Machine Translated by Google

Computadores e Engenharia Industrial 177 (2023) 109097

Listas de conteúdo disponíveis no ScienceDirect

Computadores e Engenharia Industrial

página inicial do periódico: www.elsevier.com/locate/caie

Avaliação do grau de automação e digitalização utilizando uma ferramenta de

diagnóstico e análise para uma implementação metodológica da Indústria 4.0
´ ´
Fernando Martell , Juan Manuel López um,*, Irma Yolanda Sanchez b , Carlos Alberto Paredes c ,
um

Eduardo Pisano c
´
um
Centro de Pesquisa Óptica, AC, Aguascalientes, México
b
Mecatr ´ onica Engineering , SA, Aguascalientes, México
´
c
CONACYT- Centro de Pesquisa Óptica, AC, Aguascalientes,México

INFORMAÇÕES DO ARTIGO RESUMO

Palavras- A Indústria 4.0 visa melhorar drasticamente a digitalização dos processos de produção em fábricas para torná-los mais produtivos e
chave: Indústria
eficientes. Neste trabalho, são estudadas as relações de precedência entre as tecnologias de automação e informatização do que agora
4.0 ISA-95
é chamado de Indústria 3.0 e as tecnologias operacionais e de informação da Indústria 4.0. Como resultado, algumas tecnologias da
Tecnologias de automação
Automação industrial Indústria 3.0 são identificadas como pré-requisitos para a adoção de tecnologias da Indústria 4.0. Levando em consideração essas
Nós somos
informações, um Indicador-Chave de Desempenho proposto anteriormente é aprimorado para avaliar melhor o grau de automação e
Adoção de tecnologia digitalização de uma empresa, e é proposto como uma nova ferramenta de diagnóstico para medir o grau de prontidão para implementar
Gestão de tecnologia a Indústria 4.0. Um estudo de caso do mundo real de uma empresa da indústria metal-mecânica é mostrado como uma aplicação da
Indicadores-chave de desempenho ferramenta de diagnóstico proposta. Além disso, é proposta uma metodologia para implementação da Indústria 4.0, principalmente, em
pequenas e médias empresas.

1. Introdução sistemas de controle tanto na indústria de manufatura (metalúrgica, automotiva,

eletrônica, etc.) quanto nas indústrias de processo (ferro e aço, química, petroquímica,
Indústria 4.0 (I4.0) é a digitalização dos processos de produção em fábricas para cimento, etc.) (Hugh, 2010). Nas indústrias de processo, os Sistemas de Controle
torná-los mais produtivos e eficientes. Maior digitalização implica um maior grau de Distribuído (DCS) também foram desenvolvidos para implementar o controle digital de
automação e conectividade de dados, permitindo que os processos de fabricação e as processo e eles exigiram a aplicação de protocolos de comunicação de dados industriais.
cadeias de suprimentos se concentrem em uma demanda variável e cada vez mais
personalizada por produtos. Os benefícios econômicos da I4.0 incluem, entre outros, A partir do levantamento bibliográfico, foram identificados diversos trabalhos sobre métodos
tempos de configuração reduzidos, prazos de entrega mais curtos, custos de mão de de avaliação de prontidão e maturidade I4.0 (Bai, Dallasega, Orzes, & Sarkis, 2020; Basll &
obra e materiais reduzidos, maior flexibilidade de produção, maior produtividade e Doucek, 2019; Castelo-Branco, Cruz-Jesus, & Oliveira, 2019; Chen et al., 2018; Ganzarain &
personalização aprimorada do produto (Dalenogare, Benitez, Ayala e Frank, 2018; Errasti, 2016; Leyh, Sch¨affer, Bley, & Forstenhausler, 2016; Lichtblau et al., 2015; Mittal, Khan,
¨
Rüßmann et al., 2015; Witkowski, 2017). Romero, & Wuest, 2017; Mittal, Khan, Romero, & Wuest, 2018; Nick, Kovacs, & Kad´ ar, 2021;
O termo Indústria 4.0 foi cunhado na Alemanha há quase dez anos, e nos Estados Nick, Szaller, Bergmann, & Vargedo, Ko, 2019; Pacchini, Lucato, Facchini, & Mummolo, 2019;
´ ÿ ´
Unidos é conhecido como Fábricas Inteligentes (Yin, Stecke, & Li, 2018). O que hoje é Sarvari, Ustundag, Cevikcan, Kaya, & Cebi, 2018; Schuh et al., 2017; Schumacher, Erol, &
chamado de Indústria 3.0 (I3.0) começou com o desenvolvimento da eletrônica e da Sihna, 2016; Stefan, Wienbruch, Kreimeier, & Bernd, 2018). É importante notar a diferença entre
computação. A automação e informatização dos sistemas de manufatura começaram prontidão e maturidade, Pac-chini et al., 2019 fez uma ampla discussão sobre este tópico. No
com a invenção do primeiro controlador programável MODICON 084 (MOdular DIgital entanto, há uma falta de ferramentas para determinar o grau de prontidão para a implementação
CONtroller) em 1969 (Dunn, 2009). Os Controladores Lógicos Programáveis (CLPs) em do I4.0 em pequenas e médias empresas (PMEs). A maioria
conjunto com sensores e atuadores equipados com condicionamento eletrônico
permitiram implementar processos mais precisos e repetitivos.

´ ´
* Autor correspondente em: Prolongacion Constitucion 607, Aguascalientes 20200, México.
´
Endereço de e-mail: jm.lopeztellez@gmail.com (JM López).

https://doi.org/10.1016/j.cie.2023.109097 Recebido
em 13 de junho de 2022; Recebido em forma revisada em 20 de outubro de 2022; Aceito em 12 de fevereiro de 2023
Disponível online em 16 de fevereiro de 2023
0360-8352/© 2023 Elsevier Ltd. Todos os direitos reservados.
Machine Translated by Google

F. Martell et ai. Computadores e Engenharia Industrial 177 (2023) 109097

a economia dos países emergentes depende fortemente das PMEs que hoje estão
começando a se preparar para adotar as tecnologias I4.0. Para auxiliar nesse desafio,
métodos de avaliação eficazes e ferramentas de suporte à decisão podem ajudar as
empresas de manufatura a implementar e entender efetivamente as tecnologias I4.0.
Assim, assumindo que as conhecidas tecnologias I3.0 são amplamente utilizadas nas
PMEs mencionadas, este estudo identifica relações de precedência entre as tecnologias
operacionais e de informação I3.0 e I4.0, e propõe uma definição das tecnologias I3.0
como pré-requisitos para a adoção das tecnologias I4.0. As tecnologias I4.0 não
dependem inteiramente das tecnologias I3.0 para sua implementação, no entanto, ao
analisar o grau de prontidão para a implementação I4.0, é desejável saber o grau atual
de automação e informatização da empresa. Particularmente, a relação de precedência
proposta é necessária para a aplicabilidade do método para medir o grau de prontidão
proposto anteriormente por Pacchini et al., 2019. O método revisado mostrado neste
trabalho foi desenvolvido como uma ferramenta de diagnóstico que pode ser incorporada
em uma metodologia Plan-Do-Check-Act (PDCA) para gerenciamento tecnológico em
direção à implementação do I4.0. Dessa forma, a questão de saltar do estado tecnológico
atual das PMEs para o I4.0 pode ser abordada metodologicamente de tal forma que
possa ser razoavelmente acessível e eficaz.
Fig. 1. A pirâmide de automação.

