Case 01 · IoT industrial
Fábrica conectada
Cada tear da Fitacabo reporta produção e paradas em tempo real — e só volta a rodar quando a parada é justificada.
- Cliente
- Fitacabo
- Área
- IoT industrial
- Período
- 2025 — hoje
01 · Contexto
A Fitacabo fabrica cintas e cabos para amarração e elevação de cargas. A produção acontece em teares, máquinas de corte e máquinas de costura que não conversavam com nenhum sistema.
02 · Problema
Produção e paradas eram anotadas à mão, em fichas de papel. A gestão só sabia quanto cada máquina produziu — e por que parou — dias depois, e sem como conferir.
03 · O que a LFD construiu
- Firmware ESP32 com tela touch (LVGL) para três tipos de máquina: teares, máquina de corte por comprimento e máquinas de costura.
- Contagem de pulsos por hardware, detecção de paradas com debounce e fila com reenvio quando a rede cai; a produção em andamento fica salva em cartão SD.
- Relógio confiável: NTP como fonte principal e RTC como reserva — corrigiu placas que enviavam datas de 1970.
- Atualização remota (OTA) em lote para todas as placas.
- Worker .NET que transforma cada mensagem MQTT em um job auditável (Hangfire) e grava no banco do ERP.
- Ciclo fechado: quando o operador justifica a parada no sistema, a API envia o comando e o relé libera o tear.
- BI de máquinas com desempenho, disponibilidade (OEE), MTBF e MTTR, e uma auditoria diária que confronta pulsos com apontamentos e envia o resultado à diretoria.
04 · Arquitetura
05 · Stack
| Firmware | ESP32 e ESP32-S3 · C++ · FreeRTOS · LVGL 9 (EEZ Studio) · PlatformIO · PCNT · RTC · cartão SD |
|---|---|
| Telemetria | MQTT · .NET 9 Worker Service · Hangfire · EF Core |
| API e BI | ASP.NET Core 9 · Dapper · SQL Server · React · Recharts |
06 · Resultado
- Firmware rodando em todos os teares, atualizado remotamente — 20 placas ativas na última atualização em lote.
- Mais de 20 máquinas enviando produção e paradas em tempo real por 12 tópicos MQTT.
- Paradas passam a ter motivo registrado: o tear só volta a rodar depois da justificativa.
- Eficiência medida por OEE, separando performance de disponibilidade. Na semana de referência, o turno da manhã registrou entre 87,5% e 91,8%, acima da meta de 85%.
- Auditoria automática todas as manhãs, enviada à diretoria com planilha anexa.
- 177 testes automatizados no worker e no módulo de máquinas da API.
07 · Aprendizado
Dado só vale quando a física confirma. Antes de confiar no BI, a LFD corrigiu relógio, debounce e transporte na origem — e só então zerou a base. Também ficou registrado o que não automatizar: OCR com IA para as fichas antigas errava valores básicos e foi descartado em favor de transcrição revisada.