Arquivo de tag IIoT

porRicardo Jorge

TensorFlow.js – introdução a machine learning

Neste artigo sobre TensorFlow.js – introdução a machine learning, será feita uma introdução a este poderoso Framework para machine learning ( ou Aprendizado de máquina em português ).

Até bem recentemente, apenas começar a escrever sua primeira linha de código de aprendizado de máquina exigia um grande investimento inicial em tempo e dinheiro.

A boa notícia é que para iniciar o aprendizado de máquina, nunca foi tão fácil.

Na verdade, se você está lendo este artigo, significa que já tem as ferramentas de que precisa para mergulhar de cabeça.

Agora você pode aprender a estrutura de aprendizado de máquina TensorFlow diretamente no seu navegador, usando Javascript.

O TensorFlow.js foi lançado no Google I / O 2018.

Executar o aprendizado de máquina no navegador abre um mundo de casos de uso e é uma ótima oportunidade de usar Javascript para aprender sobre os conceitos e estruturas de aprendizado de máquina.

Dando os primeiros passos

Tudo que você precisa para executar o Tensorflow.js é seu navegador WEB.

É fácil perder de vista toda a conversa sobre transpiladores, empacotadores e demais ferramentas, mas tudo que você precisa é um navegador da WEB para executar TensorFlow.js.

O código que você desenvolve localmente é o mesmo código que você poderá enviar aos usuários para executar em seus navegadores.

Se você é novo no Javascript ou se já faz um tempo desde que escreveu qualquer código de front-end, algumas das mudanças recentes nas linguagens podem confundi-lo.

Um pouco da história do Javascript

À medida que nossas expectativas para os aplicativos da web aumentaram na última década, o ecossistema de front-end explodiu em complexidade.

A linguagem Javascript, em particular, amadureceu muito como linguagem de programação, adotando uma série de mudanças com visão de futuro para a linguagem, enquanto continua a oferecer suporte a uma das maiores bases de usuários de qualquer linguagem de programação.

Novas alterações nas especificações da linguagem Javascript são referenciadas com acrônimos como ES5, ES6, ES2015, E2016.

ES significa ECMAScript e Javascript é baseado neste padrão. 5 e 6 eram tradicionalmente usados ​​para se referir a versões do padrão, mas hoje em dia os anos são usados ​​para maior clareza.

Nem todos os navegadores WEB suportam da mesma forma as várias versões de ECMAScript e alguns problemas de compatibilidade podem ocorrer.

Por que os modelos de código em JavaScript

Muitos modelos foram implementados em Python porque Python é uma escolha popular entre cientistas de dados e tem o melhor suporte em termos de funções.

No entanto, a ampla adoção do aprendizado profundo ( deep learning ) em todos os tipos de aplicativos atraiu desenvolvedores de diferentes origens em linguagens de programação.

Além disso, as práticas de implementação de modelos tornaram-se mais bem compreendidas e amplamente disponíveis, permitindo que mais desenvolvedores construam seu próprio modelo que se adapta melhor a sua aplicação.

Felizmente, o TensorFlow foi projetado para oferecer suporte a diferentes vinculações de linguagem, em particular, programação Python, C, R, JavaScript e Java ™.

Como cada linguagem oferece seu próprio conjunto de vantagens, os desenvolvedores têm seus motivos para escolher a linguagem de programação.

Portanto, é importante permitir que os desenvolvedores permaneçam com seus ambientes de programação familiares, em vez de exigir que eles aprendam uma nova linguagem.

Por que APIs de alto nível ?

Codificar um modelo em uma API de alto nível permite que você seja mais produtivo, concentrando-se no design de alto nível e evitando as porcas e parafusos da implementação de baixo nível.

O código é muito mais curto e fácil de ler e manter.

O que são os Tensores ?

Os tensores são os principais blocos de construção do TensorFlow.

Eles são contêineres de dados n-dimensionais. Você pode pensar neles como arrays multidimensionais em linguagens como PHP, JavaScript e outras.

O que isso significa é que você pode usar tensores como valores escalares, vetoriais e matriciais, uma vez que são uma generalização deles.

Cada tensor contém as seguintes propriedades

  • rank – número de dimensões
  • shape – tamanho de cada dimensão
  • dtype – tipo de dados dos valores

Conclusão : TensorFlow.js é um Framework que permite inúmeras possibilidades e neste artigo foi feita apenas uma breve introdução, deixando links para materiais que podem ser consultados para uma experiência mais completa sobre este assunto.

É importante conhecer e saber que existem várias opções, quando o assunto é “aprendizado de máquina”.


Material consultado :

Hello World with Tensorflow.js

Coding a deep learning model using TensorFlow.js

Getting Started with TensorFlow.js

Introduction to Tensorflow.js and Machine Learning


Artigos relacionados :

Pare de chamar tudo de Inteligência Artificial

IoT o que fazer após a instalação?

IoT e os dados dos sensores e do CLP


Image by Gerd Altmann from Pixabay
porRicardo Jorge

IoT e os dados dos sensores e do CLP

Neste artigo sobre IoT e os dados dos sensores e do CLP, abordaremos o uso adequado destas duas fontes de dados, para obtermos um conjunto poderoso de informações sobre nosso ambiente em operação.

Também poderemos perceber que existem dois caminhos possíveis para uma implementação IoT, sendo um a partir dos dados já existentes, sendo coletados pelo CLP, e os dados complementares, que serão capturados por sensores específicos.

Quando se trata de coletar dados para IIoT, devemos focar na qualidade e também na quantidade.

Necessitamos ter dados que permitam a análise e a tomada de decisões tanto no curto, como também no longo prazo.

Deep Data versus Big Data

Basta pesquisar sobre IIoT e você encontrará muitas informações sobre a utilidade de Big Data e análise preditiva.

De acordo com um artigo da Forbes, “Embora o volume, a velocidade e a variedade que o Big Data oferece possam sem dúvida revelar efeitos importantes que escapam ao olho humano e aos métodos tradicionais de pesquisa empírica, essa é simplesmente a primeira etapa no processo de criação de valiosos insights que derivam de intervenções baseadas em evidências.

Prever resultados é útil, mas explicá-los e compreender suas causas, é muito mais valioso, tanto de uma perspectiva teórica quanto prática.”

