OPTIMIZATION OF ENERGY CONSUMPTION IN CONVENTIONAL AIR CONDITIONERS USING FUZZY LOGIC ASSOCIATED WITH THE INTERNET OF THINGS
REGISTRO DOI: 10.69849/revistaft/cl10202411221136
Igor Duarte de Oliveira Almeida1
Lucca de Assis Silva Barreto2
Maezio Pereira da Silva3
Resumo
Junto ao avanço da tecnologia e as necessidades da sociedade contemporânea surgiram os aparelhos condicionadores de ar, porém o seu uso representa uma grande parte do consumo de energia, tornando altamente dispendioso e interferindo em questões ambientais pelo desperdício. As empresas de desenvolvimento e instalação de tais aparelhos entendem a importância da constante busca por melhorias técnicas e tecnológicas como diferencial para se estabilizarem e se manterem no mercado. Uma maneira para isso é a associação da tecnologia à proteção do meio ambiente, visando oferecer vantagens a seus clientes ao mesmo tempo em que produzem um grande avanço na proteção do planeta. Devido a essa necessidade, a busca por soluções que visam diminuir esse consumo se torna cada vez mais necessária. Com isso, o objetivo deste trabalho é analisar como a aplicação da lógica fuzzy, associada ao conceito de Internet das Coisas, consegue reduzir esse consumo energético já que com a sua utilização, o sistema funcionará de maneira autônoma, não havendo interferência humana e consequentemente evitando o desperdício. Neste estudo foi aplicada a pesquisa qualitativa exploratória, por meio de revisão bibliográfica, levantando dados sobre o tema e verificando os sistemas de implementação mais adequada e viáveis, bem como as tecnologias disponíveis para aplicação, além de levantar os investimentos necessários para a realização de tal tecnologia.
Palavras-chave: Internet das Coisas. Ar-condicionado. Eficiência energética. Consumo de energia. Meio ambiente. Lógica fuzzy.
1. INTRODUÇÃO
O condicionamento de ar é uma técnica desenvolvida e utilizada desde o século II, na China, com o intuito de fornecer melhor conforto térmico. Eram utilizados ventiladores rotativos com 3 metros de diâmetro, movido por força humana. Ainda na China, no século VIII, foram desenvolvidos ventiladores acionados a água, também para o conforto térmico (COSTA, 2016; NEEDHAM, 1986).
Entretanto, a primeira máquina criada, no modelo de condicionador de ar como se conhece hoje, foi desenvolvida pelo americano Willis Carrier, em 1902. A princípio, o objetivo central era resolver os problemas com a qualidade das impressões feitas na empresa “Buffalo Forge Company” em Nova Iorque, que enfrentava dificuldades no período de verão, pois devido à elevada umidade do ar, o papel dilatava-se e não havia o alinhamento correto dos desenhos impressos produzidos no inverno (PORTAL CARRIER, 2024).
Ao abordar os avanços tecnológicos, a atenção geralmente se volta para computadores, tablets, smartphones, internet e outras conveniências presentes na vida contemporânea. Contudo, frequentemente são ignoradas descobertas mais fundamentais que foram essenciais para que a humanidade atingisse o atual nível de desenvolvimento científico. A tecnologia impulsiona o desenvolvimento global de diferentes maneiras, transformando desde as pequenas comunicações e avanços científicos até as formas de vida e os métodos de governança e políticas públicas (LEVY, 1997).
Um dos conceitos intrínsecos a relação entre tecnologia e a sociedade é a Internet das Coisas, conhecida também como IoT (Internet of Things) (BARBIANI, 2018), que descreve a conexão da rede com objetos incorporados a sensores, software e outras tecnologias com o objetivo de conectar e trocar dados com outros dispositivos e sistemas pela internet, variando desde aparelhos domésticos a sofisticados maquinários industriais.
A principal ideia da utilização da IoT é conectar qualquer dispositivo à Internet (celulares, cafeteiras, máquinas de lavar, fones de ouvido, carros, sensores inteligentes e etc) interligando esses dispositivos às pessoas e/ou outros dispositivos. O avanço de tecnologias de comunicações sem fio tornou possível o crescimento das aplicações de IoT com soluções inteligentes nas mais diversas áreas (social, saúde, transporte, segurança pública, indústria), através da convergência dos mundos físico, digital e virtual. Nos últimos anos, de acordo com Rodrigues (2018), uma grande quantidade de soluções vêm sendo desenvolvidas utilizando os conceitos de IoT, sendo que a expectativa no ano de 2022 era de que mais de 12 bilhões de dispositivos já estivessem conectados à internet, foi o que apontou o relatório da Cisco Mobile VNI (CISCO, 2019).
É possível associar tecnologia com o meio ambiente, utilizando-se das redes e a IoT na implementação de novas práticas visando reduzir os impactos gerados no meio ambiente, pela produção da energia elétrica, reduzindo o consumo.
Os impactos ambientais gerados pelo sistema produtivo baseado no alto consumo e urbanização têm deixado severas consequências para os ecossistemas terrestres, como esgotamento de recursos naturais em razão da demanda e pressão, redução da biodiversidade, aquecimento global, alterações biogeoquímicas significativas, entre outros (GUIMARÃES, 2019).
A tecnologia faz parte de todos os aspectos da sociedade contemporânea, melhorando a qualidade de vida e promovendo um aumento significativo na produção. A maior parte dos avanços importantes, como a tecnologia do ar-condicionado, em âmbito comercial ou residencial, foi resultado de situações desafiadoras enfrentadas pela sociedade (DEPARTMENT OF ENERGY, 2018).
A lógica fuzzy é amplamente indicada para resolução de problemas reais onde não é solicitado soluções necessariamente ótimas, que diferentemente da lógica booleana, a lógica fuzzy é capaz de lidar com valores que não tem precisão. A possibilidade de se gerar saídas reais, quando as variáveis de entrada não necessariamente são reais e exatas, permite fazer inferências que jamais seriam possíveis se utilizando da lógica tradicional. No que diz respeito a lógica fuzzy em Inteligência Artificial fica claro a grande aplicabilidade desta por se assemelhar a forma humana de raciocinar e tomar decisões (AGUADO & CANTANHEDE, 2010).
Visando adequar o uso dos aparelhos condicionadores de ar a um perfil que garanta o conforto térmico do ambiente aliado à economia de energia, este artigo busca entender e estudar a aplicação da lógica fuzzy implementada à tecnologia da IoT, evidenciando os benefícios de sua aplicação. Nesse sentido, pesquisar a diversidade de aplicativos voltados para a interpretação do ambiente é de suma importância para resolução dos problemas supracitados.
