CAPTURA DE CONHECIMENTO COMO UM PROBLEMA DE CONTROLE EM OPERAÇÕES INDUSTRIAIS: UMA ABORDAGEM DE ENGENHARIA PARA A CAPTURA DE CONHECIMENTO OPERACIONAL EM SISTEMAS DINÂMICOS

Autores

  • Carolina Lago Pena Maia Author

DOI:

https://doi.org/10.56238/levv14n32-048

Palavras-chave:

Conhecimento Operacional, Captura de Conhecimento, Sistemas Dinâmicos., Engenharia de Controle, Human-In-The-Loop

Resumo

A captura de conhecimento operacional em ambientes industriais conectados é frequentemente abordada na literatura recente por perspectivas voltadas à digitalização e à gestão do conhecimento, porém sem um enquadramento técnico que represente sua dinâmica ao longo do tempo em condições reais de operação. Este artigo tem como objetivo propor uma abordagem de engenharia que trata a captura de conhecimento operacional como um problema de sistemas dinâmicos e controle, permitindo descrevê- la por meio de estados, distúrbios e atuadores técnicos. A metodologia adotada é teórico- conceitual, baseada em revisão analítica de estudos publicados nos últimos cinco anos e na construção de um modelo conceitual que integra fundamentos de sistemas ciber- físicos, arquiteturas human-in-the-loop, automação adaptativa e estruturas de suporte cognitivo. Os resultados organizam a literatura em torno de uma formalização do “sistema de conhecimento”, definindo estados associados à externalização, acessibilidade e reutilização do conhecimento, distúrbios operacionais ligados à variabilidade e eventos inesperados, e atuadores técnicos como sensores, registros multimodais, plataformas digitais e mecanismos de assistência por IA. A discussão evidencia que processos puramente manuais tendem a gerar instabilidade informacional, baixa rastreabilidade e perda recorrente de aprendizagem operacional, enquanto arquiteturas integradas favorecem consolidação e reutilização do conhecimento como parte do comportamento do sistema produtivo. Conclui-se que a formalização da captura de conhecimento como problema técnico amplia a capacidade de análise e projeto de soluções industriais autoaprendentes, fortalecendo a integração entre cognição humana, automação e desempenho operacional.

Downloads

Os dados de download ainda não estão disponíveis.

Referências

ANGULO, Cecilio; CHACÓN, Alejandro; PONSA, Pere. Towards a cognitive assistant supporting human operators in the Artificial Intelligence of Things. Internet of Things, v. 21, art. 100673, 2023. DOI: https://doi.org/10.1016/j.iot.2022.100673

ANSHARI, Muhammad; SYAFRUDIN, Muh. Azhar; FITRIYANI, N.; SHARMA, P. Fourth Industrial Revolution between Knowledge Management and Digital Humanities. Information, v. 13, n. 6, art. 292, 2022. DOI: https://doi.org/10.3390/info13060292

CHACÓN, E. et al. A control architecture for continuous production processes based on Industry 4.0: water supply systems application. Journal of Intelligent Manufacturing, 2021. DOI: https://doi.org/10.1007/s10845-021-01790-3

CICCARELLI, Marianna; PAPETTI, Alessandra; GERMANI, Michele. Exploring how new industrial paradigms affect the workforce: A literature review of Operator 4.0. Journal of Manufacturing Systems, v. 70, p. 464–483, 2023. DOI: https://doi.org/10.1016/j.jmsy.2023.08.016

CIMINI, Chiara; PIROLA, Fabiana; PINTO, Roberto; CAVALIERI, Sergio. A human-in- the-loop manufacturing control architecture for the next generation of production systems. Journal of Manufacturing Systems, v. 54, p. 258–271, 2020. DOI: https://doi.org/10.1016/j.jmsy.2020.01.002

GIL, Antonio Carlos. Métodos e técnicas de pesquisa social. 7. ed. São Paulo: Atlas, 2019.

HARRISON, R. et al. Towards the realization of dynamically adaptable automation systems. Philosophical Transactions of the Royal Society A, v. 379, n. 2207, 2021. DOI: https://doi.org/10.1098/rsta.2020.0365

HOREJŠI, Petr; NOVIKOV, Konstantin; ŠIMON, Michal; KŮRKA, Petr; STOLÍN, Radoslav. A Smart Factory in a Smart City: Virtual and Augmented Reality in a Smart Assembly Line. IEEE Access, v. 8, p. 94330–94340, 2020. DOI: https://doi.org/10.1109/ACCESS.2020.2994650

IHEUKWUMERE-ESOTU, Louis O.; OSSAI, C. I.; HOWARD, I. Development of an Interactive Web-Based Knowledge Management Platform for Major Maintenance Activities: Case Study of Cement Manufacturing System. Sustainability, v. 14, n. 17, art. 11041, 2022. DOI: https://doi.org/10.3390/su141711041

KALABOUKAS, Konstantinos; ROOS, David; DOULGERIS, Marinos; VERRIET, Julien; KIRITSIS, Dimitris. Implementation of Cognitive Digital Twins in Connected and Agile Supply NetworksAn Operational Model. Applied Sciences, v. 11, n. 9, art. 4103, 2021. DOI: https://doi.org/10.3390/app11094103

LAKATOS, Eva Maria; MARCONI, Marina de Andrade. Fundamentos de metodologia científica. 9. ed. São Paulo: Atlas, 2021.

LU, Jinzhi; YANG, Zhaorui; ZHENG, Xiaochen; WANG, Jian et al. Exploring the concept of Cognitive Digital Twin from model-based systems engineering perspective. The International Journal of Advanced Manufacturing Technology, v. 121, p. 5835–5854, 2022. DOI: https://doi.org/10.1007/s00170-022-09610-5

RIBEIRO, Vagner B.; NAKANO, Davi; MUNIZ JUNIOR, Jorge; OLIVEIRA, Rafaela B. Knowledge management and Industry 4.0: a critical analysis and future agenda. Gestão & Produção, v. 29, e5222, 2022. DOI: https://doi.org/10.1590/1806-9649-2022v29e5222

TURNER, Christopher J.; MA, Ruidong; CHEN, Jingyu; OYEKAN, John. Human in the loop: Industry 4.0 technologies and scenarios for worker mediation of automated manufacturing. IEEE Access, v. 9, p. 103950–103970, 2021. DOI: https://doi.org/10.1109/ACCESS.2021.3099311

Publicado

2024-03-11

Como Citar

MAIA, Carolina Lago Pena. CAPTURA DE CONHECIMENTO COMO UM PROBLEMA DE CONTROLE EM OPERAÇÕES INDUSTRIAIS: UMA ABORDAGEM DE ENGENHARIA PARA A CAPTURA DE CONHECIMENTO OPERACIONAL EM SISTEMAS DINÂMICOS. LUMEN ET VIRTUS, [S. l.], v. 14, n. 32, 2024. DOI: 10.56238/levv14n32-048. Disponível em: https://periodicos.newsciencepubl.com/LEV/article/view/LTU15. Acesso em: 21 fev. 2026.