O autor, neste caso, estava se referindo aos processos de recursos humanos (RH) em sua obra, mas suas afirmações são tão válidas para o chão de fábrica quanto para o departamento de seleção e recrutamento.

Big Data consiste em capturar as vastas quantidades de dados que já estão disponíveis e analisá-los.

Em outras palavras, olhar para os dados de uma maneira diferente.

Muitos dos dados serão úteis, mas alguns não, e isto também se aplica aos resultados.

Enquanto isto, Deep Data levam essa análise a um nível mais granular.

Ao eliminar dados que não são relevantes para um determinado curso de investigação e focar em fluxos, as tendências preditivas que resultam da análise de dados profundos ( Deep Data ) tendem a ser mais precisas no geral.

Dados dos sensores versus Dados do CLP

Os dados dos sensores, são todos os dados de um sensor específico em uma máquina, considerados dentro de um período de tempo designado.

O sensor é projetado para monitorar algo específico, como uma vibração, que pode dizer ao operador que a máquina está ligada ou desligada.

Esses dados podem ou não ser significativos quando revisados ​​ou analisados.

Um CLP é capaz de extrair uma grande quantidade de tipos de dados que, juntamente com os dados do sensor, fornecem uma imagem mais completa do que está acontecendo em qualquer máquina.

Este CLP pode monitorar entradas e saídas de e para uma máquina e pode tomar decisões lógicas quando necessário, com base na programação.

Por que utilizar os dois conjuntos de dados é o ideal

A chave para análises e resultados de alta qualidade é ser capaz de ter uma plataforma que possa capturar dados profundos do CLP e também os dados dos sensores, que monitoram itens mais específicos que podem não estar disponíveis através do CLP.

Por exemplo, como observado acima, embora um sensor possa fornecer os limites de vibração em uma determinada máquina ou parte de uma máquina, os dados do CLP dessa mesma máquina, podem incluir parâmetros para sinalizar que uma falha está prestes a ocorrer na produção.

Com os dados do CLP, vem a capacidade de controlar as operações, incluindo a sequência de atividades em que uma máquina pode estar envolvida, o correto tempo para certas tarefas ocorrerem e assim por diante.

Quando os dados obtidos pelo CLP, mostram que um desses elementos programados está operando de maneira inadequada, o operador pode responder mais rapidamente do que se tivesse que investigar manualmente um problema de forma isolada.

A lógica interna ao CLP pode ser programada para garantir que os dados retornados correspondam ao estado desejado e que a máquina esteja funcionando em um nível ideal.

Isso gera uma informação mais precisa, do que apenas saber se uma máquina está vibrando ou não.

Ter os dois conjuntos de dados analisados ​​e entregues ao usuário, fornece muito mais informações do que os sensores por conta própria, permitindo ao operador a flexibilidade de coletar os dados necessários em tempo hábil para evitar paralisações dispendiosas e problemas de manutenção.

Em vez disso, o tempo de inatividade planejado e a manutenção preditiva proativa podem ocorrer, aumentando a eficiência e melhorando os resultados financeiros.

Conclusão

Existe mais de uma abordagem e metodologia para implementação de IoT / IIoT em sua empresa e para seu negócio.

Conforme o estágio no qual você esteja, ou até mesmo o nível de investimento possível e desejável, uma abordagem será melhor do que outra.

Caso já tenha CLPs e inversores instalados e queria iniciar rapidamente e com um investimento mínimo, uma opção é fazer o acesso aos dados já existentes nestes dispositivos. Isto será útil para validar seus conceitos e obter as métricas iniciais para um projeto maior e melhor definido.

Qualquer que seja o caminho adotado, o uso de IoT trará, com os devidos cuidados, os resultados esperados.


Artigos relacionados :

Modbus e Profibus os protocolos da indústria

Indústria 4.0 e a Internet das Coisas Industrial – IIoT

Indústria 4.0 – Introdução


Este artigo foi baseado neste link.


Image by Gerd Altmann from Pixabay
porRicardo Jorge

IoT o que fazer após a instalação?

Neste artigo sobre IoT o que fazer após a instalação?, serão abordados os tópicos básicos que devem ser avaliados por quem deseja ter bons resultados através da implementação de IoT.

Inúmeros são os artigos falando sobre a importância e os benefícios de IoT, mas pouco é comentado sobre o que deve ser feito após a implementação de uma solução IoT e principalmente o que deve ser preparado antes da implementação, para que tudo faça sentido e traga os resultados esperados.

IoT está relacionado com sensores e a obtenção dos dados sobre o ambiente onde estes sensores estão ou serão instalados.

De posse destes dados e com as metodologias e ferramentas adequadas, a tomada de decisão será facilitada, ampliada e melhorada.

Leia mais sobre a importância dos sensores, neste outro artigo IoT e os dados dos sensores e do CLP.

É claro que existem dispositivos IoT associados a atuadores, mas os dados são provenientes da quantidade e da qualidade dos sensores existentes em seu ambiente.

Quando falamos sobre metodologia, mesmo algo simples como 5W2H pode ser um excelente ponto de partida.

Não basta acreditar nas promessas que a tecnologia IoT trará para você ou para seu negócio.

Você precisa definir critérios para o antes e o pós implementação.

Você tomaria uma decisão importante, a partir de uma única informação?

Usando 5W2H, podemos definir alguns pontos básicos, como :

  • Who? (Quem?)
    • será o fornecedor e o responsável pela implementação
    • fará a operação deste sistema em minha empresa
  • What? (O quê?)
    • devo monitorar e automatizar em meu ambiente
  • Where? (Onde?)
    • no meu ambiente, devo iniciar a implementação de IoT
    • Você já tem CLPs e inversores que podem ser usados ?
  • When? (Quando?)
    • desejo ter os primeiros resultados desta implementação
  • Why? (Por que?)
    • preciso implementar IoT em meu ambiente
  • How? (Como?)
    • Serão implementados os sensores em meu ambiente
      • Posso utilizar os CLPs existentes
      • Devo instalar sensores “do zero”
    • Treinar minha Equipe e integrar com meu ERP
    • a implementação trará os resultados desejados
    • será feita a gestão de todo o ecossistema de IoT em meu ambiente
  • How Much?(Quanto?)
    • Qual será o ROI e o TCO desta implementação

Na lista acima, temos alguns pontos de partida para nosso estudo, mas estes pontos devem ser ajustados para cada necessidade específica.

time-money

Decisão deveria estar associada a informação!

