PÓS GRADUAÇÃO DE

ENGENHARIA DE AUTOMAÇÃO
INDUSTRIAL

COMPUTAÇÃO APLICADA A AUTOMAÇÃO Parte III

Prof. MSc. Engº. Humberto Rocha

email: agarocha2020@gmail.com
Ementa

 Aquisição de Sinais
 Dispositivos para Aquisição de Sinais
 HIM
 Sistemas Supervisório
 Sistemas Especialistas
 Inteligencia Computacional
 Robótica
SISTEMAS SUPERVISÓRIOS

Independente do ramo de atuação, toda indústria precisa

lidar com um grande volume de dados diariamente.

Somente através da análise de tendências é possível

avaliar o andamento do processo produtivo e tomar
ações para otimizar os procedimentos.
SISTEMAS SUPERVISÓRIOS

No entanto, esses dados precisam ser capturados e

armazenados corretamente para que possam ser
utilizados posteriormente.

Aí que o sistema supervisório entra como uma

solução prática e moderna.
SISTEMAS SUPERVISÓRIOS
Captura de dados é o processo de medir um fenômeno
elétrico ou físico como tensão, corrente, temperatura,
frequência etc.

Todo sistema de aquisição de dado compartilha um objetivo

em comum, adquirir, analisar, e apresentar a informação.

Sistemas de aquisição de dados incorporam sinais,

sensores, atuadores, condicionamento de sinais,
dispositivos de aquisição de dados e softwares de aplicação
SISTEMAS SUPERVISÓRIOS

Os sistemas supervisórios, como o próprio nome já indica, são

sistemas de supervisão e controle de dados.

São uma peça chave em vários setores industriais.

São conhecidos também como HMI/SCADA (Interface Homem

Máquina e Supervisory Control and Data Acquisition ou
Sistema de Supervisão e Aquisição de Dados,
respectivamente).
SISTEMAS SUPERVISÓRIOS

Obtém informações e organizam as informações

relevantes para o segmento, através de sensores
que fornecem os dados.

O responsável pelo monitoramento tem acesso a

essas informações geradas em tempo real.

Dessa forma, é possível obter comunicações

precisas sobre o que acontece na fábrica mesmo de
forma remota, identificando falhas e aperfeiçoando as
tomadas de decisão.
SISTEMAS SUPERVISÓRIOS

Então os sistemas supervisórios são softwares que

têm por finalidade monitorar dados importantes em
um processo produtivo dentro de uma instalação
fabril.

E tudo isso de forma autônoma.

Os supervisórios obtêm e organizam as variáveis

relevantes adquiridas do processo produtivo.
.
SISTEMAS SUPERVISÓRIOS

Por exemplo, um sistema supervisório pode ser útil para

manter sob controle contínuo, as condições de
temperatura e umidade relativa do ar, aspectos
fundamentais para a boa conservação dos
medicamentos e para atender aos requisitos exigidos por
lei.
SISTEMAS SUPERVISÓRIOS

Quais são as principais funções de um sistema

supervisório?

Então os sistemas supervisórios fazem a leitura das

informações do ambiente e permitem a análise de dados
através da geração de relatórios e gráficos em telas
customizáveis.
SISTEMAS SUPERVISÓRIOS

Essas informações são armazenadas em um banco de

dados que pode ser acessado posteriormente para conferir
se as condições climáticas estipuladas da produção
industrial estão sendo cumpridas corretamente.
SISTEMAS SUPERVISÓRIOS

Vantagens do sistema supervisório

Com o uso de dispositivos de controle como o supervisório,

os processos podem ser monitorados com maior eficácia,
encontrando problemas mais rápido e assim tendo uma
solução mais prontamente.

Dessa forma, há maior ganho produtivo.

SISTEMAS SUPERVISÓRIOS

Vantagens do sistema supervisório

A qualidade dos produtos também aumenta, já que a

supervisão constante permite manter o padrão de
qualidade definido, evitando oscilações ambientais que
possam prejudicar os materiais, sejam perecíveis ou não.

Os problemas relacionados ao erro humano são reduzidos

consideravelmente.
SISTEMAS SUPERVISÓRIOS

Vantagens do sistema supervisório

O sistema supervisório também pode ter comunicação com

outros sistemas através de um protocolo comum trazendo
simplicidade ao uso dos dados.