Muitas aplicações de IoT são voltadas para a concepção de Smart Buildings (Edifícios Inteligentes) e de Smart Energy (Energia Inteligente) que são comumente aplicados de forma integrada. Dentro desse contexto, diversos estudos de sistemas automatizados de ar condicionado vêm sendo realizados, pois os sistemas de refrigeração em geral representam uma grande parcela do consumo de energia. Em Huang et al. (2017), os autores desenvolvem um sistema baseado em um controlador de modo deslizante utilizado para rastrear o ponto ideal de temperatura do ambiente e regular de forma correta o ar-condicionado para maior eficiência energética.
Foi aplicada a pesquisa qualitativa exploratória, por meio de pesquisas bibliográficas, com objetivo de levantar dados seguros e atualizados sobre o tema, utilizando-se de livros, artigos científicos, revistas, websites e trabalhos de conclusão de curso.
1.1 Objetivo Geral
O objetivo deste artigo é pesquisar, estudar, e verificar através de material científico publicado, se é possível e viável a implementação de sistemas que utilizam a lógica fuzzy no controle dos condicionadores de ar e que tenham capacidade de atingir e manter uma temperatura que esteja de acordo com a concepção de conforto térmico, buscando maior economia e eficiência energética.
1.2 Objetivos específicos
- Aplicar conceitos básicos de climatização;
- Conhecer a teoria da Internet das coisas;
- Entender como a tecnologia aplicada pode contribuir com a questão ambiental;
- Indicar os benefícios da implementação da lógica fuzzy;
- Evidenciar possíveis soluções para o alto consumo energético em aparelhos de condicionamento de ar;
- Buscar soluções simples e de baixo custo de implementação;
- Expor e analisar os resultados obtidos através do experimento realizado por Júnior (2019).
1.3 Justificativa
Este estudo é importante pois evidencia a necessidade da utilização de novas tecnologias para elevar a eficiência energética em ambientes que fazem uso dos aparelhos condicionadores de ar, e como a aplicação da lógica fuzzy associada a dispositivos vinculados à Internet das Coisas pode promover tal eficiência visando a redução do desperdício de energia elétrica.
2. FUNDAMENTAÇÃO TEÓRICA
Mark Weiser, diretor do laboratório de ciências da computação do centro de pesquisa de Palo Alto da empresa Xerox, elaborou uma teoria que afirmava que as tecnologias com impacto mais profundo na sociedade são aquelas que “desaparecem” de vista: elas se entrelaçam no tecido da vida cotidiana de forma tão ubíqua que se tornam indistinguíveis dessa vida. Ele previu, em seu artigo intitulado “The computer in the 21st century”, que elementos especializados de hardware e software, conectados por fios, ondas de rádio ou infravermelho, futuramente seriam tão comuns no dia a dia da sociedade que ninguém mais repararia em sua presença ou considerariam como uma forma de tecnologia, assim como aconteceu com a escrita, definida por ele como talvez sendo a primeira forma de tecnologia da informação (WEISER, 1991).
A Figura 1 ilustra um exemplo de elementos interconectados da forma como foram imaginados por Weiser.
Figura 1. Redes com e sem fio permitindo a comunicação entre objetos.
Fonte: Weiser (1991).
Segundo Francys Ribeiro (2019), a funcionalidade básica por trás da ideia de IoT é a de permitir a troca autônoma de informações úteis entre diferentes dispositivos com capacidade embutida de comunicação em rede. Essas informações são obtidas através de sensores também embutidos nos dispositivos e podem ser utilizadas tanto para a tomada de decisões autônomas pelos próprios aparelhos, através de controladores e atuadores, quanto para auxiliar um ser humano a fazer melhores escolhas com ajuda dos dados disponibilizados pelo próprio dispositivo.
O fato desses dados serem coletados por equipamentos eletrônicos e não por um ser humano apresenta algumas vantagens, como o aumento da velocidade e da frequência com o qual esses dados podem ser obtidos e a melhora da confiabilidade dos mesmos. Vantagens semelhantes podem ser observadas ao realizar a troca desses dados através da internet e não através de operadores humanos.
De acordo com essas tendências e voltado a uma aplicação prática, foram desenvolvidos alguns sistemas inteligentes de ar condicionado, sejam eles baseados em BAS (Building Automation System) (GUO, ZHOU & CUI, 2005), baseado em protocolo MQTT (Message Queuing Telemetry Transport), que foi projetado para trocar mensagens extremamente leves, em que o cliente pode assumir o papel de publisher, enviando mensagens, e/ou subscriber, recebendo mensagens (SOUZA et al., 2021; JÚNIOR, 2019), ou em qualquer outro meio de comunicação sensorial. O hardware desenvolvido para utilização através da estrutura BAS será apresentado a seguir. A tecnologia que permite o gerenciamento de aparelhos de ar condicionado é composta por um dispositivo e um sistema de controle. O dispositivo representado pela Figura 2 é desenvolvido com um receptor de infravermelho que interpreta as informações enviadas pelo controle remoto ou pelo sistema de controle.
Figura 2. Dispositivo que transmite a informação ao aparelho condicionador de ar
Fonte: Pacheco et al. (2020).
Para aproveitar as funcionalidades é necessário ter acesso à internet no local onde os dispositivos serão instalados, bem como no aparelho que está sendo utilizado para executar o sistema de controle.
Algumas das funcionalidades do sistema são:
- Ligar, desligar e inserir a temperatura desejada;
- Definir limite de temperatura;
- Programar funcionamento via timer;
- Monitorar o funcionamento de aparelhos de quaisquer marcas.
Esse tipo de sistema facilita a leitura das condições térmicas do ambiente e também auxilia na criação de métodos e algoritmos que ajudam a reduzir o consumo energético em cada recinto controlado remotamente.
Utilizar ferramentas tecnológicas digitais como a IoT em prol da sustentabilidade e eficácia do uso da energia, seria mais um passo inovador para o planeta e sociedade nele habitada. A globalização vem gerando inúmeros desdobramentos sociais que potencializam os impactos para o meio ambiente, tendo em consideração a alta integração comercial para atender as demandas exigidas, tornando imprescindível a necessidade de maior conscientização ambiental (TORRES & MUNIZ, 2016).
Tal entendimento ambiental surge como alternativa viável à reconceituação da relação entre economia e ambiente e como proposta de conciliar os anseios dos diversos grupos sociais, que devem ser pautados no desenvolvimento sustentável para manutenção do interesse coletivo, sobrepujando o interesse individual (ARAÚJO et al., 2017).
Alterações climáticas, crise dos recursos hídricos, aquecimento global, perda da biodiversidade, entre outros, têm merecido atenção e com a aceleração do desenvolvimento tecnológico, novas ferramentas não apenas alteram o modo de produção, mas auxiliam na prevenção e medidas impeditivas de agravamento do cenário atual (CAMPOS et al., 2018).
