Embed Size (px)
Citation preview
Universidade Estadual Paulista “Julio de Mesquita Filho”
Campus Experimental de Sorocaba
Engenharia de Controle e Automação
Automatização e Controle Econômico do
Processo de Produção de Pipoca Doce:
Estudo de um Caso.
Aluno: Matheus Costa Flaiban – R.A. : 710113
Orientador: Prof. Dr. Galdenoro Botura Junior
Sorocaba, 04 de maio de 2013
Universidade Estadual Paulista “Julio de Mesquita Filho”
Campus Experimental de Sorocaba
Engenharia de Controle e Automação
Automatização e Controle Econômico do
Processo de Produção de Pipoca Doce:
Estudo de um Caso.
Trabalho de graduação
apresentado à Universidade
Estadual Paulista com o objetivo
de obter o título de bacharel em
Engenharia de Controle e
Automação.
Aluno: _________________________________
Matheus Costa Flaiban – R.A. : 710113
Orientador: _______________________________
Prof. Dr. Galdenoro Botura Junior
Sorocaba, 04 de de 2013
Universidade Estadual Paulista “Julio de Mesquita Filho”
Campus Experimental de Sorocaba
Engenharia de Controle e Automação
Automatização e Controle Econômico do
Processo de Produção de Pipoca Doce:
Estudo de um Caso.
Trabalho de graduação
apresentado à Universidade
Estadual Paulista com o objetivo
de obter o título de bacharel em
Engenharia de Controle e
Automação.
Banca Avaliadora:
Prof. Dr.: Galdenoro Botura Junior
UNESP – Campus de Sorocaba
Prof. Dr.: Luiz Carlos Rosa
UNESP – Campus de Sorocaba
Profª. Drª. Marilza Antunes de Lemos
UNESP – Campus de Sorocaba
Sorocaba, 04 de maio de 2013.
AGRADECIMENTOS
Agradeço minha família pelo carinho,
apoio e dedicação, que tornaram possíveis
minha formação moral e educacional. Sem
vocês, eu jamais estaria onde estou.
Agradeço aos professores que fizeram a
diferença, para melhor, em minha
formação como profissional. Vocês sempre
estarão em minha memória.
Agradeço aos meus amigos e,
especialmente, à minha namorada,
Vanessa, pela paciência com a minha
inquietude e eventual falta de sensibilidade.
Finalmente, agradeço à minha amiga
Juliane por estar sempre presente e pelo
tempo dedicado à correção deste longo
trabalho.
“O grande mestre é aquele que dá as ferramentas pra que o discípulo escolha seu
caminho, sem obrigá-lo a seguir sob a sua sombra.”
(Autor Desconhecido)
RESUMO
Este trabalho de graduação apresenta um estudo voltado à otimização do processo de
produção de produtos conjuntos, caracterizado pela obtenção de mais de um produto a
partir de uma única matéria prima. Neste caso, o estudo será direcionado a uma fábrica
que produz, a partir do milho desgerminado, a matéria prima para ração utilizada no
trato de porcos e também a pipoca doce, aplicando as melhorias conforme os dados e as
solicitações do cliente. Utilizando as técnicas propostas por Rosa & Brunstein (2006),
foi simulado um sistema de monitoramento de processo através de um software voltado
para a instrumentação virtual (LabVIEW® 2011), visando o controle e monitoramento
de cada uma das etapas do processo. Associado a esse sistema, foi aplicada a
modelagem econômica do processo de produção de produtos conjuntos, permitindo
quantificar os custos envolvidos ao longo do processo e o rendimento obtido. Com
objetivo de tornar esse trabalho singular, os recursos adotados para melhoria de cada
etapa levarão em consideração tanto as melhorias técnicas como as financeiras,
possibilitando que o estudo seja utilizado como uma proposta comercial direcionada ao
cliente.
ABSTRACT
This paper presents a graduation study to optimize the production process to a product
sets, characterized by obtaining more than one product from a single raw material. In
this case the study will be directed to a factory that produces, from non-germinated
corn, the raw material for feed used to feed pigs and also the sweet popcorn, applying
the improvements as data and requests provide by the custmer. Using the techniques
proposed by Rose & Brunstein (2006), a system was simulated process monitoring
through a virtual instrumentation software (LabVIEW® 2011), for the control and mon-
itoring of each stage of the process. Associated with this system, economic modeling
was applied to the production process of product sets, allowing to quantify the costs
involved in the process and the turnover. In order to make this work unique, the features
adopted to improve each step oversee both the technical and financial improvements,
allowing the study to be used as a commercial proposition targeted to the customer.
ÍNDICE DE FIGURAS
Figura 1 - Unidade de processamento para uma etapa genérica A2 [1] ........................... 9
Figura 2 - Diagrama da Interdisciplinaridade da Automação [5] ................................... 11
Figura 3 – Modelo de Instrumentação Virtual [4] .......................................................... 13
Figura 4 - Cilindro Compacto ADN-PPS - Atuador Pneumático [8] ............................. 14
Figura 5 - Planta Produtora ............................................................................................. 15
Figura 6 - Visão traseira do canhão [9] .......................................................................... 17
Figura 7 - Visão dianteira do canhão [9] ........................................................................ 17
Figura 8 - Esteira separadora de grãos [10] .................................................................... 18
Figura 9 - Fogão Industrial [10] ..................................................................................... 19
Figura 10 - Tacho industrial [11] .................................................................................... 20
Figura 11 - Simulação de Funcionamento e Erro do Canhão de Estouro....................... 27
Figura 12 – Simulação de Funcionamento e Erro da Esteira Vibratória ........................ 30
Figura 13 – Simulação de Funcionamento e Erro na Primeira Secagem ....................... 32
Figura 14 – Simulação do Funcionamento da Etapa de Melaceamento. ........................ 34
Figura 15 - Simulação do Funcionamento da Etapa de Segunda Secagem. ................... 36
Figura 16 - Máquina Embaladora Vertical[13] .............................................................. 38
Figura 17 - Aba inicial do Sistema de Instrumentação Virtual. ..................................... 42
Figura 18 - Sistema de Instrumentação Virtual - Canhão de Estouro ............................ 43
Figura 19 - Sistema de Instrumentação Virtual - Esteira Vibratória .............................. 44
Figura 20 – Sistema de instrumentação virtual – 1° Secagem ....................................... 45
Figura 21 – Sistema de Instrumentação Virtual – 1° Secagem – Funcionamento do
Alerta de Umidade .................................................................................................. 46
Figura 22 - Sistema de Instrumentação Virtual - Melaceamento ................................... 47
Figura 23 - Sistema de Instrumentação Virtual – Segunda Secagem ............................. 47
SUMÁRIO
APRESENTAÇÃO ............................................................................................................................. 1
1. INTRODUÇÃO ........................................................................................................................ 3
1.1. Trabalho a ser desenvolvido ............................................................................................ 3
1.2. Levantamento bibliográfico ............................................................................................. 3
1.3. Especificações do projeto ................................................................................................ 5
2. Conceituação Teórica ........................................................................................................... 6
2.1. Modelagem Econômica .................................................................................................... 6
2.2. Automação ....................................................................................................................... 9
2.3. Instrumentação Virtual .................................................................................................. 12
2.4. Sensores e Atuadores ..................................................................................................... 13
3. CENÁRIO A SER OTIMIZADO ............................................................................................... 15
3.1. Etapas de produção ........................................................................................................ 15
3.2. Estouro do milho desgerminado .................................................................................... 16
3.3. Separação dos grãos ...................................................................................................... 18
3.4. Primeira Secagem ........................................................................................................... 18
3.5. Melaceamento ............................................................................................................... 19
3.6. Segunda secagem ........................................................................................................... 20
3.7. Envasamento Manual..................................................................................................... 21
3.8. Armazenamento ............................................................................................................. 21
3.9. Custos de Produção e Lucratividade Corrente ............................................................... 21
4. DESENVOLVIMENTO DO SISTEMA ...................................................................................... 25
4.1. Estouro do milho desgerminado .................................................................................... 26
4.2. Separação dos grãos ...................................................................................................... 29
4.3. Primeira Secagem ........................................................................................................... 31
4.4. Melaceamento ............................................................................................................... 33
4.5. Segunda Secagem .......................................................................................................... 35
4.6. Envasamento e Armazenamento ................................................................................... 38
4.7. Custo de Produção e Lucratividade no Modelo Proposto ............................................. 39
5. RESULTADOS OBTIDOS ....................................................................................................... 42
6. CONCLUSÃO........................................................................................................................ 50
7. REFERÊNCIAS ...................................................................................................................... 52
1
APRESENTAÇÃO
Segundo Rosa e Brunstei (2006), as constantes modificações decorrentes da
globalização da economia e das exigências do consumidor no mundo intensificam diariamente
a competitividade nos meios de produção, fazendo com que a indústria sofra profundas
transformações, que abrangem desde a incorporação de novas ferramentas tecnológicas até as
reestruturações organizacionais.
Tagliare, Junior, Rosa e Lemos (2010) colocam que a automação industrial pode ser
aplicada em projetos simples, visando apenas o monitoramento e controle local automático
dos principais parâmetros, garantindo uma operação adequada remota e não assistida, até
projetos mais complexos, que procuram desde a segurança em locais perigosos ou de
ambiente insalubre até a busca pela otimização e padronização dos procedimentos existentes
em cada processo, vislumbrando a redução de custos, a aceleração na produção, a melhoria na
qualidade e a possibilidade da introdução de sistemas produtivos interligados, características
que definitivamente se encaixam neste trabalho.
Dentro deste contexto, o Engenheiro de Controle e Automação possui os requisitos
necessários para dimensionar a necessidade de melhoria de cada processo, baseando-se em
sua complexidade, nível tecnológico e nas necessidades e possibilidades do cliente, tornando-
se assim o profissional mais indicado para atender às necessidades e restrições de cada projeto
de automação.
