldade de implementação das novas tecnologias em
oito barreiras inter-relacionadas e que possuem relações de causalidade entre elas,
sendo elas os (b1) recursos humanos não preparados para a digitalização, (b2) os altos
custos de implementação, (b3) as dificuldades na integração de novas tecnologias e
software, (b4) a incerteza legal e contratual, (b5) a falta de compreensão Importância
da Indústria 4.0, (b6) os riscos de segurança da informação (ameaças cibernéticas), (b7)
a falta de infraestrutura e (b8) a segurança social dos empregados (medo de perda do
emprego) analisados no “Industry 4.0 in SMEs Across the Globe”.

2.2 Procedimento operacional da metodologia DEMATEL

O a metodologia DEMATEL apresentado por Akshay G. se consiste em 4

etapas: [5]

Etapa 1: Encontrar a matriz média B com uma média das opiniões dos 8 especi-
alistas, em que é solicitado a emitir sua opinião sobre o grau em que o fator ‘j’ afeta
a barreira ‘r’. As respostas dos especialistas são representadas por 𝑥𝑥𝑗𝑗𝑗𝑗 . O valor de 𝑥𝑥𝑗𝑗𝑗𝑗
é inteiro ente 0 e 4 em que; “0 = não influente”, “1 = muito pouco influente”, “2 =
pouco influente”, “3 = influente”, “4 = muito influente”. As respostas de cada espe-
𝑘𝑘
cialista são registradas na forma de uma matriz 𝑋𝑋 𝑘𝑘 = [𝑥𝑥𝑗𝑗𝑗𝑗 ], em que k varia de 1 a 8
(número de especialistas). Os elementos na diagonal da matriz são todos zeros (0).
 3

A média a matriz B é calculada tomando a média aritimética das respostas corres-

pondentes dos especialistas de suas matrizes de resposta. Matriz média 𝐵𝐵 = [𝑥𝑥𝑗𝑗𝑗𝑗 ] é
denotada matematicamente como abaixo:

1 𝑘𝑘
𝑥𝑥𝑗𝑗𝑗𝑗 = ∗ � 𝑥𝑥𝑗𝑗𝑗𝑗 ; 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 𝑘𝑘
8

Etapa 2: Calcule a matriz de relação direta normalizada (média) ou matriz inicial.

A soma das linhas e colunas da matriz média inicial é obtida, e o valor mais alto
é anotado tanto para linha quanto para coluna. Assim, o coeficiente de normalização
‘m’ é dado como:

1 1
𝑚𝑚 = 𝑚𝑚𝑚𝑚𝑚𝑚 � , �
max (∑ 𝑙𝑙𝑙𝑙𝑙𝑙ℎ𝑎𝑎) max (∑ 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐)

Então,

D=mxB

Etapa 3: Calcule a matriz I-D, em que ‘I’ é a matriz identidade.

Encontre a inversa dessa matriz e encontre o produto vetorial da matriz D e a

inversa de (I-D). Essa matriz é chamada de ‘matriz de influência indireta’.
A matriz 𝐷𝐷𝐷𝐷(𝐼𝐼 − 𝐷𝐷)−1 é utilizada para indicar uma possível hierarquia dos fatores
mencionados anteriormente. Essa hierarquia pode ser gerada após as somas das linhas
(R) e das colunas (J) da matriz 𝐷𝐷𝐷𝐷(𝐼𝐼 − 𝐷𝐷)−1 .
Para cada uma das barreiras, um valor específico de R e J é observado e anotado
separadamente em outra tabela juntamente com os valores de R-J e R+J para cada uma
das barreiras.

Etapa 4: Um gráfico IRM pode ser formado usando os valores de R+J e R-J.