Tabela 1
Indicadores-chave de desempenho (KPIs) são usados como um meio para medir o
Tecnologias operacionais e de informação.
desempenho ao longo do tempo, para objetivos ou metas específicas, que ajudam as
TECNOLOGIAS OPERACIONAIS (TO) TECNOLOGIAS DA INFORMAÇÃO
pessoas em toda a organização a tomar melhores decisões. A melhoria contínua em
(ISTO)
direção à implementação da Indústria 4.0 requer a definição de tais KPIs específicos. O
Controle Lógico Programável (CLP) Redes de Comunicação de Dados
grau de automação e digitalização de qualquer empresa pode ser avaliado a partir das
Controle Numérico Computadorizado (CNC) Fabricação Integrada por Computador
tecnologias de automação e informação já existentes. Por outro lado, para avaliar o grau
(CIM)
de prontidão para novas tendências tecnológicas, as relações de precedência entre as Robôs Industriais Controle Estatístico de Processos (CEP)
novas tecnologias e suas tecnologias precursoras devem ser definidas. Neste trabalho, Veículos guiados automaticamente (AGVs) Sistemas de execução de manufatura

um indicador de desempenho é proposto para medir o grau de automação e digitalização (NÓS)

Sistemas automatizados de armazenamento/recuperação (AS/ Planejamento de Recursos Empresariais (ERP)
considerando certas tecnologias fundamentais como pré-requisitos.
RA)
Sistemas de Controle Distribuído (DCSs) Desenho Assistido por Computador (CAD)
Controle de Supervisão e Aquisição de Dados Fabricação Assistida por Computador

Este trabalho analisa na Seção 2 algumas tecnologias de automação e informatização (SCADA) (CAD)
Redes Industriais Engenharia Assistida por Computador (CAD)
que foram introduzidas durante o período de tempo que agora é conhecido como Indústria
Interfaces Homem-Máquina (IHMs)
3.0, e resume alguns dos princípios de design e pilares tecnológicos da I4.0 de tal forma
Sistema de movimentação de materiais (MHS)
que I3.0 e I4.0 podem ser claramente distinguidos das tecnologias que eles usam. Na
Seção 3, os principais desafios e oportunidades impostos pela I4.0 são identificados e
analisados para propor uma metodologia para a implementação da I4.0, que é redes de comunicação industrial, variando de barramentos de campo a redes Ethernet
particularmente adaptada para PMEs. Além disso, um algoritmo de diagnóstico de industriais. Como mostrado na Fig. 1, máquinas e processos que usam sensores e
automação e digitalização é proposto para complementar a metodologia acima atuadores estão nos níveis de chão de fábrica e PLC, sistemas de controle de supervisão
mencionada e um estudo de caso do mundo real é mostrado como uma aplicação da e execução de fabricação estão em um nível intermediário, e funções de produção e
ferramenta de diagnóstico proposta. Finalmente, a discussão e as conclusões são gerenciamento de qualidade, bem como sistemas de negócios e administração estão nos
mostradas na Seção 4. níveis superiores. ISA-95 é um padrão internacional da International Society of
Automation (ISA) para implementar interfaces entre sistemas de informação empresarial
e sistemas de controle de nível de chão de fábrica (Prades, Romero, Estruch, García-
2. Evolução da Indústria 3.0 para a Indústria 4.0 Dominguez e Serrano, 2013). O objetivo do ISA-95 é fornecer terminologia consistente e
modelos de informação para vincular as Tecnologias de Operação (OT) com as
2.1. Fabricação integrada por computador e automação de fábrica Tecnologias de Informação (TI).

A automação de processos de eventos discretos nas indústrias de manufatura tem A Tabela 1 mostra algumas tecnologias de OT e TI. A integração de TI e OT é essencial
sido baseada principalmente no uso de PLCs e outras formas de tecnologias de para atingir maiores graus de automação e digitalização, essas tecnologias existem
automação, como robôs industriais e Controle Numérico Computadorizado (CNC). Essas independentemente e não podem ser unificadas o tempo todo (Tian & Hu, 2019).
tecnologias de Manufatura Integrada por Computador (CIM) (Groover, 2008) são
integradas por meio de redes de comunicação industrial para automatizar processos de
manufatura, tornando-os mais robustos e flexíveis. Sistemas de transporte de materiais, 2.2. I4.0 Princípios de design e tecnologias fundamentais
armazéns automatizados e sistemas de inspeção usando sistemas de visão são
adicionados para formar células de manufatura. As tecnologias computacionais, por outro I4.0 é suportado por uma série de tecnologias, algumas delas ainda emergentes.
lado, permitem o desenvolvimento de sistemas de suporte à manufatura. A evolução dos Suas principais tecnologias habilitadoras são a Internet das Coisas (IoT) e sistemas
sistemas de produção pode ser estudada a partir da evolução de I3.0 para I4.0 (Yin et ciberfísicos (Chen, 2018).
al., 2018). CIM se refere ao uso de máquinas controladas por computador e sistemas de A Internet Industrial das Coisas (IIoT) é possível graças ao uso extensivo de
automação na manufatura de produtos (Kosanke, 1995). protocolos Ethernet industriais (ProfiNET, Ethernet/IP, EtherCAT, etc.) que permitem
conectividade a sensores e atuadores, e os incluem em loops de controle em tempo real.
A Ethernet Industrial permite a integração horizontal de sistemas de automação (no
Hoje, uma planta industrial que possui um certo grau de automação pode ser mesmo nível de automação) e trabalha em conjunto com outras tecnologias como OPC
conceituada como uma rede de computadores composta por uma série de

2
Machine Translated by Google

F. Martell et ai. Computadores e Engenharia Industrial 177 (2023) 109097

Fig. 2. Relação de precedência entre as tecnologias I3.0 e I4.0. As tecnologias precursoras da I4.0 são mostradas da esquerda para a direita, mostrando aquelas consideradas como
tecnologias mais básicas ou fundamentais, no lado esquerdo, até aquelas consideradas como tecnologias avançadas ou desenvolvidas, no lado direito.