Por tanto é uma solução tecnológica que dispensa a

interferência humana para a coleta de informações
SISTEMAS SUPERVISÓRIOS

Principais componentes do sistema supervisório

Os componentes físicos de um sistema de supervisão são:

Sensores e atuadores; rede de comunicação;

Estações remotas (aquisição/controle);

Estações de monitoramento central (sistema computacional)

SISTEMAS SUPERVISÓRIOS

Sensores e Atuadores

Estes parâmetros podem ser temperaturas, pressões,

níveis e status de uma determinada máquina.

Os atuadores, por sua vez, exercem ações sobre o

processo e são capazes de ligar, desligar, movimentar e
modificar o status de determinado equipamento.
SISTEMAS SUPERVISÓRIOS

Sensores e atuadores

RTU - É onde o processo de aquisição dos dados se inicia.

São utilizados os PLC’s – Programmable Logic Controllers

(ou CLP’s – Controlador Lógico Programável) ou as RTU’s
SISTEMAS SUPERVISÓRIOS

RTU
Unidade Terminal Remota (RTU) - é um controlador
modular e escalável, capaz de todas as aplicações de
controle e automação remota.

Em conjunto com outros produtos ele fornece uma

solução integrada que resolve requisitos complexos
de automação remota.
SISTEMAS SUPERVISÓRIOS

Em ambientes industriais, sempre há a necessidade de se

analisar o comportamento de um processo através de suas
variáveis e um sistema de aquisição de dados pode ser uma
solução.

Também, em ambientes industriais, é muito comum os

instrumentos distribuídos pela planta da indústria, que são
responsáveis em atuar, medir e controlar, estarem
interconectados por uma rede de comunicação
SISTEMAS SUPERVISÓRIOS

As UTRs inteligentes combinam a capacidade de

monitoramento e comunicação de uma unidade remota
(UTR) com a potência de processamento e registro de
dados de um controlador lógico programável (CLP).

As UTRs inteligentes são perfeitas onde processos

remotos requerem supervisão automática e controle
autônomo.
Automação de Processos Industriais

 Configuração de Controladores
 Configuração de Supervisórios
 Diagnóstico de Redes
 Painéis de Automação
 Painéis Elétricos de Baixa Tensão
SISTEMAS ESPECIALISTAS

São sistemas inteligentes que armazenam e processam

conhecimento adquirido de especialistas em uma área
de conhecimento.

São sistemas de apoio à decisão que reúnem

conhecimentos acerca de áreas específicas e que são
capazes de simular o comportamento humano diante
de situações a eles apresentadas.
Adaptado de: Prof. Ronaldo R. Goldschmidt
Julio Barbieri G. de Almeida
SISTEMAS ESPECIALISTAS

São programas inteligentes que usam conhecimentos e

procedimentos inferenciais para resolver problemas não
triviais que requerem para sua solução alguma ou muita
perícia humana.
SISTEMAS ESPECIALISTAS

São sistemas inteligentes que armazenam e processam

conhecimento adquirido de especialistas em uma área
de conhecimento.
SISTEMAS ESPECIALISTAS

Exemplos de áreas de aplicação de SE:

 Diagnose médicas
 Reparo de equipamentos
 Tomada de decisões financeiras
 Interpretação de sinais
 Compreensão de voz e imagens
 Estratégias militares
SISTEMAS ESPECIALISTAS

Requisitos para desenvolver um Sistema Especialista

 A definição de uma área do conhecimento humano

 A existência de um ou mais especialistas na referida
área
 A existência de um analista de conhecimento (pessoa
 responsável pelo processo de aquisição e formalização
do conhecimento)
SISTEMAS ESPECIALISTAS

Principais Características

 Utilizam raciocínio inferencial

 Possuem capacidade de explicação (como chegaram a
um resultado)
 Manipulam conhecimento aplicado aos dados (fatos)
 São tolerantes a erros
SISTEMAS ESPECIALISTAS

Principais Características

 Armazenam conhecimentos de forma permanente

 São de fácil manutenção
 São de fácil documentação
 Agem sem influência de fatores emocionais, “stress” ou pressões
 Baixo custo operacional
 Oferecem segurança
 São estáveis
 Evita/reduz necessidade de interpretação humana durante o processo
 Requerem um número reduzido de pessoas para interação
SISTEMAS ESPECIALISTAS

Base de Conhecimento

É um conjunto de regras (Regras de Produção) que

representam o conhecimento de especialistas em uma área.

