Sistema de análise de eficiência de ativos para o setor de saneamento

• Processo: 22/08160-6
• Modalidade de apoio: Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
• Data de Início da vigência: 01 de outubro de 2022
• Data de Término da vigência: 31 de maio de 2024
• Área do conhecimento: Engenharias - Engenharia Elétrica - Medidas Elétricas, Magnéticas e Eletrônicas, Instrumentação
• Pesquisador responsável: Leandro Silva Pereira
• Beneficiário: Leandro Silva Pereira
• Empresa: Time Energy Indústria e Comércio Eireli - EPP
• CNAE: Fabricação de aparelhos e equipamentos de medida, teste e controle
• Município: Campinas
• Vinculado ao auxílio: 15/50678-9 - Sistema de medição inteligente para redes de distribuição de energia elétrica, AP.PIPE
• Assunto(s): Eficiência energética Internet das coisas Aprendizado computacional Sensoriamento Saneamento
• Palavra(s)-Chave do Pesquisador: Eficiência Energética | IoT | machine learning | M2M | sensoriamento | Eficiência energética

Resumo

O presente projeto propõe o desenvolvimento de um sistema de monitoramento e análise de equipamentos voltados para o setor de saneamento. De acordo com um estudo realizado pela Sabesp em torno de 90% da energia gasta por empresas de saneamento envolve o bombeamento de água. O sistema será responsável por medir o consumo de energia elétrico de diferentes tipos de equipamentos juntamente com a medição da eficiência energética da bomba através do método termodinâmico, assim possibilitando a geração de KPI para cada equipamento permitindo otimizar o uso destes equipamentos. Esses dados de medição serão enviados para a plataforma em nuvem que analisará os dados. A plataforma atuará de 3 formas: na comparação dos diferentes equipamentos permitindo ao gestor montar um plano de ação para modernização no parque baseado em indicadores, identificar mudanças de ponto de operação dos equipamentos para melhor a eficiência (por exemplo a mudança da rotação do motor elétrico),e identificar falhas em equipamentos monitorados, pois utilizando o conceito de aprendizado de máquina é possível identificar variações nos indicadores de forma automática, assim auxiliando na identificação de desgastes dos equipamentos e consequentemente reduzindo o os gastos com energia elétrica. (AU)