UNIVERSIDADE_FEDERAL_DO_RIO_GRANDE_DO_NO

U NIVERSIDADE F EDERAL DO R IO G RANDE DO N ORTE
C ENTRO DE T ECNOLOGIA
E NGENHARIA DE C OMPUTAÇÃO E AUTOMAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
Redes de Sensores sem Fio aplicadas em

Ambientes Industriais de Petróleo e Gás
Ivanovitch Medeiros Dantas da Silva
Orientador: Prof. Dr. Jair Cavalcanti Leite
Monografia apresentada ao Curso de Enge-

nharia de Computação da UFRN como parte
dos requisitos para obtenção do título de En-
genheiro de Computação.
Natal, RN, dezembro de 2006

Resumo
Uma das grandes áreas de atuação da computação móvel atualmente são as redes de
sensores sem fio. Tais redes são formadas por uma grande quantidade de nós com ca-
pacidade de sensoriamento, controle e atuação, além de possuírem características físicas
bastante reduzidas. Potenciais aplicações para redes de sensores estão distribuídos nas
mais diversas áreas, variando desde ambientes militares, domésticos, hospitalares até am-
bientes industriais. O referido trabalho procura enfatizar a inserção das redes de sensores
em aplicações industriais de petróleo e gás procurando focar seus benefícios quando com-
parado com o uso de outras tecnologias.
Palavras-chave: Automação Industrial, Petróleo e Gás, Redes de Sensores.
Abstract
One of the great areas of performance of the mobile computation currently are Wire-
less Sensor Network. Such network are formed by a great amount of nodes with sensing
capability, control and actuator, beyond possessing sufficiently reduced physical charac-
teristics. Potential applications for wireless sensor network are distributed in the most
diverse areas, varying since military, domestic, hospital environments until industrial en-
vironments. The related work it look for to emphasize the insertion of the wireless sensor
network in industrial applications of oil and gas being looked for aim its benefits when
comparative with the use of other technologies.
Keywords: Industrial Automation, Oil and Gas, Wireless Sensor Network.
Sumário
Sumário i
Lista de Figuras iii
Lista de Tabelas v
Lista de Símbolos e Abreviaturas vi
1 Introdução 1
1.1 Visão geral das Redes de Sensores sem Fio . . . . . . . . . . . . . . . . 1
1.2 Histórico das pesquisas em Redes de Sensores sem Fio . . . . . . . . . . 3
1.3 Motivação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5 Organização do trabalho . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2 Redes de Sensores sem Fio 10

2.1 Características e fatores determinantes em RSSF . . . . . . . . . . . . . 10
2.1.1 Tolerância à falhas . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.2 Escalabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.1.3 Custo de produção . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.1.4 Ambiente de operação . . . . . . . . . . . . . . . . . . . . . . . 12
2.1.5 Topologia da rede . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.6 Restrições de Hardware . . . . . . . . . . . . . . . . . . . . . . 14
2.1.7 Meio de transmissão . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.8 Consumo de energia . . . . . . . . . . . . . . . . . . . . . . . . 16
2.1.9 Técnicas de segurança . . . . . . . . . . . . . . . . . . . . . . . 16
2.2 Aplicações em RSSF . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.1 Aplicações Militares . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.2 Aplicações de monitoramento ambiental . . . . . . . . . . . . . . 20
2.2.3 Aplicações médicas . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2.4 Monitoramento de uma planta nuclear . . . . . . . . . . . . . . . 23
3 Arquiteturas de software e hardware para RSSF 25

3.1 Sistemas Operacionais . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.1 TinyOs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.2 Contiki . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
i
3.1.3 MantisOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.1.4 SOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.1.5 Yatos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2 Middleware para RSSF . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3 Projetos de nós sensores . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3.1 Família Motes . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3.2 Família µAMPS . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.3.3 Família Wins . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.3.4 Família Sensor Web . . . . . . . . . . . . . . . . . . . . . . . . 33
3.3.5 Família BEAN . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4 Aplicações em ambientes industriais de P&G 36

4.1 Manutenção preventiva de equipamentos . . . . . . . . . . . . . . . . . . 39
4.1.1 Formação da rede . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.1.2 Roteamento e reparos . . . . . . . . . . . . . . . . . . . . . . . . 43
4.1.3 Mecanismos de transporte . . . . . . . . . . . . . . . . . . . . . 43
4.1.4 Modo de Operação sleep . . . . . . . . . . . . . . . . . . . . . . 44
4.2 Monitoramento de equipamentos em uma refinaria . . . . . . . . . . . . 45
4.2.1 Overhead na formação da rede . . . . . . . . . . . . . . . . . . . 46
4.2.2 Atraso na transferência dos dados . . . . . . . . . . . . . . . . . 46
4.2.3 Desempenho do rádio . . . . . . . . . . . . . . . . . . . . . . . 48
4.2.4 Consumo de energia . . . . . . . . . . . . . . . . . . . . . . . . 50
4.3 Monitoramento de máquinas em um navio tanque . . . . . . . . . . . . . 50
4.3.1 Características básicas do problema . . . . . . . . . . . . . . . . 53
4.3.2 Instalação da Rede . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.3.3 Desempenho da Rede . . . . . . . . . . . . . . . . . . . . . . . . 56
4.4 Monitoramento da estrutura de plataformas offshore . . . . . . . . . . . . 57
4.4.1 Visão Geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.4.2 Características do hardware . . . . . . . . . . . . . . . . . . . . 62
4.4.3 Confiabilidade dos dados transmitidos . . . . . . . . . . . . . . . 63
4.4.4 Compressão dos dados . . . . . . . . . . . . . . . . . . . . . . . 64
4.4.5 Sincronização dos dados . . . . . . . . . . . . . . . . . . . . . . 66
4.5 Monitoramento de dados sísmicos . . . . . . . . . . . . . . . . . . . . . 67
4.5.1 Visão Geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.5.2 Modelagem da aplicação . . . . . . . . . . . . . . . . . . . . . . 70
4.5.3 Arquitetura baseada em agentes . . . . . . . . . . . . . . . . . . 70
5 Conclusões 74
5.1 Principais contribuições . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
5.1.1 Arquiteturas e protocolos utilizados . . . . . . . . . . . . . . . . 74
5.1.2 Contribuições das aplicações . . . . . . . . . . . . . . . . . . . . 75
5.1.3 Trabalhos futuros . . . . . . . . . . . . . . . . . . . . . . . . . . 76
Referências bibliográficas 77
Lista de Figuras
1.1 Rastreamento de aviões com sensores acústicos . . . . . . . . . . . . . . 4

1.2 Gerações dos sensores . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Aplicações em redes de sensores sem fio . . . . . . . . . . . . . . . . . . 6
1.4 Redes de Sensores aplicada na indústria de petróleo e gás . . . . . . . . . 8
2.1 Principais componentes de um nó sensor . . . . . . . . . . . . . . . . . . 14

2.2 Exemplo de aplicação militar usando RSSF . . . . . . . . . . . . . . . . 20
2.3 Nó sensor com designer de sâmara . . . . . . . . . . . . . . . . . . . . . 21
2.4 Monitoramento de aves . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.5 Monitoramento de uma planta nuclear com RSSF . . . . . . . . . . . . . 24
3.1 Mica2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.2 Mica2Dot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.3 MicaZ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.4 Spec Motes, nó sensor miniaturizado . . . . . . . . . . . . . . . . . . . . 32
3.5 Sensor Web 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.6 Sensor Web 2 e 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.7 Nó sensor BEAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.1 Medição manual de amostras de vibrações em máquinas . . . . . . . . . 41

4.2 Componentes da plataforma Intel Motes . . . . . . . . . . . . . . . . . . 41
4.3 Dimensões da plataforma Intel Motes . . . . . . . . . . . . . . . . . . . 42
4.4 Gateway utilizado na ligação dos nós sensores com o nó root . . . . . . . 45
4.5 Mica2 - nó sensor usado para que se possa realizar comparações com o
Intel Motes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.6 Arquitetura para aplicação de monitoramento de máquinas em refinarias . 46
4.7 Overhead na formação das redes em aplicações de manutenção preditiva
localizada em refinarias . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.8 Influência do número de saltos no roteamento na retransmissão de pacotes 47
4.9 Clusters da aplicação que monitora equipamentos em refinarias . . . . . . 48
4.10 Desempenho do rádio para os diferentes nós sensores . . . . . . . . . . . 48
4.11 Influência da distância no tempo de transmissão . . . . . . . . . . . . . . 49
4.12 Bateria utilizada pelos nós sensores . . . . . . . . . . . . . . . . . . . . 51
4.13 Relação do consumo de energia com o tempo de vida e de hibernação . . 52
4.14 Tanker Loch Rannoch - ambiente onde será desenvolvido à aplicação de
monitoramento remoto de máquinas com RSSF . . . . . . . . . . . . . . 53
4.15 Máquinas monitoradas no Tanker . . . . . . . . . . . . . . . . . . . . . . 54
iii
4.16 Arquitetura da aplicação do monitoramento em Tankers . . . . . . . . . . 54
4.17 Esquema de como adquirir energia através do ambiente para nós sensores 55
4.18 Comparativo entre o tempo e o gasto de energia das principais operações
dos nós sensores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.19 Número total de amostras dos nós localizados no cluster 3 . . . . . . . . 57
4.20 Número total de amostras dos nós localizados nos clusters 1 e 2 . . . . . 57
4.21 Principais plataformas offshore - A) Plataforma Fixa, B) FPSO, C) Navio
Sonda, D) Plataformas Semi-submersíveis, E) Plataformas auto-eleváveis,
F) TLP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.22 Amostra de vibração coletado pelo sistema Wisden . . . . . . . . . . . . 65
4.23 Princípio básico do processo de compressão dos dados . . . . . . . . . . 66
4.24 Sincronização dos dados . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.25 Aquisição sísmica terrestre e marinha . . . . . . . . . . . . . . . . . . . 69
4.26 Domínio das RSSF em exploração sísmica por reflexão . . . . . . . . . . 70
4.27 Arquitetura das RSSF em aplicações de exploração sísmica por reflexão . 71
4.28 Arquitetura baseada em agentes para RSSF . . . . . . . . . . . . . . . . 72
Lista de Tabelas
1.1 Características básicas dos nós sensores . . . . . . . . . . . . . . . . . . 5
3.1 Características básicas da família Motes . . . . . . . . . . . . . . . . . . 29

3.2 Características básicas do nó RF Motes . . . . . . . . . . . . . . . . . . 30
3.3 Características básicas do nó Laser Motes . . . . . . . . . . . . . . . . . 30
3.4 Características básicas do nó CCR Motes . . . . . . . . . . . . . . . . . 30
3.5 Características básicas do nó WeC Motes . . . . . . . . . . . . . . . . . 31
3.6 Características básicas do nó µAMPS . . . . . . . . . . . . . . . . . . . 32
3.7 Características básicas do nó Wins . . . . . . . . . . . . . . . . . . . . . 33
4.1 Características das redes em ambientes industriais . . . . . . . . . . . . . 37

4.2 Comparativo entre ZigBee e o Bluetooth . . . . . . . . . . . . . . . . . . 38
4.3 Consumo de energia dos nós sensores . . . . . . . . . . . . . . . . . . . 50
4.4 Características básicas relacionadas com a aplicação de Monitoramento
de equipamentos em uma refinaria . . . . . . . . . . . . . . . . . . . . . 51
de máquinas em um navio tanque . . . . . . . . . . . . . . . . . . . . . . 58
de plataformas offshore . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.7 Características básicas relacionadas com a aplicação de monitoramento
de dados sísmicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
v
Lista de Símbolos e Abreviaturas
802.11b: Protocolo padronizado pelo IEEE, alcança uma velocidade de 11 Mbps

Bluetooth: Tecnologia para interconexão de aparelhos e dispositivos móveis
CCR - Corner Cube Retroreflectors: Dispositivo que reflete raios de luz
DARPA: Defense Advanced Research Projects Agency
DSN: Distributed Sensor Networks
FFT: Fast Fourrier Transform - procedimento usado no processamento de sinais
FPSO: Floating, Production, Storage and Offloading
IEEE: Institute of Electrical and Electronics Engineers,Inc.
ISM: Faixa de freqüência para aplicações industriais, científicas e médicas
MEMS: Sistemas micro-eletrônicos
NIST: National Institute for Standards and Technology
Offshore: termo usado para designar as aplicações localizadas em ambientes marítimos
Onshore: termo muito utilizado na área de petróleo e gás natural referente às aplicações
localizadas no continente
OOK - On-Off-keying: Técnica de modulação binária
QoS: Quality of Service
RSSF: Redes de Sensores Sem Fio
SHM: Structural Health Monitoring
SOSUS: Sistema de detecção de sons usado na Gerra Fria
SPLICE: Linguagem de processamento de sinais
Tanker: Navio destinado ao transporte aquaviário de granéis de líqüidos, tais como pe-
tróleo e seus derivados
WSN: Wireless Sensor Network
Zigbee: Protocolo adotado pela RSSF
vi
Capítulo 1
Introdução
Neste capítulo, são introduzidas características básicas sobre redes de sensores sem
fio bem como as pesquisas científicas encontradas em tal tecnologia. Tais informações
servem de base para o entendimento deste trabalho. Os objetivos e a motivação pelo
qual levaram a construção do trabalho relacionando as redes de sensores sem fio com
ambientes industriais de petróleo e gás natural juntamente com sua organização estrutural
são os outros temas abordados no capítulo.
1.1 Visão geral das Redes de Sensores sem Fio

Redes de sensores sem fio (RSSF) são uma tecnologia emergente com amplas apli-
cações de conectividade com o meio físico. Esta relação torna possível a extração de
informações vinculadas a um determinado ambiente de forma mais simples do que as
técnicas de monitoramento e instrumentação tradicionais (exemplificado em Mainwaring
et al. (2002)). Em contrapartida, uma série de novos desafios ainda deve ser superada por
esta tecnologia principalmente no que se refere à segurança da informação.
As WSN (Wireless Sensor Network) possuem características bastante peculiares em
relação à estrutura física. É formada por uma grande quantidade de dispositivos que pos-
suem a capacidade de sensoriamento, processamento, atuação, comunicação, além de pos-
suírem custos e tamanho reduzidos. Tais dispositivos são chamados de nós sensores.
Os nós da rede atuam de forma cooperativa disseminando uma determinada informação
entre os outros nós até que os dados coletados atinjam um ponto de saída e possam ser
processados pela aplicação cliente. A instalação física dos nós poderá ser feita de forma
aleatória (como em Bu & Naghdy (2005)) na área onde determinada aplicação será insta-
lada.
A limitação física dos nós sensores é um ponto de grande importância no contexto das
RSSF 1 . Memória, bateria, dispositivos de transmissão e processamento são os principais
componentes dos nós e são adaptados a tais limitações. Geralmente os nós sensores são
espalhados por áreas de grandes dimensões e que possuem difícil acesso físico, ideal-
mente devem operar sem intervenção humana por um longo intervalo de tempo. Para isto,
o consumo de energia deve ser o mínimo possível, caso contrario o nó poderá esgotar sua
1 RSSF - Redes de Sensores sem Fio
CAPÍTULO 1. INTRODUÇÃO 2
capacidade de funcionamento e será desligado da rede. A substituição dos nós diminui

sensivelmente os benefícios trazidos pelas RSSF, e na maioria das aplicações este fator
dever ser evitado. Portanto, o consumo da bateria do nó sensor deve ser o mais otimi-
zado possível, evitando que a rede perca desempenho em caso de vários desligamentos
em cascata de nós.
O fato das RSSF (Redes de Sensores sem Fio) possuírem uma grande densidade de
nós faz com que vários elementos realizem o sensoriamento de uma mesma variável de
ambiente, provocando redundâncias de informações na rede. Esta característica propor-
ciona um nível de informação mais preciso para a aplicação. Entretanto é importante
observar que o processo de transmissão nos nós sensores é a atividade que mais consome
energia. Desta forma soluções para otimização do roteamento de dados deve ser imple-
mentado para minimizar os gastos com o consumo de energia. Várias pesquisas nesta área
atualmente estão sendo feitas, algumas direcionam-se a diminuir o tamanho das mensa-
gens e o número de transmissões, outras buscam na maior densidade de nós um melhor
ajuste para o roteamento baseado na minimização do uso da bateria. A primeira vertente
de pesquisa busca diminuir a energia gasta na transmissão baseada no ajuste do proces-
samento interno dos nós sensores enquanto que a segunda onda de pesquisa adotada faz
com que os sensores se auto-desliguem em caso de ociosidade.
Vários protocolos de roteamento de dados são propostos para as RSSF, alguns destes
podem ser melhor analisados por [Al-Karaki & Kamal 2004, Ye et al. 2002, Xu et al.
2000, Xu et al. 2001]. Tais protocolos são baseados na técnica de multihops, onde uma
informação é disseminada desde o nó sensor que a originou até um ponto de saída da rede.
Um outro fator importante nas RSSF é a topologia da rede. Sua estrutura topológica
dinâmica necessita de mecanismos com um elevado grau de auto-configuração. Nós sen-
sores podem ser retirados, desligados, inseridos na rede de forma totalmente aleatória,
necessitando de mecanismos capazes de configurar esse novo ambiente sem a presença
do usuário. Um exemplo desta técnica pode ser visto em Bu & Naghdy (2005). Todas
as pesquisas citadas acima devem adaptar-se a este dinamismo evitando a configuração
estática no planejamento da rede.
Um último fator a ser levado em conta nesta pequena introdução sobre RSSF são suas
aplicações. Uma variedade de nichos pode ser explorada, como aplicações de monito-
ramento de objetos, prevenção de incêndios , detecção de movimento, sistemas de segu-
rança, automação predial , aplicações domésticas , monitoramento ambiental, médicas, in-
dustriais, exploração de petróleo, robótica, metereológicas, manutenção preventiva de má-
quinas e várias outras aplicações. Vários trabalhos são encontrados sobre aplicações em
RSSF, como podem ser vistos em [Ramanathan et al. 2006, Nachman et al. 2005, Krishna-
murthy et al. 2005, Delicato et al. 2004, Howard et al. 2002, Liu et al. 2002, Mainwaring
et al. 2002, Akyildiz et al. 2002, Cerpa et al. 2001, Estrin et al. 1999]. Percebe-se um
senso comum nessas aplicações; domínio distribuído, cooperação entre nós para que a
obtenção de uma determinada informação, qualidade de serviço (QoS) (precisão dos da-
dos, latência, jitter, transferência de dados) entre outros. A questão do QoS é fortemente
ligada ao tipo de aplicação utilizada, como por exemplo, um monitoramento em tempo
real usando RSSF de um duto de gás em uma refinaria de petróleo necessita aspectos de
QoS bem mais robustos do que uma aplicação que monitora as migrações de pássaros.
1.2 Histórico das pesquisas em Redes de Sensores sem

Fio
O desenvolvimento das redes de sensores envolve tecnologias de três áreas de pesqui-
sas distintas: sensoriamento, comunicação e computação (incluindo hardware, software
e algoritmos). Portanto, os avanços combinados ou separados destas áreas influenciam
diretamente nas pesquisas em RSSF (Redes de Sensores sem Fio).
Como na maioria das tecnologias de monitoramento remoto, pesquisas direcionadas
com aplicações de defesa militar foram inicialmente exploradas nas Redes de Senso-
res sem Fio. Durante a Guerra Fria, sistemas de detecção de sons (SOSUS) já utiliza-
vam os conceitos destas redes. Uma vasta quantidade de sensores acústicos (hidrofones)
eram inseridos no fundo do oceano, localizados estrategicamente visando detectar sub-
marinos soviéticos. Atualmente o SOSUS é usado pela National Oceanographic and
Atmospheric Administration (NOAA) no monitoramento de eventos no oceano, tais
como atividades sísmicas e de animais. Ainda durante a Gerra Fria, redes usando sen-
sores foram utilizadas nos sistemas de defesa aeroespaciais desenvolvidos para proteção
dos USA e Canadá.
Pesquisas modernas sobre RSSF têm inicio por volta de 1980 quando o DARPA (De-
fense Advanced Research Projects Agency) introduziu o projeto DSN (Distributed Sensor
Networks). Neste período, a Arpanet (precede a internet) já estava em operação em uni-
versidades e institutos de pesquisa. R. Kahn, o co-inventor do protocolo TCP/IP e que
também contribuiu para o desenvolvimento da Internet, nesta época era diretor de um dos
vários escritórios do DARPA. Vislumbrou que a comunicação do Arpanet poderia ser es-
tendida para o conceito das redes de sensores. A rede foi imaginada de forma distribuída
e esparsa, onde seus elementos teriam baixo custo e realizariam o roteamento de dados
para transmitir informações de uma melhor maneira possível. É importante lembrar que
nesse tempo ainda não existia nem computadores pessoais nem estações de trabalho, todo
processamento era feito em minicomputadores como o PDP-11 e em máquinas VAX onde
era usados o Unix e o VMS, os modens atingiam taxas de operação que variavam de 300
a 9600 Bd.
A tecnologia para os componentes da DSN foram identificadas e inicialmente dis-
cutidas pelos pesquisadores no Distributed Sensor Nets workshop no ano de 1978.
Estes eram formados por sensores(acústicos), elementos de comunicação, técnicas de pro-
cessamento e algoritmos (incluindo de auto localização dos sensores) e softwares distri-
buídos. Como a maioria dos componentes ainda não estava disponível, o programa DSN
teve que dirigir-se a computação distribuída, onde problemas de detecção acústica distri-
buída foram demonstradas.
Pesquisadores do Carnegie Mellon University (CMU), focaram seus esforços de pes-
quisa em fornecer uma operacionalidade da DSN de uma forma mais flexível, com acesso
transparente para recursos distribuídos que necessitavam de tolerância a falhas. Vários
testes foram feitos com processamento de sinais juntamente com sensores acústicos, uti-
lizando para isso computadores VAX conectados na Ethernet. Pesquisadores do Mas-
sachusetts Institute of Technology (MIT) e de Cambridge, concentraram suas forças no
processamento de sinais. Foi desenvolvido uma linguagem de processamento de sinais
e de Ambiente computacional interativo (SPLICE) para analise das informações obtidas

pela DSN. Para demonstrar suas pesquisas, o MIT Lincoln Laboratory desenvolveu uma
aplicação de rastreamento de aeronaves em baixas altitudes através de sinais acústicos
que eram lidos por sensores, uma ilustração da aplicação pode ser vista na figura 1.1.
Figura 1.1: Rastreamento de aviões com sensores acústicos
Os pesquisadores tinham em mente uma rede de sensores formada por uma grande
quantidade de pequenos sensores, o único problema é que a tecnologia para criação desses
pequenos sensores não existia na época. Entretanto, projetistas de sistemas militares logo
reconheceram os benefícios desta nova tecnologia em ambientes militares. Sensores e
as armas podem atuar independentemente num ambiente de guerra informando a melhor
posição das tropas e dos atiradores com tempos de resposta bastante rápidos.
O avanço tecnológico na computação e na área de comunicação esta tornando pos-
sível o desenvolvimento original das redes de sensores sem fio. Pequeníssimos sensores
baseados em sistemas micro-eletromecânicos (MEMS ), redes sem fio e processadores
embarcados de baixa potência estão tornando aplicações em redes de sensores sem fio
mais precisas e realísticas. O DARPA tem iniciado programas de pesquisa em redes de
sensores abrangendo essas novas tecnologias. Concluído recentemente, o programa Sen-
sIT (Sensor Information Technology) propõe duas novas linhas de pesquisas na RSSF.
A primeira desenvolveu novos paradigmas em redes, como por exemplo, o conceito de
redes ad hoc. Esse novo conceito propõe redes com infra-estruturas bastante dinâmicas,
ideais para ambientes militares e industriais. Ao contrário das redes usadas para transmis-
são de voz e dados, que necessitam de uma estrutura fixa. A segunda onda de pesquisa
relaciona-se com o processamento da informação. Por exemplo, como extrair informa-
ções dos sensores de forma otimizável e confiável num tempo aceitável são os desafios
dessa nova área de pesquisa. SensIT cria novas habilidades para as novas tecnologias de
sensores. Os atuais sistemas de segurança tática (TASS) usados pelo exército americano
é um exemplo de uso dessas novas habilidades. Tais sistemas adaptam-se facilmente aos
conceitos introduzidos pelo SensIT, normalmente utilizam tecnologias baseadas apenas
na transmissão dos nós com detecção de longo alcance. As redes baseadas em SensIT
tem novas capacidades, normalmente são redes interativas e compatíveis com tarefas e
armazenamento dinâmicos. Os softwares e algoritmos usados nas SensIT exploram a
proximidade dos dispositivos para tratar de forma mais precisa questões de transmissão e
detecção de dados, os softwares também devem suportar baixa latência, operar de forma
eficiente evitando gasto desnecessário de energia ao nó além de possuir um certo grau de
auto-configuração em suas operações.
As atuais redes de sensores exploram tecnologias que não existiam há duas décadas
atrás além de executarem funções que jamais foram imaginadas no passado. Sensores,
processadores e dispositivos de comunicação estão cada vez menores e mais baratos. A
indústria vem acompanhando de perto tal evolução, empresas como Ember, Crossbow,
Sensoria e a Intel atualmente desenvolvem pequenos nós sensores e seus sistemas, mos-
trando o quão é competitivo o mercado de fabricação de tais dispositivos.
Tendo uma visão um pouco mais futurística, podemos vislumbrar que os avanços na
tecnologia MEMS farão com que os sensores sejam cada vez mais robustos e versáteis.
Como exemplo, podemos citar a companhia Dust Inc., Berkeley, CA, entrou no projeto
Smart Dust por volta dos anos 90 e atualmente fabrica sensores MEMS que tem a capa-
cidade de detecção e comunicação além de possuírem tamanho físico bastante ínfimo. A
tabela 1.1 e a figura 1.2[Chong & Kumar 2003] ilustram as gerações dos sensores bem
como suas características básicas.
1980-1990 2000-2006 2010