Desta maneira, o presente trabalho de graduação tem por objetivo simular, através do
auxilio do modelo de Otimização no Processo de Produção de Produtos Conjuntos proposto
por Rosa e Brunstein (2006), a melhoria e monitoração do processo de produção de produtos
conjuntos, neste caso a pipoca doce e uma das matérias primas utilizadas na produção de
ração para trato de porcos, subproduto antes considerado refugo no processo de estouro da
pipoca. Grande parte das etapas de um processo industrial gera subprodutos e é
financeiramente relevante saber distinguir entre o refugo, que não tem valor econômico, e um
produto secundário, que retorna parte dos investimentos.
Para a execução do trabalho serão utilizados conceitos e técnicas para instrumentação
virtual simulada e modelagem econômica de processo, permitindo visualizar como cada etapa
do processo progride, onde ocorrem os principais erros e perdas, determinar os custos ao
longo do processo e o impacto tecnológico e financeiro causado pelas melhorias realizadas.
2
Com tais informações relacionadas à planta produtora, serão determinados os
dispositivos para controle e automatização dos processos, bem como o cenário em que o lucro
máximo possível será obtido através dos dois produtos envolvidos, criando assim uma
proposta comercial a ser apresentada para o cliente em potencial.
3
1. INTRODUÇÃO
1.1. Trabalho a ser desenvolvido
Este trabalho tem por objetivo elaborar um sistema que simulará o aperfeiçoamento do
processo de produção dos dois produtos conjuntos (a pipoca doce e componente para a ração
utilizada em trato de porcos), através de um modelo econômico que determinará o melhor
cenário para obter a maior lucratividade e do sistema de monitoramento elaborado por meio
de um software para instrumentação virtual, o LabVIEW®.
O foco do projeto é criar uma ferramenta flexível e barata que simulará melhorias nos
aspectos econômico, tecnológico e qualitativo no processo de produção de pipoca doce de
uma micro empresa, além de servir como sistema modelo para outros processos produtivos
com pouca sofisticação e que precisam de soluções de baixo custo para resolver problemas
pontuais em etapas específicas.
Finalmente, uma vez que a simulação demonstrar que haverá crescimento econômico e
aperfeiçoamento no processo de produção, a ferramenta permitirá a implementação do
sistema, já que o LabVIEW® dispõe de todos os recursos necessários para captação, análise e
exibição de dados.
1.2. Levantamento bibliográfico
Restivo, Almeida, Chouzai, Mendes e Lopes (2007) referem à crescente demanda por
melhorias em processos, monitoramento e geração de relatórios, aquisição de dados e
informações. Os sistemas de instrumentação têm assumido um papel fundamental nas mais
diversas áreas tecnológicas. Essa necessidade tem surgido não apenas nos meios industriais e
de produção, mas também nos altos níveis de educação, tornando-se essencial em para
pesquisa e desenvolvimento.
Young, Juang e Devaney (2000) elevam o conceito de instrumentação virtual aplicando
sistemas de monitoramento individual em múltiplas estações, onde cada etapa do processo é
monitorada e está conectada a um sistema de rede que permite a visualização de todos os
processos em uma única interface remota, provando que a instrumentação individual pode ser
mais eficiente em cada estação, porém perde eficiência quando várias interfaces remotas
acessam o sistema para visualização e retirada de relatórios. Um pouco mais a frente no
tempo, Elliott, Vijayakumar, Zink e Hansen (2007) apresentaram um trabalho semelhante, já
4
com sistemas de rede e programação mais avançados, onde além de obter resultados mais
satisfatórios com relação ao acesso de vários usuários ao sistema unificado, implementaram o
envio de notificações de erros por e-mail: assim que um erro é identificado,relatórios status
que podem ser obtidos a qualquer momento.
Teng, Chan, Lee e Roy abordaram o tema sob uma perspectiva bastante interessante e
prática ao criar uma série de sub-VIs no LabVIEW® que pode ser reutilizada em vários
outros projetos, aumentando a velocidade de desenvolvimento e diminuindo os custos com
pesquisa e design. Esse tipo de trabalho demonstra a importância da utilização do
LabVIEW®, uma vez que este possibilita criar códigos flexíveis para instrumentação e
aquisição de dados, passiveis de serem adaptados em diversos tipos de sistema diferente.
Ferreira, Lins e Cavalcanti (2008) constataram, em seu estudo, a aplicabilidade do
LabVIEW® na virtualização de instrumentos, provando que, além da manutenção na validade
dos resultados obtidos e a facilidade na obtenção de relatórios e informações, a
instrumentação virtual traz flexibilidade para o instrumento de medição e reduz os custos em
relação aos instrumentos reais.
Em um trabalho similar, Neto, Vale e Silva (2008) implementaram a instrumentação
virtual para medição das características básicas de qualquer equipamento rotativo, abordando
a retirada de informações de uma maneira bastante particular, poisfazem uso da lógica fuzzy:
interpretação dos dados armazenados, associados à manutenção preditiva dos equipamentos.
Isso faz com que se possa estabelecer um padrão relacionado ao conjunto de características e
eventos que antecedem uma possível falha no sistema.
Muitos aspectos serão similares aos dos trabalhos já feitos na área, como
monitoramento de várias etapas visualizadas em uma única interface, busca pela redução de
custos e a utilização de VIs flexíveis. O foco do sistema de monitoramento é o fator que o
torna singular, pois o sistema será voltado às necessidades apontadas pelo cliente, deixando as
características mais profundas dos processos de lado para supervisionar pontos específicos de
cada etapa, principais causadores de perdas no processo.
O sistema visará questões como substituição do método de envasamento e identificação
de problemas em seu estágio mais prematuro, sendo limitado apenas pela capacidade
financeira do cliente para investir em sua planta e suas requisições.
5
1.3. Especificações do projeto
A especificação de um projeto é a definição do que se espera deste quando concluído. É
a partir dela que será determinado o sucesso do estudo ou trabalho realizado, já que os
objetivos serão quantificados para comparação com os resultados obtidos. A partir do sistema
será possível:
Identificar 100% dos problemas nas etapas de processo em seu estágio mais
primário.
Criar um ambiente virtual onde todas as etapas poderão ser observadas em uma
única interface dividida em 5 abas;
Ampliar a capacidade produtiva em 30%, indo de 5000 kg/mês para 6500
kg/mês;
Reduzir as perdas totais do processo em mais de 10%, partindo de perdas
médias mensais de 30% para no máximo 20% de perdas;
Elevar a margem de venda do produto em 10%, indo de 22% para 32%.
Nas etapas a seguir veremos o cenário que será otimizado e as medidas tomadas para
atingir as especificações.
6
2. Conceituação Teórica
Um processo de produção é definido através de um sistema de etapas que, relacionadas
de forma dinâmica, levam a transformação da matéria-prima em um produto final, destinado à
utilização direta (onde o produto se encontra em um estado que pode ser utilizado pelo
usuário comum) ou indireta (onde o produto será parte de outra etapa produtiva ou atividade).
Neste caso, o produto final é de utilização direta, uma vez que o consumidor final não realiza
nenhuma etapa adicional sobre o mesmo.
Segundo Rosa e Brunstein (2006), estabelecidas as etapas de um processo, o próximo
passo reside em encontrar maneiras de aperfeiçoá-lo. Nesse momento, fazem-se presentes as
habilidades e conhecimentos do engenheiro de controle e automação, que deverá, a partir do
modelo do processo produtivo, estabelecer melhorias e modificações direcionadas à
otimização do processo, como diminuição do tempo de produção e das perdas nos processos,
aumento da rentabilidade e aproveitamento de produtos secundários, antes tratados como
refugo.
2.1. Modelagem Econômica
Seguindo a metodologia de Rosa e Brunstein, a quantificação das melhorias realizadas
nas etapas de produção de produtos conjuntos, pode ser realizada comparando o ganho obtido
ao final do processo corrente com o ganho obtido no processo melhorado, resumindo: uma
comparação de cenários de produção. No processo de produção de produtos conjuntos obtem-
se, geralmente, três tipos de produtos:
Produtos Principais: São os produtos mais desejados, aqueles que se planeja
obter ao fim da transformação da matéria prima.
Produtos Secundários: São produtos não necessariamente desejados, mas com
importância econômica relevante.
Subprodutos: Derivados da transformação da matéria prima. São tratados como
resíduos ou refugo, sem importância econômica relevante.
Para obtenção dos produtos conjuntos, há três processos de produção distintos, que
permitem a obtenção de diversos produtos finais. São eles:
7
Processos Adicionais Alternativos: o produto pode ser comercializado sem
sofrer novos processos ou, de maneira alternativa, passar por um ou mais
processos adicionais e ser vendido como um novo produto.
Processos Adicionais Obrigatórios: o produto só poderá ser comercializado se
passar por todas as etapas do processo produtivo.
Processos Adicionais em Múltiplas Opções: um determinado produto poderá ser
comercializado de duas maneiras diferentes, dependendo do processo final a que
estiver submetido.
A figura abaixo mostra um exemplo de fluxograma de processo de produção que
trabalha com os três tipos de processo produtivo supracitados.
Figura 1 - Modelo Base de Produção Conjunto com Múltiplos Processos
Para os dois produtos em questão serão utilizados apenas processos obrigatórios,
principalmente para a pipoca doce, produto primário.
Para criar o melhor cenário de produção de qualquer produto que se faça (em que o
lucro é máximo, com o mínimo custo possível) será utilizado o modelo de variáveis e
equações proposto Rosa & Brunestein (2006), conforme abaixo:
8
Tabela 1 - Variáveis do modelo econômico.