Acredita-se que as pessoas responderão às ameaças causadas pelas mudanças climáticas adquirindo bens que mitigam os danos à saúde. Para se proteger do calor, por exemplo, passarão a usar mais ventiladores e aparelhos de ar condicionado, o que acarretará um maior gasto com energia elétrica (SOUZA et al., 2013).
O crescimento contínuo do uso da energia elétrica é um assunto imprescindível, visto que apesar do aumento na geração de energia por fontes renováveis, como é possível observar na Figura 3, 61,9% da geração de energia elétrica do Brasil é proveniente da matriz hidráulica, tornando-se um alerta à segurança energética do país, visto que os recursos hídricos são suscetíveis a alterações devido às questões climáticas (ABRAHÃO & SOUZA, 2021; EMPRESA DE PESQUISA ENERGÉTICA, 2023).
No período de 2021 para 2022 houve um aumento de cerca de 2,3% do consumo de energia elétrica, passando de 572,8 TWh consumidos para 586,1 TWh, de acordo com o Balanço Energético Nacional de 2023 (EMPRESA DE PESQUISA ENERGÉTICA, 2023).
Figura 3. Matriz Energética Brasileira 2021/ 2022
Fonte: Empresa de Pesquisa Energética (2023).
2.1 A Lógica
Sabe-se que a lógica teve seu início com o matemático Aristóteles, na Grécia antiga, sendo considerada por ele um instrumento ou introdução para alcançar o conhecimento. Sua lógica era baseada em premissas para se obter uma conclusão. Ela foi a base para a criação da Lógica Clássica, onde se tem a conclusão limitada a “verdadeira” ou “falsa” (FREITAS, 2018).
Entretanto, com a evolução da humanidade, existem problemas que não são possíveis de serem resolvidos apenas com a lógica clássica, como por exemplo: se uma caixa d’água estiver com água pela metade, não se pode dizer que o resultado é verdadeiro (para cheia) e falso (para vazia) ao mesmo tempo.
Portanto, para a resolução de problemas como esse, existem lógicas mais sofisticadas como a lógica fuzzy, que será objeto de estudo, em que são atribuídos graus de verdade entre “0” e “1”, não tendo que admitir necessariamente uma das duas alternativas como sua verdade única e absoluta (FREITAS, 2018).
2.2 Lógica de programação e algoritmo
Falar em lógica de programação significa apenas contextualizar a lógica na programação de computadores, buscando a melhor sequência de ações para solucionar determinado problema.
Na programação de computadores, o nome dessa sequência de ações é algoritmo. Algoritmo pode ser definido como um conjunto de processos ou ações, que seguem uma sequência lógica, para executar uma tarefa. Por exemplo, baixar um aplicativo em seu celular requer que você execute um passo a passo para realizar aquela instalação e o configure para poder utilizálo. A esse passo a passo dá-se o nome de algoritmo (DAURICIO, 2015; XAVIER, 2014).
Já ação é um fato que, a partir de um estado inicial, após um período de tempo finito, produz um estado final previsível e definido, exemplo representado pela Figura 4 (FARRER, 1999).
Figura 4. Esquema de representação da ação
Fonte: BARCELLOS (s.d.).
É preciso, além de estabelecer o passo a passo, seguir a forma como essa linguagem interpretará essas instruções de maneira que sejam compreendidas pelo computador. Este, por sua vez, utilizará os processos de compilação (tradução e interpretação para a linguagem de máquina), ou seja, codificar e decodificar para permitir que o resultado seja visualizado em sua tela com o respectivo processamento da informação que foi solicitada (DAURICIO, 2015).
2.3 Linguagem de programação
Conjunto de representações e/ou regras utilizadas para criar programas. Por meio delas é estabelecida uma comunicação com o computador, fazendo com que a máquina compreenda e execute o que for determinado. A proximidade com a linguagem humana determina o nível da linguagem de programação.
Existem três níveis de linguagens de programação:
- Linguagem de máquina é a linguagem compreendida pelo computador, cujas instruções são representadas por vários 0 e 1 (bits).
- Linguagem de baixo nível é a linguagem que utiliza instruções próximas à compreensão da máquina (linguagem de máquina). Essa linguagem exige grande conhecimento de hardware. Exemplo: Assembler.
- Linguagem de alto nível é a linguagem cujas instruções estão próximas do nível de compreensão humana (linguagem humana). Exemplos: Visual Basic, Delphi, C. Java. Clipper, Cobol (XAVIER, 2014).
2.4 Software e programa
Software é o conjunto dos programas que comandam o funcionamento do hardware. Programas são feitos a partir de algoritmos, que serão traduzidos para uma linguagem de programação. O produto dessa conversão é um programa.
Programa é o conjunto de instruções que contém as operações necessárias para, a partir de dados inseridos, obter um resultado que será disponibilizado por algum dispositivo de saída. Por exemplo, quando pressiona-se 1, +, 5 e = na calculadora do Windows (programa (calculadora), após receber os números 1 e 5, a operação, e o sinal =, terá como instrução realizar a soma dos números 1 e 5 e retornar o resultado, que é o número 6, no vídeo (XAVIER, 2014).
2.5 Conforto térmico e ar condicionado
O conforto térmico é a satisfação expressada pela mente humana em relação à temperatura do ambiente (JÚNIOR, 2019). Por outro lado, a neutralidade térmica é o estado no qual a troca de calor do corpo, através do metabolismo com o ambiente, se dá de forma equitativa, não havendo ganho ou perda excessiva de calor (LAMBERTS, 2011).
Segundo Lamberts (2011), um indivíduo pode estar em neutralidade térmica e ainda assim não estar confortável. Portanto, é necessário que haja neutralidade térmica para promoção do conforto, mas não é a única condição.
O conforto térmico permaneceu, por longo tempo, restrito ao uso do fogo e da aplicação das condições existentes da natureza para encontrar temperaturas mais amenas para sobreviver. Desta forma, o uso de construções à sombra, edificadas, de tal sorte a permitir o aproveitamento das brisas, sempre foi utilizado como uma maneira de desfrutar de conforto. Na antiguidade, há casos de aplicação de tecnologias, destinadas ao bem-estar no dia a dia, como é o caso na civilização egípcia onde se tem evidências de utilização de jarros de barro, dotados de certa porosidade, permitindo que, a partir da evaporação da água em sua parte externa, se alcançasse diminuição da temperatura ambiente. Na civilização greco-romana, onde os meios de transporte ganharam grande desenvolvimento, novo impulso se fez notar na questão do conforto, buscando-se temperaturas mais amenas em seus espaços de convivência. Neste período, os romanos e os gregos retiravam gelo do cume de altas montanhas, transportando-o para cidades, onde, fragmentado, era armazenado em recipientes, tendo como isolantes madeira e palha. A partir daí, o produto era comercializado nos diversos pontos de venda (ÁVILA, 2002).