Para ilustrar a importância dos sensores e, através de uma rápida pesquisa pela Internet, podemos ver que um veículo convencional tem entre 60 a 100 sensores.

Enquanto isso, uma aeronave conta com aproximadamente 50.000 sensores e coleta em média 2.5 terabytes de dados por dia.

Quando implementamos IoT, a coleta de dados será iniciada!

Sendo assim, o tratamento e a análise destes dados, precisam estar definidos desde o início da implementação, sob pena do processo ficar incompleto e não trazer os resultados esperados e possíveis de serem atingidos.

IoT tem total relação com o negócio e com a análise dos dados obtidos e não só com tecnologia, como muitas vezes é visto e divulgado !

Como podemos ver, é preciso estar preparado para coletar e salvar os dados provenientes das várias fontes ( sensores / CLP ), pois eles serão usados para nosso sistema de tomada de decisão.

Em uma fase posterior a coleta, estes dados serão tratados por algum processo de Big Data e serão usados para o controle dos atuadores do ambiente e, melhorando a gestão dos processos produtivos.

Posteriormente, os dados serão integrados com o ERP da empresa, para melhorar a tomada de decisão já no nível do negócio.

E você? Já definiu o que fazer, após a instalação de um sistema IoT em sua empresa?

Deixe seus comentários aqui em nosso Blog.


Artigos relacionados :

Séries históricas e IoT – conheça planeje e decida

IoT – segurança e integridade dos dados

IoT e os dados dos sensores e do CLP

Modbus e Profibus os protocolos da indústria

Como desenvolver vender e ter sucesso com IoT


Image by methodshop from Pixabay
Image by Peggy und Marco Lachmann-Anke from Pixabay
porRicardo Jorge

Modbus e Profibus os protocolos da indústria

Neste artigo sobre Modbus e Profibus os protocolos da indústria, abordaremos uma parte fundamental da Indústria 4.0, que é a infraestrutura de comunicação para os sistemas de automação e controle.

Conhecendo melhor os meios e os protocolos de comunicação existentes nos controladores utilizados na indústria, poderemos ter uma melhor visão e mais opções para integração dos processos e a possível implementação de IoT em seu ambiente.

Observação : CLP ( Controladores Lógicos Programáveis ) ou PLC ( Programmable Logic Controller ) costumam ser amplamente encontrados na indústria, associados ao controle de processos e já são usados por vários anos.

Os protocolos Modbus e Profibus na indústria.

Introdução :

Vivemos em um mundo multi protocolo e isso provavelmente não mudará tão cedo.

Cada um dos protocolos aqui abordados, Modbus e Profibus, tem seus pontos fortes e fracos.

Conhecer um pouco mais sobre eles, ajudará você a extrair o melhor de cada um, para seu caso de uso.

Uma parte importante é não esquecermos que os dois protocolos podem ser combinados para uma operação conjunta.

Introdução ao Modbus :

Considerando uma linha de tempo, o Modbus é o “avô” dos protocolos de comunicação industrial.

Ele foi originalmente projetado em meados da década de 1970 pela Modicon como uma forma de conectar dispositivos inteligentes com PLCs usando um conceito simples de mestre / escravo.

O termo “simples” é um atributo chave para o Modbus – e também sua maior força.

É fácil de implementar e fácil de usar.

Quando foi introduzido pela primeira vez, era um protocolo proprietário que apenas o Modicon podia usar. No entanto, ele foi publicado posteriormente sem royalties para que qualquer pessoa pudesse usá-lo.

Finalmente, o Modicon o tornou um protocolo aberto.

Quando foi publicado, várias empresas começaram a utilizá-lo, criando diferentes interpretações e modificações da especificação original.

Como resultado, agora existem algumas variações em uso.

O documento de especificação tem menos de 100 páginas, o que é uma boa indicação do baixo nível de complexidade do protocolo.

Em comparação, o documento de especificação do Profibus tem milhares de páginas. O termo “Modbus” normalmente se refere a um dos três protocolos relacionados :

  • O Modbus ASCII foi o primeiro Modbus e é um protocolo serial, normalmente executado na camada física RS-232 ou RS-485. Todos os escravos são pesquisados ​​sob demanda pelo mestre, e há apenas um mestre. O quadro de mensagem pode ter até 252 bytes de comprimento e até 247 endereços são possíveis. O quadro de mensagens e os códigos de função, são muito simples.
  • O Modbus RTU é, na verdade, apenas uma pequena variação do protocolo Modbus ASCII. A única diferença está na codificação dos dados. ASCII codifica a mensagem em caracteres ASCII, enquanto RTU usa bytes, aumentando assim a taxa de transferência do protocolo. Em geral, a RTU é mais popular, principalmente em novas instalações.
  • O Modbus TCP / IP foi adicionado muito mais tarde. Uma maneira simples de pensar sobre o Modbus TCP / IP é imaginá-lo encapsulando um pacote Modbus RTU dentro de um pacote TCP / IP. Há um pouco mais do que isso, mas é essencialmente isso que o Modbus fez. Como resultado, o Modbus TCP / IP também é muito simples de implementar. A desvantagem é que, por usar o protocolo TCP / IP para todas as mensagens, é lento em comparação com outros protocolos industriais Ethernet – mas ainda assim rápido o suficiente para aplicativos de monitoramento.

Como o Modbus opera

Como já foi observado, o Modbus é um protocolo mestre-escravo simples.

O mestre tem controle total da comunicação no barramento, enquanto um escravo só responderá quando for acessado ( solicitado ).

O mestre gravará as saídas e lerá as entradas de cada um de seus escravos, durante cada ciclo.

O protocolo é bastante básico. Não há nenhum requisito adicional para o escravo ou mestre ter um temporizador de watchdog para garantir que as comunicações ocorram dentro de um determinado tempo.

Os dispositivos escravos não “ingressam” na rede. Eles simplesmente respondem sempre que um mestre fala com eles.

