Estudo e melhoria da aquisição de dados de acelerômetros MEMS para análise de vibração por sistemas embarcados de baixa potência

Alisson Mateus Boeing

Arliones Stevert Hoeller Junior

Romano Sabetzki Weirich

Estudante do Curso de Engenharia de Telecomunicações do Campus São José do IFSC

Professor Orientador do Curso de Engenharia de Telecomunicações do Campus São José do IFSC

Coorientador da empresa Dynamox

Resumo

A chegada da indústria 4.0 e seus recursos trouxe diversos benefícios para as fábricas no que diz respeito a disponibilidade de ativos e automatização de tarefas. Grande parte destes benefícios é proporcionada pelo avanço tecnológico que se iniciou na terceira revolução industrial, onde sistemas eletrônicos e computacionais automatizados foram inseridos nos processos de produção. Neste contexto, tem-se investido na melhoria de processos de manutenção. Dentre os tipos de manutenção, na indústria 4.0, se destaca a preditiva, que busca monitorar e detectar problemas em estágios iniciais, para que seja possível realizar a manutenção antes da quebra da máquina, evitando paradas indesejáveis. Amparada pelo conceito de internet das coisas, a manutenção preditiva, que ocorria por meio de técnicos visitando fisicamente os ambientes para monitoramento, agora recebe o auxílio de sistemas embarcados que possibilitam coletar e transmitir dados automaticamente. A partir deste contexto, a empresa Dynamox S.A., situada em Florianópolis - Santa Catarina, especializada em manutenção preditiva por meio da análise de vibração voltada à indústria 4.0, identificou uma demanda de melhoria em um de seus produtos, sendo esse um sensor de temperatura e vibração, sem fio e com conectividade Bluetooth. Existe uma ciência que relaciona as características vibratórias e de temperatura de uma máquina rotativa com sua condição de operação e, apesar dos sensores da Dynamox produzirem dados capazes de verificar diversos problemas, algumas limitações no fluxo de aquisição impedem de detectar casos específicos. Estas limitações estão relacionadas à frequência de amostragem, resolução dos dados de vibração e à simultaneidade da leitura dos eixos de vibração. Com isso, o objetivo deste trabalho é identificar as limitações e realizar melhorias no software embarcado do sensor de vibração, com intuito de viabilizar a detecção de problemas que ocorrem em frequências mais elevadas, com o mesmo hardware e mantendo um padrão de consumo de energia compatível com o do produto atual.

Palavras-chave

Sistemas Embarcados Distribuídos. Indústria 4.0. Baixo Consumo de Energia. Manutenção Preditiva. Análise de Vibração.

Abstract

The arrival of Industry 4.0 and its resources has brought several benefits to factories regarding asset availability and task automation. Most of them derive from the technological advance that began in the third industrial revolution, where electronic, computational and automated systems integrated production processes. Among the types of maintenance in Industry 4.0, predictive maintenance stands out, which seeks to monitor and detect problems at early stages so that it is possible to carry out maintenance before the machine breaks down, avoiding unwanted stops. Supported by the internet of things concept, predictive maintenance, which occurred through technicians physically visiting the environments for monitoring, now receives assistance from distributed embedded systems, making it possible to collect and transmit data automatically. From this context, the company Dynamox S.A., located in Florianópolis - Santa Catarina, specializing in predictive maintenance through vibration analysis focusing on Industry 4.0, identified a demand for improvement in one of its products, a wireless temperature and vibration sensor with Bluetooth connectivity. A science relates the vibration and temperature characteristics of a rotating machine with its operating condition. Although Dynamox sensors produce data capable of verifying several problems, some limitations in the acquisition flow prevent detecting specific cases. Such limitations relate to the sampling frequency, data resolution, and the ability to read multiple axes simultaneously. Therefore, the goal of this work is to identify the causes of such limitations and improve the product’s embedded software to exploit the total capacity of the product hardware and, therefore, enable the detection of problems that occur at higher frequencies while maintaining an energy consumption profile compatible with the current product version.

Keywords

Distributed Embedded Systems. Industry 4.0, Low-Power Systems, Predictive Maintenance, Vibration Analysis.

Arquivos do TCC

• Resumo Expandido.pdf
• Monografia.pdf