O imperador romano Varius Avitus ordenou que montanhas de neve fossem carregadas e formassem montes em seu jardim para que a brisa natural pudesse ser resfriada e atingisse os seus aposentos (NAGENGAST, 1999). Esta situação de se utilizar gelo e neve, obviamente nunca produziu uma evidência arqueológica, embora esta situação tenha sido verificada a partir de relatos, gravuras, textos, etc., e foi considerada a única fonte de conforto térmico refrigerado até o século XIX (ÁVILA, 2002).
No século XX, o impacto do condicionador de ar se fez sentir em muitos aspectos da sociedade. Os teatros e cinemas, por exemplo, em grande parte permaneciam fechados durante os meses de verão e experimentaram um crescimento econômico vertiginoso com o advento do ar-condicionado. O uso deste equipamento em residências ocorreu também com grande velocidade, mesmo tendo que superar problemas com os tipos de circuitos elétricos que até 1930 não permitiam a operação dos aparelhos condicionadores de ar dentro das leis que vigoravam de limites máximos de tensão em 110 V (PAUKEN,1999). A partir da implementação em grande escala das redes polifásicas de corrente alternada, os condicionadores de ar tiveram um grande impulso na sua utilização e influenciaram muito a arquitetura a partir dos anos de 1940. Até este período, as construções eram realizadas de maneira a aproveitar ao máximo o resfriamento natural, com varandas sombreadas, tetos altos e amplas janelas. O aparelho condicionador de ar mudou estes aspectos da arquitetura que passou a fazer uso de tetos com 2,4 metros, as casas passaram a ser construídas com um único andar, e as varandas deixaram de ser funcionais para desempenhar um papel mais ornamental. (ÁVILA, 2002)
Outro ponto interessante corresponde às alterações demonstrativas ocorridas nos EUA com o advento do ar-condicionado. Até 1940, oito dos dez estados americanos que mais cresciam estavam localizados em regiões com temperaturas externas mais amenas. O crescimento econômico e demográfico de regiões associadas às grandes cidades como Dallas, Miami, Houston, aconteceu após 1950, com a grande disseminação de equipamentos de ar-condicionado a preços competitivos (PAUKEN, 1999). Na atualidade, a sociedade tem se tornado mais exigente em condições e qualidade de vida de forma generalizada. Neste contexto, insere-se a procura por um crescente aumento da utilização de ambientes com temperatura controlada. Assim, sistemas de ar condicionado são aplicados em casas, edifícios, veículos em geral, porém, o nicho que apresenta forte potencial de demanda, tanto pelas exigências dos consumidores, como pelo volume de fabricação, é o setor automobilístico (PONTICEL, 1996).
2.6 Índice de Calor
Segundo Silva et al. (2017), o índice de calor é o resultado da análise do comportamento humano de acordo com a influência da temperatura e da umidade do ar. É possível estabelecer valores para o índice de calor de acordo com a Equação 1, elaborada por Lans P. Rothfusz.
Onde:
- IC = Índice de calor (ºC);
- TarF = Temperatura do ar (ºF);
- Urelativa = Umidade relativa do ar (%).
Para cada faixa de temperatura, a National Oceanic and Atmospheric Administration (NOAA), possui um gráfico dividido em quatro cores, ilustrado pela Figura 5, representando os graus de risco ao ser humano relacionando também temperatura e umidade relativa do ar.
Figura 5. Probabilidade de distúrbios cardíacos com exposição prolongada ou atividade extenuante
Fonte: National Oceanic and Atmospheric Administration (NOAA).
2.7 Lógica fuzzy
A lógica fuzzy, também conhecida como lógica nebulosa ou difusa se tornou conhecida a partir de 1965 quando o professor Lofti Zadeh publicou o artigo “Fuzzy Sets no journal Information and Control”, porém como afirma Cox (1994) os princípios apresentados por esta lógica já existiam bem antes. Por volta de 1920 um polonês chamado Jan Luasiewicz (18781956) utilizando-se do princípio da incerteza, apresentou pela primeira vez as noções da lógica dos conceitos vagos onde é admissível um conjunto com valores não precisos.
Segundo Cox (1994) o que diferencia a lógica fuzzy da lógica booleana é a capacidade desta de se aproximar do mundo real onde não existem somente respostas extremas. A lógica fuzzy dá espaço ao meio termo apresentando ainda a possibilidade de mensurar o grau de aproximação da solução exata e assim inferir algo que seja necessário, como pode ser observado na Figura 6, a seguir.
Figura 6. Representação cartesiana: (A) lógica booleana; (B) lógica fuzzy
Fonte: Lisboa (2019).
Klir (1995), já apresenta que a principal diferença entre a lógica clássica e a lógica fuzzy está no range que cada uma delas tem como valores verdadeiros ou valores respostas. Enquanto a lógica clássica propõe que esses valores sejam verdadeiros ou falsos, a lógica fuzzy propõe que isso seja uma questão de grau.
Devido a esta adaptabilidade e proximidade com problemas do mundo real a lógica fuzzy foi crescendo com o passar dos anos e teve grande expansão durante a década de 80 tendo o Japão como um dos principais locais para seu crescimento. Segundo Von Altrock (1996), são diversas as áreas onde se encontram aplicações da lógica fuzzy como: controle de fluxo de caixa, análise de risco, controle de estoques, avaliações, controle de qualidade entre outros, ganhando maior espaço atualmente em otimização e automação industrial devido sua facilidade de retratar a lógica da racionalidade humana ao resolver problemas (AGUADO & CANTANHEDE, 2010).
Quando um determinado problema apresenta um grande grau de incerteza é necessário que para solução deste se utilize um modelo matemático que contemple essa especificidade e não desconsidere aspectos que possam ser ignorados na aplicação de lógicas tradicionais. Como afirma Cox (1994), para esses casos a lógica fuzzy é amplamente recomendada pois apresenta um modelo capaz de combinar a imprecisão associada aos eventos naturais e o poder computacional das máquinas produzindo assim sistemas de respostas inteligentes (AGUADO & CANTANHEDE, 2010).
Segundo Von Altrock(1996) um dos grandes objetivos inerentes à lógica fuzzy é se aproximar em sua lógica, da forma com que o raciocínio humano relaciona as informações buscando respostas aproximadas aos problemas, por isso o grande foco desta lógica é a solução de problemas cuja as informações presentes sejam incertas (AGUADO & CANTANHEDE, 2010).