Se o mestre nunca fala com eles, eles estão ociosos.

Também não há requisitos para diagnósticos relacionados à saúde do escravo. Se o mestre solicitar dados que não façam sentido para o escravo, o escravo pode enviar uma resposta de exceção.

Porém, se a variável do processo estiver errada ou se o dispositivo tiver problemas de funcionamento, não há nada no protocolo que exija que o escravo relate isso.

Introdução ao Profibus

Se o Modbus é o “avô” dos protocolos, então o Profibus é o jovem atleta – enxuto e rápido.

O Profibus foi projetado na década de 1990 para atender a todas as necessidades de comunicação industrial para automação de fábrica e de processo.

Tal como acontece com o Modbus, existem vários termos associados a este protocolo:

  • Profibus DP
  • Profibus PA
  • Profisafe
  • Profidrive e Profinet.

Uma maneira de visualizar como esses termos se encaixam é pensar no Profibus como um livro com muitos capítulos.

O livro se chamaria Profibus DP (Periférico Descentralizado).

Os capítulos do livro seriam chamados de Profibus PA (Automação de Processo), Profisafe para aplicações de segurança e Profidrive para aplicações de inversores de alta velocidade.

Além disso, haveria um segundo livro dos mesmos autores, denominado Profinet, com muitos capítulos, incluindo Profisafe e Profidrive.

Como o Profibus opera

O Profibus também é um protocolo do tipo mestre-escravo como o Modbus, mas com um protocolo token ring adicional para permitir vários mestres.

Além disso, ao contrário do Modbus, todos os dispositivos passam por uma sequência de inicialização durante a qual eles “entram” na rede.

Cada escravo mantém um cronômetro à prova de falhas. Se o mestre não falar com ele dentro de um determinado limite de tempo, o escravo entrará em um estado seguro; o mestre deve então passar pela sequência de inicialização novamente antes que a troca de dados possa ocorrer.

Isso, em combinação com um temporizador de watchdog no mestre, garante que toda a comunicação ocorra a cada ciclo do barramento com um determinado valor de tempo.

O mestre recebe o token, que lhe dá o controle do barramento. Em seguida, ele trocará dados com cada um de seus escravos e, quando concluído, passará o token para o próximo mestre (se houver).

O requisito de diagnósticos detalhados de cada escravo também está incluído no protocolo. Durante a troca normal de dados, um escravo pode alertar o mestre de que possui diagnósticos, que o mestre irá ler durante a próxima varredura do barramento.

Considerações sobre o uso de Modbus e Profibus

O Modbus é um protocolo muito simples, fácil de usar e compatível com o modem.

No entanto, há uma grande variação no próprio protocolo e em sua definição de camada física, o que pode criar problemas em aplicativos que envolvam vários fornecedores.

Profibus é um protocolo muito robusto que foi projetado para automatizar plantas inteiras.

Funciona extremamente bem em aplicativos de vários fornecedores, com modems e possui diagnósticos detalhados.

Ao conectar um controlador a um dispositivo inteligente em uma configuração ponto a ponto, ou se houver apenas um local remoto, o Modbus é uma solução viável.

Para situações onde há mais pontos, com diferentes fornecedores envolvidos ou onde existe um ambiente sujeito a muito ruído que possa prejudicar a comunicação dos dados, o Profibus é a melhor solução.

Aplicações integradas

Existem aplicações e usos que tem ganho popularidade e também oferece o melhor dos dois mundos.

Um exemplo de tal aplicação é usar Modbus como o transporte de dados entre um controlador mestre / concentrador de dados e utilizar uma estação remota com Profibus.

Um cenário seria a coleta de dados via Profibus que por sua vez, repassa as informações para um sistema de controle usando Modbus.

Os benefícios desse tipo de configuração são significativos.

Do lado Modbus:

  • Suporte fácil para modem ( linha discada, sistemas sem fio e celular )
  • Implementação simples

Do lado Profibus:

  • Saída padronizada e diagnósticos dos instrumentos
  • Camada física robusta
  • Instalação intrinsecamente segura, reduzindo assim os custos de instalação
  • Capacidade de se comunicar com instrumentos de campo através do barramento

As comunicações robustas do Profibus / Profinet e a facilidade de uso em aplicações e, ambientes com muito ruído e / ou de vários fornecedores o tornam um protocolo ideal para todas as aplicações industriais.

O Modbus é fácil de usar em pequenas aplicações e fornece uma boa ligação entre um sistema SCADA e o concentrador de dados.

Conclusão

Ambos os protocolos terão uma vida longa e prospera :

Profibus / Profinet para a maioria das aplicações

Modbus / Modbus TCP / IP para aplicações ponto a ponto.

Complemento

Vários dispositivos e sistemas em um ambiente industrial, podem ter tanto Modbus como Profibus disponíveis e será uma questão de necessidade ou preferência, utilizar um ou outro.

Devido a facilidade de implementação, o Modbus poderá ser um excelente ponto de partida para uma iniciativa Iot ou IIoT, baseada em recursos já instalados e prontos para uso dentro de seu ambiente.

É comum contar com CLPs, inversores e alguns tipos de sensores e atuadores, com Modbus disponível.

Isto facilita, agiliza e barateia uma implementação IoT.


Este artigo é baseado neste link.


Artigos relacionados: :

Indústria 4.0 e a Internet das Coisas Industrial – IIoT


Image by Gerd Altmann from Pixabay
porRicardo Jorge

Séries históricas e IoT – conheça planeje e decida

O artigo Séries históricas e IoT – conheça planeje e decida fará uma introdução sobre a importânica do armazenamento adequado, dos dados provenientes dos coletores IoT.

Praticamente todo dispositivo IoT faz alguma coleta baseada em tempo, que pode ser da ordem de segundos, minutos ou horas.

Tudo depende do processo sendo monitorado e das especificações do hardware do dispositivo IoT além da forma de comunicação deste dispositivo com o ponto central para onde as coletas serão enviadas e armazenadas.

Devido a esta característica de coleta por tempo, nada melhor do que utilizarmos um sistema ( Banco de Dados ), que salve e recupere os dados de uma maneira fácil, simples e rápida, baseada no momento da coleta.

