Pesquisa de professor da UFCG seleciona o melhor smart sensor para motores elétricos utilizados em escadas rolantes de uma estação de metrô

O professor Daniel Moura, da Unidade Acadêmica de Engenharia de Produção (UAEP) do Centro de Desenvolvimento Sustentável do Semiárido da UFCG, publicou mais uma pesquisa na área de Análise de Decisão Multicritério, com pesquisadores do Programa de Pós-Graduação em Engenharia de Produção (PPGEP), da Universidade Federal Fluminense (UFF), do Instituto Militar de Engenharia (IME) e Centro de Análises de Sistemas Navais (CASNAV), da Marinha do Brasil, no journal "Sensors”, de alto fator de impacto. Trata-se do artigo “Evaluation of Smart Sensors for Subway Electric Motor Escalators through AHP-Gaussian Method”. A pesquisa teve como abordagem selecionar o melhor smart sensor para motores elétricos utilizados em escadas rolantes de uma estação de metrô.

De acordo com o trabalho publicado, os sensores desempenham um papel crucial na Indústria 4.0, permitindo que as máquinas coletem e analisem dados em tempo real, que podem ser usados para melhorar os processos de produção e aumentar a eficiência . A pesquisa em questão confirma que os sensores podem desempenhar tais papéis.

Para modelagem do problema, utilizou-se o método AHP-Gaussiano. Sete critérios foram definidos para a seleção do sensor: faixa de temperatura, faixa de vibração, peso, comunicação, distância, potência elétrica máxima, velocidade de tráfego de dados e custo de aquisição. Quatro sensores inteligentes foram consideradas como alternativas. Os resultados da análise mostraram que o sensor mais adequado foi o sensor inteligente ABB Ability, que obteve a pontuação mais alta na análise AHP-Gaussiana. 

A publicação completa sobre a pesquisa está disponível no endereço eletrônico https://www.mdpi.com/1424-8220/23/8/4131.

Assimp CDSA/UFCG