Variáveis Definição
MSBC Margem semibruta de contribuição
MBC Margem bruta de contribuição
CFP Custo fixo próprio
RL Receita líquida
CV Custo variável
RB Receita bruta
DPF Despesas proporcionais ao faturamento
CT Custo conjunto total
RES Receita – despesas
CVu Custo variável por unidade do produto
PVLu Preço de venda líquido por unidade
PVLt Preço de venda líquido total
Qx Quantidade total do produto
Deve-se obter os valores de custo variável (água, luz, telefone, etc. - CV), custo fixo
próprio (aluguel, internet, salários, etc. - CFP), as despesas proporcionais ao faturamento
(incluindo despesas de venda como ICMS, IPI, PIS, COFINS, que agem sobre o preço de
venda do produto - DPF) e a receita bruta atual (RB). A partir destes valores, será possível
determinar a receita líquida (RL), a margem bruta de contribuição (MBC) e a margem
semibruta de contribuição (MSBC), fatores que irão ajudar a determinar qual o melhor
cenário para atingir o lucro máximo. Seguem abaixo as equações, conforme a ordem de
utilização [1]:
RL = RB – DPF (Receita Líquida)
MBC = RL – CV (Margem Bruta de Contribuição)
MSBC = MBC – CFP (Margem Semibruta de Contribuição)
Este processo deve se repetir em cada etapa de produção, de cada produto. Ao final de
todas elas, deve-se calcular a MSBC total de cada produto [1]. Somando cada MSBC e
subtraindo o custo de conjunto total (CT),obteve-se o valor de RES (receita – despesas), que
irá determinar a rentabilidade do cenário econômico em questão. Seguem abaixo as equações
relacionadas com esta etapa do processo [1]:
RES = ∑MSCB – CT (Receita - Despesas)
9
Uma vez que o preço de venda líquida unitário (PLVu, por definição: subtraindo-se
DPFu de PVu) de cada um dos produtos foi determinado, bem como a quantidade total de
cada produto, pode-se, seguindo a direção oposta da adotada até o momento, determinar e
manipular o valor de RES para obter o cenário econômico mais rentável possível [1]. Esse
processo ocorre através do sistema de monitoramento, que quantifica o resultado de cada
etapa [1]. A figura e equações abaixo demostram como funciona o processo em cada etapa
[1]:
Figura 2 - Unidade de processamento para uma etapa genérica A2 [1]
MBCan = Qan x (PVuan – DPFuan – CVuan)
MBSC = Qan x (PVuan – CVuan) - CFPan
Tendo em vista que todas as variáveis já foram determinadas, pode-se, finalmente,
manipular o sistema, obtendo o melhor resultado possível com os recursos disponíveis [1].
2.2. Automação
Conforme Rosário (São Paulo, 2009), todo processo que realiza atividades de forma
autônoma ou auxilia o homem em suas tarefas diárias é considerado um processo de
automação. O conceito de automação é geralmente confundido com automatização. De fato, a
automatização é uma componente da automação, já que ela implica na realização de
movimentos automáticos, repetitivos e mecânicos. A automação, por sua vez, agrega um
10
conjunto de técnicas por meio das quais se constroi sistemas ativos, direcionados a atuar com
eficiência ótima, graças ao uso de informações recebidas do meio em que está atuando.
Assim, o sistema de automação deve estar apto a determinar a melhor ação corretiva através
de informações sensoriais, comportando-se como um operador humano.
Gutierrez e Pan (2008) apontam que a automação industrial implica na operação da
linha de produção em paralelo com sistemas de monitoração, coordenação e registro de
informações pertinentes à condição dos produtos e processos.
A automação industrial deve atender simultaneamente a três requisitos principais [6]:
Manter as condições de segurança para operação: um dos grandes benefícios da
automação é a constante diminuição de riscos no ambiente de trabalho;
Obter as respostas em tempo real: com o aumento da precisão dos sistemas
pode-se obter informações e ações cada vez mais rápidas;
Minimizar a intervenção humana: conforme evoluem, os sistemas de
automação diminuem gradativamente a necessidade de operadores para seu
funcionamento [6].
De maneira mais abrangente, a automação se define pela integração de conhecimentos
que substituem a observação, os esforços e as decisões humanas por dispositivos (mecânicos,
eletrônicos etc.) interligados por meio de softwares moldados especificamente para cada
situação. A Figura 2 representa o conceito da interdisciplinaridade aplicado à automação.
11
Figura 3 - Diagrama da Interdisciplinaridade da Automação [5]
A eletrônica e a mecânica, por si só, são capazes de gerar sistemas automatizados,
porém é a computação e os sistemas de controle que vão trazer a flexibilidade e a capacidade
de resposta para diferentes situações que caracterizam o sistema de automação.
De acordo com Rosário (2009) dentro de um sistema de automação existem diferentes
níveis que podem ser definidos da seguinte maneira:
Nível 1 – Chão de Fábrica: é constituído pelos dispositivos de captação e ação,
como sensores e atuadores;
Nível 2 – Equipamentos e Máquinas Industriais: são os equipamentos que
serão controlados e monitorados;
Nível 3 – Servidores e Estações de Trabalho: são as Workstations responsáveis
por adquirir os dados e exibi-los conforme as necessidades estipuladas;
Nível 4 – Células Integradas de Automação da Manufatura: divisões da planta
automatizada, cada qual com seu processo;
Nível 5 – Controle de Processos Industriais: nível em que cada processo é
controlado;
12
Nível 6 – Gerenciamento da Produção Industrial: último nível do sistema
automatizado, ele apresenta os índices de eficiência de produção e acusa
possíveis problemas na planta.
A realização deste trabalho irá simular a implantação do sistema até o nível três,
utilizando a instrumentação virtual para criar a Workstation da planta.
2.3. Instrumentação Virtual
Segundo Leite, Batista, Araújo e Freitas (2002), a instrumentação virtual tem crescido
exponencialmente nos últimos anos, devido ao interesse crescente nos sistemas de
monitoramento e controle, ao desenvolvimento da comunicação e à possibilidade de realizar
aquisição e compartilhamento de dados.
Um instrumento virtual consiste basicamente em um computador industrial ou estação
de trabalho, equipada com um software que recebe e agrega as diferentes informações sobre o
sistema em questão, captadas por dispositivos eletrônicos de medição e exibe as informações
em uma única tela, economizando hardware e se aproveitando das vantagens de
processamento do PC [3].
Pode-se resumir as vantagens de um sistema de instrumentação nas seguintes
características [3]:
Flexibilidade: diferente dos instrumentos tradicionais, com osciloscópios,
geradores de onda etc., que são limitados à sua montagem e configuração
inicial, os sistemas virtuais podem ser adaptados conforme a necessidade do
usuário, limitados apenas pelo software utilizado e pela capacidade de
processamento da estação de trabalho.
Menor custo: o sistema virtual reduz o investimento, os custos de
desenvolvimento e manutenção, além de reduzir o tempo de desenvolvimento
[3].
Coelho (2007) define o modelo básico de como funciona uma estação de
instrumentação virtual através da Figura 3.
13
Figura 4 – Modelo de Instrumentação Virtual [4]
O software é o componente mais importante da instrumentação virtual, pois ele
determina as ferramentas disponibilizadas ao usuário, a precisão na captação, análise e
visualização das informações obtidas e a flexibilidade para modificação conforme a
necessidade do projeto [3].
Desta maneira, o software escolhido foi o LabVIEW® 2010, pois possui todas as
ferramentas necessárias para a simulação da planta, instrumentação e até mesmo a
virtualização do modelo econômico [3], além de ser o software adotado durante o curso de
Engenharia de Controle e Automação e estar disponível nos laboratórios da UNESP –
Campus Sorocaba.
2.4. Sensores e Atuadores
Conforme Thomazini e Albuquerque [2005], para obter os valores das variáveis físicas
de um ambiente que será monitorado e controlado por um sistema de automação,
independente deste sistema ser industrial, comercial, automobilístico, doméstico etc.,
utilizam-se sensores. São eles que captam as informações que serão analisadas e geridas pelas
estações de trabalho. Há sensores para os mais variados tipos de grandeza, como luz, calor,
som, umidade, etc., bem como para efeitos mecânicos como posição, força e velocidade. Os
sensores simulados nesse trabalho serão:
Sensor de vibração: utilizado nas peneiras vibratórias;
Sensor de umidade: para a primeira secagem ao ar livre;
14
Sensor de temperatura: na segunda secagem, feita por meio de fornos;
Uma vez que uma informação captada exige uma resposta física na planta, ela será dada
por meio de atuadores. Atuadores são dispositivos que agem sobre o sistema que está sendo
controlado, através de um sinal proveniente do controlador [7]. São exemplos de atuadores
[7]:
Válvulas (pneumáticas, hidráulicas, etc.);
Relés (estáticos, eletromecânicos, etc.);
Cilindros (pneumáticos, hidráulicos, etc.);
Motores (step-motor, syncro, servomotor);
Solenoides [7];
A Figura 4 mostra um cilindro compacto, atuador pneumático da FESTO [8].
Figura 5 - Cilindro Compacto ADN-PPS - Atuador Pneumático [8]
15
3. CENÁRIO A SER OTIMIZADO
A planta que foi escolhida para esse trabalho tem base em uma fábrica de pipoca doce.
A fábrica está situada em Sorocaba, na região do jardim Éden, possui cerca de 300 m² e conta
com cinco funcionários, além dos donos. Cada funcionário participa de todas as etapas do
processo produtivo, como uma forma de não limitar ou parar a produção no caso de alguém
faltar em um dia de trabalho. Segue abaixo a Figura 5, que ilustra a planta produtora:
Figura 6 - Planta Produtora
3.1. Etapas de produção
Na Figura 5 pode-se observar que cada equipamento relacionado ao processo está
enumerado de acordo com a ordem em que se cumprem as etapas de produção, com exceção
do estoque, que é utilizado no início e no fim do processo. São as etapas:
1. Estouro do milho desgerminado;
2. Separação dos grãos;
3. Primeira secagem;
4. Melaceamento;
5. Segunda Secagem;
6. Envasamento manual;
7. Armazenamento;
16
Cada etapa do sistema ocorre simultaneamente. O tempo de duração de cada etapa, bem
como seu aproveitamento, foi levantado junto aos donos do empreendimento e são estimativas
baseadas em sua experiência no processo produtivo, onde foram considerados que cada
funcionário trabalha 8 horas por dia, equivalendo a oito horas/homem. A tabela abaixo
apresenta a estimativa do tempo gasto em cada etapa (Tempo (h)), mostrando as médias de
funcionários utilizados por dia em cada etapa (N° de Func.) e o total de horas/homem
consumidas durante o dia (h/h):
Tabela 2 - Tempo de Processamento
Processos Tempo (h) N° de Func. h/h
Estouro 5,5 1 11
Peneiramento 5,5 0,5 2,75
Primeira Secagem 5,5 1 5,5
Melaceamento 5,5 1 5
Segunda Secagem 5,5 1 5,5
Envasamento 8 3 24
Através da tabela acima fica claro que o processo que limita a produção é o
envasamento. Estimasse que a utilização de um equipamento de envasamento automático
permita que seja utilizada a capacidade total de cada processo, uma vez que não será
necessário utilizar todos os funcionários para envasar todo o conteúdo produzido. Abaixo, nos
tópicos 3.2 a 3.9, cada etapa será descrita procurando sempre observar e destacar os
problemas técnicos e econômicos.