Empresas comerciais:
Fabricantes TRSS Croossbow, Sensoria Dust, Inc.
Ember
Tamaho Caixa de Sapato Palito de fósforo Ínfimo
Peso kilogramas gramas insignificante
Arquitetura Sensoriamento Integração computação
processamento dos componentes quântica
e comunicação separados
Duração da bateria Baterias grandes Baterias AA Energia Solar
horas e dias meses, anos anos
Tabela 1.1: Características básicas dos nós sensores
Figura 1.2: Gerações dos sensores

1.3 Motivação
As pesquisas em redes de sensores sem fio foram motivadas inicialmente para aplica-
ções militares, como por exemplo, na detecção de submarinos através de sensores acús-
ticos. O avanço tecnológico propiciou a fabricação de sensores a baixo custo além dos
avanços nas técnicas de transmissão de dados que tornaram as redes de sensores sem fio
uma potencial ferramenta para várias aplicações, como por exemplo, em aplicações de
ambientes industriais. As várias áreas de atuação das aplicações que utilizam RSSF (Re-
des de Sensores sem Fio) são ilustradas na figura 1.3 [Cook et al. 2004], também pode-se
perceber o alto grau de conectividade e dinamismo de tal tecnologia.
Figura 1.3: Aplicações em redes de sensores sem fio
O dinamismo da tecnologia é um fator bastante atraente para sua utilização. Sensores

podem ser espalhados por uma vasta área onde determinado fenômeno será monitorado
por uma aplicação. As RSSF utilizam técnicas complexas para distinguir qual fenômeno
será sensoriado por quais sensores a fim de eliminar distorções e ruídos dos dados disse-
minados pela rede.
O setor industrial há muito tempo tem demonstrado interesse pela redução de custos,
melhoria no desempenho e por técnicas mais avançadas de manutenção em seus planteis
de máquinas. O monitoramento da saúde (status) de uma máquina geralmente é deter-
minado por técnicas que envolvem tecnologias bastante complexas, como por exemplo,
análise por vibração ou por lubrificantes. O ambiente industrial apresenta muitas vezes
riscos físicos aos seus trabalhadores, existindo áreas onde o índice de acidentes são bas-
tante altos. Os dois fatos citados anteriormente são exemplos de potenciais áreas onde as
redes de sensores sem fio podem ser aplicadas em ambientes industriais.
Há vários anos o Institute of Electrical and Electronics Engineers,Inc.
(IEEE) e o National Institute for Standards and Technology (NIST ) lançaram
o adendo 1451 que padroniza as interfaces de pequenos transdutores, tornando a constru-
ção de aplicações de sensores em redes industriais totalmente padronizadas. Atualmente

várias fábricas utilizam em suas linhas de produção automatizadas redes de detecção re-
motas, implementadas com um sofisticado mecanismo de controle de qualidade e de testes
que utilizam os mais variados tipos de sensores.
O sensoriamento espectral é um exemplo clássico de uso de sensores em ambientes
industriais. Dispositivos ópticos como optrodes e analisadores de pH são usados em
análises espectrais juntamente com pequenos espectrômetros. Sensores ópticos de baixo
custo são uma nova solução para substituir tais equipamentos, sendo facilmente acoplados
em nós das RSSF. Generalizando, o sensoriamento industrial tem como finalidade detec-
tar através de multipontos centenas e milhares de dados que são lidos por sensores que
alimentarão a base de dados de uma determinada aplicação, para isto, todas as operações
devem ser realizadas em tempo real, requisito primordial em aplicações industriais.
Vários fatores são encontrados na literatura que motivam o uso de redes de sensores
sem fio em aplicações, um último fator que citaremos é o fato de todas elas serem dis-
tribuídas. Geralmente tais aplicações são difíceis de implementar, tornando seus projetos
bastante criteriosos. Um fator importante é que os projetistas de aplicações industriais
desconhecem os protocolos das redes de sensores. Portanto um mecanismo que crie uma
abstração entre os protocolos e os desenvolvedores deve ser adotada. Um exemplo de tal
mecanismo é o conceito de middleware, muito usado em aplicações distribuídas. Traba-
lhos mais aprofundados sobre middleware em RSSF podem ser encontrados em Delicato
et al. (2004).
As RSSF são desenvolvidas com uma elevada dependência entre as aplicações e os
protocolos de comunicação, gerando sistemas bastante rígidos. Normalmente tais méto-
dos são adotados com a finalidade de economizar energia, dado as limitações físicas dos
nós sensores. Num futuro próximo as redes de sensores sem fio devem atender mecanis-
mos bem mais flexíveis em seus projetos, podendo adotar várias aplicações numa mesma
rede física.
A capacidade de monitoramento remoto, flexibilidade de configuração e manutenção,
robustez, vinculados com as características relacionadas anteriormente fazem da RSSF
uma potencial ferramenta para as aplicações da indústria de petróleo e gás natural. A
ausência de cabeamento físico presente nas redes de sensores torna esta tecnologia uma
grande candidata para inserção em refinarias e plataformas de petróleo, onde os espaços
físicos das aplicações devem ser otimizados usandos as técnicas mais flexíveis.
A indústria de petróleo e gás natural investe bilhões de dólares em novas tecnologias a
cada ano, principalmente nas áreas voltadas para o setor de exploração e produção de óleo
e gás. Setor em que as RSSF apresentam maior potencial de aplicações. Pesquisa feita
por Hatler & Chi (2005) com grande parte das maiores companhias de petróleo e gás na-
tural do mundo (British Petroleum, Buckeye LLP, Chesapeake Energy, ChevronTexaco,
El Paso Corporation, Encana, ExxonMobil, Forest Oil, Great Lakes Gas Transmission,
Gulfstream, Iroquois Gas Transmission, Kinder Morgan, Lyondell-Citgo, Noble Energy,
Northern Border Partners, Royal Dutch Shell, Occidental Petroleum, Marathon Ashland
Petroleum, Stone Energy Corporation, TEPPCO, Vaquero Energy Ltd, XTO Energy) re-
velou que todas as companhias pesquisadas adotam tecnologia wireless acopladas em
seus sistemas supervisórios e planejam a curto prazo investimento em tecnologia de mo-
nitoramento remoto para suas plantas industriais. Comprovando o grande potencial de

aplicabilidade das RSSF neste setor.
1.4 Objetivos
O referido trabalho busca na tecnologia em redes de sensores sem fio adotar melhorias
para as dezenas de aplicações que envolvem ambientes industriais, procurando enfatizar
aqueles relacionados com o setor de petróleo e gás natural. A figura 1.4 ilustra algumas
das potenciais aplicações para as RSSF neste setor. Monitoramento de máquinas no que
se refere à manutenção preventiva através de análises vibratórias, monitoramento de dutos
relacionados com vazamentos e detecção de corrosão, monitoramento da estrutura físicas
de plataformas e a comunicação entre geofones são algumas dessas aplicações.
Algumas aplicações serão descritas de forma a poderem ser totalmente caracteriza-
das(topologia, hardware, técnicas de segurança e softwares utilizados) com o uso das
RSSF. Para um melhor entendimento de certas aplicações, protocolos de roteamento de
dados e otimização do gasto de energia dos nós sensores serão descritos com mais deta-
lhes. Visando também transmitir a diversidade de aplicações em que as RSSF podem ser
inseridas, algumas aplicações que não se relacionam com o setor de petróleo e gás serão
citadas, porém com menor ênfase de detalhes do que as primeiras.
Figura 1.4: Redes de Sensores aplicada na indústria de petróleo e gás
1.5 Organização do trabalho

Este trabalho está organizado em 5 capítulos. O capítulo 2 descreve as principais
características das redes de sensores bem como suas aplicações nas mais diversas áreas.
No capítulo 3 encontramos uma listagem dos principais projetos relacionados com os

desenvolvimentos dos nós sensores e com as arquiteturas de software utilizadas nas RSSF.
O capítulo 4 trata do tema principal deste trabalho, que são as aplicações das RSSF em
ambientes industriais voltados para o setor de petróleo e gás natural. Vários exemplos
são minuciosamente demonstrados, mostrando a eficiência das RSSF em tais aplicações.
Por fim, o capítulo 5 descreve as conclusões deste trabalho, bem como possíveis projetos
futuros.
Capítulo 2
Redes de Sensores sem Fio
Neste capítulo será abordado de forma genérica aplicações em redes de sensores sem
fio. As características básicas que devem ser levadas em consideração em suas modela-
gens também serão descritas. As aplicações relacionadas com o setor de P&G (Petróleo
e Gás) serão descritas no capítulo 4.
2.1 Características e fatores determinantes em RSSF

As Redes de sensores são uma tecnologia bastante abrangente e dinâmica. Suas áreas
de atuação estão voltadas para as mais diversas aplicações e seus desenvolvimentos téc-
nicos apresentam avanços consideráveis tanto na parte de hardware como de software.
A flexibilidade de instalação e configuração dessas redes fazem com que sua utilização
apresente resultados bastante significativos quando comparados com outras tecnologias.
Este elevado nível de flexibilidade necessita de mecanismos com grande capacidade de
adaptação.
Uma proposta de arquitetura capaz de sustentar estas características foi desenvolvida
por Bu & Naghdy (2005), onde o conceito de cluster foi implementado. Os clusters são
ideais para organizar grandes quantidades de elementos que estão localizados em uma
área extensa, proporcionando uma excelente flexibilidade de instalação. Nesta arquite-
tura, as dezenas ou centenas de nós que compõe a rede de sensores são categorizados em
3 tipos básicos:
Nós escravos
Nós mestres
Nós sink
Os nós escravos são aqueles localizados dentro de um cluster genérico. Geralmente
realizam operações de sensoriamento e transmissão de dados, em determinados momentos
apenas transmitem e em outros detectam informações. Após coletarem algum dado estes
nós procuram transmitir a informação coletada para o seu respectivo nó mestre, localizado
dentro de seu cluster. Técnicas mais aprofundadas sobre este tipo de roteamento pode ser
melhor visualizado por Xu et al. (2000).
Os nós mestres controlam e monitoram todos os nós escravos de seus clusters além de
guardarem em memória a identificação de todos nós escravos. Uma das principais fun-
cionalidades do nó mestre está relacionada com a capacidade de realizar fusão de dados.
CAPÍTULO 2. REDES DE SENSORES SEM FIO 11
Um nó mestre pode controlar dezenas de nós escravos, estes nós podem enviar quanti-
dades significativas de informação que facilmente provocam a queda no desempenho da
rede. Desta forma é bastante importante que a fusão de dados seja realizada para que o
desempenho da rede possa ser otimizado. Técnicas mais aprofundadas, que levam em
consideração o deslocamento dos nós escravos para obtenção da melhor fusão dos dados,
podem ser encontradas em Schoellhammer et al. (2006).
O último nó sensor que discutiremos será o sink. Esses nós são elementos de grande
importância em redes de sensores sem fio. Fazem a interconexão da rede externa com a
RSSF (Rede de Sensores sem Fio). As aplicações clientes estão localizadas nesta rede
externa. O nó sink é encarregado de pegar solicitações de serviços provenientes da apli-
cação e realizar chamadas as redes de sensores para que o serviço possa ser executado.
Em seguida a resposta do serviço pode ser entregue a aplicação solicitante. A importância
do nó sink é tamanha que se por acaso ele parar, toda rede estará incomunicável com uma
determinada aplicação e conseqüentemente provocará a deterioração da mesma. Técni-
cas para prevenção de segurança devem ser adotadas nos nós sink para evitar este tipo de
situação.
Após a caracterização dos tipos básicos de nós sensores, trataremos nos próximos
parágrafos dos principais temas que devem ser levados em consideração na modelagem
das RSSF.
Tolerância a falhas
Escalabilidade
Custo de produção
Ambiente de Operação
Topologia da rede
Restrições de hardware
Meios de transmissão
Consumo de energia
Técnicas de segurança
2.1.1 Tolerância à falhas

A tolerância à falhas nas RSSF está vinculada com a capacidade de funcionamento dos
nós sensores. Alguns nós sensores podem falhar, serem bloqueados devido o baixo nível
da bateria, podem ser danificados fisicamente e ainda sofrerem interferência do ambiente
em que estejam interagindo.
A falha nos nós sensores não deve atrapalhar a execução de uma tarefa na rede.
Este requisito é necessário para que a rede de sensores seja considerada tolerante a fa-
lhas. Perceba que os algoritmos de roteamento adotados devem levar em consideração
restrições quanto aos níveis de tolerância a falhas das redes de sensores. Se a região
onde os nós sensores estão localizados sofre pouca interferência externa, as restrições
podem ser relaxadas. Estas restrições também estão relacionadas com o domínio de
aplicação[Srisathapornphat et al. 2000]. Nós sensores espalhados no interior de uma casa,
com a finalidade de captar temperatura e umidade necessitam de restrições relacionadas
com tolerância a falhas bem mais brandas do que nós sensores espalhados ao redor de
dutos em um campo de petróleo.
2.1.2 Escalabilidade
O número de nós sensores no processo que realiza o sensoriamento de um determi-
nado fenômeno pode estar na ordem de dezenas a centenas, dependendo em que contexto
a aplicação esteja inserida. Para o caso do monitoramento de dados sísmicos na prospec-
ção de hidrocarbonetos, a ordem de grandeza para a quantidade dos nós sensores poderá
chegar às centenas.
Os esquemas adotados devem ser flexíveis o suficiente para serem capazes de suportar
grandes e pequenas escalabilidades de nós sensores. Esta flexibilidade da escalabilidade
está vinculada diretamente com a tolerância a falhas. A grande quantidade de nós defei-
tuosos de uma aplicação poderá provocar a mudança das características de escalabilidade
de uma região das RSSF (Redes de Sensores sem Fio). Está mudança deverá ser automa-
ticamente reconfigurada pela rede.
Uma outra característica levada em consideração na escalabilidade das RSSF está vin-
culada a redundância de informação disseminada pela rede. Algumas aplicações exigem
mecanismos de segurança onde o tráfego de informações redundantes é necessário para
que a precisão da informação coletada seja melhorada. Esta redundância é conseguida
através do aumento na quantidade de nós sensores.
2.1.3 Custo de produção

Devido o elevado grau de escalabilidade das redes de sensores, o custo por nó sensor
é um item bastante importante na modelagem de uma aplicação. Este investimento, para
que o mesmo seja viável economicamente, deve ser inferior ao valor de um sensor tra-
dicional (deve-se levar em consideração também o custo na aquisição de dados para este
sensor).
O Zigbee, protocolo que é implementado pelas RSSF, definido pelo adendo 802.15.4
relaciona-se com dispositivos que apresentam capacidade física bastante reduzida e como
conseqüência preços também reduzidos. Atualmente os dispositivos que implementam
este adendo cobram por licenças relacionadas com a utilização do protocolo. Idealmente
nós sensores são vislumbrados num futuro próximo para quantias inferiores a $1, entre-
tanto é preciso observar que este valor está relacionado com um nó sensor básico. Meca-
nismos adicionais nos nós sensores podem encarecer demasiadamente o custo final do nó
sensor, sendo está característica de suma importância na modelagem de uma aplicação.
2.1.4 Ambiente de operação

RSSF são projetadas para atuar em áreas extensas e geralmente de difícil acesso, onde
vários fenômenos físicos podem ser observados. Exemplos dessas áreas podem ser:
Interior de máquinas
Dentro de um furacão
Superfície oceânica
Áreas com contaminação biológica ou química
Campos de batalha
Casas ou prédios
Lojas
Animais
Veículos
Esta pequena lista dá uma idéia de quais circunstâncias os nós sensores devem suportar
nesses ambientes. Alta pressão, frio, calor intenso, ruídos, vibrações e uma dezena de
outras peculiaridades são exemplos de intempéries que as RSSF (Redes de Sensores sem
Fio) devem suportar.
2.1.5 Topologia da rede

Antes de começarmos a descrever as topologias nas RSSF precisamos enumerar al-
gumas características importantes. Primeiro deve-se perceber que a instalação dos nós
sensores na sua grande maioria está localizada em áreas inacessíveis que impedem visitas
de técnicos para possíveis manutenções. O segundo ponto a ser levado em consideração
refere-se a ocorrência de falhas, que neste caso pode apresentar taxas significativas. A
modelagem da topologia nas RSSF deve atender esses requisitos.
Apartir dos requisitos relacionados anteriormente podemos dividir a topologia em
RSSF em 3 fases distintas:
Pré-desenvolvimento e desenvolvimento
Pós-desenvolvimento
Inserção de novos nós
Na fase de pré-desenvolvimento e desenvolvimento ocorre a instalação e acomodação

dos nós sensores na rede. Essas tarefas podem ser feitas de várias formas: jogadas por um
avião, espalhadas por um míssil, manualmente por humanos ou robôs, etc. Os esquemas
de instalação devem atender há alguns requisitos básicos, como por exemplo: redução
do custo na instalação, eliminação da necessidade de um pré-planejamento, aumento na
flexibilidade da rede e provimento de um mecanismo para uma auto-organização.
A fase de pós-desenvolvimento ocorre após a topologia inicial ser instalada. Mudan-
ças na topologia podem ocorrer devido a uma série de fatores que são listados abaixo:
Posição
Alcance (ruído, obstáculos, etc)
Energia disponível
Mal funcionamento
Requisitos das tarefas
Alguns nós sensores podem ser instalados em posições fixas, outros ainda tem capaci-
dade de locomoção, todavia esta fase deve ser capaz de se adequar a tais funcionalidades.
Por último, devido à destruição ou desligamento dos nós da rede, a inserção de novos
nós sensores pode ser necessário para que a rede mantenha um nível aceitável de fun-
cionamento. O mecanismo dinâmico de inserção deve adaptar-se aos requisitos citados
anteriormente.
2.1.6 Restrições de Hardware

Nesta seção será dada uma visão geral das características básicas de um nó sensor.
Podemos perceber de acordo com a figura 2.1 os principais componentes de um nó sensor.
Unidade de sensoriamento
Unidade de processamento
Unidade de transmissão
Unidade de energia
Dependendo da aplicação componentes adicionais como um sistema de localização e

uma unidade de movimentação podem ser adicionados aos nós sensores.
Figura 2.1: Principais componentes de um nó sensor
A unidade de sensoriamento é formada por duas subunidades: transdutores/sensores

e conversores analógico digitais. Sinais analógicos são gerados pelos sensores a partir
de um determinado fenômeno ocorrido no ambiente e são convertidos para sinais digi-
tais pelo conversor AD (Analógico Digital). Estes sinais são utilizados como entrada na
unidade de processamento.
A unidade de processamento geralmente é associada como uma unidade de pequena
capacidade de processamento e armazenamento. Como exemplo, o hardware do smart
dust mote possui um microcontrolador Atmel AVR855 com freqüência de 4 MHz, 8
KB de instruções em memória flash, 512 bytes de RAM e 512 bytes de EEPROM. Esta
unidade tem a responsabilidade de controlar os procedimentos necessários para que os nós
sensores possam realizar o processamento das tarefas para o qual lhe foram atribuídas.
A unidade de transmissão e recepção conecta os nós na rede. Esta unidade é uma das
mais importantes para a execução das funcionalidades do nó sensor, realiza a comunica-
ção deste com o ambiente externo através de um dispositivo de rádio freqüência (RF).
Comunicação por RF apresenta vários requisitos: modulação, banda passante, filtragem,
circuitos de multiplexação e demodulação. Para as RSSF (Redes de Sensores sem Fio)
a banda passante licenciada que está relacionada com o adendo 802.15.4 possui as se-
guintes variações: 868 MHz, 902-928 MHz, 2.4 GHz. Um outro fator a ser levado em
consideração em uma transmissão por RF diz respeito as perdas de sinal. Estas perdas
podem atingir elevados níveis que variam conforme a distância entre os nós sensores. As
características principais da comunicação por RF nas RSSF são: pequeno tamanho dos
pacotes de dados, baixas taxas de transmissão e pequeno alcance (100m a 400m).
A unidade de energia é responsável por alimentar todos os componentes do nó. Um
dos principais requisitos nas RSSF é o gasto de energia, técnicas eficientes para o consumo
de energia são atualmente umas das grandes áreas de pesquisa em RSSF.
Algumas técnicas desenvolvidas para o roteamento de dados em RSSF necessitam
com relativa precisão a posição dos nós sensores para seu correto funcionamento. Desta
forma, um sistema de localização pode ser acoplado no nó para atender este requisito. A
adoção de técnicas de GPS não é adequada as RSSF devido suas limitações físicas quanto
ao gasto de energia, todavia pesquisas[Li & Halpern 2001] mostram que a adoção de
módulos GPS em apenas alguns nós sensores podem trazer grandes benefícios sem afetar
o consumo de energia da rede. Um outro sistema que também pode ser adicionado ao nó
sensor é uma unidade móvel. Esta unidade pode ser utilizada caso o nó sensor necessite
de deslocamento para realização de uma determinada tarefa.
2.1.7 Meio de transmissão

Os nós das redes de sensores realizam comunicação entre si através de 3 tipos de links:
rádio, infravermelho e meios ópticos. Uma solução para os links de rádio é a utilização de
bandas não licenciadas (ISM), usadas largamente na indústria, ciência e medicina. Devido
a limitação física dos nós sensores restrições impedem o uso de bandas com freqüências
elevadas.
Uma das grandes vantagens das bandas ISM relaciona-se com a não obrigatoriedade
de seu licenciamento, fazendo com que sua utilização seja bastante difundida. Entretanto
a grande quantidade de pessoas usando esta banda pode provoca distorções nas aplica-
ções. Atualmente a maior parte das redes de sensores implementadas utilizam faixas de
freqüência que se aproximam dos transmissores Bluetooth ou de outros tipos (2.4Ghz).
Um outro meio de comunicação entre os nós sensores é o infravermelho. É um meio
de comunicação também não licenciado, apresenta robustez com relação às interferências
de dispositivos elétricos e geralmente seus transceivers são baratos e fáceis de construir.
Muitos laptops, PDA e telefones celulares possuem dispositivos embarcados com inter-
faces para comunicação via infravermelho. O grande problema do infravermelho é a
necessidade de uma visada direta entre o receptor e o transmissor para que se possa rece-
ber ou transmitir informações, tal característica restringe bastante o uso de comunicação
por infravermelho em RSSF.
Por último, encontram-se as soluções ópticas para a transmissão de dados entre nós
sensores. Nesse ambiente utilizam-se lasers com sistema de mira. Vários estudos tem
sido feitos em tal campo, podendo ser esta um solução bastante eficiente nos próximos
anos.
Os meios de transmissão utilizados em redes de sensores devem antes de tudo atender
seus requisitos de restrições físicas. Dependendo da aplicação um meio pode ser esco-
lhido a partir de suas características, sendo de fundamental importância seu conhecimento
para projetistas de redes de sensores.
2.1.8 Consumo de energia

