Visão do Projeto: Como integrar diferentes especialidades da engenharia para resolver um problema complexo da indústria? O projeto de Sensoriamento Acústico e Diagnóstico Preditivo desenvolvido no NERsD reuniu cinco docentes e pesquisadores do laboratório para conceber uma solução verticalizada de ponta a ponta: do circuito eletrônico e invólucro mecânico até a rede sem fio e o processamento analítico com inteligência artificial.

Prof. Dr. Renan Augusto Starke: Sistemas de Tempo Real & Firmware

Prof. Me. Gregory Chagas da C. Gomes: Inteligência Artificial & AutoML
Prof. Dr. Roberto Alexandre Dias: Redes Industriais & Telemetria
Prof. Dr. Valdir Noll: Eletrônica de Potência & Aquisição Analógica
Prof. Dr. Aldrwin Farias Hamad: Design de Produto, Ergonomia & Gabinete
Agências de Fomento & Parceiros: Associação Brasileira de Pesquisa e Inovação Industrial (EMBRAPII) | SEBRAE | IFSC

1. O Desafio: Além do Nível de Ruído

A poluição sonora em ambientes produtivos é tratada tradicionalmente sob a ótica da segurança do trabalho (cumprimento da NR-15). Entretanto, no paradigma da Indústria 4.0, o sinal acústico emitido por redutores, prensas, bombas e motores carrega consigo uma rica “assinatura mecânica”. Ruídos estridentes, batimentos e harmônicos anômalos são os primeiros sintomas de desbalanceamento, falta de lubrificação ou folgas em engrenagens.

A implementação de uma rede massiva de microfones em um ambiente fabril esbarrava em dois grandes obstáculos: a necessidade de fiação cara de comunicação e alimentação, e a severidade do ambiente eletromagnético, dominado por motores de alta potência e inversores de frequência que costumam degradar sinais sensíveis.

2. A Arquitetura Multidisciplinar Integrada

A resposta do NERsD foi orquestrar as especialidades complementares de seus pesquisadores em quatro blocos coordenados:

📶 Rede em Malha e Firmware Crítico

Liderado pelo Prof. Renan Starke, foi desenvolvido o firmware para nós terminais (end-points) e roteadores Zigbee (IEEE 802.15.4). A rede mesh reconfigura rotas dinamicamente caso um nó sofra bloqueio, garantindo a entrega dos pacotes de áudio com baixa latência e consumo mínimo de energia.

🧠 Inteligência Artificial & Análise Espectral

Conduzido pelo Prof. Gregory Chagas, o subsistema analítico processa espectrogramas sonoros em tempo real. Algoritmos de Machine Learning discriminam o ruído de fundo da fábrica dos padrões específicos de anomalias mecânicas, categorizando se o alerta decorre de cavitação em bombas ou atrito em mancais.

⚡ Eletrônica de Alta Imunidade e Gateway

Os Professores Valdir Noll e Roberto Alexandre Dias projetaram circuitos de filtragem ativa de ruído de rede e conversores A/D de alta resolução, integrando os dados a um gateway industrial capaz de converter os protocolos sem fio para MQTT e OPC-UA corporativos.

🎨 Design Industrial e Usabilidade Fabril

O Prof. Aldrwin Hamad concebeu o gabinete dos sensores utilizando engenharia de materiais poliméricos. O design inclui guia acústico para o microfone, vedação contra poeira e fixação magnética universal que dispensa furação nas máquinas industriais.

3. Resultados Práticos e Transferência Tecnológica

A integração resultou em uma série de registros de software concedidos pelo INPI em 2024 e 2025 para as rotinas de roteamento Zigbee e calibração de medidores industriais. Testado em plantas piloto, o sistema gerou mapas acústicos tridimensionais das fábricas em tempo real, fornecendo relatórios imediatos para auditorias trabalhistas e auxiliando gestores na tomada de decisão sobre investimentos em manutenção.

O projeto simboliza a capacidade de cooperação científica e técnica do NERsD: transformar teorias acadêmicas em dispositivos funcionais de nível industrial prontos para transferência ao ecossistema produtivo brasileiro.

#Sensoriamento Acústico
#Redes Zigbee
#Manutenção Preditiva
#IoT Industrial
#Design de Produto
#EMBRAPII IFSC

Comments are closed