3.2. Estouro do milho desgerminado
Esta etapa é constituída de quatro canhões de estouro de milho desgerminado,
comumente utilizados em processos de produção semelhantes. Os canhões funcionam através
de um cilindro giratório que é aquecido até que sua pressão interna seja bastante elevada. Os
canhões funcionam à base de energia elétrica para o funcionamento do motor e a gás para o
aquecimento do cilindro.
Ao atingir a pressão ideal, a boca do cilindro é liberada, causando a despressurização
interna e, por consequência, o estouro das pipocas, que são arremessadas em uma tela a
aproximadamente 3 metros de distância dos canhões. Segue abaixo as figuras 6 e 7 [9], que
mostram um exemplo do canhão em questão.
17
Figura 7 - Visão traseira do canhão [9]
Figura 8 - Visão dianteira do canhão [9]
Os canhões não possuem qualquer indicador de temperatura ou pressão, o que obriga o
fabricante a estipular o tempo em que o canhão ficará sob aquecimento até que esteja pronto
para ser aberto (recomendado entre 12 e 15 minutos). Esse é um dos principais causadores de
perdas no processo produtivo, pois em caso de falha do sistema de aquecimento, esta não é
detectada com boa antecedência. Cada canhão comporta aproximadamente 5 kg de milho
desgerminado por estouro, sendo acionado duas vezes, num período de uma hora, durante
cinco horas e meia, estourando em média 55 kg de milho desgerminado por dia. Como são 4
canhões,o total de milho estourado por dia é próximo de 220 kg.
Isso faz com que a rentabilidade desta etapa caia bastante, pois a porcentagem de
estouro diminui e o número de pipocas que chega até a tela também, causando a quebra dos
grãos estourados. Os grãos quebrados e não estourados são vendidos como matéria prima para
produção de ração para trato de suínos. O aproveitamento desta etapa costuma ser de 80% a
85%, porém com os defeitos no aquecimento caem para 50% a 60%.
Esse processo leva em média meia hora: da colocação do milho no canhão de estouro
até o recolhimento da pipoca e a colocação de uma nova quantidade de milho desgerminado.
18
3.3. Separação dos grãos
Para esta etapa é utilizada uma esteira separadora de grãos. Ela deverá separar os grãos
inteiros e estourados dos grãos que estão quebrados e daqueles que não estouraram. Nesta
etapa é finalizado o processo do segundo produto do processo de produção conjunta em
questão, a matéria prima para produção de ração para trato de suínos. Nas próximas etapas,
em caso de falha, o subproduto é considerado refugo, uma vez que não poderá ser
comercializado como nenhum dos dois produtos em questão. A esteira funciona com energia
elétrica.
Abaixo a Figura 8, possui um exemplo de uma esteira separadora de grãos [10].
Figura 9 - Esteira separadora de grãos [10]
Esta etapa possui uma deficiência já que não há monitoramento da vibração da esteira.
Isso faz, caso a esteira não esteja funcionando perfeitamente, que os grãos que não foram
estourados ou estão quebrados se misturem aos grãos estourados inteiros, causando perda de
qualidade no produto.
Em geral, o separador vibratório fica ligado durante todo o processo, sendo assim seu
tempo de funcionamento é de oito horas, em média.
3.4. Primeira Secagem
Para a primeira secagem dos grãos podem ser utilizados dois processos distintos:
No primeiro processo os grãos são deixados ao ar livre para que sequem à
temperatura ambiente. Este processo é utilizado quando a umidade do ar está
baixa;
19
O segundo processo utiliza uma betoneira que é aquecida enquanto gira com os
grãos dentro dela. Este processo é utilizado quando a umidade do ar está
elevada e leva aproximadamente meia hora.
Esse processo não conta com nenhum medidor de umidade do ambiente ou da
temperatura da betoneira. Sendo assim, a assertividade de escolha entre a secagem ao ar livre
e a secagem na betoneira é baixa e, quando selecionada a secagem através da betoneira, corre-
se o risco de deixar as pipocas aquecerem demais, queimando uma parte e diminuindo a
qualidade do produto.
3.5. Melaceamento
O processo de melaceamento utiliza dois equipamentos em partes distintas: um fogão
industrial, utilizado para aquecer e derreter a mistura de água com açúcar utilizada para
açucarar o milho estourado, e um tacho que recebe as pipocas que vem da primeira secagem e
a mistura derretida.
Segue abaixo as figuras 9[11] e 10[12], exemplificando um fogão e um tacho
industriais, respectivamente.
Figura 10 - Fogão Industrial [10]
20
Figura 11 - Tacho industrial [11]
Uma vez que não há medidores de temperatura no fogão e não há um processo definido
quanto ao tempo que a mistura deve permanecer ao fogo, existe uma variação quanto às
características finais do melaceamento, indo desde um melado menos denso até ligeiramente
queimado, afetando assim a qualidade do produto final.
O tempo médio de duração do melaceamento é de uma hora: do início do aquecimento
da mistura até a saída das pipocas do tacho.
3.6. Segunda secagem
Com a saída da pipoca do tacho industrial onde foi melaceada, ela precisa de uma
segunda secagem. Este processo se dá de maneira diferente ao da primeira secagem, que
podia ser feita à temperatura ambiente.
Nesta etapa utiliza-se um forno comum. Este é pré-aquecido durante 5 minutos até uma
temperatura de 180 °C, quando as pipocas que foram melaceadas são inseridas por um tempo
estimado de 20 minutos. Os problemas apresentados nessa etapa podem variar entre as
pipocas permanecerem no fogo por um tempo maior que o estipulado até a temperatura de
secagem diminuir ou aumentar devido a falhas no forno, o que pode trazer a perda de
qualidade no produto devido à queima da pipoca. Somado o tempo de espera para que o fogão
resfrie, essa etapa leva em média 40 minutos.
21
3.7. Envasamento Manual
O envasamento do produto final é uma das últimas etapas do processo e é feito
manualmente. São utilizadas luvas plásticas para o manuseio do produto, que é embalado em
sacos plásticos de vários tamanhos. Essa etapa não possui histórico de perda de material, seu
maior problema é o tempo de envasamento que, por ser manual, é consideravelmente elevado.
Isso faz com que o envasamento seja um fator limitante de produção, impedindo o aumento
da produção.
3.8. Armazenamento
Esta etapa é a mais simples de todo o processo, pois o local de armazenamento é muito
próximo ao espaço onde é feito o envasamento e o peso do produto permite que este seja
movimentado sem uso de equipamentos. Assim, após envasado, o produto é mantido em
estoque. Como é um produto de alta rotatividade dificilmente ocorrem perdas nesta etapa.
3.9. Custos de Produção e Lucratividade Corrente
Uma vez que cada etapa de produção foi devidamente descrita, o próximo passo foi
colher os dados relacionados aos custos de produção, seguindo as diretivas do modelo de
otimização no processo de produção de produtos conjuntos proposto por Rosa e Brunstein [1].
As tabelas abaixo contêm todos os dados que foram considerados para formulação do
melhor cenário econômico possível. Para valorização dos custos variáveis, foi utilizado o
valor médio dos gastos durante o ano de 2012. O valor médio de consumo do milho
desgerminado foi de cinco mil quilogramas por mês.
Tabela 3 - Custos Fixos Mensais
Custos Fixos Mensais Total
Funcionários R$ 7.095,00
Aluguel R$ 3.100,00
Internet R$ 119,90
Os custos fixos (que não dependem da quantidade de milho desgerminado que é
processado) são poucos, porém representam cerca de 38% do custo de produção. A empresa
conta com três funcionários, além do dono, sendo que um é direcionado para a limpeza e dois
participam do processo produtivo. O processo produtivo em si precisa de dois funcionários
22
pelo fato de que o envasamento é feito manualmente, caso contrário um funcionário apenas
seria suficiente, uma vez que o dono também atua na produção.
A internet é considerada nos custos fixos, já que é utilizada para pagamento de contas e
para efetuar vendas e pedidos. Abaixo segue a tabela de custos variáveis (Tabela 4).
Tabela 4 - Custos Variáveis
Custos Variáveis Mensais Total
Água (matéria prima) R$ 1.000,00
Água (outras funções) R$ 301,20
Luz R$ 984,25
Gás R$ 806,45
Telefone R$ 400,00
Milho Desgerminado R$ 12.000,00
Açúcar R$ 200,00
Manutenção das Máquinas R$ 294,12
Estoque R$ 147,06
Embalagens R$ 625,00
Outros R$ 300,00
Os custos variáveis, em sua maioria, estão intrinsicamente ligados à produção dos
produtos conjuntos. Eles dependem da quantidade de matéria prima que será processada e da
capacidade de produção. São exceções os gastos com telefone, água (sem ser para matéria
prima) e outros produtos. Dentro de “outros” estão inseridos diversos gastos menores como
produtos de limpeza, luvas plásticas e etc. No total, os custos variáveis representam 57% dos
custos de produção.
O custo do milho desgerminado varia com relação à quantidade comprada. Nesse caso,
a média do preço é de R$ 2,40 por quilograma, isso já incluindo ICMS, PIS, COFINS e IPI.
Com o preço de vendas já está estabelecido, começou-se a análise utilizando os valores
de margem bruta e líquida finais, permitindo, assim, que o trabalho seja direcionado para a
melhora dessas margens. Segue abaixo as tabelas com os resultados de produção de cada um
dos produtos considerados.
