Implementação de uma solução de coleta e transferência de dados industriais em tempo real para a nuvem AWS.

Detalhes bibliográficos
Autor(a) principal: Aguilar Díaz, Serbio Arturo
Data de Publicação: 2024
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/3/3139/tde-26082024-131252/
Resumo: Este trabalho apresenta uma solução voltada para pequenas e médias indústrias, centrada na coleta e transferência de dados em tempo real para a nuvem AWS. Além de representar um marco significativo para o Laboratório de Controle de Processos Industriais (LCPI), ao realizar sua primeira integração com a nuvem, a proposta deste estudo visa abrir perspectivas promissoras para a adoção de conceitos fundamentais da Indústria 4.0. A interface gráfica intuitiva facilita a configuração da coleta de dados, proporcionando uma abordagem prática e adaptada ao contexto do LCPI. A escolha estratégica dos serviços AWS, como IoT Core, Kinesis Data Firehose, Amazon S3, Athena e QuickSight, reflete eficiência técnica, resultando em armazenamento e análise eficientes na nuvem. Esta arquitetura robusta não apenas alcança conquistas técnicas significativas, mas também estabelece um precedente valioso para futuras inovações no LCPI. Ao liderar a aplicação prática de tecnologias emergentes, o LCPI fortalece sua posição como um centro de referência em controle de processos industriais inovadores.
id USP_ad24c4c21db5546a0e8134fb81a11bf8
oai_identifier_str oai:teses.usp.br:tde-26082024-131252
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Implementação de uma solução de coleta e transferência de dados industriais em tempo real para a nuvem AWS.Untitled in englishAWSAWSCloudComputação em nuvemIndústria 4.0Industry 4.0IoTIoTPythonPythonEste trabalho apresenta uma solução voltada para pequenas e médias indústrias, centrada na coleta e transferência de dados em tempo real para a nuvem AWS. Além de representar um marco significativo para o Laboratório de Controle de Processos Industriais (LCPI), ao realizar sua primeira integração com a nuvem, a proposta deste estudo visa abrir perspectivas promissoras para a adoção de conceitos fundamentais da Indústria 4.0. A interface gráfica intuitiva facilita a configuração da coleta de dados, proporcionando uma abordagem prática e adaptada ao contexto do LCPI. A escolha estratégica dos serviços AWS, como IoT Core, Kinesis Data Firehose, Amazon S3, Athena e QuickSight, reflete eficiência técnica, resultando em armazenamento e análise eficientes na nuvem. Esta arquitetura robusta não apenas alcança conquistas técnicas significativas, mas também estabelece um precedente valioso para futuras inovações no LCPI. Ao liderar a aplicação prática de tecnologias emergentes, o LCPI fortalece sua posição como um centro de referência em controle de processos industriais inovadores.This work presents a solution aimed at small and medium-sized industries, focused on collecting and transferring data in real time to the AWS cloud. In addition to representing a significant milestone for the Industrial Process Control Laboratory (LCPI), by carrying out its first integration with the cloud, the proposal of this study aims to open promising perspectives for the adoption of fundamental concepts of Industry 4.0. The intuitive graphical interface makes it easy to configure data collection, providing a practical approach adapted to the LCPI context. The strategic choice of AWS services, such as IoT Core, Kinesis Data Firehose, Amazon S3, Athena and QuickSight, reflects technical efficiency, resulting in efficient storage and analysis in the cloud. This robust architecture not only achieves significant technical achievements, but also sets a valuable precedent for future innovations in LCPI. By leading the practical application of emerging technologies, LCPI strengthens its position as a reference center for innovative industrial process control.Biblioteca Digitais de Teses e Dissertações da USPGarcia, ClaudioAguilar Díaz, Serbio Arturo 2024-02-15info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3139/tde-26082024-131252/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-08-27T12:56:02Zoai:teses.usp.br:tde-26082024-131252Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-08-27T12:56:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Implementação de uma solução de coleta e transferência de dados industriais em tempo real para a nuvem AWS.
Untitled in english
title Implementação de uma solução de coleta e transferência de dados industriais em tempo real para a nuvem AWS.
spellingShingle Implementação de uma solução de coleta e transferência de dados industriais em tempo real para a nuvem AWS.
Aguilar Díaz, Serbio Arturo
AWS
AWS
Cloud
Computação em nuvem
Indústria 4.0
Industry 4.0
IoT
IoT
Python
Python
title_short Implementação de uma solução de coleta e transferência de dados industriais em tempo real para a nuvem AWS.
title_full Implementação de uma solução de coleta e transferência de dados industriais em tempo real para a nuvem AWS.
title_fullStr Implementação de uma solução de coleta e transferência de dados industriais em tempo real para a nuvem AWS.
title_full_unstemmed Implementação de uma solução de coleta e transferência de dados industriais em tempo real para a nuvem AWS.
title_sort Implementação de uma solução de coleta e transferência de dados industriais em tempo real para a nuvem AWS.
author Aguilar Díaz, Serbio Arturo
author_facet Aguilar Díaz, Serbio Arturo
author_role author
dc.contributor.none.fl_str_mv Garcia, Claudio
dc.contributor.author.fl_str_mv Aguilar Díaz, Serbio Arturo
dc.subject.por.fl_str_mv AWS
AWS
Cloud
Computação em nuvem
Indústria 4.0
Industry 4.0
IoT
IoT
Python
Python
topic AWS
AWS
Cloud
Computação em nuvem
Indústria 4.0
Industry 4.0
IoT
IoT
Python
Python
description Este trabalho apresenta uma solução voltada para pequenas e médias indústrias, centrada na coleta e transferência de dados em tempo real para a nuvem AWS. Além de representar um marco significativo para o Laboratório de Controle de Processos Industriais (LCPI), ao realizar sua primeira integração com a nuvem, a proposta deste estudo visa abrir perspectivas promissoras para a adoção de conceitos fundamentais da Indústria 4.0. A interface gráfica intuitiva facilita a configuração da coleta de dados, proporcionando uma abordagem prática e adaptada ao contexto do LCPI. A escolha estratégica dos serviços AWS, como IoT Core, Kinesis Data Firehose, Amazon S3, Athena e QuickSight, reflete eficiência técnica, resultando em armazenamento e análise eficientes na nuvem. Esta arquitetura robusta não apenas alcança conquistas técnicas significativas, mas também estabelece um precedente valioso para futuras inovações no LCPI. Ao liderar a aplicação prática de tecnologias emergentes, o LCPI fortalece sua posição como um centro de referência em controle de processos industriais inovadores.
publishDate 2024
dc.date.none.fl_str_mv 2024-02-15
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/3/3139/tde-26082024-131252/
url https://www.teses.usp.br/teses/disponiveis/3/3139/tde-26082024-131252/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257400550096896

Registros relacionados