Big Data, analytics, Internet das Coisas… Esses termos são bastante ouvidos hoje em dia e indicam grandes mudanças pela frente, especialmente para as pessoas envolvidas no setor de etanol. E diante de tudo o que se tem falado sobre como a Internet das Coisas alavancará a próxima revolução industrial ou como o Big Data mudará a produção, alguns de nós no setor podem estar achando que ainda não estamos preparados para essas mudanças.

Essa é a forma como me senti quando ouvi esses termos pela primeira vez, mas quando descobri o que eles significavam, percebi que eles não trazem nada de novo, na maioria das vezes. Vamos analisar o exemplo do Big Data: É apenas um termo para descrever grandes volumes de dados coletados diariamente, geralmente por empresas. E analytics? Analytics ou análise, em português, é apenas uma palavra sofisticada para descrever o que as empresas fazem com os dados: “Analytics” de boa qualidade pode ajudar as empresas a tomar decisões mais acertadas e a otimizar a forma como trabalham. A usina de porte médio de etanol coleta grandes volumes de dados dos seus processos diariamente, depois analisa esses dados para solucionar e otimizar os processos. Ou seja, “Big Data” e “analytics” são duas coisas que já fazemos.

Grandes volumes de dados
Para se ter uma ideia da quantidade de dados coletados e analisados por usinas de etanol todos os dias, passe o mouse sobre os ícones no fluxograma do processo de etanol abaixo. E isso é apenas uma parte dos grandes volumes de dados coletados pela maioria das usinas, já que este fluxograma simplificado não mostra todas as etapas do processo ou todos os conjuntos de dados coletados em cada etapa.

 

process-step-portugese

Fluxo do processo de etanol

A extração e a organização de todos esses dados obviamente não é algo que pode ser feito sem algum tipo de sistema automatizado, e é por isso que os sistemas de controle distribuído são o padrão nas usinas de etanol, assim como são em outros processos de produção e plantas. Em todos esses sistemas, todos os dados coletados em todas as etapas de processo mostradas acima são alimentados em um equipamento central de controle. Até aqui tudo bem. Mas quando você considera os volumes absolutos de dados sendo alimentados continuamente no equipamento central (assim como os dados alimentados no laboratório da usina), você tem uma ideia de como é difícil identificar e entender os dados relevantes, aqueles que ajudarão a usina a solucionar problemas e a fazer otimizações de maneira eficiente.

Instantâneos em vez do cenário completo
Como a maioria das usinas não tem tempo ou capacidade para analisar e entender todos os dados captados e gravados, eles optam pela segunda melhor opção. Eles se concentram em analisar e entender alguns dos dados obtidos por amostra. Depois tentam criar o cenário completo mais preciso possível a partir dessas amostras. O problema dessa abordagem é que as amostras fornecem instantâneos de um período muito curto e não é possível afirmar se elas refletem fielmente o que está acontecendo. Para eliminar as suposições, as usinas coletam o máximo de amostras possível e tomam decisões com base na média dos resultados obtidos com essas amostras. Todas as usinas de etanol têm automatizado o processo de alguma maneira, com computadores plotando gráficos ao longo do tempo para mostrar tendências, mas isso ainda não constitui processos otimizados.

Solução de problemas e otimização
Vamos usar a solução de um mal funcionamento de um equipamento, como exemplo: Trabalhar com tendências significa que a maioria das usinas só descobrem que há um problema depois que uma parte do equipamento para ou, com sorte, um pouco antes disso ocorrer, gerando interrupções e paralisações onerosas. Com um sistema que permita que as usinas vejam e analisem dados em tempo real, conforme seu fluxo na usina, esses tipos de problemas seriam identificados com antecedência e evitados. Outro exemplo é a otimização por indicadores-chave de desempenho (KPIs). A maioria das usinas usa algum tipo de sistema diário de critério de avaliação para medir seus KPIs. Eu, com base em minha experiência pessoal, conheço o valor desses sistemas na época em que atuei como diretor de operações em uma usina de mais de 100 milhões de galões/ano nos EUA. A implementação de um sistema melhor ajudou minha equipe de alta-performance na usina a atingir um nível mais alto. Mas a otimização desses sistemas exige muito tempo e recursos, o que significa que muitas usinas não obtêm tantos benefícios quanto gostariam.

Análise e rastreamento rápido e em tempo real
E é aí que todo esse entusiasmo em torno do “big data” se torna relevante para as usinas de etanol. “Big data” pode não ser uma novidade para nós e para outros processos e plantas de produção, mas há uma revolução acontecendo nas ferramentas disponíveis para análise dos dados nesses setores. O software moderno de análise da usina em tempo real identifica e rastreia os dados relevantes para seus KPIs rapidamente, em tempo real e em conjuntos de dados muito maiores. Os algoritmos transformam os enormes volumes de dados oriundos de processos contínuos em análises relevantes de dados críticos, além de permitir a visualização desses dados em painéis que possibilitam o entendimento imediato. Ao permitir que as usinas vejam e entendam os padrões e significados do fluxo de dados em tempo real, o software dá suporte para a tomada de uma decisão rápida e embasada. As usinas podem solucionar falhas de forma antecipada para evitar problemas, em vez de agir somente quando os problemas acontecem. Além da possibilidade de reconhecer os fatores que impulsionam o desempenho e desenvolver o aprimoramento contínuo do processo.

No próximo artigo desta série, meus colegas Laurie Duval e Rachel Burton, que também fazem parte da equipe norte-americana de assistência técnica de biocombustíveis da Novozymes, apresentarão exemplos de como “analytics” avançados podem ajudar as usinas a aumentar os rendimentos e otimizar a dosagem de enzimas. E no artigo final, apresentaremos algumas percepções do potencial da Internet Industrial das Coisas para melhorar a eficiência de produção e facilitar a tomada de decisão rápida.

Print Friendly, PDF & Email

Frank Moore

Depois de atuar 35 anos nos segmentos de processamento e desenvolvimento de negócios na indústria de etanol, agora trabalho como Consultor de Planta da Novozymes, ajudando nossos clientes a atingir o seu próximo nível de eficiência.

Latest posts by Frank Moore (see all)