23
Tabela 5 - Resultado Final do Produto Primário
Resultados Produto Primário
Total (5000 kg) R$ 27.372,98
Total por quilograma R$ 5,47
Preço por quilograma R$ 7,00
Margem Bruta 22%
Lucro Bruto R$ 5.964,98
Perdas Totais 30%
Lucro Líquido R$ 4.175,48
Conforme foi descrito nas etapas de produção, uma série de fatores faz com que
eventualmente as perdas de produção sejam elevadas. Pode-se dizer que, em média, o
processo apresenta 30% de perdas, variando de mês a mês. Felizmente, tudo que se perde
nesse processo vira matéria prima para uma empresa que cria porcos e esse é o produto
secundário em questão. Segue abaixo a tabela com os resultados do produto secundário
(Tabela 6).
Tabela 6 - Produto Secundário
Resultados Produto Secundário
Ração para Porcos R$ 3.150,00
O produto secundário é vendido abaixo do valor do milho desgerminado, acarretando
uma perda de trinta centavos por quilograma de produto. Sendo assim, o resultado final do
modelo econômico que é empregado está apresentado na tabela abaixo (Tabela 7).
Tabela 7 - Resultado Final
Soma Dos Resultados
Produto Primário R$ 4.175,48
Produto Secundário R$ 3.150,00
TOTAL R$ 7.325,48
Em resumo, o investimento total realizado por mês é, em média, R$ 27.372,98 com
lucro de R$ 7.325,48. Baseado nos resultados apresentados para o modelo econômico
24
corrente, a próxima etapa será determinar os dispositivos que trarão diminuição nas perdas e
aumento nas margens, com o mínimo de investimento possível. O modelo econômico será
trabalhado e os processos melhorados para que se possa chegar ao maior rendimento
alcançável.
25
4. DESENVOLVIMENTO DO SISTEMA
O sistema será desenvolvido a partir do software LabVIEW®, em conjunto com
recursos de modelagem econômica de processo de produtos conjuntos, aplicados a um estudo
de caso específico da produção de pipoca doce, juntamente com a matéria prima para
fabricação de ração para trato de suínos. Através deste sistema, será possível observar a
simulação de funcionamento e erro de cada etapa do processo em uma interface, permitindo a
obtenção de um cenário econômico melhor.
Batista, Martins e Afonso (2002) colocam que o sistema de monitoramento deve levar
em consideração, para seu desenvolvimento, a segurança, confiabilidade, praticidade e
disponibilização de recursos, desde o desenvolvimento da lógica de programação até a
exibição e captação de dados e simulações.
Elliot, Vijayakumar, Zink e Hansen (2006) referem o LabVIEW® como um sistema de
rápido desenvolvimento, rico em funções tanto para bancadas como para grandes sistemas
integrados e flexíveis. De acordo com Ribeiro e Rosa (2008), o LabVIEW® é a ferramenta
ideal no que diz respeito a possibilidade de pré-condicionamento, interpretação de comandos
do usuário, excitação e aquisição de sinais, administração e sequenciamento de eventos e
armazenamento e apresentação de dados, proporcionado uma boa visualização ao usuário.
Ribeiro e Rosa (2008) também fazem referência à linguagem como uma diferença
marcante entre as outras linguagens do meio. O LabVIEW® é baseado em linguagem gráfica,
mais conhecida como linguagem G, sendo altamente produtiva em aplicações que envolvem
sistemas de aquisição de dados, controle e instrumentação, possuindo uma estrutura em forma
de gráficos e diagramas para criar os códigos de programação em blocos, que permite que
pessoas, ainda que pouco treinadas, possam realizar tarefas que outras linguagens
demandariam muito mais tempo.
Graças a essas características o software LabVIEW® é amplamente utilizado na área, e
nesse trabalho não será diferente. O LabVIEW® possui recursos para captação e envio de
informações, simulações, exibição de informações. Funciona por meio da linguagem de
blocos orientada a objetos, que permite uma visualização muito prática da programação de
cada etapa de um processo em questão.
26
Uma vez que as etapas do sistema foram devidamente discriminadas, seus problemas
foram identificados e quantificados e o resultado do modelo econômico atual foi determinado,
a próxima etapa consiste em criar os “blocos de função” de cada etapa com suas respectivas
falhas e determinar as ações a serem tomadas para diminuir os problemas e melhorar os
processos, observando ao fim a melhora nos resultados.
Abaixo encontram-se as soluções estipuladas bem como os códigos de simulação
adotados para cada etapa, onde será possível simular a captação dos erros mais comuns por
meio dos sensores, bem como o monitoramento destes no sistema de instrumentação virtual.
Por último, o modelo econômico será trabalhado novamente, de maneira a observar o efeito
das melhorias realizadas.
4.1. Estouro do milho desgerminado
O estouro do milho desgerminado é o maior causador de perdas de todas as etapas do
processo. Conforme a secção 3.1.1, as perdas podem variar de 15% a 50%. Isso se deve a dois
fatores principais:
Quando o milho é estourado, ele é disparado em uma lona. Sua queda causa,
inevitavelmente, a quebra de alguns grãos que são selecionados na esteira
vibratória e ficam separados dos grãos inteiros. Isso significa uma perda média
de 15% no produto, somando grãos quebrados e grãos não estourados;
Nos casos em que um determinado canhão de estouro apresenta problemas de
aquecimento no cilindro, a pressão interna do momento do estouro não atinge o
valor necessário para o máximo de estouro possível, a perda atinge níveis
drásticos, podendo chegar a 50% se somados grãos não estourados e grãos
quebrados.
Para melhorar esse processo, um sensor irá medir a temperatura do cilindro em função
do tempo. Uma vez que o cilindro atinge a temperatura ideal para o estouro (temperatura
externa da superfície do cilindro aproximadamente 120°C) no tempo estipulado pelo
fabricante (de 12 a 15 minutos), o sistema de monitoramento virtual dá um aviso de que o
canhão está pronto para ser aberto.
27
Quando a temperatura não atinge o valor estipulado dentro do tempo, um alerta
(representado por uma lâmpada virtual) avisa o operador do canhão que este está com
problemas, trazendo a manutenção preventiva do aparelho.
Segue abaixo a figura com a programação em blocos do processo (figura 11).
Figura 12 - Simulação de Funcionamento e Erro do Canhão de Estouro
Para a simulação, não só do canhão, mas de todas as etapas, foram adotados alguns
métodos para exibição de funcionamento normal ou com defeito. No caso do canhão, sua
temperatura caminha conforme o tempo. Utiliza-se uma estrutura de “While”, que faz com
que cada ação aconteça a cada 0,1 segundo (função “milisecond multiple” associada ao bloco
de “Elapsed Time”). Para processos reais, os defeitos ocorrem de maneira aleatória, o que
poderia ser feito no LabVIEW®, porém o tempo para observar um defeito seria
indeterminado, tornando assim inviável a sua utilização neste caso. Para facilitar a
visualização dos erros e a resposta do sistema, foram adotados blocos “booleanos”, em forma
de botões, que iniciam o erro em cada etapa (neste caso o bloco Defeito 2).
Esta etapa se divide em: aquecimento, estouro e resfriamento, além de contar com o
tempo necessário para reabastecimento do milho desgerminado, bem como recolhimento da
28
pipoca estourada. Cada etapa é definida pelos blocos “Case” que faz com que a temperatura
aja de uma determinada maneira, conforme o tempo passa.
Quando o botão “DEFEITO” é acionado, ocorre um problema de aquecimento no
cilindro, fazendo com que a temperatura demore mais para atingir 120°C, até que não a atinja
no tempo estipulado, fazendo com que o sinal de “ALERTA!” seja ativado, indicando
problemas no processo. Caso tudo corra perfeitamente, o indicador “ESTOURO” avisa o
operador que o canhão pode ser acionado.
Para melhor entendimento do funcionamento da programação de blocos, segue abaixo a
programação estruturada da rotina utilizada para simulação estouro do milho desgerminado:
program CANHAO_DE_ESTOURO
var TEMP Canhão: Real; */ TEMP Canhão exibirá os valores de temperatura do canhão de estouro */
Temp. Exe. Canhão: Real; */ Temp. Exe. Canhão controlará o comportamento do processo
p conforme o passar do tempo */
DEFEITO 2, ALERTA 2, ESTOURO: Boolean; */ Variáveis que determinam o erro, o alerta de
p defeito e alerta para estouro */
begin
TEMP Canhão => 0;
Temp. Exe. Canhão => 0;
ESTOURO => FALSE;
ALERTA 2 => FALSE;
while Temp. Exe. Canhão < 2520; */ Tempo de processo médio de 42 minutos */
write TEMP Canhão; */ Exibe a temperatura do canhão no dispositivo selecionado */
if Temp. Exe. Canhão < 600 and DEFEITO = False; */ Aumento da temperatura em 600
segundos */
TEMP Canhão => TEMP Canhão + 0,002; */ Temperatura cresce, em média,
0,2 grau por segundo */
else
TEMP Canhão => TEMP Canhão + 0,001; */ Temperatura não cresce conforme as
especificações */
end if
29
if Temp. Exe. Canhão > 720,1 and Temp. Exe. Canhão < 720,22; */ Momento de estouro da
p pipoca. A temperatura cai, em média, 50 graus */
TEMP Canhão => TEMP Canhão – 50;
end if
if Temp. Exe. Canhão > 720,22 and TEMP Canhão > 0; */ Queda de temperatura */
TEMP Canhão => TEMP Canhão – 0,015;
end if
if Temp. Exe. Canhão > 600 and Temp. Exe. Canhão < 720 and TEMP Canhão < 120;
ALERTA 2 => TRUE; */ O alerta é ativado quando a temperatura não atinge os
valores especificados */
end if
if Temp. Exe. Canhão > 600 and Temp. Exe. Canhão < 720 and TEMP Canhão > 120;
ESTOURO => TRUE; */ Se a temperatura estiver correta o alerta de ESTOURO é
acionado */
end if
end while
end program
4.2. Separação dos grãos
A separação dos grãos entre inteiros, quebrados e não estourados está intrinsicamente
ligada ao funcionamento correto da esteira vibratória. Em geral, as perdas nesse processo não
são tão grandes, porém quando a esteira tem problemas para funcionar pode haver mistura dos
três tipos de grãos, aumentando as perdas e diminuindo a qualidade do produto final.
Para monitoramento desta etapa, será simulada a utilização de um sensor de vibração.
