Monitoramento Remoto e Contínuo de Grandezas Elétricas Utilizando Web das Coisas e Nuvem Computacional

• Marcelo Dornbusch Universidade do Vale do Itajaí
• Leonardo R. P. Rauta Universidade do Vale do Itajaí
• Paulo H. Silva Universidade do Vale do Itajaí
• Rodrigo C. da Silva Universidade do Vale do Itajaí
• Adriano M. Irigoite Instituto Federal de Santa Catarina
• Michelle S. Wangham Universidade do Vale do Itajaí

DOI: https://doi.org/10.5753/sbsi.2016.5987

Resumo

O monitoramento e o controle remoto de máquinas são essenciais em ambientes industriais. Tecnologias emergentes de comunicação como Web das Coisas, Comunicação Máquina a Máquina e Computação em Nuvem podem atender esta demanda de automação. O presente trabalho descreve uma solução para o monitoramento contínuo de grandezas elétricas em ambientes industriais inteligentes, que utilizam sistemas trifásicos. A solução proposta, chamada Smart Meter, utiliza uma arquitetura orientada a recursos e faz uso de um Smart Gateway para comunicação com serviços web RESTful em uma nuvem computacional. A solução proposta foi empregada em um estudo de caso real e avaliada por meio de testes de software. Os resultados obtidos nos experimentos comprovam a aplicabilidade da solução no monitoramento, bem como a corretude das medições persistidas na nuvem.

Palavras-chave: Monitoramento Remoto de Grandezas Elétricas, M2M, Web das Coisas, Computação em Nuvem

Referências

Augerat el al, 1995. Capacitated VRP Instances. Networking and Emerging Optimization Research Group. Universidad de Málaga. Disponível em. http://neo.lcc.uma.es/vrp/vrpinstances/capacitated-vrp-instances/. Acesso em: 10 de maio 2015.

Cáceres-Cruz, J., Juan, A. A., Bektas, T., Grasman, S. E., Faulin, J. 2012. Combining Monte Carlo Simulation with Heuristics for Solving the Inventory Routing Problem with Stochastic Demands. Proceedings of the 2012 Winter Simulation Conference, article n. 274, p. 1– 9, 2012.

Clarke, G., Wright, J.W. 1964. Scheduling of vehicles from a central depot to a number of delivery points. Oper. Res. v. 12, p. 568–581, 1964.

Coelho, L. C., Cordeau, J. F., Laporte, G. Thirty Years of Inventory Routing. Transportation Science, v 48(1), p. 1-19, 2013.

Federguen, A., Zipkin P. H. 1984. A combined vehiclerouting and inventory allocation problem. Operations Research, v 32(5), p. 1019-1037, 1984.

Fisher, M. L., Jaikumar, R. 1981. A generalized assignment heuristic for vehicle routing. Networks, v. 11(2), p. 109-124, 1981.

Jaillet, P., Bard, J. F., Huang, L., & Dror, M. 2002. Delivery cost approximations for inventory routing problems in a rolling horizon framework. Transportation Science, v. 36(3), p. 292-300, 2002.

Juan, A. A., Grasman, S. E., Caceres-Cruz, J., Bektas, T. 2014. A Simheuristic Algorithm for the Single-Period Stochastic Inventory-Routing Problem with Stock-Outs. Simulation Modeling Practice and Theory. Elsevier, v. 46, p. 40–52, 2014.

Oliveira, R. A. C., Delgado, K. V. Sistema para roteamento de veículos capacitados aplicando Métodos de Monte Carlo. SBSI - XI Simpósio Brasileiro de Sistemas de Informação, p. 1-8, 2015.

Oliveira, R. A. C., Delgado, K. V, Moreira D. A. M. Sistema para roteamento de veículos capacitados aplicando Métodos de Monte Carlo. iSys: Revista Brasileira de Sistemas de Informação, v. 8, p. 42-63, 2015.