Exemplos de Regras de Produção:

Se Capacidade Mensal de Endividamento > 60% Então
Crédito = Sim
Se Febre = Sim e Tosse=Sim Então Doença = Gripe
Se Nº Dias em Atraso <= 10 Então Tipo_Cobrança = Carta
Amigável
SISTEMAS ESPECIALISTAS

Etapas do Processo de Desenvolvimento de um SE

 Reconhecimento do Problema
 Estudo de Viabilidade
 Análise
 Aquisição do Conhecimento
 Formalização Modelagem do Conhecimento
 Validação
 Projeto
 Implementação
 Testes e validação
 Treinamento
 Implantação
SISTEMAS ESPECIALISTAS

Técnicas para Aquisição de Conhecimento

 Entrevista com especialistas: recomenda-se dois Analistas de

 Conhecimento (um conversa, o outro toma anotações)
 Observação de especialista em ação:
a) No dia a dia
b) Com explicações sobre casos anteriores

 Leitura de bibliografia recomendada (manuais, livros,

 tutoriais, artigos, etc...)
 Utilização de ferramentas de aquisição.
INTELIGÊNCIA ARTIFICIAL
Inteligência Artificial é uma realidade. É imprescindível avançar os
conhecimentos sobre o tema em sua aplicação.

Hoje, existem diversas implementações de IA na potencialização dos

negócios.

No Brasil, essa tecnologia está em ascensão, o país lidera o uso de

inteligência artificial na América Latina.

No território nacional, cerca de 63% das organizações utilizam

aplicações baseadas nessa tecnologia.
INTELIGÊNCIA ARTIFICIAL

Além disso, mais de 90% das empresas brasileiras

investem em ferramentas de dados e analytics com o
objetivo de identificar tendências e padrões de
consumo.

Esse é um mercado bastante promissor, mas muitos

profissionais ainda não dominam a inteligência
artificial e desconhecem como ela vem sendo usada
pelas empresas.
INTELIGÊNCIA ARTIFICIAL

Origens da Inteligência Artificial

As ideias de Inteligência Artificial são anteriores à

tecnologia que a tornou possível. Estudos de várias
áreas começaram neste caminho especificamente
durante a Segunda Guerra Mundial.

Como um artigo de Warren McCulloch e Walter Pitts,

em 1943. Ele trata pela primeira vez de redes neurais
e estruturas de raciocínio artificiais que imitam nosso
sistema nervoso.
INTELIGÊNCIA ARTIFICIAL

Origens

Em 1950, Claude Shannon escreveu sobre como

programar uma máquina para jogar xadrez.

Nesse mesmo período, Alan Turing criou uma forma

de avaliar se uma máquina poderia se passar por
humano em uma conversa por escrito. O experimento
ficou conhecido como “O jogo da imitação”.
INTELIGÊNCIA ARTIFICIAL

Origens

Em 1951, foi concebida a SNARC, uma calculadora

de operações matemáticas que simulava as ligações
entre neurônios, chamadas sinapses.

As ideias de Inteligência Artificial são anteriores à

tecnologia que a tornou possível. Estudos de várias
áreas começaram neste caminho especificamente
durante a Segunda Guerra Mundial.
INTELIGÊNCIA ARTIFICIAL

Origens

Todas essas iniciativas foram muito relevantes.