Esse sensor irá informar, dentro de uma escala estipulada de 0 a 10, a faixa de vibração da
esteira. Uma vez que essa faixa permaneça constante o sistema não trará perdas. Quando o
equipamento começa ficar defeituoso, essa faixa muda, trazendo um alerta para os operadores.
Segue abaixo a figura com a programação (figuras 12).
30
Figura 13 – Simulação de Funcionamento e Erro da Esteira Vibratória
A simulação da esteira vibratória representa um dos códigos mais simples deste
trabalho. Um gráfico recebe informações a cada 0,2 segundos, sendo que estes dados variam
dentro de uma faixa (de 6 a 10), apresentando valores aleatórios através da função “Random”,
representada pelos dados de seis lados. Quando ocorre um erro, o bloco case muda para
“False” e faz o sistema variar numa faixa menor, o que representa o defeito na esteira
vibratória. O código abaixo apresenta a programação estruturada desta etapa.
program ESTEIRA_VIBRATÓRIA
var i: Integer; */ variável de manutenção em loop infinito */
DEFEITO 4, ALERTA4!: Boolean; */ Variáveis que determinam o erro e o alerta de defeito*/
begin
i => 0;
DEFEITO4 => FALSE;
ALERTA4! => FALSE;
while i <1; */ loop infinito */
if DEFEITO4 = False; */ esteira funcionando */
write ((4*erro randômico)+6)); */esteira funciona no range especificado/*
else
write ((2*erro randômico)+3)); */esteira funciona fora do range especificado/*
ALERTA4! = TRUE;
end if
31
i=>0;
end while
end program
4.3. Primeira Secagem
A primeira secagem é uma das etapas que traz menos perdas para o processo. Ainda
assim, para melhorar o processo, foi utilizado um sensor de umidade que aumentará a
assertividade da escolha entre secagem ao ar livre e secagem utilizando uma betoneira
aquecida.
Como a umidade do ar é um fator que varia dia após dia, utilizou-se um código com
valores aleatórios variando em uma banda bem pequena, em duas situações distintas: em uma
a umidade está em torno de 40%, o que faz com que a secagem seja através da betoneira, e a
outra onde a umidade está em torno de 10% e as pipocas podem ficar ao ar livre apenas.
Para betoneira, o maior erro era esquecer a chama acesa, o que levava a um sobre
aquecimento. Devido ao tamanho da betoneira esse sobre aquecimento geralmente não trazia
grandes problemas para o produto, mas gerava um gasto maior de gás. Assim, a simulação do
sistema de monitoramento gera um alerta quando esse aquecimento não é desligado após um
determinado tempo.
Segue abaixo a figura 13 contendo o código de programação.
32
Figura 14 – Simulação de Funcionamento e Erro na Primeira Secagem
Assim, como nas etapas anteriores, o processo simulado acontece conforme o tempo de
execução. Dois Cases simulam as etapas de aquecimento e resfriamento, através de
somatórias que ocorrem a cada meio segundo, em função do bloco “milisecond multiple”. Um
Case simulará o defeito desta etapa, em que ocorre o aquecimento excessivo da betoneira.
Quando a betoneira permanece aquecida após um determinado período de tempo, um alarme é
ativado informando que o aquecimento deve ser desligado.
Segue abaixo a programação estruturada para a simulação da primeira secagem:
program BETONEIRA_PRIMEIRA_SECAGEM
var TEMP BETO.: Real; */ TEMP BETO. exibirá os valores de temperatura da primeira secagem */
Temp. Exe. Beto.: Real; */ Temp. Exe. Beto. controlará o comportamento do processo p
conforme o passar do tempo */
DEFEITO 3, ALERTA 3, Primeira Secagem: Boolean; */ Variáveis que determinam o erro, o alerta
de defeito e alerta para finalização da primeira secagem */
33
begin
TEMP BETO. => 0;
Temp. Exe. BETO. => 0;
Primeira Secagem => FALSE;
ALERTA 3 => FALSE;
while TEMP. Exe. Beto. < 2400; */ Tempo de processo médio de 40 minutos */
write TEMP BETO.; */ Exibe a temperatura da betoneira no dispositivo selecionado */
if TEMP. Exe. Beto. < 1200; */ Aumento da temperatura em 1200 segundos */
TEMP BETO. => TEMP BETO. + 0,02075; */ Temperatura cresce, em média, 0,0415
grau por segundo */
end if
if TEMP. Exe. Beto. >= 1200 and TEMP. Exe. Beto. < 2400 ; */ Tempo de desaquecimento da
p . betoneira */
TEMP BETO. => TEMP BETO. – 0,0415;
end if
if TEMP. Exe. Beto. >= 600 and TEMP. Exe. Beto. <= 1500 and DEFEITO3 < TRUE;
ALERTA 3 => TRUE; */ O alerta é ativado quando a excede os valores especificados
para o processo */
end if
if TEMP. Exe. Beto. > 1200;
Primeira Secagem => TRUE; */ Processo de primeira secagem realizado */
end if
end while
end program
4.4. Melaceamento
Conforme descrito anteriormente, o melaceamento é uma etapa bastante simples, cuja
necessidade consistia em estipular o tempo de processo de cada etapa. A figura 14 representa
o código de programação que deverá simular o funcionamento do melaceamento.
34
Figura 15 – Simulação do Funcionamento da Etapa de Melaceamento.
O código relacionado ao melaceamento contempla toda a etapa, desde o aquecimento da
mistura até a aplicação da mesma nas pipocas no tacho industrial. As estruturas Case
funcionam de acordo com o bloco “Elapsed Time”, representando o aquecimento,
manutenção e resfriamento desta etapa. Um alarme é acionado quando já se passaram 35
minutos que a mistura está sendo aquecida. Assim é possível garantir que, uma vez que as
quantidades de água e açúcar estejam corretas, o melaço terá a consistência e sabor desejados,
além de permitir que o operador saiba em qual momento deve finalizar o aquecimento para
despejo da mistura no tacho industrial com as pipocas recém chegadas da primeira secagem.
Abaixo segue a programação em inglês estruturado da etapa de melaceamento.
program MELACEAMENTO
var TEMP MELA.: Real; */ TEMP MELA. exibirá os valores de temperatura do melaceamento*/
TEMP. Exe. Melac.: Real; */ TEMP. Exe. Melac. controlará o comportamento do processo
p conforme o passar do tempo */
ALERTA! 4: Boolean; */ Alerta para defeito*/
35
begin
TEMP MELA. => 0;
TEMP. Exe. Melac. => 0;
ALERTA 4! => FALSE;
while TEMP. Exe. Melac. < 3600; */ Tempo de processo médio de 60 minutos */
write TEMP MELA.; */ Exibe a temperatura de melaceamento no dispositivo selecionado */
if TEMP. Exe. Melac. < 601; */ Aumento da temperatura em 601 segundos */
TEMP MELA. => TEMP MELA. + 0,083; */ Temperatura cresce, em média, 0,083
grau por segundo */
end if
if TEMP. Exe. Melac. > 601 and TEMP. Exe. Melac. < 2100 ; */ Temperatura estável*/
TEMP MELA. => 100;
end if
if TEMP. Exe. Melac. >= 2100 and TEMP MELA <= 100;
ALERTA 4! => TRUE; */ O alerta informa que o melaceamento foi finalizado */
end if
if TEMP. Exe. Melac. > 2160 and TEMP MELA >0; */ Desaquecimento do melaço*/
TEMP MELA. => TEMP MELA. - 0,083; */ Temperatura decai, em média, 0,083
grau por segundo */
end if
end while
end program
4.5. Segunda Secagem
Esta é uma das etapas com maior influência sobre a qualidade do produto final. Por
conta de não haver um processo estabelecido, o produto nem sempre mantinha as mesmas
características, como textura, sabor, cor e cheiro, poisa temperatura e o tempo de secagem
variavam. Mais uma vez o sensor de temperatura é parte fundamental nesta etapa, e sua
utilização que será simulada novamente.
36
Com o sistema de monitoramento, pode-se definir o processo desde o pré-aquecimento
do forno até o momento de retirada das pipocas. Seguem abaixo a figuras 15 contendo o
código de programação.
Figura 16 - Simulação do Funcionamento da Etapa de Segunda Secagem.
O código acima apresenta cinco Cases que deverão simular o aquecimento, manutenção
da temperatura e resfriamento, além do tempo de espera para recomeçar o processo e do
último Case, que simulará o erro nesta etapa. O erro consistia no fato de que a temperatura
começava a diminuir antes do tempo estipulado, fator que demonstrado através do botão
“DEFEITO”. Quando a temperatura chega a 170°C (dez graus abaixo do estipulado) um
alarme é disparado, alertando o operador que deverá elevar novamente a temperatura.
Quando o processo está pronto o alarme de “Pipocas Prontas” é disparado, informando
que o aquecimento pode ser desligado e as pipocas estão prontas para serem envasadas.
Segue abaixo a programação em inglês estruturado para a etapa de segunda secagem da
pipoca doce.
program FORNO_PARA_SEGUNDA_SECAGEM
var TEMP FORNO: Real; */ TEMP FORNO exibirá os valores de temperatura do forno */
Temp. Exe. Forno: Real; */ Temp. Exe. Forno controlará o comportamento do processo p
37
conforme o passar do tempo */
DEFEITO, ALERTA, Pipocas Prontas: Boolean; */ Variáveis que determinam o erro, o alerta de
p defeito e alerta processo de secagem finalizado */
begin
TEMP FORNO => 0;
Temp. Exe. Forno => 0;
Pipocas Prontas => FALSE;
ALERTA => FALSE;
while Temp. Exe. Forno < 2700; */ Tempo de processo médio de 45 minutos */
write TEMP FORNO; */ Exibe a temperatura do forno */
if Temp. Exe. Forno < 300; */ Aumento da temperatura em 300segundos */
TEMP FORNO => Temp. Exe. Forno * 0,6; */ Temperatura cresce, em média, 0,6
grau por segundo */
end if
if Temp. Exe. Forno > 300 and Temp. Exe. Forno < 1500 and DEFEITO = FALSE and TEMP
Forno = 180; */ Temperatura se mantém se não houver defeito */
TEMP FORNO => 180;
else if
TEMP FORNO => TEMP FORNO - 0,01; /* Temperatura cai antes do tempo/*
end if
if Temp. Exe. Forno > 300 and Temp. Exe. Forno < 1500 and DEFEITO = TRUE and TEMP
Forno < 180; */ Temperatura sobe como resultado do defeito corrigido */
TEMP FORNO => TEMP FORNO + 0,01;
end if
if Temp. Exe. Forno > 1500 and TEMP FORNO < 2100; */ Queda de temperatura */
TEMP FORNO => 630 – Temp. Exe. Forno * -0,3;
end if
if Temp. Exe. Forno > 300 and Temp. Exe. Forno < 1500 and (TEMP FORNO <= 170 or
TEMP FORNO >= 190); */ Alerta de Erro caso a temperatura varie mais que 10 graus */
38
Alerta => True;
end if
if Temp. Exe. Forno > 1500;
Pipocas Prontas => TRUE; */ Alerta informando que as pipocas estão prontas */
end if
end while
end program
4.6. Envasamento e Armazenamento
De todas as etapas produtivas, o envasamento era a única completamente manual. Ele
representa um fator limitante da produção, uma vez que a capacidade de envasamento atual
não permitia avanços na quantidade produzida, limitando a capacidade de compra de matéria
prima, além de ter um aproveitamento ruim do espaço destinado ao armazenamento.