(Ole para Controle de Processo) com arquiteturas cliente/servidor. Elas (V&H). A computação em nuvem proporciona a função de descentralização
permitem integração vertical, ou seja, dos níveis de chão de fábrica para os de tarefas e tomada de decisão, pois possibilita aos usuários configurar os
servidores dos sistemas MES e ERP (veja a Fig. 1). As redes industriais produtos pela Internet e, quando uma compra é feita, a ordem de produção
desempenham então um papel importante na integração da chamada do item pode ser gerada online.
Tecnologia Operacional (OT) do chão de fábrica com as tecnologias de
informação (TI) dos sistemas de negócios. 2.3. De I3.0 a I4.0
Sistemas Ciber-Físicos (CPS) são outras tecnologias fundamentais da
I4.0. Um sistema ciber-físico é qualquer dispositivo que integra capacidades
A Indústria 4.0 é considerada uma revolução industrial, mas as etapas
de computação e comunicação para controlar e interagir com um processo
necessárias para sua implementação podem ser vistas como um processo
físico. Sistemas ciber-físicos são interconectados e, por sua vez, conectados
evolutivo, pelo menos de uma perspectiva de gestão tecnológica. A I4.0
ao mundo virtual e às redes digitais. Um sistema ciber-físico consiste em
implica um grau maior de automação e digitalização do que o obtido com as
uma máquina ou processo tendo seu modelo virtual que pode simular a
tecnologias I3.0. Nesse sentido, as tecnologias e sistemas de automação e
resposta dinâmica do sistema físico. O sistema ciber-físico é então um
informatização desenvolvidos e implementados durante a I3.0 podem ser
sistema físico estendido por tecnologias de informação e comunicação. Por
considerados um pré-requisito para a implementação da I4.0, particularmente
exemplo, um robô habilitado para I4.0 tem seu gêmeo virtual, no qual
para empresas com atraso tecnológico, como o caso das PMEs em
sequências operacionais podem ser modificadas e testadas, ou cenários de
economias emergentes. A Fig. 2 descreve as tecnologias de automação e
falha podem ser analisados. Outras tecnologias I4.0, como simulação 3D,
informatização como um gráfico direcionado que mostra a relação de
Manufatura Aditiva, Realidade Virtual (RV) e Realidade Aumentada (RA)
precedência da I3.0 para a I4.0. Como pode ser visto, as tecnologias
melhoram o ciclo de gerenciamento do produto ao vivo e permitem a
operacionais e de informação foram desenvolvidas ao longo do tempo e,
personalização do produto. Existem várias tecnologias de informação que
eventualmente, incorporadas à manufatura integrada por computador (CNCs,
são relevantes para a I4.0, são elas: computação em nuvem, análise de
robótica, sistemas AS/AR e MHS) e, mais tarde, à integração vertical e
dados (Big Data), segurança cibernética, integração vertical e horizontal
horizontal inicial, definida pela pirâmide de automação (SCADA-MES-ERP

Fig. 3. Modelo proposto para implementação do I4.0.

3
Machine Translated by Google

F. Martell et ai. Computadores e Engenharia Industrial 177 (2023) 109097

Fig. 4. Ciclo de Deming para adoção de tecnologia (PLANEAR-FAZER-VERIFICAR-AGIR).

sistemas) e definidos pelo padrão ISA-95. ser medido. A seção “Agir”, também chamada de seção “Ajustar”, é onde a melhoria
geral da empresa é avaliada e alguns desvios possíveis são conhecidos, bem como
3. Metodologia proposta para avaliar o grau de automação e digitalização novas oportunidades de melhoria são identificadas para a próxima seção “Planejar”.
A ferramenta de diagnóstico para avaliar o grau de automação e digitalização com
base no uso do grau de prontidão como um Indicador-chave de desempenho é
3.1. Etapas de implementação da tecnologia explicada abaixo.

A implementação do I4.0 deve seguir uma etapa anterior de reengenharia de 3.2. Ferramenta de diagnóstico do grau de automação e digitalização
processos e desafios organizacionais. Em PMEs, antes de implementar qualquer
projeto de automação ou digitalização, é necessário realizar uma revisão geral dos Para aplicar o modelo proposto para implementação I4.0 descrito acima, é
processos da organização e, se necessário, realizar uma reengenharia dos processos necessária uma medição do Grau de Automação e Digitalização da empresa.
produtivos. Na maioria das vezes, essa é uma atividade da alta gerência e é apoiada Portanto, para esse objetivo, propomos o seguinte método, que é baseado no
pela identificação e uso de Indicadores-chave de desempenho (KPIs). A combinação trabalho de Pacchini et al., 2019. Em nosso método proposto, as tecnologias I3.0
correta de equipamentos e processos atuais com novas tecnologias é crítica. são um pré-requisito para a adoção de tecnologias I4.0.