O comportamento apresentado pela lógica fuzzy tem grandes semelhanças a forma humana de processar as informações, não sendo booleana, mas sim trazendo consigo inferências e aproximações. Esta característica faz com que a lógica fuzzy seja amplamente utilizada em modelos de Inteligência Artificial onde se busca sempre a proximidade do comportamento humano.
Uma das grandes aplicações da lógica fuzzy na inteligência artificial é no controle automático de voos de aviões. Conforme afirma Luo (1995), a princípio, esta lógica não era bem vista pelos engenheiros, porém com o passar dos anos se tornou natural que a lógica fuzzy poderia efetivamente ser aplicada para o controle de voos visto que esta operação tem uma grande gama de variações onde são necessárias tomadas de decisões muitas vezes baseadas em aproximações. Outro ponto apresentado por Luo (1995) que favorece a aplicação desta lógica no controle de voos diz respeito à agilidade de seu processamento. A agilidade é um ponto extremamente importante sendo que em experiências com lógicas lineares foram encontradas grandes dificuldades devido ao tempo de tomada de decisão por parte do sistema (AGUADO & CANTANHEDE, 2010).
3. METODOLOGIA
Foi adotado o método da revisão bibliográfica para o desenvolvimento deste artigo. A revisão bibliográfica, conforme Gil (2008), é o momento em que o autor tem contato com outros trabalhos publicados para que sirva de base para o desenvolvimento e discussão dos resultados levantados nos artigos pesquisados.
Para confecção deste, estão sendo pesquisados literaturas nacionais e internacionais, assim como, artigos científicos, teses de mestrado, doutorado, livros eletrônicos e sites pela internet, em bancos de dados, como Google Acadêmico, Scielo, JSTOR, Scopus e Lab Science.
Foram feitas pesquisas acerca dos tópicos que embasam este artigo. Para tanto, foram utilizadas palavras-chave, tais como condicionadores de ar, lógica fuzzy, conforto térmico, economia de energia e IoT.
Para o presente artigo, foram pesquisados artigos entre o período de 1986 até 2024, dando prioridade aos artigos mais recentes, levando em consideração a importância de haverem dados atualizados para a discussão do tema central do trabalho.
4. DESENVOLVIMENTO
Este capítulo é destinado a apresentar e descrever os elementos que compõem o circuito analisado e retratar como foram feitas as ligações na protoboard, e será dividido em três etapas: materiais, softwares e métodos.
4.1 Materiais
Os materiais utilizados são:
- 1 Condicionador de Ar;
- Protoboard;
- 2 Fontes de alimentação de 5V;
- 2 Cabos MicroUSB;
- 2 ESP8266 NodeMCU ESP-12E;
- Arduino Mega 2560;
- Módulo Sensor de Temperatura e Umidade DHT11;
- Módulo Receptor Infravermelho;
- Módulo Emissor de Infravermelho;
- Fonte de alimentação de 5V;
- 1 Computador para execução da lógica fuzzy.
4.1.1 Condicionador de Ar
Os condicionadores de ar convencionais são aqueles aparelhos que utilizam da tecnologia On/Off, que utiliza um compressor binário que opera em dois estágios, sendo eles ligado, ou desligado (CENTRAL AR, 2024). Para atingir a temperatura desejada, o compressor é ativado, resfriando o ambiente. Após atingir a temperatura, ele é desligado. Quando o ambiente atinge a temperatura do termostato, ele é ligado novamente.
Este modelo de funcionamento é uma maneira que consome energia de maneira ineficiente, uma vez que é necessário dar a partida no compressor a cada vez que é necessário resfriar o ambiente.
É importante ressaltar que para a implementação do protótipo estudado por este trabalho, os aparelhos condicionadores de ar precisam obrigatoriamente serem controlados por controle remoto, uma vez que a comunicação entre o controle e o aparelho é feita através de emissor e receptor de infravermelho. Portanto, para aparelhos com modelos tipo janela, por exemplo, onde o controle do aparelho é feito de maneira manual, não é possível implementar o controlador.
O aparelho usado no experimento foi o Midea Elite 30K Frio, apresentado na Figura 7.
Possui a capacidade de 30000 BTU/h e seu consumo é de 2883W.
Figura 7. Midea Elite 30K Frio
Fonte: Zoom (s.d.)
4.1.2 Protoboard
A protoboard, representada pela Figura 8, é uma placa com uma matriz de contatos utilizada para a montagem experimental de circuitos eletrônicos. A grande vantagem de se utilizar uma protoboard se dá pela facilidade da montagem dos circuitos, uma vez que os componentes só precisam ser encaixados corretamente pelo orifício da placa, não sendo necessário o uso de solda.
Em seu interior, a placa tem alguns padrões de conexão que estão ilustrados logo abaixo pela Figura 9. Todos os furos que estão sob a mesma linha são conectados internamente.
Figura 8. Protoboard de 420 pinos
Fonte: Watanabe (2018).
Figura 9. Esquema de ligação interna de uma protoboard
Fonte: Watanabe (2018).
4.1.3 ESP8266 NodeMCU ESP-12E
A partir do sistema desenvolvido por Júnior (2019), são elaborados dois circuitos utilizando dois módulos ESP8266 NodeMcu ESP-12E, representados pela Figura 10, um interno e outro externo ao ambiente a ser climatizado, que se comunicam por cabo através de um computador dotado de um programa onde são transmitidas informações ao módulo através do protocolo MQTT. A programação desse componente pode ser desenvolvida pela IDE Arduino. Sua vantagem em relação ao Arduino é ser dotado da placa ESP8266, que é responsável por estabelecer conexões por rede Wi-Fi, já o Arduino não possui essa capacidade.
Além disso, o microcontrolador NodeMCU é mais viável economicamente em relação ao Arduino Mega.
Figura 10. ESP8266 NodeMcu ESP-12E
Fonte: Eletrogate (s.d.).
4.1.4 Arduino Mega 2560
O modelo desenvolvido por Silva (2018), utiliza somente um microcontrolador Arduino Mega 2560, ilustrado na Figura 11, substituindo o módulo ESP8266 NodeMcu ESP-12E. A estrutura manteve-se a mesma, com a diferença do microcontrolador. O sistema também conta com medição de temperatura e umidade dos ambientes externo e interno. A programação também é feita pela IDE Arduino.
Figura 11. Arduino Mega 2560
Fonte: Arducore (s.d.).
4.1.5 Módulo Sensor de Temperatura e Umidade DHT11
O sensor DHT11 é usado para fazer as medições de temperatura, com capacidade de medição de 0º a 50ºC, e umidade, medindo a umidade relativa de 20% a 90%. Está representado pela Figura 12. Possui três pinos de conexão sendo eles, da esquerda para a direita:
- Pino 1: Alimentação: -3,0 a 5,0 VDC;
- Pino 2: Saída de dados;
- Pino 3: GND – 0V.