No entanto, o marco-zero da IA, mais próxima do que

conhecemos atualmente, ocorreu em 1956.
INTELIGÊNCIA ARTIFICIAL

Origens

O campo de pesquisa dessa conferência foi batizado

de Inteligência Artificial, tendo seu princípio definido
em uma declaração:

Cada aspecto de aprendizado ou outra forma de

inteligência pode ser descrita de forma tão precisa que
uma máquina pode ser criada para simular isso.
INTELIGÊNCIA ARTIFICIAL

Origens

A partir disso, as possibilidades eram tantas que

instituições privadas e governamentais também
investiram na área. Inclua aí a Agência de Pesquisa
de Projetos Avançados (ARPA), mesma entidade na
qual nasceu a internet.
INTELIGÊNCIA ARTIFICIAL

Origens

Entre os anos 70 e 80, vivemos um período denominado

inverno da IA, quando poucos investimentos e avanços foram
feitos no setor.

Ainda, esse período foi marcado pelo advento dos sistemas

especialistas. Esses são softwares responsáveis por tarefas
tão complexas quanto a de humanos, mas com mais
velocidade.
INTELIGÊNCIA ARTIFICIAL

Então em sua essência, é a capacidade das máquinas de

pensar como seres humanos.

Ou seja, aprender, perceber e decidir quais caminhos seguir,

de forma racional, diante de determinadas situações.

Dessa forma, podemos dizer que a Inteligência Artificial

permite que os sistemas tomem decisões de forma
independente, precisa e apoiada em dados digitais.
INTELIGÊNCIA ARTIFICIAL

São duas as áreas pertencentes à IA:

Inteligência Artificial Simbólica, ligada à forma como os

seres humanos racionam.

Inteligência Artificial Conexionista, ligada à simulação

de componentes do cérebro. Ou seja, redes neurais.
INTELIGÊNCIA ARTIFICIAL

O corretor ortográfico dos smartphones, que completa

frases e usa as mais frequentes, é um exemplo de IA.

Outros exemplos são os aplicativos que calculam as

melhores rotas para evitar congestionamentos, as
buscas personalizadas na internet e os carros
autônomos.
INTELIGÊNCIA ARTIFICIAL

O segredo para um carro andar sozinho não está nas

peças, mas no programa que comanda seus
movimentos.

A IA só é explicável, portanto, quando falamos em

Ciência da Computação, que estuda as técnicas e
modos de processamento de dados.

O desenvolvimento de algoritmos é uma questão

central nessa área.
INTELIGÊNCIA ARTIFICIAL

Algoritmos

São uma sequência de instruções, operações e

raciocínios que orientam o funcionamento de um
software. Por sua vez, esse software pode determinar
os movimentos de um hardware.
INTELIGÊNCIA ARTIFICIAL

O algoritmo, na IA, trabalha com hipóteses e uma

resposta para cada um deles, as máquinas escolhem,
entre milhares de variáveis, respostas compatíveis aos
problemas complexos.
INTELIGÊNCIA ARTIFICIAL

Desafios no uso da IA para profissionais e negócios

São incontáveis os usos da inteligência artificial,

principalmente na Indústria. Automação de máquinas,
GPS, carros autônomos e varejo online são só alguns
exemplos.

Porém, dentro do mercado de negócios, existem alguns

desafios não totalmente assimilados pelo mundo
corporativo.
INTELIGÊNCIA ARTIFICIAL

Desafios no uso da IA para profissionais e negócios

Quando a Inteligência Artificial lê informações erradas,

cria padrões errados e desestrutura todo o processo.

Sua implantação sem o devido planejamento é outro fator

preocupante. A pressa para não ficar fora do mercado
costuma ser a principal causa disso. Se não houver
planejamento suficiente, o investimento pode não se
pagar.
INTELIGÊNCIA ARTIFICIAL

Disponibilidade

Um humano médio trabalha de 4 a 6 horas por dia,

excluindo os intervalos.

O ser humano foi construído para tirar algum tempo para

relaxar e se preparar para um novo dia de trabalho.
Entretanto, ao utilizarmos IA podemos fazer as máquinas
trabalharem 24 horas, 7 dias por semana, sem
interrupções.
INTELIGÊNCIA ARTIFICIAL

Decisões mais rápidas

Usando IA com outras tecnologias, podemos fazer com

que as máquinas tomem decisões mais rápidas do que o
ser humano.

Ao decidir que caminho tomar, o homem analisará fatores

práticos e até emocionais, mas a máquina alimentada por
IA funciona conforme o que está programado e fornecerá
os resultados de maneira mais rápida.