É obtido traçando um diagrama de dispersão entre R+J com o eixo X e R-J com
o eixo Y. O valor de R indica a influência de um fator sobre os outros. O valor J sugere
a influência de outros fatores naquele fator. R+J indica a influência total de si mesmo e
a influência exercida sobre ele pelos outros fatores. Ele decide a hierarquia de impor-
tância dos fatores em consideração. Os fatores de R-J determinam se o fator pertence
ao grupo de ‘causa’ ou de ‘efeito’.
4

3 Resultados e Discussão

Um questionário de pesquisafoi entregue a cada um dos especialistas, solicitando

que quantifiquem a inter-relação das barreiras. Os respondentes foram solicitados a
preencher suas respostas diretamente na planilha. O perfil do time foi dado pela Ta-
bela 1.
Seguindo as etapas procedimentais mencionadas na seção de metodologia de pes-
quisa, a etapa 1 enumerou o procedimento para encontrar a matriz média B (Tabela 2),
a etapa 2 envolveu o cálculo da matriz de relação direta normalizada ou inicial (Tabela
3). A etapa 3 ajudou a encontrar a matriz de influência indireta (Tabela 4). Finalmente,
a etapa 4 encontra o valor q, que é muito crítico na formação de um gráfico IRM deci-
frável. O valor limiar q considerado nesse estudo é 0,0726. O valor de q é calculado
usando a média da matriz de influência direta. Um desvio padrão é adicionado ao valor
médio calculado. O valor médio (m) da matriz de influência indireta foi de 0,0166. O
desvio padrão (s) para a matriz de influência indireta foi de 0,0560. A adição desses
dois valores produz o valor limite. A matriz de influência indireta, com a ajuda do valor
limite, resulta em encontrar as relações causais significativas a serem consideradas ao
desenhar o gráfico IRM. Os valores da Tabela 5 são uma coleção de valores de R, J,
RþJ e RJ obtidos na etapa 4. Ela coloca as barreiras em categorias de causa e efeito.

Tabela 1
Time de especialistas.
Especialistas Universidade/Indústria Cargo Atual Setor
1 Indústria Engenheira Projeto Mecânico
2 Indústria Gerente Gerente Geral
3 Universidade Professor Produção
4 Universidade Estudante Produção
5 Indústria Consultor Financeiro
6 Indústria Engenheiro Manutenção
7 Indústria Engenheiro Almoxarifado
8 Indústria Engenheiro Usinagem

Tabela 2
Valores Médios (B) quantificando as opiniões dos respondentes.
b1 b2 b3 b4 b5 b6 b7 b8 Soma

b1 0 1,375 2,875 1,875 3 3,125 1,75 3,125 17,125

b2 1,5 0 3,125 2,125 1,875 2,25 3,125 2 16
b3 3,125 2,625 0 1,125 3,125 2,5 2,125 1,75 16,375
b4 1,625 2,25 1,75 0 1,625 1,875 2,125 2,75 14
b5 3,5 2,875 3,5 1,5 0 2,875 2,625 2,375 19,25𝑎𝑎
 5

b6 2,375 2,375 2,5 2 2,25 0 1,75 2,375 15,625

b7 3,125 3,5 2,875 2,375 2,75 2,625 0 1,625 18,875
b8 2,5 1,75 1 2,25 1,625 1,375 1,5 0 12
Soma 17,75𝑏𝑏 16,75 17,625 13,25 16,25 16,625 15 16
𝑎𝑎
Valor máximo na linha
𝑏𝑏
Valor máximo na coluna

Tabela 3
Valores Normalizados (D) para as opiniões quantificadas dos respondentes.
b1 b2 b3 b4 b5 b6 b7 b8

b1 0,000 0,071 0,149 0,097 0,156 0,162 0,091 0,162

b2 0,078 0,000 0,162 0,110 0,097 0,117 0,162 0,104
b3 0,162 0,136 0,000 0,058 0,162 0,130 0,110 0,091
b4 0,084 0,117 0,091 0,000 0,084 0,097 0,110 0,143
b5 0,182 0,149 0,182 0,078 0,000 0,149 0,136 0,123
b6 0,123 0,123 0,130 0,104 0,117 0,000 0,091 0,123
b7 0,162 0,182 0,149 0,123 0,143 0,136 0,000 0,084
b8 0,130 0,091 0,052 0,117 0,084 0,071 0,078 0,000