A gestão de tecnologia deve definir quais KPIs podem ser melhorados pela adoção
de tecnologia e então planejar os projetos de tecnologia. Esse processo de adoção 3.2.1. Metodologia Da
de tecnologia é mostrado na Fig. 3, a gestão de tecnologia planeja os projetos de literatura (Bai et al., 2020; Basll & Doucek, 2019; Castelo-Branco et al., 2019;
automação e digitalização das tecnologias precursoras da I4.0 a serem Chen et al., 2018; Ganzarain & Errasti, 2016; Leyh et al., 2016; Lichtblau et al. . ,
implementadas e, eventualmente, as tecnologias I4.0 a serem adotadas. 2015 ; , 2017; Schumacher et al., 2016; Stefan et al., 2018), identificamos nove
tecnologias fundamentais I4.0 como segue: I.
Como pode ser visto na Fig. 3, as duas primeiras fases consistem na aplicação
de um “Estágio de Intervenção” para realizar diagnósticos de competitividade e
identificar oportunidades de melhoria. Este estágio inclui a implementação de Internet Industrial das Coisas (IIoT); II. Sistemas Cibernéticos Físicos e Gêmeos
modelos de gestão de tecnologia e o desenvolvimento de roteiros. A próxima fase Digitais; III. Simulação 3D Avançada; IV. Manufatura Aditiva (Impressão 3D); V.
envolve o desenvolvimento de projetos de automação e digitalização que permitem Robôs Autônomos e Colaborativos; VI. Integração Vertical e Horizontal; VII. Big Data
a I4.0. Finalmente, a última fase é a implementação de tecnologias I4.0, como (Análise de Dados); VII. Computação em Nuvem; e VIII. Segurança Cibernética. De
análise de dados e inteligência artificial. acordo com nosso estudo, cada tecnologia fundamental I4.0 compreende um
conjunto de tecnologias Ai (i = 1, 2, 3…) I3.0 como pré-requisitos. Para estimar o
A gestão tecnológica pode ser feita metodologicamente usando um ciclo de “grau de adoção” desses pré-requisitos, quatro níveis são definidos, cada um
Deming, ou um método Plan-Do-Check-Act (PDCA) para melhoria contínua, como é relacionado a um número de pontos como: L0 = 0 pontos, L1 = 1 ponto, L2 = 2
mostrado na Fig. 4. As atividades da seção “Plan” são principalmente para definir pontos e L3 =
metas para melhorar os KPIs adotando tecnologia, então definir uma lista de projetos 3 pontos. Assim, o grau de adoção do pré-requisito Ai é uma função da variável Lm,
de automação e digitalização e, eventualmente, um roteiro de tecnologia para I4.0. como segue:
Nesta seção, uma ferramenta de diagnóstico para avaliar o grau de automação e Ai = f(Lm); m = 0, 1, 2, 3. (1)
digitalização da empresa é necessária para identificar e planejar projetos
tecnológicos. A seção “Do” está relacionada ao desenvolvimento e aplicação de Portanto, o grau de prontidão para a adoção de uma dada tecnologia fundamental
projetos tecnológicos. Cada projeto deve considerar métricas diretamente I4.0 pode ser estimado pela divisão do número de pontos totais obtidos na avaliação
relacionadas aos KPIs que eles impactam. A seção “Check” é realizada para estudar de seus pré-requisitos (Ai) pela soma dos pontos máximos possíveis (Pacchini et al.,
e analisar as melhorias dos KPIs para verificar o sucesso dos projetos de automação 2019). Isto é:
e digitalização. Nesta seção, um aumento no grau de automação e digitalização da
ÿi 1[Ai]
métrica é esperado, e deve gn(%) = × 100, (2)
3i

4
Machine Translated by Google

F. Martell et ai. Computadores e Engenharia Industrial 177 (2023) 109097

nenhuma infraestrutura (L0), pequena infraestrutura (L1), infraestrutura média (L2),

onde gn é o grau de prontidão para a adoção de uma dada tecnologia fundamental e Ai
infraestrutura completa (L3).
o grau de adoção de cada um dos seus pré-requisitos cujo valor depende do número de
A2. A empresa usa um ambiente de projeto CAD/CAM/CAE: não possui ferramentas
pontos do seu nível Lm, como mostrado na Eq. (1), e i é o número de pré-requisitos. Este
CAD/CAM/CAE (L0), usa apenas ferramentas CAD (L1), usa ferramentas CAD e CAM
cálculo é realizado para todas as tecnologias fundamentais I4.0.
(L2), usa ferramentas CAD/CAM/CAE (L3).
A3. A empresa possui Controle Numérico Computadorizado (CNC): não possui
Como a suposição de que todas as tecnologias fundamentais do I4.0 têm a mesma
sistemas CNC (L0), possui sistema CNC somente para manutenção (L1), possui sistema
importância em uma determinada empresa pode não ser razoável, propomos um fator de
CNC para produção (L2), possui sistema CNC integrado em célula de manufatura (L3).
relevância tecnológica 0 ÿ ÿnÿ1, cujo valor é escolhido pelo usuário, para ponderar a
contribuição de cada tecnologia fundamental gn, onde ÿn = 1 significa que uma
determinada tecnologia é crítica para o negócio e ÿn = 0 é escolhido quando a tecnologia
IV. Manufatura Aditiva (Impressão 3D).
não é relevante.
Assim, o Grau de Automação e Digitalização de uma determinada empresa é calculado
da seguinte forma: A1. A empresa possui infraestrutura de computadores e redes: não possui
infraestrutura (L0), infraestrutura pequena (L1), infraestrutura média (L2), infraestrutura

ÿn angn completa (L3).

ÿ1g1 + ÿ2g2 + … + ÿngn =
1
A2. A empresa usa um ambiente de projeto CAD/CAM/CAE: não possui ferramentas
PAI(%) = (3)
ÿn ÿn ÿn ÿn CAD/CAM/CAE (L0), usa apenas ferramentas CAD (L1), usa ferramentas CAD e CAM
1 1
(L2), usa ferramentas CAD/CAM/CAE (L3).
A3. A empresa possui Controle Numérico Computadorizado (CNC): não possui
Aqui, DAD é o Grau de Automação e Digitalização da empresa, g1 é o grau de
prontidão para adoção da tecnologia fundamental I, g2 é o grau de prontidão para adoção sistemas CNC (L0), possui sistema CNC somente para manutenção (L1), possui sistema
CNC para produção (L2), possui sistema CNC integrado em célula de manufatura (L3).
da tecnologia fundamental II, gn é o grau de prontidão para adoção da tecnologia
fundamental n, e ÿn é seu fator de relevância tecnológica.

V. Robôs Autônomos e Colaborativos

Por fim, o estado atual do Curso de Automatização e Digitalização
A evolução da empresa é descrita na Tabela 2.
A1. A empresa possui infraestrutura de computadores e redes: não possui
As tecnologias fundamentais do I4.0, seus pré-requisitos (Ai) e níveis correspondentes
infraestrutura (L0), infraestrutura pequena (L1), infraestrutura média (L2), infraestrutura
são definidos da seguinte forma:
completa (L3).

I. Internet Industrial das Coisas (IIoT) A2. A empresa implementou Controladores Lógicos Programáveis (CLPs) e Interfaces
Homem-Máquina (IHMs): não possui CLPs e IHMs (L0), possui CLPs e IHMs isolados
(L1), possui CLPs e IHMs interconectados (L2), a empresa é completamente automatizada
A1. A empresa possui infraestrutura de computadores e redes: não possui
infraestrutura (L0), infraestrutura pequena (L1), infraestrutura média (L2), infraestrutura (L3).

completa (L3). A3. Robôs Industriais: a empresa não possui Robôs Industriais (L0), possui Robôs
Industriais autônomos (L1), possui Robôs Industriais interligados (L2), possui célula de
A2. A empresa implementou Controladores Lógicos Programáveis (CLPs) e Interfaces
Homem-Máquina (IHMs): não possui CLPs e IHMs (L0), possui CLPs e IHMs isolados fabricação com Robôs Industriais (L3).