As redes de sensores sem fio são formadas por dispositivos com baixo consumo de
energia. Um dos requisitos primordiais num projeto relacionado com redes de sensores
é o tempo de vida de um nó sensor, que está relacionado diretamente com o nível de
energia de sua bateria. Várias características estão ligadas a energia em RSSF (Redes
de Sensores sem Fio) tais como protocolos de roteamento[Xu et al. 2001], topologia e
arquitetura[Delicato et al. 2004], configuração de serviços[Bu & Naghdy 2005] e algorit-
mos de segurança[Wood et al. 2006].
A análise do consumo de energia em redes de sensores sem fio segundo Akyildiz et al.
(2002), pode ser categorizada em 3 domínios:
Sensoriamento
Comunicação
Processamento de dados
O sensoriamento foi discutido na seção 2.1.6 principalmente no que refere-se a li-

mitação física do hardware. O domínio de comunicação leva em consideração alguns
fatores bastante importantes. O maior gasto de energia nos nós sensores está vinculado a
operação de transmissão e recepção de dados, sendo a primeira ainda mais custosa.
O consumo de energia no processamento dos dados também é bastante crítico. Ape-
sar dos avanços em dispositivos MEMS (Micro Elétrico Mecânico) no que se refere ao
tamanho físico e capacidade de processamento, os nós sensores ainda apresentam grande
dependência da capacidade de energia. Essas características fazem com que a modela-
gem de um projeto com RSSF deva levar em consideração o consumo de energia como
um fator de extrema importância.
2.1.9 Técnicas de segurança

As RSSF é uma das tecnologias atuais com maior poder de aplicabilidade, suas áreas
de atuação abrangem aplicações médicas, robóticas, detecção e rastreamento de obje-
tos, indústria petroquímica, sistemas de segurança e mais uma centena de aplicações. A
maioria dessas aplicações manipula informações que necessitam um grau de segurança
considerável.
As RSSF são constituídas por um grande número de nós que são distribuídos em uma
área onde determinada aplicação será executada. Informações são coletadas e roteadas
em direção ao nó Sink. Um nó Sink é um gateway entre as redes de sensores e uma

rede externa, sendo de vital importância para a execução das aplicações. Medidas de
segurança devem ser tomadas para o que nó Sink trabalhe de forma correta e confiável.
Proteção contra DoS, spoofing, flooding e acessos não autorizados devem ser implemen-
tadas. Entretanto, devido os recursos físicos limitados dos nós técnicas mais sofisticadas
de criptografia são inviáveis de serem adotadas.
Alguém mal intencionado (atacante), ao ganhar o acesso ao nó Sink, poderá corromper
toda execução da rede. A arquitetura descrita nesta seção [Muhammad et al. 2005] visa
combater estes acessos através de uma estrutura baseada em camadas.
Existem atualmente várias técnicas de segurança em redes sem fio, entretanto, devido
a limitação física dos nós, essas não são aplicadas nas RSSF (Redes de Sensores sem Fio).
Alguns trabalhos tentam adaptar as técnicas existentes nas redes sem fio nas RSSF, com
por exemplo, o µTesla [Perrig et al. 2002]. Enquanto que outros tentam minimizar o tama-
nho da informação de autenticação em soluções simétricas. Partindo do mesmo princípio,
foi criado [Muhammad et al. 2005] um novo protocolo (arquitetura de camadas) que es-
tende as técnicas de segurança em redes sem fio encontradas atualmente, modelando-as
nas RSSF.
A arquitetura é formada por duas camadas, uma interna e outra externa. A camada
interna é formada pelos nós que se localizam na vizinhança do nó Sink enquanto que a
camada externa é formada pelos nós que se localizam na vizinhança dos nós da primeira
camada. O ingresso de um nó em uma camada é feito a partir de uma medida de confi-
ança. Tal medida é calculada através de vários parâmetros, como a potência da bateria,
freqüência, etc. O nó Sink monitora constantemente seus vizinhos, se necessário, atua-
liza o nível de confiança de um determinado nó. É importante notar que o cálculo e o
armazenamento do log deve ser o mais simples possível para minimizar os recursos da
rede.
Uma restrição de comunicação é modelada pela arquitetura. O nó Sink só poderá
comunicar-se com os nós da primeira camada, enquanto que os nós da primeira camada
só poderão se comunicar com os nós da segunda camada. Os nós da segunda camada
por sua vez, realizam a comunicação com os outros nós da rede. Um grande problema
dessa restrição é o bloqueio da rede. A paralisação de uma camada compromete todo
funcionamento, cortando a comunicação do nó Sink com os outros nós. Para contornar
este problema, foi modelado um mecanismo de reajuste das camadas. Quando o nível
de confiabilidade ou um número relativamente grande de nós da camada for destruído,
será disparado um alarme para camada interna adjacente, que solicitará um reajuste na
camada. Desta forma os nós destruídos ou que perderam a confiança poderão ser substi-
tuídos adequadamente.
Um outro ponto bastante importante com relação a arquitetura em camadas é a escolha
do número de camadas adotadas no projeto. Uma análise estatística realizada por Muham-
mad et al. (2005) mostrou que a adoção de duas camadas apresenta resultados bastante
favoráveis para as aplicações. Certamente que um número grande de camadas aumentará
a segurança da rede, entretanto o gasto computacional para isso se tornará inviável devido
à limitação física dos nós sensores. O número de camada é escolhido conforme neces-
sidades da aplicação. Uma aplicação com requisitos críticos de segurança necessita um
maior número de camadas do que uma aplicação que não possua tais requisitos.
2.2 Aplicações em RSSF

As redes de sensores são constituídas por vários tipos de sensores, como por exemplo:
sísmicos, magnéticos, térmicos, infravermelho, movimentação, acústicos, umidade, entre
outros. A grande diversidade desses sensores proporciona a capacidade de monitorar
diversos fenômenos físicos, como pode ser observado abaixo:
Temperatura
Umidade
Movimento de pessoas ou objetos
Intensidade luminosa
Pressão
Composição química do solo
Presença de certos tipos de objeto
Velocidade, direção de objetos
Etc
Nós sensores podem ser usados para o sensoriamento contínuo, detecção de eventos,
identificação de eventos, determinação de localizações, controle de atuadores, etc. A
união da capacidade de sensoriamento por pequenos dispositivos com a comunicação
sem fio torna as RSSF (Redes de Sensores sem Fio) uma das maiores potencialidades de
aplicações nas mais diferentes áreas do conhecimento humano.
Segundo Delicato et al. (2004) as aplicações é o componente da arquitetura referente
às RSSF responsável por emitir um conjunto de consultas ou queries que descrevem as
características dos fenômenos físicos que o usuário deseja analisar. Os interesses das
aplicações devem indicar os tipos de dados desejados, a freqüência com que esses dados
devam ser coletados, a necessidade ou não dos dados sofrerem algum tipo de agregação,
os requisitos de QoS (valores de atraso máximo ou precisão mínima desejados), os li-
miares a partir dos quais os dados devem ser transmitidos, ou ainda eventos que podem
disparar algum comportamento particular da rede como a ativação de sensores específicos
ou a alteração na taxa de sensoriamento.
Procuramos dividir as áreas de atuação das aplicações em RSSF para podermos exem-
plificar de forma geral todas suas conexões. As aplicações foram divididas nas seguintes
áreas: saúde, industrial, monitoramento ambiental e militar. Nos próximos parágrafos
serão descritas aplicações em cada uma dessas áreas.
2.2.1 Aplicações Militares

Uma característica inerente às redes de sensores sem fio é sua escalabilidade. Na
maioria de suas arquiteturas uma elevada densidade de nós sensores de baixo custo são
utilizados. Está característica é bastante chamativa para operações militares que neces-
sitam de uma tolerância a falhas bastante rigorosas, como por exemplo, em regiões de
campo de batalha.
É importante lembrar que foi às aplicações militares que impulsionaram as pesqui-

sas inicias em redes de sensores sem fio. Vários setores militares podem usufruir das
contribuições dessas redes. A rápida instalação e as características de auto-organização
e tolerância a falhas nas RSSF fazem com que esta tecnologia seja uma ferramenta de
sensoriamento bastante promissora para integrar sistemas militares de:
Monitoramento.
– Forças amigas.
– Equipamentos e munição.
– Ambientes noturnos.
Vigilância.
Sistema de mira.
Assistência médica em batalha.
Reconhecimento de forças inimigas e do campo de batalha.
Contaminação nuclear, biológica e química.
O monitoramento das forças amigas e dos equipamentos com o uso das RSSF (Redes
de Sensores sem Fio) podem ajudar aos comandantes e líderes da tropa a escolherem
uma melhor estratégia durante o combate. Toda tropa, veículos, equipamentos e munição
poderão ser monitorados com o o auxílio das RSSF. Os dados são captados e fundidos até
serem disseminados pelos nós sink (nós de saída da rede) que têm a responsabilidade de
comunicar a RSSF com um backbone externo.
O processo de vigilância durante uma batalha é algo bastante crítico e perigoso. Áreas
críticas, rotas de aproximação e caminhos estreitos podem ser preenchidos com nós senso-
res capazes de detectar a presença do inimigo. Vários estudos sobre vigilância em campos
de batalha estão sendo pesquisados atualmente, como pode ser visto em Nemeroff et al.
(2001).
Estudos sobre a tropa inimiga e o terreno de batalha podem ser feitos com o uso das
redes de sensores sem fio. Desta forma, ataques surpresa e métodos de defesa podem ser
aperfeiçoados melhorando o rendimento do ataque e diminuindo porcentagens de baixas
na tropa.
Sistemas modernos de mira automática podem ser adicionados aos atuais equipamen-
tos para obterem informação dos nós sensores, melhorando o rendimento no uso dos equi-
pamentos e munição. Num futuro próximo, cada elemento da tropa levará consigo um nó
sensor capaz de medir com precisão seus elementos vitais (pressão cardíaca, temperatura
corporal, infecção, etc), onde assistências médicas poderão ocorrer de forma mais precisa
e rápida.
Um outro aspecto a ser levado em consideração são as contaminações nucleares, bioló-
gicas e químicas. Nós sensores espalhados pelo campo de batalha poderão ser usados para
detectar sinais de agentes contaminadores emitindo alertas para tropa. Estas informações
serão bastante úteis para diminuir drasticamente o número de baixas por contaminação.
Para ilustrar esse domínio de aplicação é ilustrado na figura 2.2[Nemeroff et al. 2001]
um mecanismo simbólico da representação do sistema de combate usando as RSSF. O
sistema é formado por várias configurações, suportando uma densidade máxima de 100
nós. Como pode ser visto na figura 2.2 existem 3 tipos de nós sensores:
Nó C2
Nó de Localização e reconhecimento
Nó ponteiro
Os nós ponteiro são utilizados principalmente para detecção de alvos. Este nó sensor
é constituído por sensores acústicos, sísmicos e magnéticos. Toda informação captada é
transmitida aos nós de reconhecimento num link que pode variar da 100m a 400m. Os nós
de reconhecimento e localização fazem a fusão dos dados (organizando-os de forma mais
eficiente) e identificam as localizações de possíveis alvos. Toda informação coletada é
enviada aos nós C2 num link que pode chegar a 7Km de distância. Os nós C2 funcionam
como nós sink móveis.
Figura 2.2: Exemplo de aplicação militar usando RSSF
2.2.2 Aplicações de monitoramento ambiental

Uma das grandes potencialidades nas redes de sensores é a questão do monitoramento
de determinados fenômenos físicos. Aplicações que envolvam monitoramento de ambien-
tes são excelentes campos de atuação para as redes de sensores sem fio. O monitoramento
da migração de pássaros, movimentação de pequenos animais, insetos, condições que
afetam a colheita, animais domésticos, irrigação, da Terra e dos planetas, entre outros são
exemplos de alguns desses monitoramentos. Como se pode notar existem centenas de
aplicações relacionadas com o monitoramento ambiental que podem ser associadas às re-
des de sensores sem fio. Nos próximos parágrafos relataremos alguns exemplos de forma
mais aprofundada.
Atualmente os incêndios florestais queimam por ano uma grande quantidade de
florestas, em sua grande maioria na época de verão, motivada pelas altas temperaturas e
baixa umidade do clima. Várias soluções tem sido adotadas para reduzir e acabar com a
destruição de áreas florestais pelas queimadas. Dois métodos tradicionais de detecção de
incêndio em florestas são bastante utilizados, vigilância aérea e local. O primeiro método
utiliza helicópteros e aviões para detecção de incêndios enquanto que o segundo método
baseia-se em pontos de observação situados em locais estratégicos, que normalmente são
localizados em cima de morros e colinas. Uma alternativa para tais métodos é encaixada
perfeitamente pelas redes de sensores sem fio. Flexibilidade de instalação em regiões
de difícil acesso, monitoramento remoto e detecção de eventos são armas poderosas das
RSSF (Redes de Sensores sem Fio). Uma dificuldade para esta aplicação está vinculada
principalmente ao acesso da região de monitoramento, que na maioria dos casos é em uma
mata fechada. A solução é utilizar aviões ou mesmo helicópteros para que os nós sensores
possam ser alojados na região. O problema é que os nós sensores devem ter resistência
física suficiente para resistirem ao impacto da queda. Para solucionar o problema, Góes
et al. (2004) propõe um designer arrojado nos nós sensores, como ilustrado na figura 2.3.
Outros trabalhos sobre monitoramento em queimadas utilizando redes de sensores sem
fio podem ser encontrados em Silva et al. (2005).
Figura 2.3: Nó sensor com designer de sâmara
Iremos descrever nas próximas linhas o monitoramento de habitats. O monitora-

mento de habitats representa uma classe de aplicação das redes de sensores sem fio com
enorme benefícios para comunidade científica e para a sociedade como um todo. Mais
uma vez as características de escalabilidade e de dinamismo das RSSF contribuem para
mecanismos mais eficientes no controle de fenômenos físicos do que as técnicas tradicio-
nais.
Várias pesquisas tem sido feitas durante muitos anos sobre a interferência humana
no monitoramento da fauna e flora de uma determinada região. Para algumas regiões
é impossível não existir contato físico entre pesquisadores e a fauna ou a flora, como
por exemplo, em uma pequena ilha onde várias espécies de animais isolam-se para se
procriarem.
Várias espécies de aves procuram lugares isolados para fazerem seus ninhos, quase
sempre longe da presença de humanos. Pesquisas feitas por Mainwaring et al. (2002)
mostram que a presença de humanos, por 15 minutos, próximos dos ninhos acarretam
em 20% de mortalidade dos filhotes das aves. As RSSF (Redes de Sensores sem Fio)
podem atuar em tal situação melhorando a processo de monitoração de várias espécies de
animais. Este domínio de aplicação foi explorado por Mainwaring et al. (2002) na ilha
Great Duck, na costa do Maine (EUA). Uma rede de 150 nós sensores foram espalhados
na região com a finalidade de monitorar as temperaturas próximas e em alguns casos
dentro dos ninhos das aves, tais estudos podem explicar doenças e hábitos em espécies
que estão ameaçadas de extinção. Todas as informações obtidas pelos nós sensores são
dissemidadas até a rede de acesso para que as mesmas possam ser interligadas à Internet.
Os dados obtidos podem ser analisados por pesquisadores sem o contato físico com as
aves. Um esquema simbólico desta aplicação pode ser ilustrado pela figura 2.4.
Figura 2.4: Monitoramento de aves
Uma última aplicação que envolva monitoramento ambiental com rede de sensores
será mencionada, agricultura de precisão. Este conceito também conhecido como
"site specific management"descreve um grupo de novas tecnologias aplicadas ao manejo
da agricultura comercial em larga escala. Essa nova tecnologia de precisão inclui, por
exemplo: computadores pessoais, sistema de localização por satélite, sistemas de infor-
mações geográficas, controle automatizado de máquinas, dispositivos de sensoriamento
remoto e sistemas de comunicação. Geralmente esta tecnologia conecta sistemas de posi-
cionamento global(GPS) com imagens das áreas de cultivo, permitindo que outros equi-
pamentos ligados a este sistema possam ser configurados dinamicamente para controlar
os níveis da irrigação e dos agrotóxicos.
A agricultura de precisão promete maior produção e menores custos de insumos ao
otimizar o manejo agrícola, reduzindo custos com perdas e com mão-de-obra. O uso das
RSSF (Redes de Sensores sem Fio) em tal situação é bastante motivador. Recentemente
pesquisas[Holler 2006] tem adotado um mecanismo de controle de temperatura em vi-
nhedos com o uso das RSSF. Outra linha de pesquisa que adota as RSSF é encontrada em
Ramanathan et al. (2006), onde o monitoramento relacionado com a qualidade da água

utilizada para irrigação da agricultura é pesquisada.
2.2.3 Aplicações médicas

Uma outra área de grande potencial para uso das redes de sensores sem fio é o se-
tor médico. No futuro o avanço na tecnologia MEMS (Micro Elétrico Mecânico) fará
com que os nós sensores sejam microscópicos, podendo ser inseridos em animais ou até
mesmo em humanos. Permitindo a monitoração de vários aspectos vitais, como nível de
oxigenação das células, insulina ou colesterol.
Projeto desenvolvido por Jafari et al. (2005) utiliza as RSSF para monitorar a pressão
e temperatura de pacientes. As informações coletadas de cada paciente são transmitidas
para dispositivos palmtop que enviam as informações via Internet para os médicos, que
podem diagnosticar precocemente algum estado de emergência.
Um outro projeto também muito parecido com o citado anteriormente foi desenvol-
vido por Virone et al. (2006). A diferença está no fato que nesse projeto existe uma
interação maior das RSSF (Redes de Sensores sem Fio) com sistemas já implementados
em um determinado ambiente, como por exemplo o sistema de automatização domiciliar.
Uma série de outras aplicações médicas envolvendo RSSF pode ser desenvolvidas, como
descrito abaixo:
Monitoramento de pacientes
Realização de diagnósticos
Administração de drogas em hospitais
Monitoramento de dados fisiológicos humanos
2.2.4 Monitoramento de uma planta nuclear

Tecnologia nuclear tem sido utilizada pela indústria há vários anos, principalmente
em plantas de usinas nucleares. Existem centenas de usinas nucleares espalhadas por
todo mundo e em todas elas a questão da segurança no que se refere a vazamentos de
materiais radioativos é sem dúvida uma questão de extrema importância.
Vários fatores são monitorados em tais usinas com a finalidade de manter a segurança
da planta como um todo. O monitoramento da temperatura no reator nuclear, vibração do
reator, ruído do ambiente, radiação e de outros componentes são realizados para que esta
segurança torne-se possível. Em todas as usinas nucleares sistemas de monitoramento
controlados por operadores são utilizados para automatizar o processo relacionado com a
segurança da planta.
A característica do monitoramento remoto dos fatores citados no parágrafo anterior
faz das RSSF uma tecnologia bastante promissora para este domínio de aplicação. Essas
redes podem fornecer com grande eficiência o sensoriamento e monitoramento de servi-
ços utilizados para gerência de segurança deste ambiente[Lin et al. 2004]. A figura 2.5
ilustra uma arquitetura básica relacionando as RSSF com o monitoramento de plantas
nucleares. Percebe-se nesta figura a grande contribuição desta tecnologia para monitorar
e disseminar informações por um determinado ambiente. Nós sensores podem ser es-
palhados por toda planta para captar os mais diferentes tipos de fenômenos físicos. No
reator nuclear, por exemplo, nós sensores podem coletar dados de temperatura, vibração
e velocidade e em seguida transmitir estas informações pela rede. Um gateway pode in-
terconectar a RSSF com uma rede externa, fazendo com que a informação coletada seja
enviada para o centro de controle da planta, onde os gerentes e os operadores realizam
diagnósticos e operam a planta nuclear da forma mais segura possível.
Figura 2.5: Monitoramento de uma planta nuclear com RSSF
Uma outra característica que não foi mencionada acima é a questão do envelheci-
mento e desgaste dos equipamentos das plantas de usinas nucleares. Tais acontecimentos
têm provocado sérios problemas na operação das usinas nucleares. Pequenos vazamentos
radioativos tem sido detectados nos últimos anos principalmente por causa da deterio-
rização dos equipamentos. A corrosão destes é motivada principalmente pelas intensas
atividades que os equipamentos são expostos.
Um novo mecanismo que analisa a deteriorização de equipamentos em usinas nucle-
ares tem sido proposto por Woods (2006), onde avaliações não destrutivas (NDE) são
realizadas para criarem assinaturas em pontos de possíveis deteriorizações. As assina-
turas podem ser coletadas por nós sensores e distribuídas por estações bases espalhadas
pela planta nuclear. O desenvolvimento desta aplicação com o uso das redes de senso-
res sem fio deve suportar um certo grau de precisão. A saber, os nós sensores devem
ser capazes de detectar mudanças nas estruturas físicas dos equipamentos provocadas por
deteriorização na ordem de 20mm.
Capítulo 3
Arquiteturas de software e hardware

para RSSF
O desenvolvimento de projetos voltados para RSSF com relação às arquiteturas de

software e hardware está propiciando avanços significativos para esta tecnologia. Neste
capítulo será dada uma abordagem sobre estas arquiteturas. Os sistemas operacionais
implementados e o desenvolvimento de middlewares serão as arquiteturas de software
descritas enquanto que os principais projetos relacionados com nós sensores serão relaci-
onados com a parte referente às arquiteturas de hardware.
3.1 Sistemas Operacionais