Banco de Dados de Série Histórica

Um Banco de Dados de Série Histórica, também denominado Banco de Dados de Série Temporal, é um sistema desenvolvido para um armazenamento eficiente de dados que utilizam uma referência de tempo, para sua identificação.

Esta referência de tempo é conhecida como timestamp, e costuma ser uma contagem em segundos ou até em milisegundos, à partir de uma data conhecida e / ou pré determinada.

Por exemplo, nos sistemas Linux, BSD e Unix, é a contagem de segundos desde 01/01/1970 às 00:00:00 horas UTC.

Os Bancos de Dados de Série Temporal também são conhecidos como NoSQL, embora alguns destes Bancos tenham capacidade de pesquisa através de sentenças SQL padrão.

Devido a velocidade com a qual os dados coletados podem chegar ao ponto de armazenamento, estes Bancos de Dados de Série Temporal precisam lidar com grandes volumes de dados e devem ter a capacidade de serem escaláveis para adequar suas necessidades de armazenamento e performance, conforme o ambiente necessitar.

Exemplos de uso

Podemos citar 2 exemplos práticos de uso do armazenamento de coletas IoT em bancos de Dados de Série Histórica:

  • Nosso coletor de telemetria para compressores de ar
  • O atual projeto do monitor Off-Grid

No caso do coletor para telemetria, os dados são enviados contendo informações como :

  • Timestamp da coleta
  • Temperatura do compressor
  • Tempo ativo do compressor
  • Número de partidas do compressor

Já para o protótipo do monitor Off-Grid, temos :

  • Timestamp da coleta
  • Tensão do banco de de baterias
  • Temperatura do ambiente onde estão as baterias
  • Tempo de carga da(s) bateria(s)
  • Tempo de descarga da(s) bateria(s)
  • Watts em uso ( atual)
  • Corrente ( atual)

Existem outras coletas, mas as mostradas acima são apenas um exemplo.

Um ponto a ser destacado nas coletas baseadas em tempo, é que através de pesquisas e / ou de gráficos, fica muito fácil perceber a relação entre os eventos coletados.

Isto é normalmente utilizado no que chamamos de “causa raiz”.

Com o relacionamento dos eventos, sincronizados pelo momento da coleta ( “timestamp” ) conseguimos perceber o que ocorreu antes ( “causa” ) e qual efeito gerou no sistema / ambiente.

Séries históricas e IoT

Através desta introdução, é possível notar a importãncia do correto armazenamento dos dados coletados.

Com as coletas, será possível conhecer melhor o ambiente monitorado, fazendo uma gestão adequada e tomando as ações necessárias nos casos onde existam exceções.

Parte destas ações, poderão ser automatizadas usando Inteligência Artifical e Análise dos dados ( Analytics ), permitidindo que os atuadores IoT sejam acionados para corrigir os processos em tempo real.

Observação : um dispositivo IoT pode ser composto por um coletor e um atuador, sendo o coletor responsável por coletar e enviar os dados e o atuador, responsável por acionar algum processo ( abrir / fechar uma válvula, ligar / desligar algo, etc. ).

E você, como faz a gestão de seus coletores IoT ?

Referências :

Banco de Dados Temporais

Artigos relacionados :

arduino – Monitor para energia solar e eólica – Parte 2

IoT – segurança e integridade dos dados

STEM e a importância para sua carreira

Indústria 4.0 e a Internet das Coisas Industrial – IIoT



Image by 🎄Merry Christmas 🎄 from Pixabay

porRicardo Jorge

Linguagem C dicas sobre programação

No artigo Linguagem C dicas sobre programação será mostrado que algumas opções de programação podem gerar efeitos diferentes do esperado.

Ao longo dos anos de uso e com a experiência adquirida, acabamos definindo nossas formas prediletas de codificação.

Entretanto, em alguns casos é necessário avaliar se o resultado será consistente e principalmente, o que esperamos.

Além disto, algumas formas de codificação melhoram o desempenho do código, permitindo que aquele hardware mais “simples”, possa ser usado em nosso projeto.

A linguagem C é bastante flexível e expressiva; essas são algumas das razões pelas quais ela tem sido bem-sucedida e resiliente à substituição por linguagens “melhores”.

Um exemplo de sua flexibilidade é a possibilidade de escrever uma expressão de várias maneiras que são funcionalmente equivalentes.

Isso permite que o estilo de codificação seja adaptado às necessidades pessoais.

No entanto, há um problema: às vezes, o código aparentemente equivalente tem diferenças sutis.

Isso pode ocorrer no código mais simples e exploraremos algumas possibilidades neste artigo.

É comum para linguagem C, fornecer várias maneiras diferentes de fazer algo, sendo todas equivalentes.

Por exemplo, dado que x é uma variável do tipo integer ( int ), cada uma das seguintes instruções fará exatamente o mesmo trabalho:

x = x + 1;
x += 1;
x++;
++x;

Em todos os casos, 1 será adicionado a x.

A única diferença é que dependendo do compilador, um código ligeiramente melhor poderá ser gerado para as duas últimas opções.

As duas formas de uso do operador ++, produzem o mesmo resultado.

No entanto, se o valor da expressão for usado, o pré-incremento e o pós-incremento são diferentes, assim:

y = x++;   // y terá o valor de x antes do incremento
y = ++x;   // y terá o valor de x após o incremento

Curiosamente, o pós-incremento é um pouco mais “pesado”, pois o armazenamento precisa ser alocado para manter o valor antigo de x.

No entanto, um compilador provavelmente otimizaria isso.

Se o armazenamento for alocado quando o valor da expressão não for usado, siginifica que o compilador usado não é o mais indicado !

Se, em vez de ser um int, x fosse um ponteiro para int, adicionar 1 teria o efeito de adicionar 4 (em uma máquina de 32 bits).

No entanto, às vezes, construções que parecem ser equivalentes têm diferenças muito sutis.

Provavelmente, a coisa mais simples que você pode fazer em qualquer linguagem de programação é atribuir um valor a uma variável.

Neste caso, poderíamos escrever o seguinte em C :

alpha = 99;
beta = 99;
gamma = 99;

Claro, uma forma mais compacta ficaria assim:

alpha = beta = gamma = 99;

Será que estas duas formas descritas são 100% equivalentes ?