(L1), possui CLPs e IHMs interconectados (L2), a empresa é completamente automatizada A4. Veículos Guiados Automatizados (AGVs): a empresa não possui AGVs (L0),
possui AGVs autônomos (L1), possui AGVs interligados (L2), possui linhas de fabricação
(L3).
abastecidas por AGVs (L3).
A3. A empresa implementou um Sistema de Controle Supervisório e Aquisição de
Dados (SCADA): não possui sistema SCADA (L0), sistema SCADA pequeno (L1), sistema
VI. Integração vertical e horizontal
SCADA médio (L2), sistema SCADA completo (L3).
A4. A empresa utilizou OLE (Object Link Environment) para tecnologias de
A1. A empresa possui infraestrutura de computadores e redes: não possui
conectividade de dados de controle de processo (OPC): OPC não foi utilizado (L0), possui
infraestrutura (L0), infraestrutura pequena (L1), infraestrutura média (L2), infraestrutura
barramentos de campo para conectividade de dados (L1), possui redes Ethernet industriais
completa (L3).
(L2), implementou completamente a conectividade de dados OPC (L3).
A2. Sistema de Execução de Fabricação (MES): a empresa não possui sistema MES
(L0), sistema MES pequeno (L1), sistema MES médio (L2), sistema MES completo (L3).

II. Sistemas físicos cibernéticos e gêmeos digitais.

A3. A empresa implementou um Enterprise Resource Planner System (ERP): não

A1. A empresa possui infraestrutura de computadores e redes: não possui possui sistema ERP (L0), sistema ERP básico (L1), sistema ERP completo (L2), sistema

infraestrutura (L0), infraestrutura pequena (L1), infraestrutura média (L2), infraestrutura ERP avançado (L3).

completa (L3). A4. Integração de sistemas empresariais e de controle (integração vertical): a

empresa não implementou integração SCADA/MES/ERP (L0), possui uma implementação
A2. A empresa implementou um Sistema de Controle de Supervisão e Aquisição de
Dados (SCADA): não possui sistema SCADA (L0), sistema SCADA pequeno (L1), sistema parcial de integração SCADA/MES/ERP (L1), possui uma implementação avançada de
integração SCADA/MES/ERP (L2), possui implementação completa de integração SCADA/
SCADA médio (L2), sistema SCADA completo (L3).
A3. A empresa possui Sistemas Automatizados de Armazenamento/Recuperação MES/ERP (L3).

(AS/AR): não possui sistema AS/AR (L0), sistema AS/AR pequeno (L1), sistema AS/AR
médio (L2), sistema AS/AR completo (L3). VII. Big Data (Análise de Dados)

A4. A empresa possui Sistemas de Manuseio de Materiais (MHS) ou Sistemas de

A1. A empresa possui infraestrutura de computadores e redes: não possui
Transporte de Materiais (MTS): não possui sistemas MHS ou MTS (L0), sistemas MHS
infraestrutura (L0), infraestrutura pequena (L1), infraestrutura média (L2), infraestrutura
ou MTS pequenos (L1), sistemas MHS ou MTS médios (L2), sistemas MHS ou MTS
completa (L3).
completos (L3).
A2. A empresa deve ter todos os seus dados/informações organizados e mantidos em
III. Simulação 3D avançada. sistemas de banco de dados seguros: a empresa não tem suas informações em sistemas de
banco de dados seguros (L0), ela tem algumas informações em sistemas de banco de dados
seguros (L1), ela tem uma grande parte de suas informações em sistemas de banco de
A1. A empresa possui infraestrutura de computadores e redes: possui
dados seguros (L2), ela tem todas as suas informações em sistemas de banco de dados seguros

5
Machine Translated by Google

F. Martell et ai. Computadores e Engenharia Industrial 177 (2023) 109097

Tabela 2 Tabela 3
Grau de automação e status de digitalização. Estudo de caso de uma empresa mexicana da indústria metal-mecânica.

Grau de automação e status de Status Características e I4.0 Tecnologia Níveis de pré- Grau de Fator de
digitalização (DAD) -% fundamental requisitos (Lm) adoção relevância
(Ai) tecnológica (ÿn)

0 ÿ DAD < 25 Inicial A empresa tem certo conhecimento sobre EU Internet Industrial de A1:L2, A2:L1, 41,67% 0,75
algumas tecnologias relevantes para o Coisas (IIoT) A3:L1, A4:L1
negócio. II Ciberfísico A1:L2, A2:L1, 25,00% 0,75
25 ÿ DAD < 50 Primário A empresa tem um bom conhecimento de Sistemas e Digital A3:L0, A4:L0
tecnologias relevantes para o negócio, algumas Gêmeos

