Revisão sistemática sobre a aplicação da indústria i4.0, para reduzir a pegada de carbono na automação de processos
DOI:
https://doi.org/10.34117/bjdv11n3-020Keywords:
big data, pegada de carbono, indústria 4.0Abstract
A indústria 4.0 (i4.0) se estabeleceu como um pilar fundamental na transformação de sistemas produtivos, oferecendo ferramentas avançadas que otimizam a eficiência operacional e minimizam o impacto ambiental. Nesse contexto, este estudo realiza uma revisão sistemática da aplicação do i4.0 na automação de processos com o objetivo de reduzir a pegada de carbono. São analisadas tecnologias emergentes, como big data, gêmeos digitais, internet das coisas (IoT) e inteligência artificial, destacando seu potencial para a transição para uma indústria mais sustentável. O artigo examina a inter-relação entre a automação industrial e a redução dos gases de efeito estufa, abordando o papel da energia eólica como uma alternativa viável dentro do mix de energia global. Há uma análise detalhada da capacidade instalada da energia eólica na América Latina, identificando fatores -chave que promovem seu desenvolvimento, bem como seus principais desafios, como estabilidade de geração, impacto ambiental e falta de infraestrutura adequada em alguns países. No nível metodológico, o uso de técnicas avançadas de modelagem e controle, incluindo decomposição em modos dinâmicos (DMD) e modelagem de identificação de sistemas, que permitem a otimização de processos industriais por meio de análise preditiva e controle real de tempo. Além disso, há casos de estudo sobre a implementação de redes de sensores de IoT para o monitoramento de variáveis ambientais em estufas, que demonstram a aplicabilidade dessas tecnologias em setores estratégicos além da fabricação. Os resultados da revisão mostram que a adoção de tecnologias do i4.0 permite uma redução significativa da pegada de carbono, melhorando a eficiência energética e a tomada de decisão baseada em dados. No entanto, a implementação eficaz dessas soluções nas economias emergentes requer uma adaptação contextualizada que considere aspectos regulatórios, infraestrutura tecnológica e acesso ao financiamento. Conclui -se que a convergência entre automação, inteligência artificial e energias renováveis representa um caminho estratégico para mitigar o impacto ambiental e avançar em direção a uma indústria mais resiliente e sustentável.
References
-Aguiar, Melissa., Cerdeira, Francisco., Pagani, Eduardo., Dembogurski, Bruno., Semaan, Gustavo., & Franco Silva, Edelberto. (2020). An IEEE 1451 Standard-based Plug-and-Play Architecture to Empower the Internet of Things. IEEE LATIN AMERICA TRANSACTIONS, VOL. 18, NO. 12, pp 2047-2054.
-Burney, Jennifer, Halimatou, Alaofè, Rosamond, Naylor, y Douglas, Taren. 2017. “Impact of a Rural Solar Electrification Project on the Level and Structure of Women’s Empowerment”. Environmental Research Letters 12 (9): doi.org/10.1088/1748-9326/aa7f38
-Cecelski, Elizabeth. 2003. Energy, Poverty, and Gender. Enabling Equitable Access to Rural Electrification: Current Thinking on Energy, Poverty, and Gender. Washington D.C.: The World Bank. https://bit.ly/3vk0i98.
-Centro de Innovación de Infraestructuras Inteligentes. (2024). Recuperado de https://ci3.es.
-Chen, X., Wang, X., & Shen, H. (2021). “Design of Greenhouse Environment Monitoring System based on NB-IoT And Edge Computing,” 2021 IEEE 5th Advanced Information Technology, Electronic and Automation Control Conference (IAEAC), 2021. doi:10.1109/iaeac50856.2021.93906
-Codeluppi, G., Davoli, L., & Ferrari, G. (2021). “Forecasting Air Temperature on Edge Devices with Embedded AI,” Sensors 21, no. 12: 3973. https://doi.org/10.3390/s21123973
-D. Valadares, J., de Araújo, A., Perkusich, M., Spohn, E., Melcher, A., Costa, F., Ramos., & and N. Albuquerque, N. (2020) Performance Evaluation of an IEEE 802.11g Network in an Industrial Environment. IEEE LATIN AMERICA TRANSACTIONS, VOL. 18, NO. 5.
-de Prada, C., Galán-Casado, S., Pitarch, J., Sarabia, D., Galán, A., & Gutiérrez, G. (2022) «Gemelos Digitales en la Industria de Procesos», Revista Iberoamericana de Automática e Informática industrial, 19(3), pp. 285–296. doi: 10.4995/riai.2022.16901.
-Farooq, M., Riaz, S., Abid, A., Abid, KM., & Naeem, A. (2019). “A Survey on the Role of IoT in Agriculture for the Implementation of Smart Farming”, in IEEE Access, vol. 7, pp. 156237- 156271, doi: 10.1109/ACCESS.2019.2949703.