O desenvolvimento de sistemas operacionais para as RSSF (Redes de Sensores sem
Fio) é motivado principalmente para configurações mais flexíveis nos nós sensores. Os
requisitos básicos para o desenvolvimento desses sistemas estão relacionados diretamente
com as restrições físicas dos nós sensores. A limitação de memória torna impossível o ar-
mazenamento de todos os programas nesses nós, sendo desejável que o compartilhamento
da armazenagem dos aplicativos possam ser distribuídos por todos os nós da rede. Nesta
seção procuraremos descrever as características básicas dos principais sistemas operacio-
nais relacionados com as RSSF. A listagem abaixo enumera alguns desses sistemas:
TinyOs [Culler et al. 2006]
Contiki [Dunkels et al. 2004]
MantisOs [Group 2006]
SOS [Barton-Sweeney et al. 2006]
Yatos [de Almeida et al. 2004]
Eyes [Dulman & Havinga 2002]
Nano-QPLUS [Park et al. 2006]
Bertha [Lifton et al. 2002]
3.1.1 TinyOs
O sistema operacional TinyOS foi desenvolvido por UC Berkeley com a finalidade
de prover as RSSF a capacidade de concorrência através de escalonamentos dirigidos à
CAPÍTULO 3. ARQUITETURAS DE SOFTWARE E HARDWARE PARA RSSF 26
eventos. Atualmente é o sistema operacional mais utilizado por pesquisadores nas RSSF
(Redes de Sensores sem Fio) face a grande quantidade de material e listas de discussões
encontradas vinculados a exemplos de códigos fontes e configurações.
O TinyOS encontra-se atualmente na versão 2.0 e sua instalação pode ser obtida gra-
tuitamente por Culler et al. (2006). As aplicações são escritas no TinyOS com a utilização
da linguagem NesC que é baseada em componentes. Com relação à compatibilidade de
hardware com os nós sensores disponíveis no mercado, o TinyOS apresenta suporte para
as seguintes plataformas: eyesIFXv2, intelmote2, mica2, mica2dot, micaZ, telosb, tiny-
node e btnode3.
A versão 2.0 implementa a capacidade de mudanças na política de escalonamento do
SO (Sistema Operacional). Desta forma, programadores podem adotar suas próprias po-
líticas de acordo com a aplicação desenvolvida. O escalonamento é bastante importante
para que a operação de concorrência seja implementada no sistema. Basicamente a con-
corrência é obtida a partir de um escalonamento em dois níveis, tarefas e eventos. O nível
com prioridade mais baixa é representado pelas tarefas enquanto que o mais alto pelos
eventos.
O sistema ainda apresenta implementações relacionadas com temporizadores, interfa-
ces de comunicação, portabilidade com sensores e um mecanismo de depuração bastante
eficiente. Mais sem dúvida, uma característica bastante importante no TinyOS é a im-
plementação do gerenciador de energia. Esta ferramenta é de grande importância para a
otimização do tempo de vida útil para os nós sensores.
3.1.2 Contiki
O sistema operacional Contiki foi desenvolvido por pesquisadores do Instituto de Ci-
ências da Computação da Suécia com o objeto de projetar um SO (Sistema Operacional)
com grande portabilidade, baseado em multi-tarefas e com restrições de memória. Além
dessas características o Contiki apresenta um escalonamento baseado em eventos, geren-
ciamento das aplicações de forma dinâmica, suporte à pilha TCP/IP através da biblioteca
µIP e compatibilidade com mais de 20 tipos de nós sensores. Todas essas implementações
foram feitas com a utilização da linguagem C.
Contiki é um sistema inteiramente baseado em eventos onde um processo é implemen-
tado a partir de um manipulador de eventos (event handler). Um determinado bloco de
código é executado dependendo da relação de seu handler com o evento ocorrido em um
determinado instante. Ao contrario da maioria dos sistemas baseados em eventos, Contiki
suporta multithreading através do método de escalonamento preemptivo. Esta funciona-
lidade permite que uma série de aplicações se torne possíveis de serem implementadas,
como por exemplo, um mecanismo de criptografia.
Um módulo de comunicação baseado em µIP é implementado pelo Contiki. Este
módulo é uma adaptação da arquitetura TCP/IP voltada para os requisitos das RSSF. O µIP
utiliza um buffer com capacidade reduzida para gerenciar pacotes recebidos e transmitidos
na rede. O gerenciador µIP é responsável por criar os cabeçalhos do pacote e por analisar
a integridade do mesmo.
3.1.3 MantisOS
O sistema operacional MantisOs foi desenvolvido por pesquisadores da Universidade
do Colorado com o objetivo de fornecer um SO (Sistema Operacional) baseado em multi-
tarefas para as RSSF (Redes de Sensores sem Fio). O mecanismo de multithreading
preemptivo fornece aos nós sensores a capacidade de processar diversas informações de
forma mais eficiente.
Relacionando com as características físicas, o sistema utiliza 500 Bytes de memória
para sua instalação, já inclusos o kernel, o escalonador e a pilha de comunicação. Procedi-
mentos responsáveis pela otimização do gasto de energia também são implementados no
SO (função sleep). Todo desenvolvimento do sistema operacional MantisOS foi baseado
na linguagem C. Uma das características principais deste SO (Sistema Operacional) é a
facilidade da programação e a portabilidade de vários nós sensores.
3.1.4 SOS
O sistema operacional SOS foi desenvolvido por pesquisadores da Universidade da
Califórnia. O sistema foi projetado com um kernel simples, com procedimentos de trocas
de mensagens, memória dinâmica, módulos de carga e descarga de processos além de
vários outros serviços. A capacidade de reconfiguração dinâmica é a principal caracte-
rística deste SO, sendo este um dos requisitos mais importantes para as RSSF. As outras
funcionalidades do SOS estão enumeradas abaixo:
Desenvolvimentos de sistemas heterogêneos

Facilidade de programação
Utilização da linguagem C
Escalonamento por prioridades
Suporte a depuração
Grande portabilidade
3.1.5 Yatos
O sistema operacional Yatos foi desenvolvido por pesquisadores da Universidade Fe-
deral de Minas Gerais com o propósito de gerenciar o nó sensor BEAN. O sistema pos-
sui as seguintes características básicas: ser dirigido por eventos, ocupar pouca memória,
possuir um gerenciador de energia, escalonamento multi-tarefa baseado em prioridades,
sistema modular e fácil de usar.
O funcionamento do Yatos é baseado em tarefas, que correspondem a blocos de có-
digo executáveis. Para que várias tarefas executem é necessário que um mecanismo de
escalonamento seja implementado. Neste caso, foi desenvolvido um escalonamento coo-
perativo onde cada tarefa especifica o instante de sua preempção baseada em um determi-
nado evento.
Quanto a questões inerentes ao seu desenvolvimento, o sistema operacional Yatos foi
desenvolvido com a utilização da linguagem C. A quantidade de memória utilizada para
seu armazenamento é descrita abaixo:
Memória de código - 3144 bytes

Memória de dados - 1984 bytes
Memória de constantes - 530 bytes
3.2 Middleware para RSSF

Esta seção descreverá brevemente o conceito de Middlewares aplicados em redes de
sensores sem fio. Um aspecto inicial a ser levado em consideração nesta análise é que a
escolha de uma determinada arquitetura genérica para as RSSF (Redes de Sensores sem
Fio) pode influenciar negativamente uma aplicação. Nas diversas aplicações desenvol-
vidas com RSSF é observada uma escolha estática para suas arquiteturas. Este tipo de
configuração motiva o desenvolvimento de métodos capazes de otimizar dinamicamente
a escolha de uma arquitetura para uma determinada aplicação.
Um outro fator inerente das aplicações em RSSF é a escolha de quais protocolos serão
usados na comunicação com uma determinada aplicação. Geralmente esta é uma escolha
bastante difícil para os usuários. Na maioria dos casos os projetistas apresentam um total
domínio sobre os requisitos da aplicação, conhece todas as variáveis, fenômenos físicos
utilizados, etc. Entretanto não apresentam conhecimentos avançados sobre os pormenores
dos protocolos das RSSF, sendo esta uma grande barreira na adoção desta tecnologia em
aplicações industriais.
Nesse sentido, aparece a figura dos projetistas das RSSF como o elemento respon-
sável por abstrair e tornar transparentes os protocolos e mecanismos dessas redes para
os projetistas da aplicação. Estes requisitos motivam a adoção de mecanismos capazes
de auto-configurar todos protocolos necessários para que uma aplicação possa rodar nas
RSSF sem conhecimento prévio dessas técnicas e sem a intervenção dos projetistas das
aplicações. Middleware é um exemplo de mecanismo utilizado para atender estas neces-
sidades.
Genericamente um middleware é visto com fornecedor de serviços. Uma RSSF que
implementa um middleware é vista como uma fornecedora de serviços para as aplicações
usuárias, onde as aplicações dinamicamente selecionam quais protocolos se adequam me-
lhor aos seus requisitos.
Um esquema de middleware aplicado em redes de sensores sem fio foi proposto por
Delicato (2005), onde o middleware desenvolvido tem a finalidade de fornecer uma re-
presentação padrão, de alto nível, para os interesses da aplicação. Mensagens baseadas
em XML são trocadas entre os nós sensores a fim de ajustar as características da rede às
necessidades inerentes a cada aplicação.
3.3 Projetos de nós sensores

Esta seção tem como objetivo descrever de forma sucinta os principais projetos rela-
cionados com o desenvolvimento de nós sensores. As características de cada nó sensor
serão descritas bem como seus domínios de aplicação.
3.3.1 Família Motes

A família de nós sensores Motes foi inicialmente desenvolvida por projetos de pes-
quisas na universidade de Berkeley (Califórnia - USA). O propósito deste projeto estava
vinculado principalmente para o desenvolvimento de nós sensores com baixo consumo de
energia. O primeiro nó sensor Motes foi desenvolvido por Hollar (2001) cujo nome foi
designado de Cots Motes. Vários outros projetos de nós sensores foram propostos para
esta família, como por exemplo, o Rene Motes. As pesquisas atuais da nova geração de
nós sensores Motes estão voltados para as plataformas Mica Motes e Smart Dust [Kahan
& J 2004]. As características básicas desta família de nós sensores é ilustrada na tabela
3.1.
Características Descrição
Microcontrolador Atmel AT90LS8535 4
MHz, 35 pinos (I/O), tensão máxima de
Processador
5.5V. Consome 19.2mW no modo ativo e
3 mW no modo Sleep
Rádio de 916.5 MHz com capacidade de
Comunicação transmissão em média de 10Kbps
(expansível)
Sistema Operacional TinyOS
8KB de memória programável, 512 Bytes
Memória
de memória SRAM e 32KB de EEPROM
Tabela 3.1: Características básicas da família Motes
A primeira geração de nós sensores Motes foi desenvolvida a partir de expansões no

projeto original desenvolvido por Hollar (2001). Basicamente os seguintes nós sensores
foram desenvolvidos: WeC Motes, RF Motes, Laser Motes, CCR Motes, Mini Motes,
MALT Motes e IrDA Motes. As diferenças entre esses nós estão relacionadas aos tipos
de sensores e o mecanismo de comunicação que os mesmos utilizam, conforme descrição
feita por Pister & Hollar (2006). As tabelas 3.2, 3.3, 3.4, 3.5 descrevem os principais nós
sensores da primeira geração desta família.
A segunda geração dos nós sensores Motes é composta pelo nó Mica Motes, cujo di-
reito de fabricação é concedido a Inc. (2006). A principal vantagem dessa nova geração
quando comparada com a anterior está no fato de melhorias na capacidade de comuni-
cação e na otimização do gasto de energia. Esta plataforma é constituída de um micro-
controlador Atmel Atmega 128L com processamento de 4MHz, 128Kbytes de memória
flash, 4kbytes de SRAM e EEPROM, suporte para o sistema operacional TinyOS, link de
rádio(916 ou 433 MHz) com alcance de aproximadamente 45 metros e 2 baterias AA com
capacidade de alimentação para 1 ano (dependendo da aplicação).
A terceira geração desta família de nós sensores é constituída pelos nós: Mica2,
Mica2Dot e MicaZ (figuras 3.1, 3.2 e 3.3 respectivamente). Essa geração apresenta van-
tagens principalmente no que se refere ao alcance do rádio, na capacidade de armazena-
mento e no suporte de vários tipos de sensores. Algumas dessas vantagens são enumera-
das abaixo:
Nome RF Motes
916.5 MHz,
modulação OOK, taxa
Rádio
de transmissão de 5
Kbps
Alcance 20 metros
Magnetômetros,
acelerômetros,
Sensores
umidade, temperatura
e pressão
Lítio, tensão nominal
Bateria
de 3V
Tabela 3.2: Características básicas do nó RF Motes
Nome Laser Motes
Rádio Baseado em laser
Pode atingir alguns
Alcance quilômetros, requer visado
com o transmissor
Luz, umidade, temperatura
Sensores
e pressão
Bateria 2 baterias AA
Possui um estado de baixo
Especial consumo de energia (< 1
µW)
Tabela 3.3: Características básicas do nó Laser Motes
Nome CCR Motes
Comunicação passiva
a Laser através de um
Rádio
dispositivo MEMS
CCR (divergente)
Função da intensidade
Alcance
do laser
Sensores Temperatura
Lítio, com tensão
Bateria
nominal de 3V
Tabela 3.4: Características básicas do nó CCR Motes
Nome WeC Motes
Antena PCB
Rádio (implementada em
firmware)
Alcance de 20m com
Alcance
uma taxa de 10Kbps
Sensores Temperatura e luz
Lítio, com tensão
Bateria
nominal de 3V
Nó sensor mais
poderoso da primeira
geração da família
Especial
Motes, pode ser
reprogramável
remotamente
Tabela 3.5: Características básicas do nó WeC Motes
Mica2 - 512Kbyes de memória flash

MicaZ - Utiliza banda de 2.4 GHz com taxa de transmissão de aproximadamente
250Kbps e um alcance de 400 metros
Mica2Dot - Tamanho reduzido
Figura 3.1: Mica2 Figura 3.2: Mica2Dot Figura 3.3: MicaZ
A quarta geração desta família é caracterizada pelos nós Intel Motes e Spec Motes.
O nó Intel Motes, cujo direito de fabricação está licenciado para a Intel Inc., apresenta
grande avanço no poder de processamento dos nós sensores. Processamento digital de
sinais, aumento da confiabilidade na transmissão e otimização dos aspectos de segurança
são as outras contribuições propostas por este nó sensor. Os avanços nesta geração tam-
bém propiciaram a miniaturização dos nós sensores, como pode ser visto pelo nó Spec
Motes (figura 3.4). Este nó é resultado do projeto SmartDust [Kahan & J 2004] cujo
principal objetivo era projetar nós sensores com dimensões ínfimas.
Figura 3.4: Spec Motes, nó sensor miniaturizado
3.3.2 Família µAMPS

A família de nós sensores µAMPS (µ - Adaptive Multi-domain Power Aware Senso-
res) foi desenvolvida por pesquisadores do MIT [Calhoun et al. 2006] onde o objetivo
principal estava voltado para a transmissão eficiente de pacotes de dados em pequenas
distâncias. Para realização desta otimização todas as camadas da arquitetura do nó sensor
tiveram mudanças com relação ao consumo eficiente de energia. Basicamente o nó sen-
sor busca adaptar-se ao meio em que esteja inserido para procurar um melhor método de
transmitir informações com o menor gasto de energia possível. A tabela 3.6 descreve as
principais características desse nó sensor.
Nome µAMPS
LMX3162 (National),
Rádio com freqüência de
2.45 GHz
10 a 100m, taxas de
Alcance transmissão por volta
de 1 Mbps
Sensores Acústicos e sísmicos
Lítio, com tensão
Bateria
nominal de 3.6V
Sistema Operacional µOS
ARM SA-1110, 59
Microprocessador
MHz
Tabela 3.6: Características básicas do nó µAMPS
3.3.3 Família Wins

A família de nós sensores Wins (Wireless Integrated Network Sensors) foi desenvol-
vida a partir de um projeto conjunto entre a Rockwell Science Center e pesquisadores da
Universidade da Califórnia. Os principais aspectos levados em consideração no desen-
volvimento deste nó sensor foram os seguintes: baixo custo, dimensões físicas reduzidas,
robustez e baixo consumo de energia. As aplicações relacionadas com monitoramento de

ambientes foram as motivações iniciais para o desenvolvimento do projeto Wins, como
por exemplo: monitoramento de pacientes e veículos. As características básicas deste nó
sensor são descritas na tabela 3.7.
Nome Wins
Conexant RDSSS9M,
Rádio com freqüência de
900 MHz
100m, taxas de
Alcance transmissão por volta
de 100 Kbps
Acústicos, sísmicos,
Sensores magnetômetros e
acelerômetros
Lítio, com tensão
Bateria
nominal de 9V
Sistema Operacional OS II
Intel StrongARM
Microprocessador
1100 133 MHz
Tabela 3.7: Características básicas do nó Wins
3.3.4 Família Sensor Web

Esta categoria de nós sensores foi desenvolvido pelo projeto Sensor Web [Delin &
Jackson 2001] que tem como parceiros o Instituto Tecnológico da Califórnia - JPL (Jet
Propulsion Laboratory) e a NASA. O objetivo do projeto foi o desenvolvimento de nós
sensores com capacidade de comunicação multi-hop através de ambientes esparsos. O
desenvolvimento do nó sensor foi realizado em 3 fases distintas, onde em cada fase novas
características eram sendo adicionadas aos nós sensores.
A primeira fase de desenvolvimento, chamada de Sensor Web 1, foi caracterizada por
testes em laboratório das funcionalidades do nó sensor desenvolvido. Basicamente o nó
sensor era dotado de sensores de temperatura e luminosidade, rádio com freqüência de
916 MHz, taxa de transmissão de aproximadamente 20 Kbps, alcance de 40 metros e
tamanho reduzido (50g). A figura 3.5 ilustra o Sensor Web 1.
Os resultados expressivos do Sensor Web 1 motivaram a criação do Sensor Web 2.
Este nó sensor foi implementado com uma eficiência na transmissão e uma capacidade de
armazenamento bem maiores que o Sensor Web 1. A saber, este novo nó sensor possui
uma taxa de transmissão em torno de 50 kbps com alcance de 150m. Uma aplicação de
monitoramento remoto de uma estufa foi implementado com o Sensor Web 2. O desen-
volvimento do terceiro nó sensor desta família apresenta características muito próximas
Figura 3.5: Sensor Web 1
do Sensor Web 2, a única diferença é que o Sensor Web 3 apresenta uma sensibilidade
maior para temperaturas mais altas. A figura 3.6 ilustra os Sensor Web 2 e 3.
Figura 3.6: Sensor Web 2 e 3
3.3.5 Família BEAN

Esta família de nó sensor apresenta uma característica muito especial, é o primeiro e
único projeto relacionado com o desenvolvimento de nós sensores no Brasil. O projeto
é desenvolvido por pesquisadores da UFMG [Vieira 2004] cujo objetivo principal está
relacionado com a construção de um protótipo de nó sensor com um consumo de energia e
custo bastante reduzido. A plataforma foi chamada de BEAN (Brazilian Energy-Efficient
Architectural Node).
Uma das principais vantagens deste nó sensor está relacionado com a capacidade
de medição de cada componente do nó sensor e da utilização de um microcontrolador
(MSP430F169 da Texas Instruments) com baixíssimo consumo de energia. Além da ca-
racterística de baixa potência este microcontrolador é constituído de um grupo bastante
poderoso de conversores analógico-digitais com a capacidade de interligação com vá-
rios tipos de sensores. Memória flash externa e um relógio de tempo real também são
utilizados por este nó sensor. Por fim, o sistema operacional YATOS desenvolvido por
de Almeida et al. (2004) foi utilizado pelo nó sensor BEAN. Este SO (Sistema Operacio-
nal) é dedicado ao hardware deste nó sensor, implementa uma funcionalidade de detecção
de eventos bastante útil para o nó. A figura 3.7 ilustra a arquitetura implementada pelo nó
sensor BEAN.
Figura 3.7: Nó sensor BEAN

Capítulo 4
Aplicações em ambientes industriais de

P&G
O título deste capítulo traduz explicitamente o interesse primordial do referido traba-

lho. Os avanços tecnológicos em dispositivos MEMs (Sistemas Micro-Eletrônicos) têm
provocado mudanças em ambientes industriais de forma muita intensa, principalmente no
setor de petróleo e gás natural. A cada dia novos dispositivos de tamanho reduzidos e com
elevada capacidade de atuação estão sendo encontrados no mercado. Novos protocolos
de comunicação também têm trazido vários benefícios para as indústrias em geral.
Nos últimos anos percebe-se uma explosão no avanço das tecnologias wireless em
ambientes industriais, principalmente em setores onde a monitoração remota de variáveis
deve otimizar a utilização do espaço físico, como ocorre em aplicações do setor de pe-
tróleo e gás natural. Os protocolos 802.11b (Wi-Fi), 802.15.1 (Bluetooth) e vários outros
que estendem desses estão sendo utilizados em tais ambientes. Alguns desses protocolos
têm custos de implementação bastante alto além dos equipamentos que implementam tais
tecnologias apresentarem um consumo de energia sensivelmente elevado.
Uma solução para as características citadas acima foi sugerida no adendo 802.15.4
(Zigbee), onde seus principais objetivos foram a adoção de uma padronização de comu-
nicação wireless para dispositivos de baixo custo e complexidade, aliados a uma pequena
capacidade de consumo de energia. O protocolo 802.15.4 é aplicado nas redes de senso-
res sem fio onde se mostra bastante convidativo para aplicações em ambientes industriais,
como por exemplo, em refinarias e plataformas de exploração de petróleo.
Em geral, as redes em ambientes industriais que utilizam tais protocolos necessitam
de uma série de fatores em seus desenvolvimentos, os mesmos são listados na tabela 4.1
A seguir descreveremos cada uma dessas peculiaridades. A primeira característica
que levaremos em consideração será o alcance destas redes. Um dos fatores que afe-
tam o alcance está relacionado com as interferências existentes no meio em que essas
redes estão instaladas. Essas interferências podem ser físicas (obstáculos) ou podem ser
geradas por outros dispositivos, como ocorre com alguns motores que provocam ruído
eletromagnética no sinal.
A taxa de transmissão é uma outra característica de grande importância para es-
sas redes, principalmente para os requisitos das aplicações. Geralmente estas aplicações
são caracterizadas por possuir baixas taxas de transmissão, com exceção daquelas que
necessitam de jitter bastante baixo. Assim como as taxas de transmissão, a latência
CAPÍTULO 4. APLICAÇÕES EM AMBIENTES INDUSTRIAIS DE P&G 37
Fatores Propriedades
Alcance Mediano
Taxa de Transmissão Baixa
Latência Baixa
Consumo de energia Baixo
Segurança Alto
Freqüência de operação 802.11, 802.15.1
Complexidade do modelo Mediano
Topologia da rede Estrela
Número de dispositivos Alto
Flexibilidade Alta
Confiabilidade Alta
Escalabilidade Alta
Tabela 4.1: Características das redes em ambientes industriais
é um outro fator, inerente dessas redes, que depende diretamente dos requisitos de uma
determinada aplicação. Um fator que indiretamente influência na taxa de transmissão é
a freqüência de operação das redes. Esta freqüência depende do protocolo adotado,
como por exemplo, podemos citar o 802.15.4 que apresenta suporte para as seguintes
freqüências ISM : 868 MHz, 902-928 MHz, 2.4 GHz.
Idealmente todos dispositivos devem conter uma fonte de energia, neste caso uma
pequena bateria. O consumo de energia deve ser o mais otimizado possível para evitar
gastos desnecessários que possam provocar o desligamento prematuro de equipamentos
por falta de energia. O aumento do tempo de vida dessas redes é um dos fatores que
devem ser priorizados pelos projetistas nos desenvolvimentos das aplicações. Quanto
menos interferência física ocorrerem em tais redes, melhores serão os seus benefícios.
Mecanismos de segurança são um ponto de extrema importância na análise destas
redes. Na maioria das aplicações em ambientes industriais informações sigilosas estão
sendo trocadas o tempo todo por máquinas e usuários, modificações nessas informações
podem provocar danos catastróficos. Para ilustrar esta característica tomaremos como
base um poço de petróleo. Geralmente nesses poços existe um monitoramento remoto de
alarmes para eventuais operações de riscos na utilização de algumas variáveis, como por
exemplo, o fechamento de válvulas. Caso a informação da pressão de um determinado
duto seja alterado por algum intruso no sistema (seja esta invasão de forma física ou por
meio de software) alarmes falsos podem ser disparados provocando o fechamento errôneo
de válvulas, provocando sérios acidentes na linha de produção. Sendo de suma importân-
cia que as informações trocadas apresentem técnicas de criptografia bastante robustas,
sempre levando em consideração a otimização no uso da bateria.
A complexidade do modelo da rede deve ser abstraída pelo usuário final e ideal-
mente pelo desenvolvedor da aplicação, é responsabilidade do projetista da rede tornar
isso possível.
Uma série de topologias é suportada por esses protocolos, sendo de responsabili-
dade do projetista da rede associar determinada topologia com uma determinada aplica-
ção.
A aplicação utilizada influência diretamento na quantidade de dispositivos utilizados
por essas redes. É importante notar que na maioria dos casos uma grande quantidade de
dispositivos fará com que uma aplicação adquira informações mais precisas, todavia este
aumento tornará o custo da rede sensivelmente maior. Aplicações em ambientes indus-
triais são caracterizadas principalmente por seu dinamismo, portanto, tais redes devem
possuir mecanismos escaláveis e flexíveis para suportar tal robustez.
Um último ponto nesta análise corresponde a confiabilidade, mecanismos tole-
ráveis a falhas devem ser implementados por tais redes visando uma maior robustez da
aplicação. Para exemplificar tais características, ilustramos na tabela 4.2 um comparativo
entre o ZigBee e o Bluetooth, duas tecnologias que implementam tais protocolos, de
acordo com os fatores categorizados acima.
Características ZigBee Bluetooth