delas já começaram a ser adotadas. III 3D avançado A1:L2, A2:L2, 66,67% 0,5
Simulação A3: L2
50 ÿ DAD < 75 Intermediário A empresa tem pleno conhecimento de tecnologias 4 Aditivo A1:L2, A2:L2, 66,67% 0,5
relevantes para o negócio, algumas delas já Fabricação (3D A3: L2
adotadas. Impressão)
V Autônomo e A1:L2, A2:L1, 33,33% 1.0
75 ÿ DAD < 100 Avançado A empresa tem pleno conhecimento de Robôs Colaborativos A3:L1, A4:L0
tecnologias relevantes para o negócio e a NÓS Vertical E A1:L2, A2:L1, 41,67% 1.0
maioria delas já foi adotada. Horizontal A3:L2, A4:L0
Integração
VII Big Data (Dados A1:L2, A2:L1, 41,67% 0,75
Análise) A3:L2, A4:L0
sistemas de banco de dados (L3). VIII Computação em Nuvem A1:L2, A2:L1, 55,56% 0,75
A3: L2
A3. Controle Estatístico de Processos (CEP): a empresa não possui CEP (L0), possui
IX Segurança cibernética A1:L2, A2:L1, 55,56% 0,75
alguns poucos processos com CEP (L1), possui apenas processos críticos com CEP A3: L2
(L2), possui todos os seus processos com CEP (L3).
A4. Sistemas de Diagnóstico de Falhas (FDS): a empresa não possui FDS (L0),
possui alguns poucos processos com FDS (L1), possui apenas processos críticos com infraestrutura (L0), pequena infraestrutura (L1), infraestrutura média (L2), infraestrutura
FDS (L2), possui todos os seus processos com FDS (L3). completa (L3).
A2. A empresa deve ter todos os seus dados/informações organizados e mantidos
VIII. Computação em Nuvem em sistemas de banco de dados seguros: a empresa não tem suas informações em
sistemas de banco de dados seguros (L0), ela tem algumas informações em sistemas de
A1. A empresa possui infraestrutura de computadores e redes: não possui banco de dados seguros (L1), ela tem uma grande parte de suas informações em
infraestrutura (L0), infraestrutura pequena (L1), infraestrutura média (L2), infraestrutura sistemas de banco de dados seguros (L2), ela tem todas as suas informações em
completa (L3). sistemas de banco de dados seguros (L3).
A2. A empresa deve ter todos os seus dados/informações organizados e mantidos A3. A empresa implementou um sistema de planejamento de recursos empresariais
em sistemas de banco de dados seguros: a empresa não tem suas informações em (ERP): não possui sistema ERP (L0), sistema ERP básico (L1), sistema ERP completo
sistemas de banco de dados seguros (L0), ela tem algumas informações em sistemas de (L2), sistema ERP avançado (L3).
banco de dados seguros (L1), ela tem uma grande parte de suas informações em Para mostrar a aplicabilidade da ferramenta de diagnóstico proposta, vamos supor
sistemas de banco de dados seguros (L2), ela tem todas as suas informações em que todas as tecnologias fundamentais têm a mesma importância (ou seja, ÿn = 1) e
sistemas de banco de dados seguros (L3). analisamos dois cenários: primeiro, considerando que as tecnologias de informação são
A3. A empresa implementou um sistema de planejamento de recursos empresariais mais desenvolvidas do que as tecnologias operacionais em uma empresa e, segundo
(ERP): não possui sistema ERP (L0), sistema ERP básico (L1), sistema ERP completo cenário, onde as tecnologias de informação estão defasadas em sua implementação. Ou
(L2), sistema ERP avançado (L3). seja, temos um cenário “A” onde as Tecnologias Operacionais I a V têm um nível médio
L2 de adoção e as Tecnologias de Informação VI a IX têm um nível médio L3 de adoção.
IX. Segurança cibernética Sob este cenário o DAD é igual a 81,48%, o que de acordo com a Tabela 2, este
resultado mostra que a empresa
A1. A empresa possui infraestrutura de computadores e redes: não possui

Fig. 5. Grau de prontidão para adoção das tecnologias fundamentais I4.0. Cenário “A” com DAD = 81,48% (Esquerda), e cenário “B” com DAD = 51,85% (Direita).

6
Machine Translated by Google

F. Martell et ai. Computadores e Engenharia Industrial 177 (2023) 109097

Fig. 6. Grau de prontidão para adoção das tecnologias fundamentais do I4.0.

tem status “Avançado”, ou seja, a empresa tem pleno conhecimento das tecnologias cio.mx/encuesta/. A Tabela 3, o cálculo do DAD e o diagrama mostrado nas Figuras 5 e 6
relevantes para o negócio e a maioria delas já foi adotada. Agora considere um cenário “B” podem ser gerados usando esta ferramenta.
onde as Tecnologias Operacionais I a V têm um nível médio L2 de adoção e as Tecnologias
de Informação VI a IX têm um nível médio L1 de adoção. 4. Discussão e conclusões

Para este segundo cenário o DAD é igual a 51,85%, correspondendo a um status O desenvolvimento atual da tecnologia é descrito como incerto (pela existência de
“Intermediário”, ou seja, a empresa possui pleno conhecimento das tecnologias relevantes múltiplas soluções para um único problema), sistêmico (tecnologia como parte de sistemas
para o negócio, algumas delas já adotadas. sociais complexos), dinâmico (mudando com o tempo) e cumulativo (com base em
Os pontos fortes e as áreas de oportunidade nas tecnologias I4.0 para esta empresa conhecimento anterior) (Gudanowska, 2017).
podem ser estudados usando um gráfico de radar, conforme mostrado na Fig. 5, e então o Este último aspecto é abordado neste trabalho, uma vez que o desenvolvimento de
modelo para implementação I4.0 proposto na seção 3.1 pode ser aplicado. tecnologia é a continuação e evolução de tecnologias anteriores, e uma ferramenta de
avaliação é proposta para medir a transição de uma empresa para a I4.0. A definição de
modelos de gestão de tecnologia tende a ser útil para dar orientações para uma gestão de
tecnologia eficaz (Larios & Soto, 2017). No entanto, atividades específicas para
3.3. Estudo de caso
implementar tais modelos geralmente não são descritas abertamente, dando excessiva
variabilidade de interpretação. Este é o caso da norma mexicana NMX-GT-002-IMNC-2008,
Como exemplo da aplicação da ferramenta de diagnóstico de automação e digitalização
que inclui os aspectos de vigilância de mercado e tecnologia, planejamento de projetos,
proposta no mundo real, analisamos o caso de uma empresa mexicana da indústria metal-
habilitação tecnológica, proteção intelectual e implementação de inovação. Apesar desta
mecânica. Esta empresa fabrica componentes automotivos, móveis, entre outros produtos;
falta de definição de atividades concretas, o planejamento pode ser identificado como uma
e atualmente está se aventurando no desenvolvimento de produtos baseados em
das práticas mais comuns na gestão de tecnologia e um fator relevante para a inovação
tecnologia. Os resultados da aplicação da ferramenta de diagnóstico a este caso são
empresarial, independentemente do tamanho da empresa (Cabrera, 2010), o que apoia o
mostrados na Tabela 3. O fator de relevância tecnológica (ÿn) para cada tecnologia
valor da ferramenta sugerida neste trabalho para avaliar a facilidade e prontidão para
fundamental I4.0 foi definido conforme mostrado na Tabela 3, de acordo com sua relevância
adotar a tecnologia I4.0. Além disso, os benefícios mais comuns atribuídos à gestão de
para os negócios, onde ÿn = 1 significa que a tecnologia é muito crítica para os negócios,
tecnologia e inovação são a redução de custos e a perpetuação da eficiência (Pomaquero,
ÿn = 0,75 é crítica e ÿn = 0,5 é conveniente para implementar.
Lopez, & Lopez, 2019), portanto, ferramentas de decisão e planejamento para aquisição
de novas tecnologias e uso de tecnologias digitais [Mourtzis, 2020; Papakostas &
Entretanto, o valor desse fator pode ser definido pelo usuário para ponderar a contribuição
Ramasubramanian, 2022] são importantes para a evolução e permanência de uma empresa.
de cada tecnologia fundamental de acordo com os objetivos do negócio.