Para resolução deste problema é sugerida a aquisição de uma máquina embaladora de
produtos a granel. A solução proposta trará, em curto prazo, um custo maior relacionado ao
produto, porém permitirá o aumento da capacidade produtiva e a padronização do
envasamento, além de trazer aumento no faturamento e no lucro líquido quando trabalhamos
com prazo mais longo.
Foi escolhida uma máquina embaladora vertical, com capacidade de armazenamento a
granel em diversos tamanhos (preço médio de R$ 7.000,00). A figura 19[13] abaixo mostra
um exemplo de embaladora vertical capaz de suprir as necessidades da produção em questão.
Figura 17 - Máquina Embaladora Vertical[13]
39
Estima-se que a capacidade produtiva aumente de cinco mil quilogramas de milho
desgerminado para sete mil quilogramas, uma vez que serão necessárias menos pessoas para
realizar o processo, liberando horas/homem para os outros processos, mantendo os custos
fixos e melhorando a capacidade de diluir os custos variáveis, já que o número de horas de
funcionamento das outras etapas aumentou, compensando o aumento com custos de
manutenção e da aquisição de um novo equipamento.
4.7. Custo de Produção e Lucratividade no Modelo Proposto
O objetivo dos melhoramentos no processo, monitoramento de falhas e aquisição de
novas máquinas visa a melhoria do cenário econômico. Dentro deste contexto, a última etapa
deste trabalho deverá apresentar o resultado financeiro do desenvolvimento apresentado da
etapa 4.1 à etapa 4.5, mais uma vez utilizando o modelo econômico proposto por Rosa e
Brunstein.
Começando pelos custos fixos, o único valor a ser incluído é o custo da mensalidade da
embaladora automática, que deverá ser paga dentro do período de seis meses. O restante
permanece o mesmo, conforme pode ser observado na tabela 8.
Tabela 8 - Custos Fixos - Novo Modelo Econômico
Custos Fixos Mensais Total
Funcionários R$ 7.095,00
Aluguel R$ 3.100,00
Embaladora Automática R$ 1.166,67
Internet R$ 119,90
O valor total dos custos fixos será de R$ 11.481,57, o que significa 33% do custo total
do processo, representando uma queda de 5% em relação ao primeiro modelo econômico. Isso
representa um avanço, uma vez que os custos fixos independem do volume de produção neste
caso, quanto mais se produz, mais barato fica, sempre limitado pela capacidade de produção
em função dos equipamentos e mão de obra disponíveis.
Segue abaixo a Tabela 9, contendo o novo cenário para os custos variáveis.
40
Tabela 9 - Custos Variáveis - Novo Modelo Econômico
Custos Variáveis Mensais Total
Água (matéria prima) R$ 1.341,00
Água (outras funções) R$ 416,16
Luz R$ 1.320,75
Gás R$ 1.090,34
Telefone R$ 550,31
Milho Desgerminado R$ 16.100,00
Açúcar R$ 277,56
Manutenção das Máquinas R$ 630,00
Estoque R$ 207,22
Embalagens R$ 851,58
Outros R$ 414,53
O valor total dos novos custos variáveis é R$ 23.199,46, representando 67% do custo.
Uma grande vantagem ao comprar uma quantidade de matéria prima maior é a diminuição do
preço por quilograma do produto. Nesse caso o valor médio caiu de R$ 2,40 para R$ 2,30. A
queda no preço da matéria prima nas perdas compensou o aumento nos gastos com estoque e
manutenção, gerados pela aquisição da embaladora automática e a identificação dos erros
através do sistema de monitoramento.
Mantido o preço de vendas, os resultados de produção para o primeiro produto
encontram-se na tabela abaixo:
Tabela 10 - Resultados Produto Primário - Novo Modelo Econômico
Resultados Produto Primário
Total (7000 kg) R$ 34.681,03
Total por quilograma R$ 4,95
Preço por quilograma R$ 7,00
Margem Bruta 29%
Lucro Bruto R$ 10.134,63
Perdas Totais 15%
Lucro Líquido R$ 8.614,43
As melhorias adotadas ao longo do trabalho trouxeram um aumento de sete pontos
percentuais na margem bruta e uma queda de 15%, em média, das perdas. O lucro líquido
41
será, em média, de R$ 8.614,43, um aumento de 106% em relação ao modelo econômico
anterior.
Da mesma maneira que no modelo anterior, tudo que se perde nas etapas de produção
do primeiro produto, se transforma no segundo produto. A tabela abaixo mostra os resultados
para o segundo produto conjunto (Tabela 11).
Tabela 11 - Resultados Produto Secundário - Novo Modelo Econômico
Resultados Produto Secundário
Ração para Porcos R$ 2.205,00
Comparando os resultados para o produto secundário, houve uma queda de 30%. Isso se
deve ao fato de que as perdas diminuíram e a produção não cresceu o suficiente para manter o
volume deste produto.
Segue abaixo a tabela contendo a soma dos resultados finais, comparando também com
os resultados do modelo econômico inicial (Tabela 12).
Tabela 12 - Comparado Modelo Antigo x Modelo Novo
SOMA DOS RESULTADOS
Modelo Econômico Antigo
Produto Primário R$ 4.175,48
Produto Secundário R$ 3.150,00
TOTAL R$ 7.325,48
Modelo Econômico Atual
Produto Primário R$ 8.614,43
Produto Secundário R$ 2.205,00
TOTAL R$ 10.819,43
DIFERENÇA 32%
A tabela acima apresenta, em volumes financeiros, o resultado das melhorias realizadas
no sistema de produção em questão. Aplicando as soluções propostas, sem ter de aumentar o
preço do produto e tão pouco diminuir o efetivo, obteve-se um aumento de 32% de
faturamento do modelo econômico novo em relação ao antigo, com crescimento em curto
prazo de 7% na margem do produto.
42
5. RESULTADOS OBTIDOS
Este projeto realizou um estudo de caso bastante particular, permitindo a criação de
especificações singulares em relação aos projetos antes realizados no segmento. Seguem
abaixo os resultados obtidos através da simulação, comparando-os com as especificações
determinadas.
As simulações mostraram 100% de detecção nos erros que foram apontados como
principais causadores de perdas do processo. Todos os problemas foram detectados de
maneira prematura, o que elevou ligeiramente os custos com manutenção em algumas etapas,
porém trouxe ganho muito maior ao longo do processo, enquadrando-se na primeira
especificação do projeto.
Através do LabVIEW® foi possível criar um software que permite a visualização de
cada etapa do projeto em tempo real. Por meio de gráficos e medidores é possível visualizar
as características mais relevantes, além de apontar alertas em casos de erro e também avisos
de finalização de processo. O sistema de instrumentação virtual elaborado conta com a
visualização de todas as etapas em uma única interface divida em abas, conforme a figura
abaixo:
Figura 18 - Aba inicial do Sistema de Instrumentação Virtual.
43
Abaixo podem ser observadas as abas de cada etapa acusando os erros e avisos para
processos prontos (figuras 18 a 21).
Figura 19 - Sistema de Instrumentação Virtual - Canhão de Estouro
A figura acima representa o defeito correspondente a maior quantidade de perdas do
processo. Como pode ser observada, a temperatura não atinge o valor ideal (120°C) no tempo
estipulado de 12 a 15 minutos, fazendo com que o estouro não tenha eficiência total. O led
vermelho representa o alerta que é ativado quando da detecção do problema.
Quando o sistema acusa o erro, o operador solicitará a manutenção imediata do
equipamento defeituoso. Os custos com manutenção aumentarão, porém não tão
significativamente quando comparado à diminuição nas perdas. Estima-se que as perdas
diminuirão para cerca de 15% em média nesta etapa, devido a grãos não estourados ou
quebrados. Graças a isso foi possível superar a especificação de diminuir as perdas em 10%.
A próxima etapa corresponde à separação dos grãos através de uma esteira vibratória.
44
Figura 20 - Sistema de Instrumentação Virtual - Esteira Vibratória
Na figura acima observou-se os três elementos utilizados para instrumentação virtual e
monitoramento da esteira vibratória. No gráfico é possível notar que a vibração encontrava-se
na faixa de operação ideal, porém ao acionarmos o botão de “DEFEITO” pode-se perceber
que a faixa de vibração fica menor, o que faz com que um alarme seja acionado conforme a
simulação programada.
Após passarem na esteira vibratória, as pipocas passam pelo processo de primeira
secagem, visualizado na interface conforme pode ser observado na figura 21 abaixo.
45
Figura 21 – Sistema de instrumentação virtual – 1° Secagem
Na figura acima é possível observar que, uma vez que o aquecimento já atingiu o
período de 20 min, o alarme de “Primeira Secagem” é ativado. Quando ainda assim a
temperatura continua a se elevar o “ALERTA!” é acionado, avisando ao operador que este
deve cortar o aquecimento da betoneira. A figura abaixo mostra o funcionamento do alarme
de umidade, que é ativado quando a umidade está abaixo de 15%, informando que não é
necessária a utilização da betoneira.