Na maioria das vezes, essas duas construções são inteiramente equivalentes, mas existem (pelo menos) quatro situações em que escolher uma ou outra pode fazer a diferença:

Em primeiro lugar, e de forma mais comum, cada variável é separada e talvez um comentário indicando por que ela está definida com esse valor seja apropriado.

Em segundo lugar, é sempre bom escrever código sustentável.

Talvez, em algum momento no futuro, o código precise ser alterado para que todas as três variáveis ​​não sejam definidas com o mesmo valor.

O primeiro formato se presta mais facilmente a modificações.

O terceiro motivo está relacionado a compiladores abaixo do padrão, que podem gerar código como este para a primeira construção:

mov r0, #99
mov alpha, r0
mov r0, #99
mov beta, r0
mov r0, #99
mov gamma, r0

A segunda construção dá a dica de que r0 só precisa ser carregado uma vez.

Novamente, um compilador melhor não precisaria da dica.

Por último, há a questão da ordem de execução.

Na primeira construção, é totalmente claro que alfa será atribuído primeiro e gama por último.

Um compilador interpretará a segunda construção assim:

alpha = (beta = (gamma = 99));

Isso significa que a ordem de atribuição foi invertida.

Será que isso importa?

Na maioria das vezes, não.

Mas se fossem registradores de dispositivos, não variáveis ​​comuns, isso poderia fazer uma grande diferença.

É muito comum que o hardware precise que os valores de configuração sejam carregados em uma sequência precisa.

Portanto, eu diria que as atribuições múltiplas em uma construção de instrução devem ser evitadas.

No geral, embora C seja uma linguagem pequena, pode-se argumentar que ela poderia ser ainda menor, fornecendo menos maneiras de fazer as coisas.

O resultado pode ser um código mais claro e sustentável.

Artigo baseado nesta publicação.

Artigos relacionados

Função switch e a máquina de estado – state machine

arduino – como melhorar a precisão da entrada analógica



Photo by Niclas Illg on Unsplash
porRicardo Jorge

Avaliando o mercado IoT em 2020

Em Avaliando o mercado IoT em 2020, será feita uma breve retrospectiva referentes aos principais pontos que marcaram o mercado IoT no ano de 2020.

Em um artigo anterior, foram feitas algums previsões para 2021, que será um ano de grande importância para retomada do mercado global e também para novas iniciativas em várias frentes.

Devido a pandemia, inúmeras áreas foram afetadas e com IoT também ocorreram momentos de declínio em algumas frentes, mas na maioria dos casos, a pandemia mostrou o valor e a importância de IoT para a indústria e para as pessoas.

Através das pesquisas feitas no Google, foi observada uma diminuição de 15% nas consultas feitas sobre o tema IoT, com o início da pandemia em março de 2020.

Aparentemente, as buscas sobre o tema IoT não desempenharam um papel tão importante para o público em geral, quanto outros tópicos.

O interesse de pesquisa pública por jogos, por exemplo, aumentou aproximadamente 65% no mesmo período.

O interesse por “trabalhar em casa” aumentou 104% e o interesse por “benefícios de desemprego” aumentou surpreendentemente 250%.

Entretanto, a discussão sobre IoT (especialmente “IoT industrial”) voltou a ser retomada no terceiro trimestre de 2020.

O mercado de IoT permaneceu forte em 2020, apesar da pandemia

Apesar da pandemia de Covid-19 em curso e de um declínio no PIB global de 5% em 2020, o mercado de IoT manteve seu crescimento neste mesmo período.

Embora um pequeno número de projetos de IoT tenha sido interrompido ou atrasado por vários motivos (por exemplo, devido à incapacidade de configurar a infraestrutura durante a pandemia), a maioria dos projetos de IoT teve continuidade em 2020.

De fato, 2020 marcou um ponto de inflexão para dispositivos inteligentes.

Pela primeira vez, o número de conexões IoT ativas (por exemplo, carros conectados, dispositivos domésticos inteligentes, equipamentos industriais conectados) ultrapassou o número de conexões não IoT (por exemplo, smartphones, laptops e computadores).

Uma pesquisa feita por “IoT Analytics“, estima que haja agora 21,7 bilhões de dispositivos conectados e ativos, ao redor do mundo.

Sendo que 54% (11,7 bilhões) desses, são conexões de dispositivos IoT.

Em 2025, espera-se que haverá mais de 30 bilhões de conexões IoT, ou quase 4 dispositivos IoT por pessoa no planeta.

Várias frentes de IoT tiveram avanço com a pandemia

O mercado IoT desempenhou (e ainda desempenha) um papel crucial na navegação pela pandemia.

Alguns casos de uso centrados em IoT desempenharam (e continuam a desempenhar) papéis essenciais para ajudar o mundo a navegar através da pandemia.

Os mais notáveis ​​incluem rastreamento de contato baseado em IoT, nos locais de trabalho, hospitais, etc., bem como rastreamento de produto e verificação em toda a cadeia de fornecimento de vacina.

Além destes casos de uso de IoT no ano de 2020, focados na “nova realidade”, uma série de temas adicionais emergiram, muitos dos quais têm implicações estruturais mais duradouras.

Em uma pesquisa feita nos Estados Unidos, a maioria dos entrevistados concordou que a “digitalização em toda a empresa” será mais importante em um mundo pós-Covid.

A capacidade de realizar “acesso remoto a ativos” ficou em segundo lugar.

Sendo que a “automação de processos de negócios” ficou em terceiro lugar.

Perspectivas cautelosamente positivas para 2021

O panorama geral da tecnologia IoT, parece otimista, considerando 2021.

Há um consenso geral de que qualquer impacto negativo nos negócios devido à Covid-19 desaparecerá em 2021 e que a nova “onda de transformação digital” alimentará os mercados de IoT.

Um dos temas que as empresas vão acelerar é “Novos modelos de negócios habilitados pela tecnologia”.

Muitos desses novos modelos de negócios serão habilitados por produtos IoT.

Outro grande tema em que as empresas estão se concentrando é “Inteligência Artificial”.