Portanto, de acordo com os resultados mostrados na Tabela 3 e aplicando a Eq. (3), o

Grau de Automação e Digitalização (DAD) da empresa é de 45,37%. Portanto, de acordo
com a Tabela 2, esse resultado mostra que a empresa tem um status “primário”, ou seja, a
A partir do estudo de caso acima analisado, o algoritmo de diagnóstico de automação
empresa tem um bom conhecimento de tecnologias relevantes para o negócio, poucas
e digitalização proposto mostra-se útil para identificar as tecnologias habilitadoras ou pré-
delas já começaram a ser adotadas. A partir da Fig. 6, são conhecidos os pontos fortes e
requisitos de I3.0 que são relevantes para a adoção de tecnologias fundamentais de I4.0.
as áreas de oportunidade nas tecnologias I4.0 para esta empresa.
Para auxiliar neste desafio, um modelo de melhoria contínua (PDCA) para gerenciamento
de tecnologia foi proposto na Seção 3.1. Aqui, o gerenciamento de tecnologia planeja os
Como pode ser visto, algumas tecnologias fundamentais I4.0 têm pré-requisitos (An)
projetos de automação e digitalização de tecnologias precursoras de I4.0 a serem
em comum. O cálculo do DAD pode ser simplificado usando um script computacional. O
implementadas e, eventualmente, as tecnologias de I4.0 a serem
algoritmo de diagnóstico proposto está disponível como uma ferramenta de software online
gratuita em: http://laboratoriosvirtuales.

7
Machine Translated by Google

Computadores e Engenharia Industrial 177 (2023) 109097

F. Martell et ai.

adotada. A metodologia proposta é sugerida para auxiliar PMEs na com/855-o-pai-da-invenção-dick-morley-olha-para-trás-no-40º-aniversário -da-plc/ Acessado
identificação do grau de prontidão para implementação da I4.0, porque a em 23 de fevereiro de 2020.
Ganzarain, J., & Errasti, N. (2016). Modelo de maturidade em três estágios em PMEs em direção a
economia de países emergentes depende amplamente desse tipo de
Indústria 4.0. Journal of Industrial Engineering and Management, 9(5), 1119–1128. https://doi.org/
empreendimento (The World Factbook, 2022). No entanto, ela pode ser 10.3926/jiem.2073 Groover, MP (2008).
aplicada a qualquer tamanho de empresa que busque um método de Automação, sistemas de produção e manufatura integrada por computador (3ª ed.). Pearson
melhoria contínua para adoção de tecnologias I4.0. Prentice Hall.
Gudanowska, A. (2017). Um mapa das tendências atuais de pesquisa em tecnologia
Como conclusão, neste trabalho, as tecnologias precursoras de gestão à luz da literatura selecionada. Management and Production Engineering Review,
automação e informatização do I4.0 foram claramente identificadas e 8(1), 78–88. https://doi.org/10.1515/MPER-2017-0009 Hugh, J. (2010). Automatizando
descritas de tal forma que o I3.0 e o I4.0 podem ser claramente distinguidos sistemas de manufatura com PLCs (7ª ed.) Lulu.com.
Kosanke, K. (1995). CIMOSA—Visão geral e status. Computadores na indústria, 27(2), 101–109.
das tecnologias que eles usam. A identificação de tecnologias precursoras https://doi.org/10.1016/0166-3615(95)00016-9 Larios, GJ, & Soto, A.
do I4.0 é necessária para a aplicabilidade de um algoritmo de diagnóstico de (2017). Teste semântico de um modelo de gestão de tecnologia em empresas familiares. Journal of
automação e digitalização (introduzido pela primeira vez por Paccini et al. Technology Management & Innovation, 12(3), 3. https://doi.org/10.4067/S0718-27242017000300006

2019), que é aprimorado e melhorado neste trabalho de pesquisa para obter

Leyh, C., Sch¨ affer, T., Bley, K., & Forstenh¨ ausler, S. (2016). Avaliando os cenários de TI e software de
uma ferramenta de medição mais aplicável para o grau de prontidão para a empresas da indústria 4.0: O modelo de maturidade SIMMI 4.0. Em E. Ziemba (Ed.), Tecnologia da
implementação do I4.0. Os principais desafios e oportunidades que o I4.0 informação para gestão: Novas ideias e soluções reais (pp.
São Paulo: Martins Fontes.
impõe às PMEs foram identificados e analisados para propor um modelo
Lichtblau, K., Stich, V., Bertenrath, R., Blum, M., Bleider, M., Millack, A., Schmitt, K., Schmitz, E., &
para a adoção de tecnologias fundamentais do I4.0. O algoritmo de Schroter, ¨ M. (2015). IMPULSOS - Indústria 4.0. Prontidão, Aachen-Colônia: ¨
diagnóstico proposto neste trabalho de pesquisa pode ser implementado Fundação Impulso VDMA.
Mittal, S., Khan, MA, Romero, D., & Wuest, T. (2017). Manufatura inteligente: Características,
diretamente em uma planilha do Excel ou desenvolvido como um aplicativo
tecnologias e fatores facilitadores. Journal of Engineering Manufacture, 223(5), 1342–
de software que pode ser usado como uma ferramenta de diagnóstico para 1362.
dar suporte a um ciclo de melhoria contínua (PDCA), que é proposto e Mittal, S., Khan, MA, Romero, D., & Wuest, T. (2018). Uma revisão crítica dos modelos de maturidade

descrito na Seção 3.1, para melhorar os processos de gestão de tecnologia, da Smart Manufacturing & Industry 4.0: Implicações para pequenas e médias empresas
(PMEs). Journal of Manufacturing Systems, 49, 194–214.
particularmente aqueles relacionados à implementação do I4.0. A metodologia Mourtzis, D. (2020). Simulação no projeto e operação de sistemas de manufatura: estado da arte e novas
proposta é principalmente voltada para pequenas e médias empresas em tendências. International Journal of Production Research, 58(7), 1927–1949. https://doi.org/
países em desenvolvimento. O trabalho futuro é aprimorar a metodologia proposta para 10.1080/00207543.2019.1636321
sua aplicação sistemática. Nick, G., Kov´ acs, T., Ko, A., & K´ adar,
´ ÿ

