Resumo: Este artigo apresenta um novo modelo de simulação do Cyber Process Control System (CPCS) combinando reconhecimento de padrões e Cloud Computing (CC). A originalidade deste artigo decorre de seu objetivo de construir uma plataforma de computação em nuvem para máquinas autônomas e da exploração de dados de fabricação para gerar padrões interpretáveis para serem usados na tomada de decisões de controle de processos. A combinação de tecnologia em nuvem e aprendizado de máquina traz a produção para a Indústria 4.0. O sistema proposto é testado usando o processo de roteamento de polímero reforçado com fibra de carbono (CFRP). A pouca informação disponível sobre o processo de fabricação desse tipo de material e a interação entre as etapas de produção dificulta bastante o processo de fabricação. Este sistema gera regras interpretáveis de parâmetros operacionais controláveis enviados ao controlador para manter o processo de usinagem dentro dos limites das especificações. A segunda etapa é ativada durante as condições de deriva na etapa de usinagem. Além disso, a simulação do processo de usinagem é ilustrada para gerar as relações entre as variáveis de entrada e saída do processo de usinagem. Os resultados das ações corretivas são ilustrados e a interação entre as duas etapas industriais é simulada. Finalmente, são discutidas as aplicações atuais e futuras de CPCS e CC na Indústria 4.0.

Abstract: This paper presents a novel simulation model of the Cyber Process Control System (CPCS) by combining pattern recognition and Cloud Computing (CC). This paper's originality arises from its aim to build a cloud computing platform for autonomous machines, and the exploration of manufacturing data to generate interpretable patterns to be used in process control decision making. The combining of Cloud technology and machine learning brings production to Industry 4.0. The proposed system is tested using data Carbon Fiber Reinforced Polymer (CFRP) routing process. The little information available about the manufacturing process of this type of material and the interaction between the production steps makes the manufacturing process quite difficult. This system generates interpretable rules of controllable operating parameters sent to the controller to keep the machining process within the limits of the specifications. The second step is activated during the drifting conditions in the machining step. Also, the simulation of the machining process is illustrated to generate the relations between input and output variables of the machining process. The findings of the corrective actions are illustrated and the interaction between the two industrial steps is simulated. Finally, current and future CPCS and CC applications in Industry 4.0 are discussed.

Resumo: Novos sistemas de monitoramento e alarme de falhas on-line, com a ajuda dos sistemas ciber-físicos (CPS) e da tecnologia em nuvem (CT), são examinados neste artigo no contexto da indústria 4.0. Os dados coletados das máquinas são utilizados para implementar estratégias de manutenção com base no diagnóstico e prognóstico do desempenho das máquinas. Assim, o objetivo deste artigo é propor uma Plataforma de Computação em Nuvem contendo três camadas de tecnologias que formam um Sistema Ciber-Físico que recebe dados não rotulados para gerar uma decisão on-line interpretada para a equipe local, além de coletar dados históricos para melhorar a analisador. O solucionador de problemas proposto é testado usando conjuntos de dados experimentais não identificados de rolamentos de corpos rolantes. Por fim, são discutidos os atuais e futuros sistemas de diagnóstico de falhas e a aplicação de tecnologias de nuvem no campo de manutenção.

Abstract: New online fault monitoring and alarm systems, with the aid of Cyber-Physical Systems (CPS) and Cloud Technology (CT), are examined in this article within the context of Industry 4.0. The data collected from machines is used to implement maintenance strategies based on the diagnosis and prognosis of the machines' performance. As such, the purpose of this paper is to propose a Cloud Computing Platform containing three layers of technologies forming a Cyber-Physical System which receives unlabelled data to generate an interpreted online decision for the local team, as well as collecting historical data to improve the analyzer. The proposed troubleshooter is tested using unlabelled experimental data sets of rolling element bearing. Finally, the current and future Fault Diagnosis Systems and Cloud Technologies applications in the maintenance field are discussed.