Figura 12. Módulo sensor de temperatura e umidade DHT11
Fonte: Auto Core Robótica (s.d.).
4.1.6 Módulo Receptor Infravermelho
O módulo receptor infravermelho é usado para captar os principais comandos do controle do condicionador, como ligar e desligar e ajuste de temperatura. O módulo contém um receptor IR 1838 que se comunica com o microcontrolador por meio de um único pino de sinal.
O componente está representado logo abaixo pela Figura 13.
Figura 13. Módulo receptor infravermelho VS1838B KY-022
Fonte: Saravati (s.d.).
4.1.7 Módulo Emissor de Infravermelho
O módulo emissor de infravermelho KY-005, ilustrado na Figura 14, é o responsável por fazer a comunicação do circuito com o aparelho de ar condicionado.
Figura 14. Módulo Emissor de Infravermelho KY-005
Fonte: Eletrogate (s.d.).
Sua luz não é perceptível ao olho humano, mas para vê-lo em funcionamento basta apontar a câmera de um celular.
4.1.8 Montagem dos Circuitos
Nas Figuras 15 e 16, serão representados os circuitos segundo Júnior (2019).
Figura 15. Esquema de ligação do circuito externo
Fonte: Adaptado de Júnior (2019).
Figura 16. Esquema de ligação do circuito interno
Fonte: Adaptado de Júnior (2019).
A Figura 17 a seguir é um esquemático do circuito segundo Silva (2018).
Figura 17. Esquema de ligação interna e externa
Fonte: Adaptado de Silva (2018).
4.2 Softwares
Nesta seção serão apresentados os softwares utilizados para desenvolver o programa que comanda os microcontroladores.
4.2.1 IDE Arduino
O IDE Arduino é uma interface desenvolvida pela própria empresa Arduino. Neste software foi desenvolvido o algoritmo que regeu os microcontroladores, influenciando em todas as tomadas de decisão de acordo com as informações coletadas pelos sensores e com o código programado. É uma interface de desenvolvimento multiplataforma, o que significa que é possível utilizar em vários sistemas operacionais, como Windows e Linux, e foi usada tanto na programação do Arduino Mega 2560, quanto na programação do ESP8266 NodeMCU. A Figura 18 ilustra o layout da interface descrita acima.
Figura 18. Interface IDE Arduino
Fonte: O Autor (2024).
4.2.2 Jupyter Notebook
O Jupyter Notebook, ilustrado na Figura 19, é um ambiente de desenvolvimento interativo e compartilhado baseado em web para códigos e dados. Através dele as condições da lógica fuzzy foram criadas.
Figura 19. Interface Jupyter Notebook
Fonte: Jupyter (2024).
4.2.3 Grafana
O Grafana, Figura 20, é um software que permite a visualização de dados em dashboards. O monitoramento apresentado por ele foi coletado através de analisadores de potência instalados em cada fase do prédio onde foram feitas as experiências, LABMET, localizado na Universidade Federal de Campina Grande. A potência apresentada pelo programa é a potência ativa.
Figura 20. Layout Grafana
Fonte: Grafana (2024).
4.3 Métodos
Primeiramente, é necessário ajustar as variáveis de entrada e saída para o funcionamento correto do programa.
4.3.1 Variáveis de Entrada
O Índice de Calor é uma variável que compõe as variáveis de entrada. Para a divisão do mesmo, as informações fornecidas pela NOAA (National Oceanic and Atmospheric Administration) auxiliam na montagem da Tabela 1.
Tabela 1. Valores para Índice de Calor
Fonte: Adaptado de Júnior (2019).
A seguir será representada pela Figura 21, a lógica fuzzy aplicada aos valores do Índice de Calor.
Figura 21. Representação Fuzzy – Índice de Calor
Fonte: Júnior (2019).
Outra variável de entrada importante para o funcionamento do programa é a temperatura interna, ilustrada na Tabela 2.
Tabela 2. Valores para Temperatura Interna
Fonte: Adaptado de Júnior (2019).
A Figura 22 ilustra a Temperatura Interna e suas respectivas pertinências.
Figura 22. Representação Fuzzy – Temperatura Interna
4.3.2 Variável de Saída
Para a definição da variável de saída, denominada Temperatura Ideal, as faixas de valores foram definidas de acordo com a ISO (2005), originando a tabela 3.
De posse de todas as variáveis foi possível criar a tabela 4, que expressa todas as variáveis implementando regras com o objetivo de controlar o sistema.
Tabela 3. Valores para Temperatura Interna
Fonte: Adaptado de Júnior (2019).
Tabela 4. Conjunto de regras da Lógica Fuzzy
Fonte: Adaptado de Júnior (2019).
Segundo Júnior (2019), após o processamento das variáveis de entrada, cujos valores de Índice de Calor e Temperatura Interna foram, respectivamente, 32ºC e 23ºC, a variável de saída, Temperatura Ideal, foi de 21,5ºC. A Figura 23 representa os dados citados acima, indicando ainda a Temperatura Ideal.
Figura 23. Variável de saída – Temperatura Ideal
Fonte: Júnior (2019).
5. RESULTADOS E DISCUSSÕES
O atual trabalho analisa os dados gerados pela pesquisa feita por Júnior (2019), realizada no auditório do LABMET, localizado na Universidade Federal de Campina Grande. O experimento foi feito em duas etapas, primeiramente sem utilizar o controlador, e a segunda parte utilizando o controlador desenvolvido.
5.1 Sistema Controlado
O experimento sem o controle teve seu início, ligando o condicionador de ar às 14:45h até às 15:50h com temperatura inicial configurada aos 20ºC. Após 35 minutos, as portas e as janelas do auditório foram abertas, até o final do teste. Os dados coletados estão expressos nas Figuras 24 e 25.
Na Figura 24, no instante 15:20 é possível perceber o aumento da temperatura, decorrente da abertura das portas e das janelas, o que acarretou na troca de calor entre os meios interno e externo.
Figura 24. Variáveis do Sistema não controlado
Fonte: Júnior (2019).
Figura 25. Potência ativa (W) do Sistema não controlado
Fonte: Júnior (2019).
Na Figura 25, fica evidente o sistema On/Off de funcionamento do condicionador de ar, onde existem períodos em que ele se mantém ligado para refrigerar o ambiente, e após resfriar ele é desligado.
5.2 Sistema Controlado
A segunda parte do experimento foi feita das 15:50h até 17:00h, sendo que as portas e janelas foram abertas após 30 minutos. Os dados coletados pelo segundo experimento estão representados nas Figuras 26 e 27.
