Chatrean Kedrovski Jr (*)
Muito se fala na quarta revolução industrial e internet das coisas, mesmo não havendo um consenso uniforme acerca destes conceitos. No meu entendimento, IoT (Internet of Things) e IIoT (Industrial Internet of Things), variante voltada a ambientes de produção, estão relacionadas a integração entre os tradicionais sistemas de automação e controle isolados.
Processos automatizados não intrinsecamente dependentes entre si, eram entregues de forma modular e não havia troca de informações entre eles. A regra era (e ainda é), a operação com o menor custo possível. Nos últimos anos, porém, a instrumentação industrial se diversificou e tornou-se mais acessível, de modo que é possível monitorar e controlar em tempo real processos e equipamentos antes deixados de lado por conta do alto valor de sensoriamento. Além disso, protocolos de comunicação e softwares voltados para esta nova abordagem tem ganhado espaço no mercado.
O maior impacto desta nova realidade é a geração de grandes massas de dados, habitualmente armazenadas e esquecidas nos bancos de dados dos SCADAs e afins. Ouvi relatos de distribuidoras de energia que não sabiam o que fazer com a quantidade de dados provenientes dos “smart meters” em comparação ao simples consumo registrado pelos leituristas, além de não possuírem infraestrutura de TI preparada para este cenário.
Mas o que fazer com toda essa informação? Há tempos que grandes empresas aplicam um conjunto de ferramentas e técnicas de busca de padrões e sequencias em grandes bancos de dados, denominado Data Mining. Conta-se que o gigante Walmart descobriu através da aplicação de algoritmos de data mining, uma correlação entre boas vendas de fraldas em conjunto com cerveja, especificamente às sextas-feiras. Aparentemente o público masculino jovem ao sair do trabalho, dirigia-se até o mercado comprar cerveja para o fim de semana e aproveitava para levar um pacote de fraldas a pedido da esposa. Diz-se que apenas aproximando os dois itens nas prateleiras, as lojas observaram um aumento de vendas de proporção geométrica.
Um centro de operações que monitora simultaneamente e em tempo real uma vasta quantidade de pontos de automação, como no caso da Eletrisa, produz um volume de dados colossal. Do ponto de vista da engenharia de operação, a base de dados do centro de operações é uma mina de ouro, de onde pode-se extrair informações extremamente valiosas que, sendo corretamente exploradas, geram ganhos operacionais significativos, mesmo em usinas a fio d’água. Algoritmos que operam sobre os registros históricos podem ser utilizados para relacionar eventos como precipitação em determinado ponto da bacia hidrográfica, preço do PLD e tempo de enchimento do reservatório, consistindo de uma espécie de BI (business inteligence) que opera no patamar tático. Expandindo-se o conceito e aplicando técnicas de data mining sobre o conjunto de dados como um todo, é possível obter informações de cunho estratégico e traçar um plano de operação altamente eficiente.
E vamos além, tal detecção de padrões e tendências também pode ser aproveitada pela engenharia de manutenção. Pequenos desvios no comportamento mecânico do conjunto turbina/gerador, por exemplo, podem ser indício de falhas em evolução, cujo tratamento nos estágios iniciais se traduz em grande economia para a geradora.
Penso que já é possível realizar o sonho da usina desassistida localmente, desde que seja projetada de forma inteligente. Nossos indicadores demonstram isso, como é o caso da PCH Tambaú de 8,8MW de potência instalada e possui apenas um mantenedor de segunda a sexta-feira em horário comercial, contrastando com inúmeras plantas onde opera-se localmente e em turnos.
A tecnologia evoluiu e não basta mais a um centro de operações visualizar telas ou realizar simples partidas e paradas de máquina conforme o nível apontado por um sensor. Tais ações podem ser executadas automaticamente, contudo, o diferencial de uma operação eficiente está na interpretação dos dados e produção de informação, seja ela operacional, tática ou estratégica, bem como da referida aplicação de tal informação no plano de operação e na manutenção.
(*) Engenheiro de O&M da Eletrisa