Alcance 10-100m 10m
kit - especial 400m 100m
Taxa de Transmissão 20-250Kbps 1 Mbps
Latência 15-30ms 2-20ms
Bateria meses-anos dias
Freqüência 868 , 902-928 MHz 2.4 ISM
2.4 GHz ISM
Complexidade Simples Alta
Topologia Adhoc, estrela Adhoc piconets
malha, híbrida
Dispositivos 2 a 65000 8
Escalabilidade Muito alta Baixa
Flexibilidade Muito alta Depende do perfil
Confiabilidade Muito alta Média
Tabela 4.2: Comparativo entre ZigBee e o Bluetooth
As indústrias em geral controlam em suas linhas e plantas de execução centenas de

variáveis físicas, sendo de vital importância para seu funcionamento uma escalabilidade e
controle de todos os processos monitorados. Os sistemas de monitoramento devem ser ro-
bustos suficientes para atender o fluxo de informação e possuir mecanismos de tolerância
em caso de falhas. Na maioria dos casos, tais sistemas são desenvolvidos para situações
específicas não podendo ser aproveitados em outras situações. Tais requisitos necessitam
de uma constante troca de informações, fazendo com que sistemas extremamente robustos
de comunicação sejam adotados pelas indústrias.
Atualmente o mecanismo de sensoriamento utilizado para alimentar os sistemas de
monitoração é feito através de sinais elétricos ou por redes digitais cabeadas. Uma des-
vantagem do segundo método esta no fato de ocuparem grande espaço físico, que em
algumas situações é um requisito crítico para aplicações em ambientes industriais, princi-
palmente para o setor de petróleo e gás natural, onde o espaço físico deve ser otimizado
para melhorar a execução das atividades. Algumas soluções wireless mostradas nos pa-
rágrafos anteriores vem sendo adotadas como uma forma de eliminar espaços físicos no
ambiente industrial que por sua vez já se encontra carregado de enormes máquinas que
ocupam espaços muito grandes.
As redes de sensores sem fio possuem características que se adaptam perfeitamente
nas exigências que os ambientes industriais exigem. Seus principais desafios em tais
regiões são: interação com o ambiente, alta densidade de nós, elevada capacidade de auto-
configuração, QoS (Qualidade de serviço), baixa latência (algumas aplicações exigem
forte dependência de tempo real), centralização de dados, simplicidade, segurança.
Uma série de aplicações em ambientes industriais são campos férteis para o uso das
RSSF (Redes de Sensores sem Fio). A automação de construções e a automação in-
dustrial são fortes candidatos de usufruir as qualidades de tais redes. Gerenciamento de
energia, controles HVAC (aquecimento, ventilação e ar condicionado), monitoramento de
construções, controle de processos, monitoramento remoto, manutenção preventiva, ins-
trumentação de precisão, controle de fluxos e níveis, e uma dezena de outras aplicações
são exemplos de campos onde as RSSF podem atuar em tais ambientes. Nas próximas
seções apresentaremos algumas dessas aplicações de forma mais detalhada. Procuramos
enfocar as aplicações do setor industrial de petróleo e gás natural, como por exemplo:
manutenção preventiva de motores, monitoramento de dutos, análise da estrutura física
de plataformas e o monitoramento de geofones.
4.1 Manutenção preventiva de equipamentos

O avanço tecnológico tem trazido recentemente várias discussões sobre a manutenção
e o diagnóstico do status que os equipamentos industriais apresentam. Tais avanços têm
trazido melhorias nas técnicas de diagnósticos cada vez mais precisos. Os procedimentos
podem variar desde o monitoramento por uma análise de vibração até por uma análise
de imagens infravermelho. A manutenção preditiva é considerada pelo setor industrial
uma técnica bastante robusta e com bons resultados no gerenciamento da manutenção do
maquinário industrial. Vários outros conceitos de manutenção e diagnósticos de equipa-
mentos tem surgido atualmente, termos como RCM (manutenção centrada na confiabili-
dade), TPM (Manutenção produtiva total), manutenção produtiva total e JIT (manutenção
Just-in-Time, que é esperado substituir as técnicas de manutenção preditiva nos próxi-
mos anos).
A maioria das fábricas utiliza equipamentos mecânicos em suas linhas de produção,
sendo bastante viável a adoção de técnicas por meio de vibração para a manutenção e os
diagnósticos destes equipamentos. A complexidade de uma planta industrial é tamanha
que apenas uma técnica não é suficiente para realizar uma manutenção eficiente em seus
maquinários. Outras técnicas baseadas em ultra-som, ferrografia, tribologia, monitora-
mento de processos, inspeção visual e mais umas dezenas de outras são utilizadas.
Uma das principais fatias no custo operacional em plantas industriais é garantida aos
processos de manutenção e diagnósticos. Dependendo da área de atuação em que uma
indústria esteja, tais cifras podem varias de 15% a 30% dos custos totais produzidos. Em
indústrias de alimento, os custos médios da manutenção em equipamentos podem chegar
a 15% do total de custos produzidos, enquanto que em indústrias siderúrgicas, papel e
celulose e em outras indústrias mais pesadas como é o caso do setor de petróleo e gás
natural, tais proporções podem chegar a 30% do custo de produção. Alguns países che-
gam a gastar 200 bilhões de dólares todos os anos com manutenções nos maquinários
das indústrias. Basicamente, na maioria das plantas industriais são utilizados 3 tipos de
manutenção: corretiva, preventiva e a preditiva. Sendo a terceira muito utilizada atual-
mente, proporcionando resultados mais eficazes do que suas concorrentes. Nos próximos
parágrafos falaremos de cada uma dessas técnicas.
A manutenção corretiva é sem dúvida a mais simples e direta. A manutenção só é
feita quando uma máquina quebra ou deixa de realizar suas funções principais. A maioria
das empresas não adota este tipo de reatividade em seus processos de manutenção, os
principais problemas na adoção de tal método são: altos custos de estoques de peças
sobressalentes e de trabalho extra, elevado tempo na paralisação da máquina, e baixa
disponibilidade de produção. Esta técnica é inviável para o setor de petróleo e gás, face
as paralisações na linha de produção que podem ocorrer com a adoção dessa técnica.
A manutenção preventiva ao contrário do método anterior, utiliza conceitos de
prevenção em sua manutenção. Geralmente utiliza-se a variável tempo para que manu-
tenções sejam feitas. Gráficos são traçados com os perfis das máquinas onde através de
dados probabilísticos pode-se determinar possíveis manutenções. O problema é que tais
gráficos dependem de como a máquina é usada. Imagine que determinada bomba de suc-
ção possua um tempo de 10 meses para que uma manutenção seja feita, dependendo de
como ela é usada, por exemplo, utilizada com água ou com minérios pesados, tal tempo
pode diminuir ou aumentar, fazendo com que possíveis manutenções reativas aconteçam
ou então materiais sejam desperdiçados. Os custos de uma manutenção preventiva é apro-
ximadamente 3 vezes menores do que os custos na manutenção corretiva.
A manutenção preditiva é basicamente uma extensão da manutenção preventiva,
adotando métodos mais eficazes do que o tempo. Análise vibratória, infravermelho, ter-
mografia são utilizados. Seu princípio básico é o monitoramento regular das condições
mecânicas reais, rendimento operacional, e outros indicadores da condição operativa das
máquinas enquanto que sistemas de processo fornecerão os dados necessários para asse-
gurar o intervalo máximo entre os reparos.
Como podemos constatar, a manutenção preditiva é bastante robusta para métodos de
diagnósticos de equipamentos. A monitoração do status de um equipamento a partir de
dados coletados por sensores de vibração são campos ideais para as redes de sensores sem
fio. Os principais benefícios do uso das RSSF (Redes de Sensores sem Fio) no monitora-
mento de equipamentos em ambientes industriais são: eliminar coletas de dados manuais
eliminando erros humanos na manipulação dos dados (figura 4.1), e a significativa melhor
relação custo x benefício em tal aplicação do que as soluções cabeadas.
Baseado em tais características foram analisadas algumas aplicações relacionadas com
o setor de petróleo e gás natural onde o uso das redes de sensores podessem ser aplicadas.
O monitoramento de equipamentos em refinarias e o monitoramento da sala de máquinas
de um navio tanque transportador de óleo serão descritos a seguir. Essas aplicações foram
descritas a partir de Krishnamurthy et al. (2005).
As referidas aplicações utilizam o processo de manutenção preditiva baseada na aná-
lise vibratória. Uma característica peculiar desse tipo de abordagem é o grande número
Figura 4.1: Medição manual de amostras de vibrações em máquinas
de amostras coletadas em determinado instante de tempo. Os nós sensores terão que ser
capazes de detectar fenômenos de vibração, sendo dotados de sensores de vibração.
Figura 4.2: Componentes da plataforma Intel Motes
Segundo Krishnamurthy et al. (2005) a plataforma adotada nesta aplicação foi o Intel
Motes [Nachman et al. 2005]. Uma grande vantagem desta plataforma é seu excelente
desempenho, uso eficaz da bateria, suporte a bluetooth scatternet 1 (utilizado para cons-
trução de redes com topologia em malha) e suporte para funcionamento em modo sleep,
onde uma pequena quantidade de bateria é utilizada. O Intel Motes é construído numa
placa de tamanho 3x3cm, com vários dispositivos embarcados: módulo Zeevo, antena 2.4
GHz, opções de entrada e saída via conectores stackable e múltiplos leds de status. O
ponto central em tal plataforma é o módulo Zeevo. É formado por uma CPU 12MHz,
transmissor bluetooth, 64kB SRAM, 512KB Flash. O alcance do rádio é de 30m, porém
1 Um grupo de piconets independentes e não-sincronizadas, que compartilham ao menos um dispositivo
Bluetooth comum.
pode chegar a 100m com a utilização de uma antena unidirecional externa. O sistema
operacional que será utilizado por esta plataforma é o TinyOS [Hill et al. 2000]. O motivo
de tal escolha, segundo Krishnamurthy et al. (2005) está no fato deste sistema apresentar
boa estabilidade, fornecer funcionalidades básicas e além de possuir várias comunidades
de usuários, facilitando bastante na construção e depuração das aplicações. A plataforma
Intel Mote é ilustrada na figuras 4.2 e 4.3.
Figura 4.3: Dimensões da plataforma Intel Motes
Uma característica não só dessa aplicação mais também das redes de sensores sem fio
é a questão da auto-organização. Após a instalação física dos nós sensores a rede está
pronta para ser inicializada, nesse momento uma descoberta distribuída de serviços [Bu
& Naghdy 2005] e de procedimentos de conexão são realizadas. Concluída a fase inicial
de auto-organização, os nós sensores estão aptos a trocar informação entre si. Mecanismo
de reparos em caso de falhas nos nós sensores ou em links e a adoção de um modo de ope-
ração em baixa latência (sleep) são implementados. Nos próximos parágrafos falaremos
um pouco sobre os requisitos básicos das redes, como por exemplo: formação da rede,
roteamento e reparos, mecanismos de transporte e modo de operação sleep.
4.1.1 Formação da rede

A formação da rede é baseada em um scatternet utilizando uma extensão do algoritmo
proposto por Tan & Guttag (2000). Neste algoritmo, uma topologia em árvore é criada
para rede, onde o nó root dessa árvore é determinado de forma estática. Inicialmente
cada nó fica chaveando entre os modos de investigação e escaneamento. O primeiro
modo procura achar nós vizinhos enquanto que o segundo busca analisar dados de tais nós
vizinhos. Um nó sensor ao se conectar com outro nó, passa a trocar informações. Uma
dessas informações corresponde a um flag que indica se o outro nó possui um caminho
até o nó root. Se o caminho não existir, a conexão é desfeita e os nós passarão ao modo de
chaveamento inicial. Se o caminho existir, o nó se junta ao outro com status de escravo.
Um nó pode ligar-se diretamente ao nó root, sendo considerado um nó mestre de uma
possível piconet que poderá a ser formada. Nós que ainda não estão localizados na árvore
são classificados de nós livres.
4.1.2 Roteamento e reparos

No item anterior foi discutida uma topologia em árvore, um algoritmo foi utilizado
para manter um caminho de um nó escravo até um nó mestre. O nó root, periodicamente
envia pacotes de sinalização, chamados de beacon [Nachman et al. 2005], para seus nós
escravos. Este envio é recursivo até que as mensagens cheguem nos nós folhas da árvore.
Tal sinalização tem a finalidade principal de atualizar a tabela de rotas dos nós mestres
e do root. Na camada inferior da tecnologia Bluetooth, está definido mensagens de ma-
nutenção dos links. Quando tais mensagens não são recebidas por um certo intervalo de
tempo, a conexão é cortada. Nesse momento, sinais de alerta são recebidos pelo algo-
ritmo de formação da scatternet informando que conexões foram rompidas. As seguintes
situações envolvendo cancelamento de conexões podem ocorrer:
Nó mestre perdeu conexão com nó escravo

Nó escravo perdeu conexão com nó mestre
No primeiro caso, o nó mestre atualiza sua tabela de rota indicando que o nó escravo e
seus descendentes não são mais atingíveis pelo link. Enquanto que no segundo caso, o nó
escravo assume que não pode alcançar mais o nó root e passa para classificação de nó livre.
Sendo um nó livre, o mesmo passará por todos os procedimentos até conseguir se ligar na
árvore novamente, inclusive por um link diferente ao que estava conectado. O problema
deste segundo caso é que a desconexão é propagada por todos os nós descendentes do nó
escravo, sendo de vital importância que o mecanismo de formação da rede apresente uma
grande eficiência.
4.1.3 Mecanismos de transporte

Foi definido um mecanismo de transporte confiável fim a fim, por Krishnamurthy et al.
(2005), com a finalidade de transmitir grandes pacotes de informação. Tal mecanismo foi
criado devido as características da aplicação. A análise de diagnósticos com métodos de
vibração necessitam de grandes amostragens em cada medição. Neste ambiente transmis-
sões confiáveis de 6KB são requisitadas. Visando reduzir o overhead da comunicação e
os requisitos de hardware, é realizada fragmentação destes pacotes.
A informação coletada é fragmentada em várias partes e transmitidas, na maioria das
vezes, por vários nós sensores, até que a informação consiga chegar no destino. Perceba
que no meio do caminho a informação pode ser alterada ou mesmo não conseguir chegar
no nó destino. Sendo de vital importância a criação de um mecanismo de confiabilidade
entre o emissor e o receptor. Para que a informação fragmentada possa utilizar vários
links, é necessária uma negociação no momento que a conexão é criada. Neste momento
o receptor terá o conhecimento do tamanho total da informação a ser transmitida, como
também o tamanho dos pacotes fragmentados. Periodicamente, o receptor poderá enviar
mensagens (NACK) ao emissor, informando-lhe que determinado pacote está faltando
ou contém erro. Um emissor só realiza uma retransmissão em caso de recebimentos de

mensagens NACK. Como pode-se notar, tal protocolo é dividido em 3 fases distintas: fase
de conexão, transferência de dados e fase de reconhecimento.
4.1.4 Modo de Operação sleep

Foi implementado, por Krishnamurthy et al. (2005), um protocolo que visa o menor
gasto de energia possível, para manter a rede em estado de latência. Tal estado é bas-
tante interessante de acontecer logo após um ciclo de coleção de dados, geralmente são
implementados quando o tempo de resposta da rede ultrapassa alguns minutos. O modo
de operação sleep sempre é iniciado por um nó root. O nó root envia o comando sleep
para todos seus escravos, estes enviam para todos seus descendentes até que cheguem nos
nós folhas da árvore que representa a rede. Quando um nó folha recebe um comando de
sleep, este envia um ACK para seu mestre. No momento que um nó mestre recebe ACKs
de todos seus descendentes, este põe seus links em estado de hibernação por um período
T, que geralmente é de 20s. Mensagens ACK são passadas para cima, caminhando pela
hierarquia da árvore, até que um ACK chegue ao root. Caso o tempo T expire em algum
nó, este verificará se seu flag de hibernação foi setado, caso contrario um outro tempo
T é deflagrado novamente. Quando o nó root resolve acordar a rede, o mesmo envia o
comando wake para todos seus descendentes. Fazendo uma analise sobre o tempo de
hibernação, notamos que o tempo total para acordar a rede é aproximadamente igual a
altura da arvore * T.
Nos parágrafos anteriores foram discutidas a plataforma usada nos nós sensores da
aplicação bem como possíveis configurações adotadas no seu manuseio. Passaremos a
discutir os conceitos inerentemente voltados a implementação da rede e os testes realiza-
dos segundo Tan & Guttag (2000).
Nesta aplicação as redes de sensores estão sendo usadas para o monitoramento de
equipamentos em ambientes industriais voltados para o setor de petróleo e gás natural.
Purificadores de água, compressores, reguladores, motores e uma dezena de outros equi-
pamentos são monitorados por técnicas de vibração visando uma melhor manutenção
preditiva desses equipamentos.
Para facilitar o gerenciamento da rede e reduzir o número de saltos dos protocolos de
roteamento de dados, a rede de sensores foi dividida em clusters. Cada clusters possuí um
nó líder, que é responsável por realizar o esquema de comunicação e gerenciamento de
energia dentro do cluster, tais líderes se comunicam com gateways [Xbow 2006](stargate)
de forma serial. Os gateways estão conectados ao nó root por uma rede 802.11b. Os
gateways possuem um equipamento bem mais robusto do que os nós sensores, alguns
dos seus componentes são: I/O universais, 802.11, USB, ethernet, serial, conectores de
ligação para os nós sensores, bateria ou linhas de força, processamento local. A figura 4.4
ilustra tal equipamento. Por fim, o nó root se comunica com a intranet responsável por
conduzir os dados até os servidores da aplicação, onde as análises dos dados coletados
serão processadas.
A descrição desta aplicação, segundo Krishnamurthy et al. (2005), busca comprovar a
utilidade das redes de sensores sem fio em ambientes industriais relacionados com o setor
Figura 4.4: Gateway utilizado na ligação dos nós sensores com o nó root
de petróleo e gás natural. A motivação desta aplicação em tal setor foi exarcebada apartir
de Tan & Guttag (2000). As simulações e os resultados que serão mostrados nas próximas
seções são extensões desta análise.
Para podermos comparar o nó sensor adotado, utilizaremos o nó sensor MICA2 [Inc.
2006] como forma de comparação dos resultados. Este nó sensor está ilustrado na figura
4.5. A análise feita da aplicação foi dividida nos seguintes passos: descrição da experi-
ência, overhead na formação da rede, atraso na transferência dos dados, desempenho do
rádio e o consumo de energia. Nos próximos parágrafos descreveremos os referidos itens.
Figura 4.5: Mica2 - nó sensor usado para que se possa realizar comparações com o Intel
Motes
4.2 Monitoramento de equipamentos em uma refi naria

A primeira aplicação que discutiremos será o monitoramento de equipamentos da
planta de uma refinaria petrolífera, cuja descrição foi realizada por Krishnamurthy et al.
(2005). O maquinário deste setor pode produzir água pura, gases e processos que envol-
vam elementos com um alto grau de temperatura. As máquinas podem estar localizadas
dentre e fora de determinados galpões.
Nesta aplicação será adotado o uso de 3 clusters. Como também queremos comparar
a eficiência dos nós sensores, a construção dos clusters foram feitas com os dois tipos de
nós sugeridos. Cada cluster abrange determinada região da fábrica e são constituídos por
10 nós sensores, onde cada nó é formado por 5 sensores de vibração. A representação
desta arquitetura é ilustrada na figura 4.6.
Figura 4.6: Arquitetura para aplicação de monitoramento de máquinas em refinarias
A rede foi exaustivamente testada por 7 dias seguidos, de acordo descrição feita por
Krishnamurthy et al. (2005), gerando significantes valores estatísticos. Nós sensores fo-
ram programados para hibernarem por 1 hora logo após realizarem coletas de dados.
Cada coleção de dados corresponde a uma amostra de 3000 exemplos, fazendo com que
um buffer de 6KB seja necessário para sua transmissão. Devido suas limitações físicas,
memória RAM extra e um segundo processador foram adicionados ao MICA2 para que o
mesmo suportasse tal aplicação.
4.2.1 Overhead na formação da rede

A formação da rede é inicializada quando os nós líderes dos clusters são inicializados,
é claro que o nó root também deve estar funcionando. Como as conexões são mantidas
na fase de hibernação da rede, novas formações da rede não são requisitadas após esta
operação. Esta fase é encerrada no momento que todos os nós sensores se ligam a árvore
da topologia ou quando um valor de timeout é expirado. Nesta aplicação foi utilizado um
timeout de 2 minutos.
Durante os 7 dias em que a rede foi testada, segundo Krishnamurthy et al. (2005), 163
ciclos de coletas de dados foram realizadas onde 13 operações de formação da rede ocor-
reram. Algumas dessas formações são decorrentes do mecanismo de watchdog, que busca
otimizar a rede principalmente em casos de loops. Os resultados mostraram que a média
dos atrasos na formação da rede, para um cluster formado em média de 7 nós sensores,
foi de 67s. Se pegarmos a média de todos os ciclos de coletas de dados chegaremos a uma
média de 5.3s de atraso por coleção. Os resultado podem ser vistos na figura 4.7[Tan &
Guttag 2000].
4.2.2 Atraso na transferência dos dados

A cada ciclo de coleta de dados, 3000 exemplos são captados por cada sensor, o que
corresponde a aproximadamente 6KB de informação. Levando-se em consideração que
Figura 4.7: Overhead na formação das redes em aplicações de manutenção preditiva lo-
calizada em refinarias
cada nó é constituído por 5 sensores de vibração, temos um total de dados equivalente

a 30KB por nó sensor. No geral os nós Intel Mote demonstraram melhores médias na
transmissão do que os MICA2, médias de 88s foram encontradas para transferir 30KB de
informação.
O número de fragmentações necessárias para transmitir 30KB de dados é de 320 (com
fragmentos de 94B), entretanto, foi percebida uma média de 430 fragmentos por coleção,
o que nos dá 34% de pacotes retransmitidos. Como esperado, foi percebido que este
resultado é diretamente proporcional ao número de saltos necessário para que um pacote
saia do emissor e chegue no receptor conforme ilustrado na figura 4.8. Os motivos de
tais retransmissões estão vinculados à falta de sincronismo de mensagens NACK e de
overflow nos buffers.
Figura 4.8: Influência do número de saltos no roteamento na retransmissão de pacotes

4.2.3 Desempenho do rádio

Para esta aplicação específica, alguns clusters apresentam nós localizados dentro e
fora dos galpões. De acordo com a figura 4.9 é observado que o cluster 1 apresenta alguns
nós sensores localizados na parte externa do galpão. Apesar da existência de barreiras
entre nós sensores de alguns clusters os desempenhos apresentados foram bastante próxi-
mos.
Figura 4.9: Clusters da aplicação que monitora equipamentos em refinarias
Figura 4.10: Desempenho do rádio para os diferentes nós sensores
Quando comparado o desempenho do nós Intel Mote com os MICA2 foi percebido
que os primeiros apresentaram resultados mais consistentes para os vários tipos de coletas
de dados. A distribuição cumulativa dos Intel Motes apresentou uma variância bem menor
do que os MICA2. A figura 4.10 ilustra tal comparação.
A análise dos efeitos da distância física na confiabilidade da transmissão foi realizada
através de vários experimentos [Tan & Guttag 2000]. Dois nós foram conectados dire-
tamente, um representando o escravo e o outro o mestre. O nó escravo envia 3KB de
dados para o nó mestre utilizando os protocolos citados anteriormente. Suas distâncias
são incrementadas de 3m e em cada localização 8 transmissões são realizadas. A figura
4.11 mostra os valores médios, máximos e mínimos do tempo de transmissão dos pacotes
como função da distância entre o emissor e o receptor medidas durantes estas transmis-
sões. Através da figura 4.11 pode-se observar que a média no tempo de uma determinada
transmissão em que a distância entre os dispositivos é inferior a 30m é de aproximada-
mente 1.2s. Se o emissor estiver configurado para transmitir 100 bytes de pacotes a cada
40ms, 1.2s é o tempo mínimo para transmitir o arquivo de 3KB. Distâncias acima de 30m
são esperados tempos relativamente maiores e com um maior gasto de energia. Os testes
de desempenho do rádio foram realizados em ambientes internos, onde existiam grandes
fluxo de pessoas e presença de redes 802.11b.
Figura 4.11: Influência da distância no tempo de transmissão