Tabela 4
Tabela com os valores com “influência indireta”.
Soma
b1 b2 b3 b4 b5 b6 b7 b8 "R"
b1 -0,122 -0,035 0,057 0,022 0,071 0,078 0,003 0,080 0,154
b2 -0,030 -0,109 0,078 0,041 0,004 0,028 0,093 0,021 0,127
b3 0,072 0,049 -0,119 -0,023 0,080 0,036 0,026 -0,003 0,118
b4 -0,003 0,041 0,007 -0,073 0,006 0,020 0,042 0,077 0,117
b5 0,078 0,048 0,077 -0,014 -0,126 0,044 0,044 0,021 0,171
b6 0,032 0,040 0,041 0,036 0,032 -0,100 0,008 0,042 0,130
b7 0,060 0,090 0,036 0,044 0,042 0,030 -0,113 -0,026 0,162
b8 0,068 0,025 -0,029 0,068 0,018 -0,002 0,015 -0,078 0,084
Soma
"J" 0,153 0,149 0,149 0,100 0,127 0,135 0,119 0,133
6

Tabela 5
Agrupamento de barreiras em grupos de causa e efeito.
Barreiras R J R+J R-J Grupo
b1 0,1544 0,1531 0,3075 0,0013 Causa
b2 0,1273 0,1491 0,2764 -0,0218 Efeito
b3 0,1177 0,1488 0,2666 -0,0311 Efeito
b4 0,1169 0,1001 0,2171 0,0168 Causa
b5 0,1709 0,1265 0,2975 0,0444 Causa
b6 0,1304 0,1346 0,2650 -0,0042 Efeito
b7 0,1620 0,1187 0,2807 0,0433 Causa
b8 0,0843 0,1330 0,2173 -0,0487 Efeito

Com esses resultados conseguimos observar que a ordem de importância dessas bar-
reiras é b5 > b7 > b1 > b6 > b2 > b3 > b4 > b8. Essa hierarquia é derivada dos valores
R+J da tabela 5.

4 Conclusão

Esse estudo avalia as barreiras em relação a I4.0 para produção e manutenção de

peças para usinas no setor sucroalcooleiro brasileiro. Assim, com esses dados toda a
empresa tem um panorama geral em qual área se deve investir primeiro, reconhe-
cendo suas áreas mais fortes e mais frágeis, fazendo consequentemente que não des-
perdice capital, recurso humano ou tempo em barreiras desnecessárias. Concluímos
então que ‘a falta de compreensão Importância da Indústria 4.0’, ‘a falta de infraes-
trutura’ e ‘recursos humanos não preparados para a digitalização’ são barreiras fun-
damentais a serem resolvidas nessa empresa do interior de São Paulo.

5 Referências

[1] GOES, Tarcizio; MARRA, Renner; SOUZA, G. da S. Setor sucroalcooleiro

no Brasil: situação atual e perspectivas. 2008.
[2] CÂNDIDO, Thiago Orélio; DE ALMEIDA, Crislene Barbosa. INDÚSTRIA 4.0
EM USINA SUCROALCOOLEIRA. Revista Científica, v. 1, n. 1, 2020.
[3] OLIVEIRA, Gilson Adamczuk et al. The Path Towards Industry 4.0 for Bra-
zilian SMEs. In: Industry 4.0 in SMEs Across the Globe. CRC Press,
2021. p. 141-154.
[4] LIN, Kuo-Ping; TSENG, Ming-Lang; PAI, Ping-Feng. Sustainable supply
chain management using approximate fuzzy DEMATEL method. Re-
sources, Conservation and Recycling, v. 128, p. 134-142, 2018.
[5] KHANZODE, Akshay G. et al. Modeling the Industry 4.0 adoption for sus-
tainable production in Micro, Small & Medium Enterprises. Journal of
Cleaner Production, v. 279, p. 123489, 2021.