Na Figura 27, a potência se manteve em maior parte do tempo constante, com exceção do pico, que é explicado pela abertura das portas e janelas, onde o aparelho utilizou uma potência maior com o objetivo de manter a temperatura ideal.
Figura 26. Variáveis do Sistema controlado
Fonte: Júnior (2019).
Figura 27. Potência ativa (W) do Sistema controlado
Fonte: Júnior (2019).
Na Figura 26 é possível perceber no instante 16:23 é possível observar uma variação de temperatura, resultado da abertura das portas e janelas do auditório. Entretanto, o aumento da temperatura foi
menor do que o primeiro experimento. Isso se dá ao fato de que o sensor rapidamente percebeu um aumento da temperatura e o sistema rapidamente configurou o aparelho condicionador de ar para uma temperatura mais baixa.
5.3 Comparação dos Resultados
A comparação foi feita pelo software MATLAB, onde foram feitas integrais dos gráficos de potência, do sistema controlado e não controlado, separadamente. Nas Figuras 28 e 29, é possível perceber que foram decrescidos 1000 W no eixo Y de cada gráfico. Essa medida foi tomada visando maior fidelidade dos resultados gerados, uma vez que o prédio havia outros consumos além do condicionador de ar.
Figura 28. Consumo estimado do sistema não controlado
Fonte: Júnior (2019).
Figura 29. Consumo estimado do sistema controlado
Fonte: Júnior (2019).
Como resultado dos cálculos realizados, obteve-se um consumo de 3,5kW para o sistema não controlado, enquanto o resultado obtido para o sistema controlado foi de 1.45KW. O resultado do sistema controlado representa uma economia de 41.43% de energia no mesmo período de tempo e mesmas condições ambientais, comparado ao sistema não controlado.
6. CONCLUSÃO
Como foi constatado pelos estudos, o sistema controlador apresenta bons resultados para o objetivo proposto, visto que, a implementação de tal sistema foi capaz de promover uma economia de 41,43% de energia. Portanto, é possível afirmar que a utilização da lógica fuzzy tem um impacto positivo, otimizando o consumo energético, em sistemas de controle de condicionadores de ar.
Para futuros estudos, é interessante aplicar o sistema a mais condicionadores por um período de tempo maior, objetivando constatar a eficiência do sistema controlador em maiores escalas. Além disso, seria interessante desenvolver um aplicativo para ser acessado pelo celular, com um banco de dados com outros modelos e outras marcas de condicionadores de ar, para facilitar o uso da tecnologia proposta por este artigo.
REFERÊNCIAS
ABRAHÃO, K. C. DE F. J.; SOUZA, R. G. V. DE . Estimativa da evolução do uso final de energia elétrica no setor residencial do Brasil por região geográfica. Ambiente Construído, v. 21, n. 2, p. 383–408, abr. 2021.
AGUADO, A. G.; CANTANHEDE, M. A. Lógica Fuzzy – Faculdade de Tecnologia – Universidade Estadual de Campinas (UNICAMP).
ARDUCORE. Disponível em: <https://www.arducore.com.br/arduino-mega-2560-r3-cabousb>. Acesso em: 05 nov. 2024.
AUTOCOREROBÓTICA. Disponível em: <https://www.autocorerobotica.com.br/modulosensor-de-umidade-temperatura-dht11>. Acesso em 06 nov. 2024.
ÁVILA, J. A. Ar condicionado automotivo: Caracterização e avanços tecnológicos. TESE SÃO PAULO, 2002. Acesso em: 07 jul. 2024
BARBIANI, M. Internet das coisas: conectando sistemas de ar condicionado. 2018.
COSTA, C. Um estudo sobre adaptações para redução do consumo de energia elétrica em sistemas de ar condicionado. Ufpe.br, 2016. Disponível em: <https://repositorio.ufpe.br/handle/123456789/17925>. Acesso em: 16 ago. 2024.
CENTRAL AR, BLOG. Inverter ou On/Off? Saiba como escolher o melhor para você. Disponível em: <https://blog.centralar.com.br/inverter-ou-on-off-saiba-como-escolher-omelhor-para- voce/?gad_source=1&gclid=CjwKCAjw68K4BhAuEiwAylp3kuKPLAqlF3JvliuXDuEyVYq FLAw6Koqm4zSr2hDa9UBjjz4b8oZkKxoCQ8AQAvD_BwE>. Acesso em: 17 out. 2024.
DAURICIO, J. S. Algoritmos e Lógica de Programação. Livro ; Editora e Distribuidora Educacional Londrina S.A., 2015. Acesso em 06 Jul. 2024
DE ANDRADE, T. Inovação tecnológica e meio ambiente: a construção de novos enfoques . Ambiente & Sociedade – Vol. VII nº. 1 jan./jun. 2004. Disponível em: <https://www.scielo.br/j/asoc/a/c9z8FygB8JgtY6F5TdmtQKR/?format=pdf&lang=pt>. Acesso em: 07 Jul. 2024.
DEPARTMENT OF ENERGY. History of Air Conditioning, 2018. Disponível em: <https://www.energy.gov/articles/history-air-conditioning>. Acesso em 04 julho. 2024.
ELETROGATE. Disponível em: <https://www.eletrogate.com/modulo-wifi-esp8266nodemcuesp-12e>. Acesso: 05 nov. 2024.
ELETROGATE. Disponível em: <https://www.eletrogate.com/modulo-emissorinfravermelho-ky-005>. Acesso: 07 nov. 2024.
EMPRESA DE PESQUISA ENERGÉTICA. Balanço Energético Nacional 2023: ano base 2023. Disponível em: <https://www.epe.gov.br/pt/publicacoesdadosabertos/publicacoes/balanco-energetico-nacional-2023>. Acesso em: 22 mai. 2024.
FARRER, H. et al. Algoritmos Estruturados. 3. ed. Rio de Janeiro: Livros Técnicos e Científicos Editora S.A. 1999. Acesso em: 19 set. 2024.
FERREIRA NETO, A. B. CORREA, W. L. R.; PEROBELLI, F. S. Consumo de Energia e Crescimento Econômico: uma Análise do Brasil no período 1970-2009. Análise Econômica, Porto Alegre, ano 34, n. 65, p. 181-204, mar. 2016. Disponível em: <https://seer.ufrgs.br/index.php/AnaliseEconomica/article/view/44622/36642>. Acesso em: 07 jul. 2024.
HUANG, Y.; KHAJEPOUR, A.; DING, H.; BAGHERI, F.; BAHRAMI, M.: An energysaving set-point optimizer with a sliding mode controller for automotive | airconditioning/refrigeration systems. Appl. Energy 188, 576-585 (2017). Acesso em: 05 jul. 2024.