4.2.4 Consumo de energia

A análise do consumo de energia será descrita nas diferentes fases de operação da
rede (modo sleep, transmissão e leitura de dados). A tabela 4.3 mostra um comparativo
do consumo de corrente em cada tipo de operação. Apartir dos requisitos da aplicação foi
configurado um tempo de hibernação para os nós sensores bastante significativo. Desta
forma o gasto de energia tem sua contribuição vinculada principalmente ao tempo de
hibernação. Durante o tempo de hibernação o nó sensor consome muita pouca energia,
todavia quando este tempo é grande o consumo de energia passa a ser significativo.
Modo I(mA) tciclo (s) Média(mA)

Sleep 3.0 3600.0 2.53
Imote + rádio 20.7 591.0 2.87
Imote + Sensor 54.6 75.5 0.97
Imote + Sensor + AD 58.8 1.5 0.02
Total - 4268.0 6.39
Tabela 4.3: Consumo de energia dos nós sensores
Foi adotado, segundo Krishnamurthy et al. (2005), nesta aplicação o uso de 4 baterias
recarregáveis com capacidade de aproximadamente 9100mAh com fornecimento nominal
de 6V. Para esta configuração o tempo de vida da rede é de aproximadamente 2 meses. A
figura 4.12 ilustra o acoplamento do nó sensor bem como a instalação e localização das
baterias no ambiente da aplicação.
Várias melhorias podem ser feitas visando prolongar o tempo de vida da rede nesta
aplicação. Uma delas corresponde a retirar ciclos de máquinas desnecessárias do pro-
cessador onde o mesmo realiza algumas operações envolvendo timers. Neste método o
consumo de energia no modo de operação sleep pode cair para 1.5mA, fazendo com que
o tempo de vida da rede aumente para 6 meses. Uma outra solução é fazer com que os
links da rede sejam rompidos após um ciclo de coleta de dados. Tal solução reduz o con-
sumo de energia na operação sleep para 700µA, entretanto o cálculo do overhead deve ser
levado em consideração para formações da rede. A figura 4.13 ilustra todos as soluções
anteriores para o consumo eficaz da bateria, onde é mostrado a relação do tempo de vida
e o tempo de hibernação com o consume de corrente.
Melhorias na economia de energia é proposto por Lymberopoulos et al. (2005) onde
um clock de tempo real externo é utilizado para praticamente desligar o nós sensores.
Nesta técnica o nó sensor consome uma corrente na ordem de 10µA. Fazendo com que o
tempo de vida da rede aumente para significantes 4 anos e meio. A tabela 4.4 descreve
um resumo das principais características desta aplicação.
4.3 Monitoramento de máquinas em um navio tanque

O monitoramento remoto de equipamentos em navios tanque é uma aplicação de
grande interesse para o setor de petróleo e gás natural. As falhas em alguns equipamentos
podem causar acidentes e atrasos no transporte dos produtos extraídos das plataformas e
Figura 4.12: Bateria utilizada pelos nós sensores
Topologia Baseada em Cluster
Nó Sensor Mica2 e Intel Motes
Sensores Vibração
Tamanho dos dados Grande
Formação da Rede 1-3 minutos
Tempo de Vida 1-4 Meses
Segurança Ausente
Tabela 4.4: Características básicas relacionadas com a aplicação de Monitoramento de
equipamentos em uma refinaria
Figura 4.13: Relação do consumo de energia com o tempo de vida e de hibernação
poços. Procuramos descrever o monitoramento de motores e bombas presentes na sala de

máquinas nos Tankers2 como forma de otimização para análises de manutenções preven-
tivas.
O desenvolvimento de aplicações para o monitoramento de equipamentos em navios
tanque foi inicialmente motivado por Krishnamurthy et al. (2005). Trabalhos envolvendo
os desafios e consumo de energia dos nós sensores em tal aplicação podem ser encontra-
dos respectivamente em Kevan (2006) e Discenzo & Chung (2006).
O monitoramento de máquinas em navios tanque utilizando as RSSF apresentam uma
série de desafios. A localização em que os nós sensores serão instalados apresentam pro-
blemas vinculados principalmente a interferências sofridas pelo rádio devido a quantidade
de metal presente na sala de máquinas do navio tanque. Elevadas temperaturas e ruídos
provocados pelas máquinas existentes no local são as outras interferências em que os nós
sensores devem suportar.
O monitoramento realizado por Krishnamurthy et al. (2005) no navio tanque Loch
Rannoch, cuja propriedade é vinculada à British Petroleum, será a base dos resultados
descritos nos próximos parágrafos. O Loch Rannoch é um Tanker de 304 metros de
comprimento que um peso estimado de 132k toneladas. O navio apresenta uma série de
compartimentos onde a comunicação entre os mesmos é feita através de portas lacradas
através de escotilhas. Esta característica é um fator que deve ser levado em consideração
na modelagem das RSSF para a aplicação do monitoramento das máquinas. Levando-
se em consideração que esses compartimentos estão lacrados fisicamente a comunicação
dos nós sensores localizados em compartimentos diferentes só podem ocorrer quando as
escotilhas de um determinado compartimento estiverem aberta. A figura 4.14 ilustra o
Tanker Loch Rannoch bem como as instalações onde os nós sensores serão localizados.
Esta aplicação tem o objetivo de otimizar o processo manual para medição de amostras
vibratórias em equipamentos. O procedimento atual realizado nos navios tanque é reali-
zado manualmente em intervalos de aproximadamente 500 horas. A medição realizada
para uma amostra de vibração é feita com a utilização de dispositivos handheld conforme
2 Para o setor de petróleo e gás natural o termo navio tanque é mais conhecido pela termologia Tanker
Figura 4.14: Tanker Loch Rannoch - ambiente onde será desenvolvido à aplicação de
monitoramento remoto de máquinas com RSSF
ilustrado na figura 4.1. Este processo pode gerar sensíveis erros durante a leitura das
amostras além de um tempo relativamente grande para realizar as medições de todos os
equipamentos na planta. Um outro fator desvaforável deste procedimento leva em con-
sideração a pequena amostra colhida durante os intervalos de medições, proporcionando
resultados estatisticamente pouco favoráveis. A adoção das RSSF como tecnologia para
realizar o monitoramento remoto de forma automatizada é sem dúvida um procedimento
de grande benefício para esta aplicação. Os benefícios trazidos pelas RSSF estão relacio-
nados principalmente com a melhoria dos dados coletados num intervalo de tempo menor
e do aumento da confiabilidade dos dados quando comparados com o método manual.
4.3.1 Características básicas do problema

O monitoramento de máquinas em navios tanque apesar de apresentar uma modela-
gem no que diz respeito ao hardware utilizado bem parecido com a aplicação da seção 4.2
possui características em geral diferentes. A primeira diferença está vinculada as desco-
nexões ocorridas entre o nó root e os gateways. Essas desconexões são realizadas devido
a localização física dessas entidades estarem em locais que apresentam um isolamento
físico, o isolamento é quebrado quando escotilhas são abertas. Uma outra diferença está
vinculada a capacidade de memória dos gateways, que neste caso devem possuir uma
capacidade de armazenamento bem maior (aproximadamente 2 GB). Quando ocorrem
desconexões entre os gateways e o root medições de dados feitas nos nós sensores são
armazenadas na memória dos gateways até que a conexão com o root seja restaurada.
Um watchdog 3 e um mecanismo de reinicialização automática foram adicionados
aos gateways como forma de monitorar suas execuções. Estas duas técnicas são bastante
interessantes, pois evitam riscos de paradas não projetadas do gateway, fazendo com que
visitas físicas de técnicos nas instalações sejam evitadas.
3 Mecanismo muito utilizado na eletrônica para combater loops de informação nos dispositivos
4.3.2 Instalação da Rede

Será utilizado nesta aplicação o nó sensor intel mote, apresentando na figura 4.2. A
diferença que irá existir no nó sensor está vinculado ao tipo de sensor utilizado e na
freqüência de rádio adotada, neste caso acelerômetros e 868 MHz respectivamente.
Figura 4.15: Máquinas monitoradas no Tanker
Para aplicação proposta serão utilizados 150 acelerômetros, 26 nós sensores, 4 ga-
teways e 1 PC. Os acelerômetros serão utilizados para realizarem medições de vibração
nos motores e bombas presentes na sala de máquinas do navio tanque (figura 4.15 . Os
26 nós sensores são distribuídos em 3 cluster, cada cluster apresenta um gateway como
responsável. O outro gateway que não tem responsabilidade com nenhum cluster será
categorizado como o nó root da aplicação e fará a ligação com o servidor(PC) localizado
em um dos escritório no Tanker. O PC estará rodando o software supervisório para esta
aplicação. A figura 4.16 ilustra à arquitetura adotada para esta aplicação.
Figura 4.16: Arquitetura da aplicação do monitoramento em Tankers
A rede foi organizada em duas áreas de atuação. Dois clusters foram implementados
em níveis mais altos do navio, enquanto o outro cluster foi construído no nível mais
inferior. Vários testes foram feitos com cada cluster, dependendo de suas localizações. O
cluster localizado no nível inferior sofre grande influência de desconexões com o nó root
já que está lacrado por uma escotilha selada, fazendo com que o gateway deste cluster
não possa em alguns instantes de tempo comunicar-se com o nó root. As escotilhas são
aberta em períodos de tempo aleatório fazendo com que a conexão possa fluir entre o nó
root e o gateway. Nesse instante, todas as informações coletadas pelo gateway durante
o período de desconexão são transmitidas. Os clusters que estão localizados nos níveis
mais próximos da superfície do navio não sofrem tanto problema da interferência devido
as portas desses níveis permanecerem abertas o tempo todo, não existindo desconexão
entre os gateways e o nó root.
O tempo total de um ciclo de coleta de dados é determinado pelo tempo de hiberna-
ção mais o tempo em que a coleta de dados ocorreu. O tempo de hibernação é bastante
interessante para aumentar a vida útil da rede. O tempo de hibernação foi configurado de
acordo com a localização dos clusters. O cluster localizado na parte inferior do Tanker
foi configurado com um tempo de sleep de aproximadamente 5 horas e com um tempo
destinado à coleta de dados de 7 horas (sleep + tativo ). Nesta configuração esse cluster
(03 - figura 4.16 apresenta um tempo de vida útil de aproximadamente 21 dias. A con-
figuração dos cluster localizados nas áreas mais próximas da superfície do Tanker foram
configuradas com um tempo de sleep de 18 horas e com um período de coleta de dados
por volta de 20.5 horas. Nesta configuração os cluster apresentam um tempo de vida útil
de aproximadamente de 82 dias.
Figura 4.17: Esquema de como adquirir energia através do ambiente para nós sensores
O gasto de energia é um desafio que deve ser otimizado nas RSSF. Trabalho proposto
por Discenzo & Chung (2006) oferece um mecanismo para absorver energia a partir do
ambiente em que nós sensores estão instalados. Conforme ilustrado em 4.17 percebemos
módulos na estrutura física do nó sensor responsável por converter por exemplo energia
rotacional em energia elétrica através de micro-geradores. O trabalho citado anterior-
mente foi aplicado no mesmo ambiente da aplicação que está sendo descrita nesta seção.
Ainda levando em consideração o gasto de energia dos nós sensores, devemos obser-
var que as amostras de dados coletadas pelos acelerômetros são inerentemente sinais de
vibração. A escolha da localização em que o processamento dos sinais será feito é de
extrema importância visto a grande proporção de energia gasta na transmissão de gran-
des quantidades de informação. Um pequeno processamento local desses sinais poderá
contribuir sensivelmente para uma otimização no gasto de energia. Para tanto o procedi-
mento de uma FFT deve ser implementado em hardware para que o processamento seja
feito. A figura 4.18 mostra um comparativo do tempo e da energia gasta para os principais
procedimentos do nó sensor nesta aplicação.
Figura 4.18: Comparativo entre o tempo e o gasto de energia das principais operações dos
nós sensores
Para finalizar a descrição da instalação desta aplicação iremos comentar um pouco

sobre a aplicação supervisória localizado no servidor. Todas as informações coletadas
são disseminadas pela rede até que as mesmas cheguem ao PC supervisório localizado
num dos escritórios do navio tanque. Neste computador vários scripts analisam os da-
dos coletados, o status de cada nó sensor também pode ser observado na tela do PC. Um
diagnóstico sobre a coleta contínua de dados é traçado para cada nó de um determinado
cluster com exceção para o cluster localizado na parte inferior do Tanker, onde uma aná-
lise contínua não pode ser analisada devido as desconexões ocorridas. O servidor também
é responsável por realizar um mecanismo de backup periodicamente. O mecanismo de
backup é de grande importância por questões de segurança e também para análises futuras
dos dados coletados.
4.3.3 Desempenho da Rede

O desempenho da rede foi avaliado sobre dois aspectos: habilidade de coletar e entre-
gar dados ao PC (Servidor) e a habilidade de retransmitir um pacote em caso de perdas
ou erros. O cluster 3 foi executado por 6 semanas até que sua energia exaurir-se comple-
tamente, enquanto que os clusters 1 e 2 foram executados por 19 semanas. Este resultado
reflete diretamente no tempo de hibernação configurados nos clusters. O cluster 3 foi con-
figurado com um tempo de hibernação bem menor que os clusters 1 e 2 propiciando um
gasto de energia bem maior e fazendo com que a rede tenha uma morte prematura quando
comparada com os outros clusters.
Figura 4.19: Número total de amostras dos nós localizados no cluster 3
As figuras 4.19 e 4.20 mostram o histórico do número de amostras recebidas pelo PC

dos clusters. O resultado encontrado para o cluster 3(figura 4.19 apresentou um número
de recepções bem menor que os clusters 1 e 2 (figura 4.20, este resultado está vinculado as
desconexões ocorridas e como conseqüência ao overflow de memória ocorrida no gateway
provocando perdas em algumas amostras de dados. Comparando as duas figuras pode-se
observar que aproximadamente 80% dos pacotes foram entregues ao servidor.
Figura 4.20: Número total de amostras dos nós localizados nos clusters 1 e 2
A tabela 4.5 faz um resumo das principais características desta aplicação.
4.4 Monitoramento da estrutura de plataformas offshore

O monitoramento das estruturas físicas (SHM ) é uma aplicação inerentemente voltada
para o setor da indústria civil. Recentemente com o avanço das tecnologias wireless uma
Topologia Cluster e Árvore
Nó Sensor Intel Motes
Sensores Vibração
Capacidade de armazenamento Grande
Interferência externa Alta
Tempo de Vida 2 Meses
Segurança Ausente
máquinas em um navio tanque
série de requisitos flexíveis podem ser inseridos no contexto desta aplicação.

O monitoramento em estruturas físicas é motivado principalmente para otimização
de consertos e como conseqüência a prevenção de acidentes. Os vários componentes de
equipamentos, automóveis, prédios, pontes, plataformas offshore dentre outros sofrem ao
longo do tempo a ação de forças repetitivas. Estas forças podem gerar pequenas tensões
nesses materiais fazendo com que diminutas fraturas apareçam em suas estruturas. O
acúmulo de processos repetitivos seguidos de algumas fraturas em uma estrutura é nor-
malmente chamado de fadiga. O fenômeno relacionado com a fadiga [Taier et al. 2002]
vem sendo pesquisado há mais de 175 anos por vários trabalhos no mundo inteiro, sendo
este fenômeno um dos mais importantes no projeto de manutenção em estruturas físicas.
Para o contexto da aplicação inserida nesta seção, descreveremos uma breve análise
do monitoramento em plataformas offshore. De acordo com OU & LI (2004) é estimado
que aproximadamente 50% dos custos totais de monitoramento das condições em serviços
das plataformas offshore estão relacionadas com inspeções que averiguam trincas criadas
por fadigas. Sendo de extrema importância que o aprimoramento desses procedimentos
avaliem análises estruturais com uma confiabilidade e precisão.
No processo de avaliação das fadigas em plataformas offshore devem ser levados em
consideração todas as ações que provocam variação de tensões na estrutura das plata-
formas, tais como: ondas, vento, correntes, pressão hidrostática variável, guindaste, etc.
Segundo [Taier et al. 2002] em uma plataforma offshore as cargas de ondas são as maiores
fontes causadoras de fadigas.
Para darmos uma visão mais geral sobre o processo de SHM em plataformas offshore,
descreveremos de forma geral os principais tipos de plataformas offshore[PETROBRAS
2006] como pode ser visto abaixo:
Fixas
Auto-Eleváveis
Plataforma de Pernas Atirantadas ( Tension-Leg Platform - TLP)
Semi-Submersíveis
Navio Sonda
FPSO
As plataformas fixas foram as primeiras unidades utilizadas na exploração do

petróleo. Geralmente tem sido utilizadas nos campos localizados em lâminas d’água de
até 200m. Estas plataformas são constituídas de estruturas modulares de aço, instaladas
no local de operação com estacas cravadas no fundo do mar. As plataformas fixas são
projetadas para receber todos os equipamentos de perfuração, estocagem de materiais,
alojamento de pessoal, bem como todas as instalações necessárias para a produção dos
poços.
As plataformas auto-eleváveis são constituídas basicamente de uma balsa equi-
pada com estrutura de apoio, ou pernas, que, acionadas mecânica ou hidraulicamente,
movimentam-se para baixo até atingirem o fundo do mar. Em seguida, inicia-se a ele-
vação da plataforma acima do nível da água, a uma altura segura e fora da ação das on-
das. Essas plataformas são móveis, sendo transportadas por rebocadores ou por propulsão
própria. Destinam-se à perfuração de poços exploratórios na plataforma continental, em
lâmina d’água que variam de 5 a 130m.
As plataformas semi-submersíveis são compostas de uma estrutura de um ou
mais conveses4 , apoiada em flutuadores submersos. Uma unidade flutuante sofre movi-
mentações devido à ação das ondas, correntes e ventos, com possibilidade de danificar
os equipamentos a serem descidos no poço. Por isso, torna-se necessário que ela fique
posicionada na superfície do mar, dentro de um círculo com raio de tolerância ditado pe-
los equipamentos de subsuperfície, operação esta a ser realizada em lâmina d’água. Dois
tipos de sistema são responsáveis pelo posicionamento da unidade flutuante: o sistema de
ancoragem e o sistema de posicionamento dinâmico.
O sistema de ancoragem é constituído de 8 a 12 âncoras e cabos e/ou correntes, atu-
ando como molas que produzem esforços capazes de restaurar a posição do flutuante
quando é modificada pela ação das ondas, ventos e correntes.
No sistema de posicionamento dinâmico, não existe ligação física da plataforma com
o fundo do mar, exceto a dos equipamentos de perfuração. Sensores acústicos determi-
nam a deriva, e propulsores no casco acionados por computador restauram a posição da
plataforma.
As plataformas semi-submersíveis podem ou não ter propulsão própria. De qualquer
forma, apresentam grande mobilidade, sendo as preferidas para a perfuração de poços
exploratórios.
As plataforma tension-leg são unidades flutuantes utilizadas para a produção de
petróleo. Sua estrutura é bastante semelhante à da plataforma semi-submersível. Porém,
sua ancoragem ao fundo mar é diferente: as TLPs são ancoradas por estruturas tubulares,
com os tendões fixos ao fundo do mar por estacas e mantidos esticados pelo excesso de
flutuação da plataforma, o que reduz severamente os movimentos da mesma. Desta forma,
as operações de perfuração e de completação são iguais às das plataformas fixas.
Navio-sonda é um navio projetado para a perfuração de poços submarinos. Sua torre
de perfuração localiza-se no centro do navio, onde uma abertura no casco permite a pas-
sagem da coluna de perfuração. O sistema de posicionamento do navio-sonda, composto
por sensores acústicos, propulsores e computadores, anula os efeitos do vento, ondas e
correntes que tendem a deslocar o navio de sua posição.
4 Conveses: a parte da cobertura superior do navio compreendida entre o mastro do traquete e o grande,
onde os passageiros conversam e passeiam.