Salvar vidas – a grande contribuição de IoT durante a pandemia

No início de 2020, ninguém na indústria de IoT poderia prever o importante papel que a tecnologia desempenharia para salvar vidas ao longo do ano.

Um estudo feito pelo Imperial College London e amplamente divulgado em junho de 2020, estimou que o distanciamento social durante a primeira onda da pandemia de Covid-19 salvou 3 milhões de vidas só na Europa.

Embora a maioria dessas vidas salvas possa ser atribuída às pessoas simplesmente ficando em casa, usando máscaras e evitando o contato, a tecnologia IoT, sem dúvida, evitou uma propagação ainda maior em vários casos.

Muitos fornecedores de IoT correram para lançar ferramentas de distanciamento social.

Casos como de uma padaria na cidade alemã de Leipzig são exemplos de como uma empresa pode utilizar as soluções de distanciamento social.

Nesta padaria, o proprietário descreveu como os alertas de áudio no local de trabalho e a capacidade de analisar os dados dos funcionários tornaram os funcionários mais cautelosos e conscientes que, subsequentemente, mudaram seu comportamento de distanciamento.

Mais recentemente, o foco da IoT para Covid-19 mudou para o monitoramento da cadeia de fornecimento de vacinas para garantir que as vacinas sejam entregues com segurança, sem perda, adulteração ou deterioração do produto.


Este artigo foi baseado nesta outra publicação.


Veja também :

Indústria 4.0 e a Internet das Coisas Industrial – IIoT



Image by Tumisu from Pixabay
porRicardo Jorge

Quatro tendências para IoT em 2021

Nesta seleção sobre quatro tendências para IoT em 2021, abordaremos temas que estão entre os principais focos para aplicação de IoT, mas devido ao dinamismo desta tecnologia e das necessidades que enfrentamos por causa da pandemia, muito mais deve surgir.

Fique atento ao nosso Blog, pois novas atualizações serão publicadas assim que surgirem novidades.

A quarta revolução industrial está relacionada à capacitação digital e ao direcionamento de novas tecnologias e serviços de TI em ativos de ponta e nuvem para impulsionar a produtividade.

Essas tecnologias incluem tudo, desde análises avançadas, plataformas industriais de IoT, inteligência artificial e “gêmeos digitais” ( digital twins ) e atendem às principais necessidades do setor de manufatura.

Observação : digital twin, é um modelo digital utilizado para simulações.

Nos últimos anos, observou-se que a Internet das Coisas cresceu rapidamente.

De acordo com a pesquisa do setor, haverá 35 bilhões de dispositivos IoT instalados globalmente até 2021 e algo próximo a75 bilhões até 2025.

Essencialmente, como uma rede orientada para a tecnologia de dispositivos conectados, a Internet das Coisas tem o potencial de permitir melhor compartilhamento de dados dentro do sistema.

Sua capacidade de permitir que máquinas e equipamentos se comuniquem impactará as indústrias.

O ano de 2020 testemunhou um rápido crescimento da transformação digital e, com o aumento da conectividade, 5G, Lora, LoRaWAN, melhorias em IA e aprendizado de máquina, IoT estendeu suas raízes na vida das pessoas e nas indústrias.

Olhando para 2021 e os próximos anos que virão, a tecnologia IoT estará no centro das atenções de todas as organizações.

Tomando como exemplo o ano de 2020, podemos imaginar o quanto IoT será útil, principalmente nas áreas de saúde e segurança.

Quatro tendências para IoT em 2021


Fabricantes de dispositivos conectados investirão em saúde

Nota : Dispositivos conectados também conhecidos como wearables ou dispositivos vestíveis.

A pandemia aumentou significativamente os recursos da telemedicina e no ano de 2020, nos Estados Unidos, houve um aumento aproximado de 50% no uso de telessaúde, quando comparado a 2019.

Um dos benefícios significativos da telemedicina é que ela reduz o contato entre pacientes e profissionais de saúde e também com outros pacientes.

Os dispositivos IoT ajudam os profissionais da área médica a obter informações em tempo real sobre os dados do paciente enquanto estes pacientes permanecem em suas casas.

Nos próximos anos haverá uma necessidade maior do uso de telemedicina, para gerenciar doenças e monitorar a saúde das pessoas.

A telemedicina deve continuar mesmo depois que a pandemia acabar.

De acordo com especialistas do setor, também haverá maior interesse em dispositivos digitais de saúde entre os consumidores, devido à conveniência e preços mais acessíveis, e a tecnologia crescerá US$ 185 bilhões até 2026.

IoT se tornará universal nos processos industriais


Pela primeria vez, devido a pandemia, a indústria de manufatura e outras que utilizam equipamentos de alto custo, perceberam as vantagens da monitoração remota.

O rastreamento remoto de máquinas, que teve início durante a pandemia, já é visto como uma opção viável no ambiente pós pandemia e várias organizações já se preparam para adotar esses recursos.

Com a ajuda da tecnologia orientada à IoT, os fabricantes e empresas farmacêuticas foram capazes de conectar ativos industriais neste ano a operações remotas, garantindo negócios como de costume durante o período de pandemia.

Os benefícios e o impacto positivo prometem investimentos significativos em IoT em 2021, de acordo com relatórios do setor.

Especialistas da indústria de base, especialmente empresas de serviço de campo, usarão cada vez mais essa tecnologia, fazendo com que as máquinas conectadas continuem a ganhar impulso em 2021.

IoB deverá crescer

Nota : IoB Internet of Behaviour – Internet do Comportamento ou Internet Comportamental.

IoB captura a “informação digital” da vida das pessoas através de várias fontes, permitindo que entidades públicas ou privadas possam usar essa informação para influenciar o comportamento.

O COVID-19 mudou a maneira de pensar de muitas organizações.

O distanciamento social e o trabalho em casa ( Home Office ) são o novo normal para muitas pessoas e permanecer saudável é uma das principais preocupações.

Portanto, esperamos ver mais tecnologias de IoT que monitoram o comportamento das pessoas de várias maneiras, para fazer cumprir as diretrizes de saúde e segurança.

As organizações estão aproveitando a tecnologia para monitorar o comportamento do consumidor e do cliente.

Algumas das ferramentas tecnológicas incluem rastreamento de localização, big data e reconhecimento facial.