-Grieves, M. (2019). Virtually Intelligent Product Systems: Digital and physical twins. In: S. Flumerfelt, et al. (Ed.), Complex systems engineering: Theory and Practice. American Institute of Aeronautics and Astronautics, Ch. 7, pp. 175-200. DOI: 10.2514/5.9781624105654.0175.0200
-Han., Mol, A., Lu, Y., & Zhang, L. (2009). “Onshore Wind Power Development in China: Challenges behind a Successful Story”. Energy Policy 37 (8): 2941-2951. https://doi.org/10.1016/j.enpol.2009.03.021.
-Hernández, C., Rivera, J., Villarreal, F., Delgado, F., & Zoe, A. (2023). Guadiana-Alvarado. IoT-based Spatial Monitoring and EnvironmentbPrediction System for Smart Greenhouses. IEEE LATIN AMERICA TRANSACTIONS, VOL. 21, NO. 4, APRIL 2023
-IPCC (Intergovernmental Panel on Climate Change). 2014. Cambio climático 2014. Informe de síntesis. Ginebra: The Intergovernmental Panel on Climate Change. Recuperado de https://bit.ly/3pbLLv7
-IRENA (International Renewable Energy Agency). (2020). Renewable Capacity Statistics 2020. Abu Dhabi: International Renewable Energy Agency. Recuperado de https://bit.ly/2YVPRwZ
-Koopman, B., & Neumann, J. (1932). Dynamical systemsof continuous spectra. Proceedings ofthe National Academyof Sciences of the USA; 18:255-263
-Ledec, George., Rapp, K., & Aiello, R. (2011). Greening the Wind: Environmental and Social Considerations for Wind Power Development. Washington D.C.: The World Bank. https://doi.org/10.1596/978-0-8213-8926-3
-Lee, J. (2011). Model predictive control: Review of the three decades of development. International Journal of Control, Automation and Systems, 9:415–424
-Martínez, E., Sanz, A, Pellegrini, S., Jiménez, E., & Blanco, J. (2009). “Life Cycle Assessment of a Multi-Megawatt Wind Turbine”. Renewable Energy 34 (3): 667-673. doi.org/10.1016/j.renene.2008.05.02.
-Mazorra, J., Lumbreras,J ., Fernández, L., & Candela De la Sota. (2017). “Gender, Climate Change and Energy Access in Developing Countries: State of the Art”. En Understanding Climate Change through Gender Relations, editado por Susan Buckingham y Virginne Le Masson, 123-140. Londres / Nueva York: Routledge / Taylor & Francis
-Molina, E., & Llanes, S. (2020). Identificación de Sistemas Dinámicos basado en datos. RIELAC, Vol. 45(3): e2405(2024) ISSN: 1815-5928
-Ogata, K. (2010). Modern Control Engineering,International Edition (5th ed.), Pearson, EEUU, 2010
-Ramírez, S., & Llanes, S. (2000). Sliding Mode Control of nonlinear mechanical vibrations. Journal of Dynamical System, Measurement and Control, 122(4): 674-678
-Rolle, R., V. Martucci, V., & Godoy, E. (2020). Architecture for Digital Twin implementation Focusing on Industry 4.0. IEEE LATIN AMERICA TRANSACTIONS, VOL. 18, NO. 5.
-Rubio, J., Hernández, J., Ávila, F., Ávila, Stein, J., Meléndez, A. (2016). Sistema sensor para el monitoreo ambiental basado en redes Neuronales Ingeniería Investigación y Tecnología, volumen XVII (número 2),211-222. ISSN 1405-7743 FI-UNAM. doi:10.1016/j.riit.2016.06.006
-Sathyajith, M. (2006). Wind Energy: Fundamentals, Resource Analysis and Economics. Holanda: Springer-Verlag Berlin Heidelberg. Recuperado de: http://scielo.senescyt.gob.ec/scielo.php?script=sci_nlinks&pid=S1390-6631202100020006600055&lng=en
-Schimid, P. (2010). Dynamic mode decomposition of numerical and experimental data. Journal of Fluid Mechanics. 2010; 656: 5-28.
-Shafto, M., Conory, M., Dolye, R., Glaessgen, E., Kemp, C., LeMoigne J., & Wang, L. (2010). DRAFT Modeling, Simulation, Information Technology & Processing Technology Area 11.
-Tabassum-Abbasi, Manicam Premalatha, Tasneem, Abbasi, y Shahid Abbas, Abbasi. 2014. “Wind Energy: Increasing Deployment, Rising Environmental Concerns”. Renewable and Sustainable Energy Reviews 31: 270-288. doi.org/10.1016/j.rser.2013.11.019.
-Zepeda, R., & Vázquez, V. (2021). Potencial social y ambiental de la industria eólica para una transición energética en América Latina. Letras Verdes, Revista Latinoamericana de Estudios Socioambientales. DOI: https://doi.org/10.17141/letrasverdes.30.2021.4598. ISSN 1390-6631. Recuperado de http://scielo.senescyt.gob.ec/scielo.php?script=sci_arttext&pid=S1390-66312021000200066&lng=es&nrm=iso