46
Figura 22 – Sistema de Instrumentação Virtual – 1° Secagem – Funcionamento do
Alerta de Umidade
Conforme pode ser observado na figura acima, pressionado o botão “Umidade”, esta irá
variar para baixo, como se fosse uma queda real na umidade ambiente, ativando o “ALERTA
DE UMIDADE”, informando não ser necessária a utilização da betoneira aquecida.
A próxima etapa é o melaceamento. Da mesma maneira que na etapa anterior, a
característica observada é a temperatura, que irá variar conforme o tempo. O gráfico exibirá o
andamento do processo de aquecimento da mistura até seu resfriamento, contando também
com o tempo que as pipocas levam para ser melaceadas no tacho, para então recomeçar o
processo.
A figura abaixo mostra como será visualizada esta etapa no software desenvolvido.
47
Figura 23 - Sistema de Instrumentação Virtual - Melaceamento
Quando a temperatura chega aos 100°C e o tempo de execução chega a trinta minutos, o
alerta fica ativo até que a temperatura comece a diminuir. Dessa maneira não há risco de
queimar a mistura. Logo após retirar a mistura do fogo, ela é despejada no tacho, onde já
estão as pipocas vindas da primeira secagem.
Ao final do melaceamento as pipocas passam pelo processo de segunda secagem, que
corresponde à última aba do sistema de instrumentação virtual.
Figura 24 - Sistema de Instrumentação Virtual – Segunda Secagem
48
Acima é possível visualizar os componentes presentes no monitoramento das pipocas.
Da mesma maneira que nas etapas anteriores, está presente o tempo de execução do processo,
a exibição da temperatura instantânea (termômetro), a progressão da temperatura no gráfico, o
“ALERTA!” para problemas e o aviso de “Pipocas Prontas”, bem como o botão que simula o
defeito.
Conforme etapa 4.6, estima-se que a capacidade produtiva aumentará de 5000 kg/mês
aproximadamente para 6.500 kg/mês, através da utilização de um equipamento para
envasamento automático, proporcionando aumento próximo ao estipulado, que era de 30%.
Antes do processo de melhoramento era possível realizar, em média, onze estouros por dia, o
que utilizava cerca de 5,5 horas. Com a envasadora automática foi possível economizar
horas/homem no envasamento, passando essas horas para os outros processos. Assim é
possível realizar, em média, 16 estouros por dia, somando aproximadamente 8 horas,
superando então as especificações do projeto.
A tabela abaixo permite visualizar a evolução da distribuição das horas homem.
Tabela 13 - Melhorias nos Processos
Tempo (h) N° de Func. h/h consumidas
Processos Antes Depois Antes Depois Antes Depois
Estouro 5,5 8 1 1 5,5 8
Peneiramento 5,5 8 0,5 0,5 2,75 4
Primeira Secagem 5,5 8 1 1 5,5 8
Melaceamento 5 8 1 1 5 8
Segunda Secagem 5,5 8 1 1 5,5 8
Envasamento 8 8 3 1,5 24 12
A margem de venda obtida através das modificações foi de 29%, sete pontos
porcentuais acima da margem inicial. Desta maneira não foi atingida a especificação numa
visão em curto prazo. A compra da envasadora automática foi o fator responsável pela perda
de margem. Porém, uma vez quitado o equipamento a margem será elevada para 32%,
atingindo assim a especificação de ser elevada em 10%.
O gráfico abaixo exibe os ganhos supracitados, permitindo a visualização de toda a
melhora estimada através dos processos simulados.
49
Figura 25 - Gráfico de Evolução dos Parâmetros Especificados
Como é possível notar, houve diminuição nas perdas, de 30% para 15%, aumento na
margem, de 22% para 29%, aumento no faturamento de R$ 7.325,48 para R$ 10.819,43 e
aumento de produção de 5.000 kg para 6.500 kg, demonstrando melhorias em todos os
aspectos econômicos.
50
6. CONCLUSÃO
Uma das maiores dificuldades apresentadas neste trabalho, com relação à programação,
que levou em consideração simulações de processos específicos, foi demonstrar o
comportamento de cada etapa e incitar o erro conforme observado no processo real. Isso
implicou a criação de novos “blocos de função” específicos para o sistema.
Cada “bloco de função” trabalhou como se fosse uma função pré-pronta do
LabVIEW®, como funções de sinais elétricos e temperatura, porém foi possível observar a
lógica por de trás de cada função, inclusive no que diz respeito às falhas e problemas
específicos de cada etapa, tendo em vista que esta lógica foi desenvolvida especificamente
para este projeto, utilizando blocos primários do software LabVIEW®, como recursos
matemáticos, estruturas “Case” e “While”, blocos de função temporal e randômicas.
Outra característica relevante com relação à utilização do LabVIEW®, uma vez que
haja oportunidade para implementação do sistema, é a possibilidade de se adaptar a interface
já elaborada, utilizando as funções de aquisição e exibição de dados, conectando o sistema a
uma placa de aquisição de dados que, por sua vez, receberá os sinais emitidos pelos sensores
simulados no projeto.
Ainda em relação ao sistema de instrumentação virtual, o uso do LabVIEW®, para a
simulação, fez com que o programa desenvolvido ficasse mais flexível, criando uma
ferramenta que pode ser adaptado à simulação de outros processos.
A aplicação do modelo de otimização no processo de produção de produtos conjuntos
com uso de controles automáticos de monitoramento trouxe resultados positivos sem recorrer
à redução de efetivo na produção ou aumento de preço, pontos bastante reforçados pelo
cliente.
As simulações mostram que é possível superar metas bastante agressivas, como
detecção de 100% dos erros em estágio prematuro, aumento de 32% de faturamento
diminuição das perdas em 15% e aumento de 7% a 10% na margem de vendas, encorajando a
implementação do sistema de instrumentação virtual e do novo cenário econômico na planta
produtora estudada neste trabalho.
Com os resultados positivos apresentados e a simulação direcionada a produção em
questão, pode-se dizer que o trabalho atingiu o objetivo de demonstrar a melhoria gerada pela
51
aplicação da instrumentação virtual em conjunto com a modelagem econômica, agregando
informações estimadas para realização de uma proposta comercial de trabalho, através dos
conhecimentos e práticas adquiridos durante o curso de Engenharia de Controle e Automação.
52
7. REFERÊNCIAS
[1]ROSA, L. C. & BRUNSTEIN, I. Otimização no processo de produção de
produtos conjuntos com uso de controles automáticos de monitoramento. 2006.
[2]TAGLIARE, I.B., BOTURA, G., ROSA, L.C., MARQUES, M. A. & LEMOS, M.
A., Automação em Processos Produtivos Baseada em Instrumentação Virtual. 2010.
[3]NATIONAL INSTRUMENTS – disponível em <http://www.ni.com/white-
paper/4752/pt#toc2> - acesso em 10 de fevereiro de 2013.
[4]COELHO, A. C, I. Instrumentação Virtual e Ensino de Guerra Eletrônica: A
Experiência do CEAAE. 2007.
[5]ROSARIO, J.M., Automação Industrial. Editora Barauna, São Paulo, 515, 2009.
[6]GUTIERREZ, R. M. V; Pan, S. S. K.. Complexo Eletrônico: Automação do
controle Industrial. BNDES Setorial. 232, 2008.
[7]THOMAZINI, D.; ALBUQUERQUE, P. U. B., Sensores Industriais:
Fundamentos e Aplicações. Editora Érica, 224, 2005.
[8]FESTO – disponível em <http://www.festo.com/cms/pt-br_br/16249.htm> -
acesso em 12 de fevereiro de 2013.
[9]MSI – disponível em <http://www.metalurgicastuchi.com.br/produtos/ canhao-
pipoca.asp> - acesso em 24/02/2013.
[10]HELOMAQ – disponível em <http://www.helomaq.com.br/
produtos/maquinasparapadronizacao/peneirao-classificador.html> acessado em 24/02/2013.
[11]TRON – disponível em <http://www.tron.ind.br/> - acessado em 24/02/2013.
[12]TEDESCO – disponível em <http://www.esmequipamentos.com.br/
misturela.html> - acessado em 24/02/2103.
[13]KAWAMAC – disponível em <http://www.kawamac.com.br> - acessado em
24/03/2012.
53
[14]RESTIVO, M.T; ALMEIDA, F. G.; CHOUZAL, M. F.; MENDES, J. G. & LOPES,
A. M, Laboratories of Instrumentation for Measurement. Editora UP, Porto, Portugal,
441, 2007.
[15]LEITE, V.; BATISTA, J.; ARAÚJO, R. & FREITAS, D., Sistema de
Instrumentação Virtual para Monitorização de Máquinas Eléctricas, 2002.
[16]BATISTA, J.; MARTINS, J.S. & AFONSO, J.L., Sistema digital de Baixo custo
para a Monitorização da Qualidade da Energia Eléctrica, 2002.
[17]YOUNG, C. P., JUANG, W. L. & DEVANEY, M. J., Real-Time Intranet-
Controlled Virtual Instrument Multiple-Circuit Power Monitoring, IEEE, 2000.
[18]TENG, J. H., CHAN, S. Y., LEE, J. C. & LEE, R., A LabVIEW® Based Virtual
Instrument for Power Analyzers, IEEE, 2000.
[19]ELLIOTT, C., VIJAYAKUMAR, V., ZINK, W. & HANSEN, R., National
Instruments LabVIEW®: A Programming Environment for Laboratory Automation
and Measurement, 2007.
[20]FERREIRA, R. F., LINS, Z. D. & CAVALCANTI, M. C., Virtualização De
Instrumentos Industriais Utilizando o LabVIEW®, 2008.
[21]NETO, A. T. L., VALE, M. J. G. & SILVA, R. M. C., Monitoração e Diagnóstico
de Máquinas Rotativas Utilizando Lógica Fuzzy no Ambiente de Programação N.I.
LabVIEW®, 2008.
[22]RIBEIRO, D. S. & ROSA, T. G., Monitoramento de Sinais da Indústria:
Proposta De Uma Solução Abrangendo Hardware e Software, 2008.