ISO 7730. Ergonomics of the Thermal Environment. Analytical Determination and Interpretation of Thermal Comfort Using Calculation of the PMV and PPD Indices and Local Thermal Comfort Criteria. 2005. Acesso em: 12 nov. 2024.
JUPYTER. Disponível em: <https://jupyter.org/>. Acesso em: 07 nov. 2024.
LAMBERTS, Roberto. Conforto e stress térmico, 2011. Disponível em: <http://www.labeee.ufsc.br/sites/default/files/disciplinas/ECV4200apostila%202011.pdf>. Acesso : 12 jul. 2024.
LÉVY, P. O inexistente impacto da tecnologia. Folha de São Paulo, v. 17, p. 3, 17 ago. 1997. Disponível em: <https://edisciplinas.usp.br/pluginfile.php/8130382/mod_resource/content/1/L%C3%A9vy%2 01997.pdf>. Acesso em: 11 ago. 2024.
LIMA, A. Z. S.; CARNEIRO, C. R. O. FURTADO, L. G. ; BOTELHO, M. G. L. BATISTA, V. A. ; PONTES, A. N. Tecnologia e meio ambiente: levantamento de aplicativos móveis voltados a temas ambientais. Braz. J. of Develop.,Curitiba, v.6, n.9,p.6809068105,sep.2020. Acesso em 07 jul. 2024.
LISBÔA, É.; SOLONY, W. Análise de desempenho da inferência fuzzy para avaliar apartamentos: estudo de caso na zona urbana de Belém/PA. Revista Valorem, v. 2, n. 1, p. 1-29. 10.29327/2290393.2.1-1. , abr. 2023. Disponível em <https://www.researchgate.net/publication/371805737_Analise_de_desempenho_da_inferenci a_fuzzy_para_avaliar_apartamentos_estudo_de_caso_na_zona_urbana_de_BelemPA> Acesso em 05 nov. 2024.
MATLAB. Disponível em <https://www.mathworks.com/help/matlab/ref/trapz.html>. Acesso: 05 jul. 2024.
NEEDHAM, Joseph. Science and civilization in China state of the project. Interdisciplinary Science Reviews, [S.l.], v. 5, n. 4, p. 263-268, 1986.
NATIONAL OCEANIC AND ATMOSPHERIC ADMINISTRATION – NOAA. Heat Forecast Tools. Disponível em: <https://www.weather.gov/safety/heat-index>. Acesso: 11 nov. 2024.
PACHECO, R. A.; DOS SANTOS, A. B. C. ; DA CRUZ, R. M. Gonsioroski, L. H. ; VIANA, J. B. ; Aplicação Prática de IoT e Computação Móvel no Controle de Sistemas de Ar Condicionados. Disponível em <https://sol.sbc.org.br/index.php/sbrc_estendido/article/view/12421/12286> Acesso em 06 jul. 2024
PORTAL CARRIER. About Willis Carrier. Disponível em: . Acesso em: 16 de ago. de 2024.
RIBEIRO, F. T. Internet das coisas: da teoria à prática. Escola de Minas – UFOP 2019. Disponível em: <https://www.monografias.ufop.br/bitstream/35400000/1794/1/MONOGRAFIA_InternetCois asTeoria.pdf> Acesso em 06 Jul. 2024.
RECH, A. U. Inteligência artificial, meio ambiente e cidades inteligentes. Universidade de Caxias do Sul UCS – BICE – Processamento Técnico – Caxias do Sul : Educs, 2020. Disponível em: <https://www.ucs.br/educs/arquivo/ebook/inteligencia-artificial-meioambiente-e-cidades-inteligentes/>. Acesso em 07 Jul. 2024.
SARAVATI. Disponível em: <https://www.saravati.com.br/modulo-ir-receptorinfravermelho-vs1838b-ky-022.html>. Acesso em 07 nov. 2024.
SISTEMAS DE GERENCIAMENTO AMBIENTAL, TECNOLOGIA LIMPA E CONSUMIDOR VERDE: a delicada relação empresa–meio ambiente no ecocapitalismo.
RAE – Revista de Administração de Empresas, v. 40, n. 2 , Abr./Jun. 2000. Acesso em 07 jul. 2024.
SILVA JUNIOR, I. P. Controle Fuzzy para Ar-Condicionado via mensagens MQTT. Trabalho de Conclusão de Curso. Universidade Federal de Campina Grande. 2019. Acesso em 07 jul. 2024.
SOUZA, E. C. ; COELHO, A. B. ; LIMA, J. E. CUNHA, D. A. FÉRES, J. G. Impactos das mudanças climáticas sobre o bem-estar relacionado à saúde no brasil – pesquisa e planejamento econômico | ppe | v. 43 | n. 1 | abr. 2013. Acesso em 07 jul. 2024.
SOUZA, F. et al. IIOT Utilizando Protocolo MQTT., 2021. Disponível em: <https://repositorio.animaeducacao.com.br/handle/ANIMA/18962>. Acesso em: 5 nov. 2024.
TORRES, Glaucia Cardoso Teixeira; MUNIZ, Tânia Lobo. A construção da consciência ambiental e a importância das Organizações Internacionais no enfrentamento das questões ambientais globais. Revista do Direito Público, [S. l.], v. 11, n. 1, p. 183–204, 2016. DOI: 10.5433/1980-511X.2016v11n1p183. Disponível em: <https://ojs.uel.br/revistas/uel/index.php/direitopub/article/view/24473>. Acesso em: 19 nov. 2024.
WATANABE, R. M. Antecipando o futuro com o Arduino. 2018. Disponível em: < https://www.ebanataw.com.br/arduino/protoboard.htm>. Acesso em 06 nov. 2024.
XAVIER, G. F. C. Lógica de programação. E-book: 13ª Ed. – São Paulo: editora Senac São Paulo, 2014. Acesso em 07 Jul. 2024.
ZOOM. Disponível em: <https://www.zoom.com.br/ar-condicionado/split-hi-wall-mideaelite-30-000-btus-42mlqc30m5-38kqj30m5>. Acesso em 06 nov. 2024.
1Discente do Curso Superior de Engenharia Elétrica do Instituto UniRedentor Campus Itaperuna/RJ e-mail: igorduarte318@gmail.com
2Discente do Curso Superior de Engenharia Elétrica do Instituto UniRedentor Campus Itaperuna/RJ e-mail: luccabarreto21@gmail.com
3Docente do Curso Superior de Engenharia Elétrica do Instituto UniRedentor Campus Itaperuna/RJ. Mestre em Modelagem Computacional, ciências e tecnologias (Uff). e-mail: maeziops@id.uff.br.