Internet of Behaviors (IoB) pode ser entendida como uma abordagem centrada nas pessoas, através do uso de IoT.

Essa tendência destaca a importância de manter os clientes no centro de cada estratégia organizacional para ter sucesso no longo prazo.

Edifícios inteligentes mudarão a forma de trabalhar

Os processos de isolamento tendem a ser relaxados ao longo de 2021, mas a pandemia continua.

As empresas retomaram um número parcial de funcionários com funções críticas, trabalhando enquanto a maioria dos funcionários ainda trabalha em casa até o próximo ano.

De acordo com um relatório do setor, em 2021 a tecnologia de edifícios inteligentes estará focada em aplicativos IoT para iniciativas de escritórios inteligentes.

Essas iniciativas incluirão iluminação inteligente, monitoramento ambiental e de energia, e a utilização de sensores para monitorar o uso do espaço e também a circulação dentro do ambiente.

Participe de nosso blog, deixando seus comentarios sobre esta seleção das quatro tendências para IoT em 2021.


Artigo baseado neste link


Artigos relacionados :

Indústria 4.0 e a Internet das Coisas Industrial – IIoT

Indústria 4.0 – Introdução

IoT – coletores para todos os perfis de uso

Utilizando LoRa LoRaWAN e LPWAN com IoT


Grupo no Telegram


porRicardo Jorge

Indústria 4.0 e a Internet das Coisas Industrial – IIoT

Em um artigo anterior sobre Indústria 4.0 falamos um pouco sobre a história deste conceito e agora abordaremos um pouco mais sobre Internet das Coisas Industrial, conhecida como IIoT.

Assim como vimos, o termo Indústria 4.0 refere-se a uma nova fase da Revolução Industrial que se concentra fortemente em interconectividade, automação, aprendizado de máquina e dados em tempo real.

A Indústria 4.0, faz uso de IIoT e manufatura inteligente, combinando produção física e operações com tecnologia digital inteligente, aprendizado de máquina e big data para criar um ecossistema conectado para empresas que se concentram em manufatura e gerenciamento da cadeia de suprimentos.

Embora cada empresa e organização que opera hoje seja diferente, todas elas enfrentam um desafio comum – a necessidade de conexão e acesso a percepções em tempo real de processos, parceiros, produtos e pessoas.

Um pouco da história de IIoT

Veremos que a história de IIoT não é tão recente assim, tendo iniciado com a invenção do controlador lógico programável (PLC) por Dick Morley em 1968, que foi usado pela General Motors em sua divisão de fabricação de transmissão automática.

Esses PLCs permitiam o controle preciso de elementos individuais na cadeia de fabricação.

Em 1975, Honeywell e Yokogawa introduziram os primeiros DCSs (
Sistema de Controle Distribuído ) do mundo, o TDC 2000 e o sistema CENTUM, respectivamente.

Esses DCSs foram a próxima etapa para permitir o controle flexível do processo em toda a planta, com o benefício adicional de redundâncias (backup) ao distribuir o controle por todo o sistema, eliminando um ponto único de falha em uma sala de controle central.

Conceitos básicos sobre IIoT

Existem centenas de conceitos e termos relacionados à IIoT e à Indústria 4.0, mas aqui estão 12 palavras e frases fundamentais que você deve saber antes de decidir se deseja investir em soluções da Indústria 4.0 para o seu negócio:

  • Enterprise Resource Planning (ERP)
    • Ferramentas de gerenciamento de processos de negócios que podem ser usadas para gerenciar informações em uma organização
  • IoT
    • Iternet das coisas, um conceito que se refere a conexões entre objetos físicos como sensores ou máquinas e a Internet
  • IIoT
    • Internet das coisas industrial, um conceito que se refere às conexões entre pessoas, dados e máquinas relacionadas à manufatura
  • Big Data
    • Big data refere-se a grandes conjuntos de dados estruturados ou não estruturados que podem ser compilados, armazenados, organizados e analisados ​​para revelar padrões, tendências, associações e oportunidades
  • Inteligência Artificial – IA ou AI
    • Inteligência artificial é um conceito que se refere à capacidade de um computador de realizar tarefas e tomar decisões que historicamente exigiriam algum nível de inteligência humana
  • M2M
    • Significa comunicação máquina a máquina que acontece entre duas máquinas separadas por meio de redes sem fio ou com fio
  • Digitalização
    • Refere-se ao processo de coleta e conversão de diferentes tipos de informações em formato digital
  • Fábrica Inteligente – Smart Factory
    • Uma fábrica inteligente é aquela que investe e aproveita a tecnologia, soluções e abordagens da Indústria 4.0
  • Aprendizado de Máquina – Machine Learning
    • Aprendizado de máquina se refere à capacidade que os computadores têm de aprender e melhorar por conta própria por meio da inteligência artificial, sem serem explicitamente instruídos ou programados para isso
  • Computação em Nuvem – Cloud Computing
    • A computação em nuvem se refere à prática de usar servidores remotos interconectados hospedados na Internet ou na Rede interna de um Cliente, para armazenar, gerenciar e processar informações
  • Processamento de Dados em Tempo Real – Real Time Data Processing
    • O processamento de dados em tempo real refere-se às habilidades dos sistemas de computador e máquinas de processar dados de forma contínua e automática e fornecer saídas e percepções em tempo real ou quase em tempo
  • Ecossistema
    • Um ecossistema, em termos de manufatura, refere-se à conexão potencial de toda a sua operação – estoque e planejamento, finanças, relacionamento com o cliente, gerenciamento da cadeia de suprimentos e execução da manufatura
  • Sistema Cyberfísicos – CPS – Cyber-physical systems
    • Sistemas ciberfísicos, também conhecidos como cibermanufatura, referem-se a um ambiente de fabricação habilitado para a indústria 4.0 que oferece coleta de dados em tempo real, análise e transparência em todos os aspectos de uma operação de fabricação

Artigos relacionados :

IoT – coletores para todos os perfis de uso

IoT – segurança e integridade dos dados

Utilizando LoRa LoRaWAN e LPWAN com IoT


Referência :

Industrial internet of things

Distributed control system

Este artigo foi parcialmente baseado neste aqui.


Image by Gerd Altmann from Pixabay