Os FPSOs são navios com capacidade para processar e armazenar o petróleo, e prover
a transferência do petróleo e/ou gás natural. No convés do navio, é instalada um planta de
processo para separar e tratar os fluidos produzidos pelos poços. Depois de separado da
água e do gás, o petróleo é armazenado nos tanques do próprio navio, sendo transferido
para um navio aliviador de tempos em tempos.
O navio aliviador é um petroleiro que atraca na popa da FPSO para receber petró-
leo que foi armazenado em seus tanques e transportá-lo para terra. O gás comprimido é
enviado para terra através de gasodutos e/ou re-injetado no reservatório. Os maiores FP-
SOs têm sua capacidade de processo em torno de 200 mil barris de petróleo por dia, com
produção associada de gás de aproximadamente 2 milhões de metros cúbicos por dia.
Os principais tipos de plataformas offshore são ilustrados na figura 4.21
Figura 4.21: Principais plataformas offshore - A) Plataforma Fixa, B) FPSO, C) Navio

Sonda, D) Plataformas Semi-submersíveis, E) Plataformas auto-eleváveis, F) TLP
Nos próximos parágrafos descreveremos os principais conceitos necessários para um

melhor entendimento da aplicação de SHM em plataformas offshore. A saber, serão des-
critas uma visão geral da aplicação, caracterização do hardware utilizado, questões ine-
rentes a aplicação como confiabilidade, sincronismo e compressão de dados.
4.4.1 Visão Geral

As RSSF apresentam como uma de suas características mais fortes a capacidade de
monitorarem variáveis de forma remota. Combinado com seu elevado grau de flexibili-
dade, as RSSF possuem um excelente nível de granularidade permitindo que aplicações
de SHM possam ser implementadas com níveis bastante altos de otimização.
A grande quantidade de trabalhos encontrado relacionados com esta aplicação [Lynch
et al. 2006, Swartz et al. 2005, Caffrey et al. 2004, Kim et al. n.d., OU & LI 2004, Taier
et al. 2002] demonstra o grande interesse por melhorias tecnológicas neste setor. A mo-
tivação da elaboração de aplicações com RSSF relacionadas com plataformas offshore
foram extraída destes trabalhos.
SHM possui seu foco de desenvolvimento voltado para tecnologias que avaliam a
estrutura de construções, pontes, plataformas offshore, etc. A grande maioria dos sistemas
SHM implementados atualmente utilizam o meio cabeado para transportar as informações
coletadas a partir de uma análise vibratória da estrutura física estudada. Esta análise
vibratória pode ser obtida através de excitações naturais (ventos fortes, terremotos) ou
por excitações artificiais (passagens de carros pesados, atuadores). Após medições de
vibrações serem realizadas e armazenadas, estas serão enviadas a uma estação central para
que uma avaliação dos resultados possa ser feita. O grande problema neste ambiente de
desenvolvimento é a questão que estas estruturas apresentam tamanho físico relativamente
grande. Mudanças no layout da aplicação exigem que toda estrutura de cabos seja alterada
para que a aquisição de dados possa ocorrer, e em muitos casos esta mudança necessita
que buracos e tubos sejam inseridos na estrutura para permitir a passagem dos cabos.
Desta forma, tornando a otimização da aplicação com o uso de cabos para transmitir
os dados adquiridos bastante cara e proibitiva. Baseado nessas características é que a
motivação para o uso das RSSF nesta aplicação foi exarcebada. As RSSF prometem
grandes benefícios relacionados com a facilidade e flexibilidade no desenvolvimento da
aplicação bem como na redução da manutenção e no custo do sistema.
Lynch et al. (2001) foi um dos primeiros trabalhos relacionados com o desenvolvi-
mento de aplicações em SHM com RSSF. O mesmo realizou a modelagem e a prova de
como um sensoriamento que utilizasse baixa potência poderia ser utilizado para medir
dados da estrutura física, no caso do exemplo desenvolvido por ele, de uma ponte. Na
aplicação desenvolvida um nó sensor ligado diretamente (simples hop) à estação base
fornecia dados para a aplicação cliente.
Em contraste com o sistema descrito anteriormente, o projeto Wisden [Caffrey et al.
2004] apresenta grande melhoria para o desenvolvimento das SHM. Primeiramente foi
implementada a funcionalidade de transporte utilizando multi-hop. Esta implementação
proporciona grande flexibilidade para a disseminação de informações coletadas em áreas
geograficamente distantes. Um fator intrínseco do transporte multi-hop é a questão da
confiabilidade dos dados transmitidos. Para as aplicações de SHM é esperado que os
dados transmitidos apresentem um elevado grau de confiabilidade, mudanças na integri-
dade da informação não deve ser suportado. Um terceiro fator implementado no sistema
Wisden foi a questão do sincronismo. Devido a grande granularidade das RSSF, vários
sensores podem coletar informações em instantes de tempos diferentes, por isso que um
mecanismo de sincronismo deve ser implementado para que a estação base possa deter-
minar em que instante de tempo determinado nó sensor gerou uma informação.
Para o desenvolvimento da aplicação de SHM em plataformas offshore será adotado
o sistema Wisden. Na nossa aplicação dezenas de nós sensores serão espalhados por uma
plataforma offshore em diferentes localizações. Cada nó sensor é dotado de acelerômetros
com capacidade de sensoriamento de vibração nos 3 eixos (3 canais de dados). Uma
estação base localizada em uma sala na plataforma, funciona com o servidor da aplicação.
Nesta estação os dados dos nós sensores serão impressos para que técnicos possam avaliar
os resultados de uma determinada experiência. Os nós sensores estão configurados para
se auto-configurar em uma topologia em árvore e então enviarem os dados coletados para
o nó sink da rede. O nó sink é responsável por encaminhar a informação para a estação
base. Um ponto importante é que esta informação disseminada pelo nó sink deve ter sua
integridade bastante confiável além de requisitos de sincronismo citados anteriormente.
Nós sensores podem ser adicionados e removidos da rede sem muita dificuldade, fazendo
com que a aplicação possua grande flexibilidade no que refere-se a instalação.
O aumento do número de nós sensores deve ser realizado com um certo cuidado. É
importante notar que cada nó sensor apresenta 3 canais destinados para coleta de dados. O
aumento exorbitante dos nós sensores pode exceder os limites de transmissão das RSSF.
Para exemplificar esta situação basta analisar que um acelerômetro (3 eixos) gera amostras
de dados (16 bits) em uma freqüência de 100Hz (esta freqüência é típica de aplicações
SHM) fazendo com que um fluxo de dados gere transmissões aproximadamente de 5 kbps.
Para uma rede com 20 nós sensores esta taxa pode chegar a 100kbps. O rádio Chipcon,
presente nos Mica2s (nó sensor suportado pelo Wisden), apresenta uma limitação com
relação a taxa de transmissão de 19.9 kbps, entretanto na prática é percebido que esta
taxa apresenta-se mais próxima da faixa de 10kbps. Claramente é notado que a aquisição
contínua de dados para umas dezenas de nós sensores é inviável quando relacionado a
limitação da taxa de transmissão.
Felizmente, a grande maioria das aplicações SHM necessita que coleções de dados
sejam feita apenas em determinados instantes de tempo. Estas medições podem ser feitas
quando determinados eventos ocorrem, estes eventos podem ser naturais ou artificiais.
Quando os nós sensores não estão transmitindo, os mesmos podem entrar em um modo
de funcionamento de baixo consumo de energia (sleep) ou então podem coletar dados
e armazená-los em memória local para uma posterior compressão de dados (será falado
mais na frente). Os novos desenvolvimentos de rádios ZigBee estão propiciando que a
limitação da taxa de transferência sejam um pouco alargadas ( 250kbps) fazendo com que
o desenvolvimento da aplicação possa suportar de 50-100 nós sensores.
4.4.2 Características do hardware

Nossa aplicação é modelada baseada no sistema Wisden que adota como nó sensor
a plataforma Mica2. Para realizar medições de vibração é necessário que o nó sensor
possua acelerômetros. Esses acelerômetros são caracterizados por várias propriedades,
dentre as quais podemos citar: sensibilidade (capacidade de realizar medições com um
certo grau de precisão) cuja grandeza de medição é o g (aceleração da gravidade), faixa
de medição (faixa de acelerações que o dispositivo pode medir em g’s) e o ruído (expresso
como função da freqüência de vibração).
Geralmente as aplicações SHM adotam em suas propriedades acelerômetros com
grande capacidade de medição (faixa de medição variando de 1-2 g’s, sensibilidade na
faixa dos µg e baixa incidência de ruído). Sabendo que os Mica2 não são dotados de
acelerômetros com um grau de precisão necessário para esta aplicação foi adotado um
cartão de expansão para o nó sensor com a capacidade de sensoriar vibrações com um
nível relativamente alto de precisão. O cartão permite que amostras de vibração sejam
coletadas numa freqüência de 5-20000 Hz (o cartão possui implementado em firmware
filtros anti-alising) com dados de 16 bits a partir de 4 entradas analógicas. Os dados pro-
vindos dessas entradas passam por um conversor analógico/digital de 16 bits localizado
na placa de desenvolvimento do Mica2. O cartão também possui a capacidade de medir
vibração nos 3 eixos com uma faixa de valores variando de -2.5g a 2.5g. Toda informação
gerado pode ser armazena na memória(SRAM) interna do Mica2, cuja capacidade é de
aproximadamente 64k bytes.
Com relação ao consumo de energia, o cartão de expansão foi modelado para fun-
cionar com um baixo consumo de energia, desta forma otimizando a vida útil do nó
sensor. O nó sensor é alimento por duas baterias controladas cujo funcionamento total
só é configurado durante a transmissão dos dados. Em outras operações existe apenas o

funcionamento de uma delas. O consumo de energia durante a transmissão é estimado em
torno de 100mA com uma tensão nominal nas baterias por volta de 5V. Para otimização
do gasto de energia foi implementado um tempo de hibernação do nó sensor para que o
mesmo seja praticamente desligado, nesta configuração o consumo de energia pode cair
para aproximadamente 50µA.
4.4.3 Confi abilidade dos dados transmitidos

A transmissão de dados com precisão da integridade é um requisito fundamental para
as aplicações que envolvem SHM. O nó sink ao entregar os dados ao servidor, deve ga-
rantir que estas informações possuam um elevado grau de confiabilidade. Para que este
requisito seja atingido foi desenvolvido um mecanismo que mistura as técnicas de re-
cuperação de erros baseadas em hop-by-hop e end-to-end. Esta mistura foi necessária
devido as perdas de pacotes de dados existentes nas RSSF poderem chegar a índices de
30% conforme demonstrado em Zhao & Govindan (2003). Nesta seção descreveremos o
procedimento de entrega confiável dos pacotes de dados e a configuração da topologia em
que a rede está inserida.
O primeiro procedimento que descreveremos será configuração da topologia.
Como a aplicação de SHM voltada para plataformas offshore que estamos modelando
é baseada no sistema Wisden, procuraremos adotar a mesma topologia que este sistema
implementa. Os nós sensores procuram uma auto-configuração baseado em uma estrutura
de árvore onde o nó root é representado pelo nó sink da rede. A modelagem em árvore
para esta aplicação foi desenvolvida por A. et al. (2003). Nesta visão os nós selecionam
seus pais na árvore baseado em métricas da rede, para este exemplo de aplicação foi utili-
zado o nível de confiabilidade do pai com relação as perdas de pacotes transmitidos como
a métrica escolhida para seleções.
A confiabilidade da entrega de dados será o outro ponto descrito nesta seção.
Como havíamos citado anteriormente, esta confiabilidade é garantida através da mistura
das técnicas hop-by-hop e end-to-end. Cada nó sensor transmite para seu respectivo pai
amostras de vibração contidas em sua memória. Os pais por sua vez guardam em memória
o histórico dos pacotes de seus filhos. Quando um gap é encontrado entre as seqüências
de pacotes transmitidos para um determinado filho é criada a ocorrência de uma perda de
pacote. Neste instante uma tupla contendo o identificador do nó e número da seqüência do
pacote perdido é inserido em uma lista. Mensagens de recuperações são enviadas basea-
das em tais listas. Nós sensores guardam um pequeno cache com os pacotes transmitidos
recentemente, tornando possível a recuperação de informação perdida.
As perdas de pacotes são geralmente recuperadas pela técnica hop-by-hop cuja de-
monstração foi descrita anteriormente. Entretanto a existência de 2 fatores fazem com que
exista a necessidade da implementação da técnica end-to-end. O primeiro fator está rela-
cionado com o grande número de pacotes perdidos. A ocorrência deste fenômeno pode
provocar o overflow de memória provocado pela grande tamanho das listas de perdas de
pacotes. O segundo fator está relacionado com a mudança de topologia. Um mecanismo
de whatchdog pode ser implementado para limpar memória e até mesmo atualizar o sta-
tus de nós na topologia, fazendo com que conexões sejam desfeitas. Nó momento em
que a topologia muda, determinados nós podem apresentar dados inconsistentes em suas
listas de perdas de pacotes, fazendo com que determinadas informações não possam ser
recuperadas. Por exemplo, quando um nó seleciona um novo pai, o seu pai antigo não
mais conseguirá recuperar algum pacote perdido deste nó, pois este não estará mais em
sua tabela de roteamento.
O mecanismo de recuperação de pacotes baseado na técnica end-to-end é bastante pa-
recido com a técnica anterior, entretanto a técnica descrita neste parágrafo apresenta uma
visão mais global da recuperação. Esta técnica é baseada na grande capacidade de arma-
zenamento do nó sink quando comparado com os outros nós da rede. Tal característica
faz com que o nó sink possa guardar informações de todas as perdas de pacotes geradas
na rede, tratando a recuperação como um hop-by-hop global. Dessa maneira, quando um
nó filho do sink descobre que uma perda ocorreu, mensagens de recuperação são transmi-
tidas para baixo na árvore em direção aos seus nós filhos até que a informação do pacote
perdido seja descoberta e esta possa ser recuperada.
4.4.4 Compressão dos dados

Nesta seção descreveremos o segundo aspecto levado em consideração na modela-
gem da aplicação de SHM em plataformas offshore. Enquanto que alguns trabalhos[I.
et al. 2000] buscam na agregação de dados com escolhas de melhores caminhos de rotea-
mento para aumentar o tempo de vida da rede procuraremos em nossa modelagem adotar
um mecanismo de compressão dos dados para otimização da rede. Os dois principais
motivos desta compressão estão vinculadas a limitação do rádio e alta latência das trans-
missões. Como foi mostrado na seção 4.4.1, uma pequena quantidade de nós sensores
podem facilmente consumir uma considerável fração da faixa de transmissão disponível
do rádio. Para que essas quantidades de nós sensores transmitam essas informações den-
tro da faixa limitada pelo rádio é necessário que a latência de transmissão não seja um
requisito crítico da aplicação, fato que não ocorre na nossa aplicação.
A técnica de compressão foi escolhida a partir dos testes realizados pelo sistema Wis-
den. Uma amostra de uma determinada medição de vibração em um teste realizado por
Caffrey et al. (2004) (figura 4.22) apresentou uma maior concentração de energia em
baixas freqüências. Esta característica motiva a adoção do método de compressão por
Wavelet[da Fonseca 2004], que é especializado para compressão de sinais cuja energia é
concentrada em baixas freqüências.
Basicamente o procedimento por Wavelet utiliza uma determinada função como base,
geralmente a literatura[da Fonseca 2004] chama esta função de Wavelet mãe ou Wave-
let base. Este procedimento apresenta sua análise tanto no domínio da freqüência como
no tempo. O domínio do tempo é caracterizado por uma contração de base Wavelet em
alta freqüência enquanto que o domínio da freqüência é analisado a partir da expansão da
base Wavelet em baixa freqüência. Como os dados originais coletados pelos nós sensores
podem ser representados em termos de uma expansão de Wavelet (usando coeficientes
em uma combinação linear das funções Wavelet) é possível representar a informação de
maneira mais esparsa desde que sejam escolhidos coeficientes próximos de zero. Ou-
Figura 4.22: Amostra de vibração coletado pelo sistema Wisden
tra otimização pode ser realizada a partir de truncamentos baseados em um determinado

limiar.
Os esquemas de compressão de dados apresentam dois principais tipos: com perdas
e sem perdas. No método com perdas as informações ao serem reconstruídas após uma
descompressão apresentam perdas de dados quando comparadas com a informação ori-
ginal enquanto que no método sem perdas ocorre o contrário. Para a aplicação de SHM
em plataformas offshore foi adotado o mecanismo de compressão com perdas de dados
devido este método estar mais relacionado com as restrições de hardware presentes no
nós sensores.
A figura 4.23 ilustra o modelo genérico para o processo de compressão de dados.
Pode-se perceber a existência de 3 fases distintas: transformada, quantização e codifica-
ção. Na fase de transformada o esquema do procedimento por Wavelet descrito anteri-
ormente é implementado, onde a eliminação das redundâncias (correlações) existente no
sinal é o seu principal objetivo. Durante a fase de quantização os coeficientes de Wavelet
gerados na fase anterior são substituídos por uma variável quantizada com valores finitos
numa determinada faixa de números reais. Os coeficientes quantizados são codificados
em números finitos de bits de maneira que a taxa de distorção seja otimizada. Por fim,
durante a fase de codificação os dados são ordenados de maneira adequada para que sejam
armazenados e transmitidos.
Figura 4.23: Princípio básico do processo de compressão dos dados
4.4.5 Sincronização dos dados

Geralmente os sistemas de monitoramento remoto implementados com RSSF forne-
cem nos servidores das aplicações um sistema supervisório capaz de detectar as informa-
ções coletadas pelos nós sensores. As informações contêm o instante aproximado em que
foram coletadas. Para que esta característica seja implementada na rede é de fundamental
importância que mecanismos de sincronização sejam utilizados. Um mecanismo clássico
para sincronização é o GPS, entretanto o adicionamento do mesmo nos nós sensores é in-
viável. Uma outra solução esta relacionada com a sincronização global de todos os clocks
dos nós sensores. Esta solução adiciona um grande overhead na transmissão dos pacotes
além de poder provocar sensíveis desvios na qualidade do sincronismo.
A solução proposta para aplicação de SHM em plataformas offshore será baseada na
adição de pequenos custos ao pacote de dados durante a passagem pelos diversos nós
sensores. Na medida que nós sensores vão coletando dados a hora de seus clocks vão
sendo armazenadas na memória juntamente com os dados coletados. Este procedimento
é necessário para que os nós sensores possam determinar o instante de tempo em que
determinada informação foi gerada. No momento da transmissão de um pacote a hora
armazenada em memória para este pacote é subtraída do tempo atual no clock e o resul-
tado é adicionado ao pacote de dados. Para o contexto da sincronização desta aplicação
o tempo de transmissão de um pacote enviado de um nó sensor para um outro pode ser
desprezado. Durante o roteamento do pacote são adicionadas medições para o tempo de
residência deste pacote em cada nó sensor. Para que o nó sink possa estimar o tempo em
que determinada informação foi gerada é realizada a subtração da hora atual do nó sink
pelo valor acumulado no pacote de dados correspondente ao tempo de residência total.
O mecanismo de sincronização pode ser ilustrado pela equação 4.1 que está baseada
na figura 4.24. No nosso exemplo o tempo t p pode ser desprezado enquanto que o tempo
de residência tn é constantemente calculado pela equação. Para o exemplo da figura 4.24
o nó sink calculará o tempo aproximado em que o nó sensor A gerou uma determinada
informação como sendo igual a: Stempoatual - TA
i 3 i 3
∑ ∑ t piA
✁ ✁
TA tniA (4.1)
✂
i 0
✁ i 0
✁
Figura 4.24: Sincronização dos dados

Confiabilidade Alta
Sincronismo da informação Preciso
Granularidade Alta
Topologia Baseada em árvore
Nó sensor Mica2
Fluxo de informação Baixo
Segurança Ausente
Compressão de dados Presente
Consumo de energia Alto
Tempo de vida Dias
plataformas offshore
4.5 Monitoramento de dados sísmicos

Nesta seção descreveremos basicamente uma aplicação de monitoramento remoto dos
dados coletados por processos sísmicos em reservatórios de hidrocarbonetos. A prospec-
ção sísmica em reservatórios tem apresentado nos últimos anos como uma das melhores
ferramentas indiretas na exploração de hidrocarbonetos. Basicamente o processo busca
adquirir através de dados sísmicos propriedades das rochas presentes no interior da terra
para que uma análise da presença de hidrocarbonetos em uma determinada região possa
ser realizada.
O funcionamento do processo é baseado na geração de ondas sísmicas em ambientes
onshore e offshore apartir de explosões de dinamite e canhões de ar comprimido respec-
tivamente. As ondas geradas são propagadas no interior da terra e em seguida refletidas
até serem capturadas por geofones ou hidrofones. A aplicação sugerida nesta seção busca
monitorar as informações coletadas por estes geofones ou hidrofones através das RSSF.
A seção é dividida basicamente em duas partes, a primeira contendo uma introdução um
pouco mais técnica do problema enquanto que a segunda apresenta uma modelagem das
RSSF adotada na aplicação.
4.5.1 Visão Geral

A Geofísica é uma área de pesquisa que busca estudar a Terra baseada em variáveis
físicas coletadas em sua superfície. Os dados coletados inferem sobre determinadas pro-
priedades da estrutura e composição geológica nas mais diversas áreas. O grande avanço
apresentado por esta área de pesquisa tem proporcionado grande aplicabilidade para ex-
ploração de hidrocarbonetos. Como exemplo de aplicação podemos citar o método de
exploração sísmica por reflexão.
O método de exploração sísmica por reflexão é baseado na geração de ondas sísmicas
artificiais através de explosivos, canhões de ar comprimido, caminhões vibradores ou
outras fontes sísmicas. As ondas geradas são propagadas para o interior da terra podendo
ser refletidas ou refratadas durante suas trajetórias. A onda é refletida no momento em
que se encontra com camadas que apresentam características elásticas diferentes e logo
em seguida é capturada por geofones ou hidrofones.
Segundo de Matos (2004) os tempos de chegada de cada reflexão são relacionados
com as velocidades de propagação da onda sísmica em cada camada enquanto que a am-
plitude da onda está vinculada ao efeito da impedância acústica. Estas duas características
são de fundamental importância para análise dos comportamentos das estruturas no inte-
rior da terra possam ser estudadas.
O método de exploração por sísmica apresenta uma complexidade relativamente alta,
entretanto para um melhor entendimento do seu funcionamento o mesmo pode ser divi-
dida em 3 partes:
Aquisição sísmica
Processamento sísmico
Interpretação sísmica
A aquisição sísmica é uma das tarefas mais importantes para a modelagem do

método de exploração por sísmica. Esta fase é responsável por adquirir informação das
estruturas geológicas apartir das ondas refletidas que foram geradas por fontes sísmicas.
Um levantamento sísmico padrão é formado por vários tiros sísmicos originados de diver-
sas localizações. A figura 4.25 ilustra o processo de aquisição sísmica terrestre e marinha
onde pode-se perceber a função vital de absorção de dados para os geofones e hidrofo-
nes. Um outro fator de grande interesse para aquisição sísmica esta relacionado com sua
classificação. Quando a aquisição sísmica é realizada em uma única linha, conforme a
figura 4.25 diz-se que a aquisição é do tipo 2D. Quando a modelagem é realizada com
linhas em paralelo é caracterizada uma aquisição 3D. Atualmente sísmica 4D[Risso &
Schiozer 2006] está sendo utilizada para comparação das reservas de hidrocarbonetos nas
regiões em diferentes épocas. Este novo tipo nada mais é do que uma extensão da sísmica
3D onde a variável tempo é inserida para adicionar a outra dimensão.
Figura 4.25: Aquisição sísmica terrestre e marinha
A fase de processamento sísmico tem a responsabilidade de otimizar o sinal co-

letado principalmente com ajustes relacionados com as posições dos geofones ou hidrofo-
nes para que os dados possam representar estruturas geológicas mais precisas. Melhorias
com relação ao nível do ruído relacionado com o sinal também são analisados por esta
fase.
A fase de interpretação sísmica é a última fase no desenvolvimento da explo-
ração sísmica por reflexão. Durante esta fase análises dos dados obtidos nas fases anteri-
ores são realizados por peritos para que inferências sobre a ocorrência de hidrocarbonetos
nos reservatórios possam ser realizadas. Estas inferências são os principais objetivos da
análise da exploração sísmica por reflexão. Poços de petróleo são perfurados baseados
em tais informações.
Para o contexto das RSSF procuraremos enfatizar a fase de aquisição sísmica para a
exploração sísmica por reflexão, conforme ilustrado na figura 4.26. A grande diversidade
de geofones ou hidrofones e o processo de comunicação destes com a estação base são
as motivações da inserção das RSSF em tal ambiente. Atualmente a comunicação dos
geofones com a estação base é realizada através de cabos fazendo com que a manutenção
do sistema para uma densidade grande de geofones seja realizada com grande esforço
físico. Nesta aplicação a latência de transmissão dos dados não é um requisito critico
entretanto a confiabilidade dos dados deve possuir uma grande prioridade de QoS.
Figura 4.26: Domínio das RSSF em exploração sísmica por reflexão
4.5.2 Modelagem da aplicação

Nesta seção procuraremos descrever a arquitetura da aplicação bem como seus requi-
sitos e protocolos utilizados. Como havíamos adiantado na seção anterior, as RSSF serão
utilizadas na exploração sísmica por reflexão durante a fase de aquisição sísmica. A mo-
delagem da aplicação será voltada para a exploração sísmica por reflexão em ambientes
onshore onde a utilização de explosões por dinamites ou caminhões vibratórios é usado
como fonte de ondas sísmicas. A modelagem em ambientes offshore não será utilizada
por este trabalho devido as mudanças significativas que deveriam ser implementadas nas
RSSF, como por exemplo a comunicação acústica sob a água. Alguns trabalhos com re-
des de sensores com comunicação acústica podem ser encontrados na literatura [Akyildiz
et al. 2006, Heidemann et al. 2006].
As características básicas da fase de aquisição sísmica estão relacionadas principal-
mente com a grande densidade de geofones e pela dificuldade de manutenção e instalação
do sistema. As RSSF para esta aplicação será formada por nós sensores dotados de ge-
ofones e com grande capacidade de armazenamento. Um mecanismo de confiabilidade
deve ser implementado na rede para que informações sejam disseminadas com um mí-
nimo de erro possível, sendo este um dos requisitos críticos da aplicação. Na estação base
usuários remotamente acionam fontes de ondas sísmicas no campo enquanto que a grande
densidade de nós sensores captam informações de ondas refletidas do interior da terra. Os
dados coletados são transmitidos para os nós líderes dos clusters que se responsabilizam
por transmitir a informação ao nó sink. Este nó está conectado ao gateway que realiza
a comunicação da RSSF com a estação base por um link wi-fi. A figura 4.27 ilustra a
modelagem descrita anteriormente.
4.5.3 Arquitetura baseada em agentes

