Arquitetura para integração e análise de dados baseada no Padrão Indústria 4.0.

• Autor(a) principal: Oliveira, Vitor Furlan de
• Data de Publicação: 2023
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/3/3152/tde-20072023-141327/
• topic: Aprendizado computacional; Banco de dados; Computer learning; Database; Indústria 4.0; Industry 4.0

A Indústria 4.0 caracteriza o fenômeno de transformação tecnológica que vem sendo observado desde a última década e que visa a realização da Fábrica Inteligente. É marcada por serviços e processos inteligentes, que se adaptam rapidamente às demandas do mercado e que estabelecem efetiva interconexão entre todas as entidades envolvidas nesses processos. Diretrizes foram propostas para a integração das tecnologias digitais que servem como base para a Indústria 4.0, a fim de promover uma compreensão comum acerca deste fenômeno, contemplar seus principais aspectos e garantir a interoperabilidade entre sistemas. Os dados se mostram um recurso fundamental para a Indústria 4.0 que, por consequência, tem como um pilar tecnológico as tecnologias e métodos compreendidos pelo termo Big Data & Analytics. Por esta razão, traçar estratégias para a gestão e análise de dados no contexto em questão é essencial para a implementação da Fábrica Inteligente. O presente trabalho apresenta uma proposta de arquitetura para integração e análise de dados, levando em conta as diretrizes propostas para a Indústria 4.0. Entre estas diretrizes, destaca-se neste trabalho o Modelo de Arquitetura de Referência da Indústria 4.0 (RAMI 4.0), uma proposta de modelo de arquitetura de sistemas que busca contemplar as principais funcionalidades da Indústria 4.0; e o Asset Administration Shell, um formato padronizado de representação de artefatos no mundo virtual. O trabalho traz como contribuições: a caracterização dos dados na Indústria 4.0; a identificação de modelos de dados lógicos adequados para diferentes cenários dentro deste contexto; possíveis aplicações industriais de aprendizado de máquina como forma de se extrair valor a partir dos dados; e, como contribuição principal, uma proposta de arquitetura para integração e análise de dados baseada em sistemas de Data Warehouse. Por fim, apresenta-se o mapeamento da proposta de arquitetura em um caso real a fim de exemplificar as contribuições deste trabalho.