B. (2021). Prontidão para a Indústria 4.0 na manufatura: Company Compass 2.0, uma estrutura e solução
renovadas para avaliação da maturidade da Indústria 4.0. Procedia Manufacturing (Vol. 54,, 39–44.
Declaração de contribuição de autoria do CRediT https://doi.org/10.1016/j.promfg.2021.07.007 Nick, G., Szaller, A., Bergmann, J., & Vargedo, T.
(2019). Preparação para
a Indústria 4.0 em
Fernando Martell: Conceitualização, Metodologia, Escrita – rascunho
´ Hungria: Modelo e o primeiro resultado em conexão com a aplicação de dados. IFAC Papers On
original, Escrita – revisão e edição. Juan Manuel Lopez: Conceitualização, Line, 52(13), 289–294. https://doi.org/10.1016/j.ifacol.2019.11.185 Pacchini, APT,
Análise formal, Administração de projeto, Escrita – revisão e edição. Irma Lucato, WC, Facchini, F., & Mummolo, G. (2019). O grau de
´ prontidão para a implementação da Indústria 4.0. Computadores na Indústria, 113, Artigo 103125.
Yolanda Sanchez: Escrita – revisão e edição. https://doi.org/10.1016/j.compind.2019.103125
Carlos Alberto Paredes: Software. Eduardo Pisano: Visualização. Papakostas, N., & Ramasubramanian, AK (2022). Capítulo 6 - Tecnologias digitais como uma solução
para a complexidade causada pela personalização em massa. Em D. Mourtzis (Ed.), Design e
operação de redes de produção para personalização em massa na era da tecnologia de
Declaração de Interesse Concorrente nuvem (pp. 153–180). Elsevier. https://doi.org/10.1016/B978-0-12-823657-
4.00009-9. Número de série: 9780128236574.
Pomaquero, JC, Lopez, JF, & Lopez, JL (2019). Gestão tecnológica e inovação nas organizações. Uma
Os autores declaram não ter interesses financeiros concorrentes ou revisão sistemática da literatura. Revista Espacio Critico, 40(13). Recuperado de https://
relacionamentos pessoais conhecidos que possam ter influenciado o trabalho www.revistaespacios.com/a19v40n13/1940 1320.html Acessado em 04 de abril de 2022.

relatado neste artigo.

Prades, L., Romero, F., Estruch, A., García-Dominguez, A., & Serrano, J. (2013). Definindo uma
metodologia para projetar e implementar modelos de processos de negócios em BPMN de acordo
Disponibilidade de dados com o padrão ANSI/ISA-95 em uma empresa de manufatura. Procedia Engineering, 63, 115–122.
https://doi.org/10.1016/j.proeng.2013.08.283
Rüßmann, M., Lorenz, M., Gerbert, P., Waldner, M., Justus, J., Engel, P., & Harnisch, M.
Os dados serão disponibilizados mediante solicitação. (2015). Indústria 4.0: O futuro da produtividade e do crescimento nas indústrias de manufatura.
Boston Consulting Group, 9(1), 54–89.
Referências Sarvari, PA, Ustundag, A., Cevikcan, E., Kaya, I., & Cebi, S. (2018). Tecnologia
roteiro para a indústria 4.0. Em Indústria 4.0: Gerenciando a transformação digital. Série Springer em
manufatura avançada (pp. 95–103). Springer.
Bai, C., Dallasega, P., Orzes, G., & Sarkis, J. (2020). Avaliação de tecnologias da Indústria 4.0: Uma Schuh, G., Anderl, R., Jürgen, J., Gausemeier, J., Michael, T., Hompel, M., &
perspectiva de sustentabilidade. International Journal of Production Economics, 229, Artigo Wahlster, W. (2017). Índice de maturidade da Industrie 4.0. Berlim: Acatech. Academia Nacional de
107776. https://doi.org/10.1016/j.ijpe.2020.107776 Basll, J., & Doucek, Ciência e Engenharia.
P. (2019). Um metamodelo para avaliar a prontidão empresarial na Schumacher, A., Erol, S., & Sihna, W. (2016). Um modelo de maturidade para avaliar a prontidão e
contexto indústria 4.0. Informação, 10(89), 1–13. maturidade da indústria 4.0 de empresas de manufatura. Procedia CIRP, 52, 16–166. https://
´ ´
Cabrera, EAM (2010). Gestão tecnológica em empresas mexicanas inovadoras. INMR - Revisão de doi.org/10.1016/j.procir.2016.07.040
Inovação e Gestão, 7(3), 3. https://www.redalyc.org/articulo.oa?id Stefan, L., Wienbruch, TW, Kreimeier, LD, & Bernd, DK (2018). Conceito para uma abordagem de migração da
=97316954005. Indústria 4.0 baseada na maturidade evolutiva. Procedia Cirp, 72, 404–409.

Castelo-Branco, I., Cruz-Jesus, F., & Oliveira, T. (2019). Avaliando a prontidão da Indústria 4.0 na
manufatura: Evidências para a União Europeia. Computadores na Indústria, 107, 22–32. https:// The World Factbook. (2022). Recuperado de https://www.cia.gov/the-world-factboo
doi.org/10.1016/j.compind.2019.01.007 k/países/méxico Acessado em 23 de fevereiro de 2022.
Chen, B., Wan, J., Shu, L., Li, P., Mukherjee, M., & Yin, B. (2018). Fábrica inteligente da indústria 4.0: Tian, S., & Hu, Y. (2019) . O papel do OPC UA TSN na convergência de TI e OT. No Congresso Chinês de Automação

principais tecnologias, caso de aplicação e desafios (Vol. 6, pp. 6505–6519). IEEE. https://doi.org/ (CAC) (pp. 2272–2276). https://doi.org/10.1109/CAC48633.2019.8996645

10.1109/ACCESS.2017.2783682 Dalenogare, LS, Benitez,

GB, Ayala, NF, & Frank, AG (2018). O esperado Witkowski, K. (2017). Internet das coisas, big data, indústria 4.0 – soluções inovadoras em logística e
contribuição das tecnologias da indústria 4.0 para o desempenho industrial. International Journal gestão de cadeias de suprimentos. Procedia Engineering, 182, 763–769. https://doi.org/
of Production Economics, 204, 383–394. https://doi.org/10.1016/j.ijpe.2018.08.019 Dunn, 10.1016/j.proeng.2017.03.197
A. (2009). O pai da Yin, Y., Stecke, KE, & Li, D. (2018). A evolução dos sistemas de produção da indústria 2.0 até a indústria
invenção: Dick Morley relembra o 40º aniversário do PLC. Manufacturing Automation. Recuperado de 4.0. International Journal of Production Research, 56, 848–861. https://doi.org/
https://www.automationmag. 10.1080/00207543.2017.1403664