SustainaBrew: Transformação Digital em Microcervejarias para Fomento à Sustentabilidade

• Processo: 24/15951-5
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de abril de 2025
• Data de Término da vigência: 31 de março de 2027
• Área do conhecimento: Engenharias - Engenharia Elétrica - Eletrônica Industrial, Sistemas e Controles Eletrônicos
• Pesquisador responsável: Andre Luis Dias
• Beneficiário: Andre Luis Dias
• Instituição Sede: Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP). Campus Sertãozinho. Sertãozinho , SP, Brasil
• Pesquisadores associados: Afonso Celso Turcato ; Guilherme Serpa Sestito ; Jan Biering ; Jean Carlos Rodrigues da Silva ; João Vítor Silva Robazzi ; Maira Martins da Silva ; Rodrigo Nicoletti
• Assunto(s): Aplicações industriais Aprendizado computacional Transformação digital Automação industrial
• Palavra(s)-Chave do Pesquisador: aplicações industriais | machine learning | Sistemas Inteligentes de Diagnóstico | Soft Sensors | Transformação Digital | Automação Industrial

Resumo

Tecnologias para transformação digital de processos industriais representam uma oportunidade para pequenas e médias empresas aprimorarem seus processos produtivos, melhorando a eficiência, reduzindo desperdícios e custos. Considerando que estas empresas possuem recursos limitados para investimento em pesquisa e desenvolvimento, tecnologias como inteligência artificial e internet das coisas podem promover vantagens devido às suas características de baixo custo. Neste contexto, o número de cervejarias no Brasil vem aumentando nos últimos anos, principalmente devido a criação de novas microcervejarias, tipicamente pequenas e médias empresas. Estas empresas ainda apresentam um nível de automação baixo e demandam aperfeiçoamento de seus processos industriais. Assim, este projeto de pesquisa propõe investigar arquiteturas para transformação digital em microcervejarias capazes de aumentar a transparência do processo produtivo. Além disso, a partir da utilização de ferramentas de machine learning, busca-se o desenvolvimento de modelos preditivos utilizando estratégias soft sensors e sistemas inteligentes de diagnóstico de falhas para contribuir com a redução do consumo de energia, aumentar a disponibilidade dos equipamentos e melhorar a qualidade dos produtos. O caráter desafiador do projeto se dá principalmente pela investigação do desenvolvimento de modelos soft sensors e sistemas inteligentes de diagnóstico de falhas utilizando dados de operação das bombas, e demais variáveis normalmente já disponíveis no processo, sem necessidade de sensores específicos. O projeto conta com a participação das instituições alemãs Versuchs- und Lehranstalt für Brauerei (VLB), e Institut für Produktionsanlagen und Konstruktionstechnik (Fraunhofer IPK). Espera-se que o projeto de pesquisa possa contribuir com soluções de custo efetivo, que possam ser facilmente implementadas nos processos produtivos de microcervejarias a fim de atender o mercado em crescimento do setor e contribuir para a sustentabilidade de seus processos. (AU)