A modelagem descrita na seção 4.5.2 foi fundamental para dar uma visão geral das
RSSF na aplicação de exploração sísmica por reflexão. A arquitetura adotada para esta
aplicação foi baseada em tal modelagem onde o conceito de agentes [Hussain et al. 2006]
Figura 4.27: Arquitetura das RSSF em aplicações de exploração sísmica por reflexão
será introduzido nas RSSF. Segundo Martins (2002) um agente é uma entidade que atua
como representante de outra entidade com o propósito de desempenhar ações benéficas
para a parte representada, desta forma agentes podem atuar de forma autônoma intera-
gindo com determinados ambientes.
Agentes nas RSSF podem atuar na comunicação com todos nós sensores, criação de
clusters, designação de nós líderes, monitoramento do status descritos nos nós sensores
e análises de decisões baseado num funcionamento de elevada autonomia. Desta forma,
os agentes podem atuar como o intermediador entre as aplicações usuárias e as RSSF
abstraindo informações complexas de protocolos para os usuários. Trabalho bastante pa-
recido com a descrição dos agentes foi implementado por Delicato et al. (2004) onde a
abordagem de middlawares foi descrita como forma de abstrair para o usuário a melhor
escolha de protocolos para uma determinada aplicação em RSSF.
A arquitetura baseada em agentes para aplicação das RSSF em exploração sísmica por
reflexão é descrita na figura 4.28. Como pode-ser perceber esta arquitetura é baseada em
4 partes principais: usuário, aplicação usuária, softwares agentes e as redes de sensores.
O usuário é a entidade que administra a rede, realiza requisições através da aplicação
para RSSF visando determinar configurações nos nós sensores. Agentes como descritos
anteriormente são entidades que apresentam relativa inteligência computacional sendo
utilizadas para processar as requisições das aplicações. Por fim os nós sensores são as
entidades responsáveis por monitorar os fenômenos físicos no ambiente desejado.
O agente roteador é uma entidade implementada na estação base que possui grande
utilidade para otimização dos mecanismos relacionados com o roteamento de dados.
Apresenta grande capacidade de processamento, como veremos a seguir uma implemen-
tação de um algoritmo genético é realizada nesta entidade para que criações de clusters e
o gerenciamento otimizados dos nós sensores possa ser realizados.
O agente query é a entidade responsável por entregar requisições da aplicação para as
Figura 4.28: Arquitetura baseada em agentes para RSSF
RSSF. As respostas destas requisições são entregues a esta entidade. Nos nós sensores
são implementados agentes query proxy com a finalidade de realizar requisições de mais
baixo nível aos sensores, estes query devem ser implementados com requisitos de baixo
consumo de energia e com uma alta confiabilidade dos dados. Um outro mecanismo
implementado nos nós sensores é o agente roteador proxy cuja função está vinculado
principalmente no roteamento de dados por parte dos nós sensores com o agente roteador.
A aplicação funciona basicamente de duas maneiras: usuário ou nó sensor inicial-
mente envia requisições. Quando o usuário envia uma requisição através da interação
com a aplicação, a entidade representada pela aplicação envia por sua vez uma requisição
para o agente query. O agente query propaga esta requisição para o agente roteador que
através de um mecanismo de roteamento transmite a informação para a RSSF. A requi-
sição é enviada para um determinado cluster, que neste caso é representado por seu nó
líder. O nó líder é responsável por transmitir a requisição para o nó sensor responsável
por responder esta requisição. O nó sensor faz o tratamento desta requisição através do
agente roteador proxy e do agente query proxy, ambos representados na figura 4.28. O
caminho inverso é realizado para que a resposta chegue até a aplicação cliente.
A última unidade que descreveremos para a arquitetura de agentes será o agente ro-
teador. Conforme a figura 4.28 é percebido que esta unidade é formada por 4 entida-
des: aprendizagem, resolução de problemas, gerenciador de tarefas e comunicação. A
entidade de aprendizagem utiliza um algoritmo genético para realizar uma configu-
ração otimizada do número de nós e de transmissões. O algoritmo funciona da seguinte
forma, inicialmente é criada uma população inicial com um grande número de clusters,
com a quantidade de nós sensores atuais e suas capacidades de energia. Essas informa-
ções são obtidas do banco de dados implementado no agente roteador. Várias gerações
são criadas para que cromossomos ótimos apresentem um valor de convergência para a
função de avaliação do algoritmo. Segundo Shakshuki et al. (2005) a função de avaliação

do algoritmo é baseada nos seguintes parâmetros: distância direta para o sink, distância
do cluster, desvio da distância para o cluster, energia restante, energia transferida, número
de transmissões e o número de frames transmitidos. A solução fornecida pelo algoritmo
fornece as características necessárias para que a RSSF possa funcionar de forma otimi-
zada, dentre os dados fornecidos podemos citar: número de clusters, quantidade de nós
por clusters e a quantidade de transmissões para uma determinada configuração. Após a
solução ser fornecida pelo algoritmo a mesma é armazena no banco de dados do agente
roteador.
A entidade resolvedor de soluções tem a responsabilidade de decidir a partir
das informações armazenadas no banco de dados do agente roteador qual a melhor rota
de transmissão para uma determinada configuração. Esta entidade envia sua decisão para
o gerenciador de tarefas onde a responsabilidade de determinada função será atri-
buída para algum nó da rede. Após essas decisões serem realizadas o agente roteador
designa à entidade de comunicação para realizar a entrega da respectiva requisição ao
destinatário correspondente.
Confiabilidade Alta
Granularidade Alta
Sensores Acústico
Arquitetura Baseada em agentes
Capacidade de armazenamento Alto
Consumo de energia Alto
Tempo de vida Dias
Tabela 4.7: Características básicas relacionadas com a aplicação de monitoramento de
dados sísmicos
Capítulo 5
Conclusões
Este trabalho procurou descrever a tecnologia de Redes de Sensores sem Fio apli-
cada no setor de petróleo e gás natural. As características básicas inerentes a esta nova
tecnologia bem como os requisitos necessários de algumas aplicações deste setor são os
principais aspectos discutidos durante o trabalho.
5.1 Principais contribuições

Várias abordagens sobre aplicações das redes de sensores sem fio foram relacionadas
neste trabalho. Sem dúvida, os avanços tecnológicos presentes nos dispositivos MEMS
(Sistemas Micro-Eletrônicos) têm proporcionado as RSSF (Redes de Sensores sem Fio)
um leque de aplicações nas mais diferentes áreas do conhecimento humano. Em espe-
cífico, aplicações envolvendo ambientes industriais do setor de P&G tem demonstrado
ser uma área de grande conexão para esta tecnologia. Monitoração remota de processos,
detecção de falhas, manutenção preditiva e várias outras abordagens na indústria de P&G
apresenta resultados bastante satisfatórios com a adoção das RSSF.
5.1.1 Arquiteturas e protocolos utilizados

A descrição das principais características das RSSF foi de suma importância para a
modelagem das aplicações. Mecanismos e protocolos inerentes a esta tecnologia são vi-
tais para que os projetistas das aplicações possam desenvolver projetos mais eficientes e
com um menor gasto possível. Um mecanismo de middleware citado neste trabalho apre-
senta grande importância para otimizações da escolha de um determinado protocolo para
uma aplicação específica. A escolha desse protocolo é realizada de forma transparente
para os projetistas da aplicação. A importância deste mecanismo está vinculada a perda
de desempenho das aplicações quando configuradas com protocolos genéricos.
A caracterização das principais arquiteturas de software e hardware usadas nas RSSF
também teve papel decisivo para a implementação das aplicações. A utilização do sistema
operacional TinyOS foi escolhida para o projeto das aplicações devido a grande quanti-
dade de material disponível em pesquisas no meio acadêmico e também pela facilidade
de programação. A arquitetura de hardware utilizada na modelagem das aplicações foi a
família de nós sensores motes. Esta família de nós sensores apresenta bastante robustez
CAPÍTULO 5. CONCLUSÕES 75
e eficiência na sua execução. A implementação de funcionalidades que otimizam o gasto

de energia, a facilidade de aquisição e suporte ao sistema operacional TinyOS foram as
outras características que fizeram a escolha desta família de nós sensores.
5.1.2 Contribuições das aplicações

Um dos principais pontos a ser levado em consideração na modelagem de uma apli-
cação em RSSF (Redes de Sensores sem Fio) é o conhecimento prévio do domínio da
aplicação. Neste caso o estudo dos requisitos básicos das aplicações relacionadas com
o setor de P&G foram realizados. As aplicações deste setor que foram modeladas neste
trabalho com a utilização das RSSF apresentaram vantagens práticas bastante visíveis.
As melhorias foram observadas principalmente no que se refere a facilidade de configu-
ração e monitoração remota das variáveis contidas nas aplicações. Os protocolos de auto-
adaptação e descobertas de serviços implementados nas RSSF demonstraram ser eficiente
para os requisitos deste domínio de aplicação. A capacidade de disseminar os dados em
ambientes distribuídos através de uma região relativamente extensa é uma das capaci-
dades mais poderosas das RSSF bem como um dos requisitos principais das aplicações
relacionadas com o setor de P&G. Dados remotos podem ser acessados de supervisórios
a partir de informações coletadas em nós sensores.
Na aplicação de monitoramento remoto de alguns equipamentos em refinarias pode-
se constatar o poder da disseminação dos dados nas RSSF. A flexibilidade da leitura dos
dados proporcionada pelas RSSF diminui sensivelmente o custo e melhora a precisão da
informação coletada. A conseqüência desses fatores minimiza o custo final da aplicação.
Uma vantagem direta da utilização das RSSF nesta aplicação está vinculada ao aumento
do processo de automação na medida que visitas técnicas aos locais onde os equipamentos
estão instalados são evitadas. As técnicas tradicionais utilizam medições manuais nos
equipamentos, resultando em amostras de dados com erros e com um tempo de coleta
relativamente grande.
Na aplicação de monitoramento de máquinas em um návio tanque foram descritos al-
guns problemas encontrados nas RSSF principalmente no que se refere a interferência do
sinal transmitido. Esta característica é de grande importância para as aplicações do setor
de P&G, já que tais aplicações são instaladas em locais onde estes tipos de perturbação
ocorre com freqüência.
As limitações físicas presentes nos componentes das RSSF foram descritas na apli-
cação de monitoramento em plataformas offshore. Devido os requisitos da aplicação, o
volume e o tamanho dos dados transmitidos é relativamente grande transbordando desta
forma as limitações físicas impostas pela RSSF. A resolução do problema foi descrita a
partir de técnicas de segmentação e compressão dos pacotes de dados.
Uma outra característica das RSSF foi proposta pela aplicação relacionada com o
monitoramento de dados sísmicos. Nesta aplicação a grande densidade de nós sensores
requer a criação de um mecanismo capaz de otimizar a organização da topologia ado-
tada pela aplicação. Um mecanismo baseado em agentes foi utilizado para garantir esta
otimização.
CAPÍTULO 5. CONCLUSÕES 76
5.1.3 Trabalhos futuros

Os projetos futuros relacionados com o referido trabalho estão voltados principal-
mente para a simulação das aplicações e posteriormente para uma implementação física.
As simulações em RSSF podem ser realizadas a partir de alguns SO citados no trabalho
ou por meio de implementações próprias. Levando em consideração que as empresas res-
ponsáveis pela aquisição dos nós sensores disponibilizam gratuitamente sistemas super-
visórios que implementam os protocolos das RSSF, é possível implementar nós sensores
em software que possam se comunicar com tais supervisórios. Uma das dificuldades prin-
cipais desta abordagem será a implementação do protocolo Zigbee nestes componentes.
Após realizadas simulações em uma determinada aplicação, aquisições dos nós senso-
res podem ser feitas para uma possível implementação física em um ambiente real. Estas
simulações são de grande importância para poder otimizar a quantidade de nós sensores
e como conseqüência diminuir os orçamentos da aplicação.
Referências Bibliográfi cas
A., Woo, Tong T. & D. Culler (2003), ‘Taming the underlying challenges of reliable
multihop routing in sensor networks’, Proceedings of the First ACM Conference on
Embedded Networked Sensor Systems (SenSys 2003) . Los Angeles, CA, USA.
Akyildiz, I., D. Pompili & T. Melodia (2006), ‘Underwater acoustic sensor networks:
Research challenges’, Ad Hoc Networks Jounal.
Akyildiz, I.F., W. Su, Y. Sankarasubramaniam & E. Cayirci (2002), ‘Wireless sensor

networks: a survey’, The International Journal of Computer and Telecommunica-
tions Networking 38(4), 393–422.
Al-Karaki, J.N. & A.E. Kamal (2004), ‘Routing techniques in wireless sensor networks:
a survey’, Wireless Communications, IEEE 11(6), 6–28.
Barton-Sweeney, Andrew, Naim Busek Chih-Chieh Han, Nicholas Kottenstette, Ram Ku-
mar, Roy Shea, Eddie Kohler & Mani Srivastava (2006), Sos operating system, Pá-
gina na internet, University of California - UCLA, USA.
URL: http://nesl.ee.ucla.edu/projects/sos-1.x/
Bu, Shengrong & F. Naghdy (2005), ‘Service discovery in wireless ad-hoc control
networks’, 2nd International Conference on Intelligent Sensors, Sensor Networks
and Information Processing pp. 157–162.
Caffrey, John, Ramesh Govindan, Erik Johnson, Bhaskar Krishnamachari, Sami Masri,
Gaurav Sukhatme, Krishna Chintalapudi, Karthik Dantu, Sumit Rangwala, Avinash
Sridharan, Ning Xu & Marco Zuniga (2004), ‘Networked sensing for structural he-
alth monitoring’, 4th International Workshop on Structural Control, Columbia Uni-
versity . New York,USA.
Calhoun, Benton, Denis Daly, Nathan Ickes, Daniel Finchelstein, Archana Venkataraman
& Naveen Verma (2006), µ - adaptive multi-domain power aware sensores, Página
na internet, MIT- USA.
URL: http://www-mtl.mit.edu/researchgroups/icsystems/
uamps/
Cerpa, Alberto, Jeremy Elson, Deborah Estriny, Lewis Girod, Michael Hamilton & Jerry
Zhao (2001), ‘Habitat monitoring: Application driver for wireless communications
technology’, Proceedings of the 2001 ACM SIGCOMM Workshop on Data Commu-
nications 31(2), 20–41. Costa Rica.
77
REFERÊNCIAS BIBLIOGRÁFICAS 78
Chong, Chee-Yee & S. P. Kumar (2003), ‘Sensor networks: evolution, opportunities, and
challenges’, Proceedings of the IEEE 91(8), 1247–1256.
Cook, D.J., S.k. Das & John Wiley (2004), Wireless sensor network, Relatório técnico,
University of Texas - Automation and Robotics Research Institute, New York, USA.
URL: http://arri.uta.edu/acs
Culler, David, Philippe Bonnet, Deborah Estrin, Ramesh Govindan, Mike Horton, Je-
onghoon Kang, Philip Levis, Lama Nachman, Jack Stankovic, Rob Szewczyk, Matt
Welsh & Adam Wolisz (2006), Tinyos - an open-source so for networked sensor
regime, Página na internet, Berkeley, California.
URL: http://www.tinyos.net/
da Fonseca, Marcello Santos (2004), Um Estudo sobre a Influência das Famílias Wavelets
na Compressão de Imagem, Tese de doutorado, UFF, Niterói, RJ.
de Almeida, Vinícius C., Luiz F. M. Vieira1, Breno A. D. Vitorino, Marcos A. M. Vieira,

Jose A. Nacif, Antonio O. Fernandes, Diogenes C. da Silva & Claudionor N. Coelho
Jr (2004), ‘Sistema operacional yatos para redes de sensores sem fio’, Workshop em
Sistemas Operacionais .
de Matos, Marcílio Castro (2004), Reconhecimento de Padrões Sísmicos Utilizando Aná-

lises Tempo-Freqüência, Tese de doutorado, PUC-RJ, Rio de Janeiro, RJ.
Delicato, Flávia Coimbra (2005), Middleware Baseado em Serviços para Redes de Sen-
sores sem Fio, Tese de doutorado, Universidade Federal do Rio de Janeiro - UFRJ,
Rio de Janeiro, RJ.
Delicato, Flávia, Paulo F. Pires & Alexandre Lages (2004), ‘Middleware orientado a ser-
viços para redes de sensores sem fio’, XXII Simpósio Brasileiro de Redes de Com-
putadores . Gramado.
Delin, Kevin A. & Shannon P. Jackson (2001), ‘The sensor web: A new instrument con-
ceptt’, SPIE’s Symposium on Integrated Optics pp. 20–26.
Discenzo, Fred M. & Dukki Chung (2006), ‘Power scavenging enables maintenance-free
wireless sensor nodes’, International Conference on Complex Systems (ICCS2006)
. Boston, MA, USA.
Dulman, Stefan & Paul Havinga (2002), ‘Operating system fundamentals for the eyes
distributed sensor network’.
URL: citeseer.ist.psu.edu/dulman02operating.html
Dunkels, A., B. Grönvall & T. Voigt (2004), ‘Contiki - a lightweight and flexible operating
system for tiny networked sensors’, In Proceedings of the First IEEE Workshop on
Embedded Networked Sensors 2004 (IEEE EmNetS-I) .
Estrin, Deborah, Ramesh Govindan & John Heidemann andSatish Kumar (1999), ‘Next
century challenges: Scalable coordination in sensor networks’, Proceedings of the
ACM MobiCom99 pp. 263–270. USA.
Group, MANTIS (2006), Mantis - multimodai networks of in-situ sensors, Página na

internet, University of Colorado, USA.
URL: http://mantis.cs.colorado.edu/index.php/tiki-index.
php
Góes, Alex, Márcio Martins, Diego Santos & Afonso Jorge (2004), ‘Análise de queimadas
na região amazônica através de redes sensoriais’, Simpósio de Informática da Região
Centro do RS . Santa Maria.
Hatler, Mareca & Charlie Chi (2005), ‘Wireless sensor networks for the oil and gas in-
dustry’, On World Inc.
Heidemann, John, Wei Ye, Jack Wills, Affan Syed & Yuan Li (2006), Research challenges
and applications for underwater sensor networking, em ‘Proceedings of the IEEE
Wireless Communications and Networking Conference’, IEEE, Las Vegas, Nevada,
USA.
Hill, Jason, Robert Szewczyk, Alec Woo, Seth Hollar, David E. Culler & Kristofer S. J.
Pister (2000), System architecture directions for networked sensors, em ‘Architectu-
ral Support for Programming Languages and Operating Systems’, pp. 93–104.
URL: citeseer.ist.psu.edu/hill00system.html
Hollar, Seth Edward-Austin (2001), Cots dust (macro motes), Dissertação de mestrado,
University of California, Berkeley.
Holler, Mark (2006), Wireless sensor network at camalie vineyards, Página na internet,
Napa Valley, California.
URL: http://camalie.com/WirelessSensing/WirelessSensors.
htm
Howard, Andrew, Maja J Matari´c & Gaurav S Sukhatme (2002), ‘Mobile sensor network
deployment using potential fields: A distributed, scalable solution to the area co-
verage problem’, Proceedings of the 6th International Symposium on Distributed
Autonomous Robotics Systems (DARS02) . Fukuoka, Japan.
Hussain, Sajid, M. Rafiqul Islam, Elhadi Shakshuki & M.S. Zaman (2006), ‘Agent-based
petroleum offshore monitoring using sensor networks’, 17th International Confe-
rence on Database and Expert Systems Applications -TOC 0, v–xvi.
I., Chalermek, Ramesh Govindan & Deborah Estrin (2000), ‘Directed diffusion: A sca-
lable and robust communication paradigm for sensor networks’, Proceedings of
the Sixth Annual International Conference on Mobile Computing and Networking
pp. 56–67. Boston, MA, USA.
Inc., Xbow (2006), Xbow homepage - mica2, Página na internet, San Jose, CA.
URL: http://www.xbow.com/Products/productsdetails.aspx?
sid=72
Jafari, R., A. Encarnacao, A. Zahoory, F. Dabiri, H. Noshadi & M. Sarrafzadeh (2005),

Wireless sensor networks for health monitoring, Relatório técnico, California Univ.,
Los Angeles, CA, USA.
Kahan, J. M. & Pister K. S. J (2004), ‘Next century challenges: Mobile networking for
smart dust’, Technical report, University of California - Berkeley, Dept. of Electrical
Engineering .
Kevan, Tom (2006), Shipboard machine monitoring for predictive maintenance, Página
na internet.
URL: http://www.sensorsmag.com/sensors/article/
articleDetail.jsp?id=314716&pageID=2
Kim, S., D. Culler, J. Demmel, G. Fenves, S. Glaser andT. Oberhein & S. Pakzad
(n.d.), Structural health monitoring of the golden gate bridge. UC Berkeley, NEST
Retreat Presentation, Jan 15, 2004, http://www.cs.berkeley.edu/~binetude/
ggb/index.htm.
Krishnamurthy, Lakshman, Robert Adler Phil & Buonadonna (2005), ‘Design and de-
ployment of industrial sensor networks: Experiences from a semiconductor plant
and the north sea’, Proceedings of the 3rd international conference on Embedded
networked sensor systems pp. 64–75. San Diego, California, USA.
Li, L. & J.Y Halpern (2001), ‘Minimum-energy mobile wireless networks revisited’, In-
ternational Conference on Communications 1(8), 278–283. Helsinki, Finland.
Lifton, J., D. Seetharam, M. Broxton & J. Paradiso (2002), ‘Pushpin computing system
overview: a platform for distributed’.
URL: citeseer.ist.psu.edu/article/lifton02pushpin.html
Lin, Ruizhong, Zhi Wang & Youxian Sun (2004), ‘Wireless sensor networks solutions for
real time monitoring of nuclear power plant’, Intelligent Control and Automation,
2004. WCICA 2004. Fifth World Congress on 4(4), 3663– 3667. Hangzhou, China.
Liu, Jie, Patrick Cheung, Leonidas Guibas & Feng Zhao (2002), ‘A dual-space approach
to tracking and sensor management in wireless sensor networks’, WSNA ’02: Pro-
ceedings of the 1st ACM international workshop on Wireless sensor networks and
applications pp. 131–139. Atlanta, Georgia, USA.
Lymberopoulos, D., J. Hseush, J. Mascia, S. Tully, A. Barton-Sweeny, Q. Lindsey, M.

Kelly & Savvides (2005), ‘Lightbased localization and xyz node architecture’, In
Proceedings of the 4th International Symposium on Information Processing in Sen-
sor Networks (IPSN 2005) . Los Angeles, CA, USA.
Lynch, J. P., K. H. Law, A. S. Kiremidjian, T. W. Kenny, E. Carryer & A. Partridge

(2001), ‘The design of a wireless sensing unit for structural health monitoring’, 3rd
International Workshop on Structural Health Monitoring . Stanford University, CA,
USA.
Lynch, Jerome P, Yang Wang, Kenneth J Loh, Jin-Hak Yi & Chung-Bang Yun (2006),
‘Performance monitoring of the geumdang bridge using a dense network of high-
resolution wireless sensors’, Smart Mater. Struct. 15, 1561–1575. Daejeon, Republic
of Korea.
Mainwaring, Alan, Joseph Polastre, David Culler & John Anderson (2002), ‘Wireless
sensor networks for habitat monitoring’, Proceedings of the 1st ACM international
workshop on Wireless sensor networks and applications pp. 88–97.
Martins, Jefferson Gustavo (2002), Uma Arquitetura Baseada em Agentes Inteligentes

para Ambientes Computacionais voltados à Educação a Distância, Tese de douto-
rado, UFSC, Florianópolis, SC.
Muhammad, S., Z. Furqan & R. Guha (2005), Wireless sensor network security: a secure
sink node architecture, em ‘Performance, Computing, and Communications Confe-
rence’, ACM Press, Orlando, FL, USA, pp. 371–376.
Nachman, Lama, Ralph Kling, Robert Adler, Jonathan Huang & Vincent Hummel (2005),
‘The intel mote platform: a bluetooth-based sensor network for industrial monito-
ring’, Proceedings of the Fourth International Symposium on Information Proces-
sing in Sensor Networks . UCLA, Los Angeles, California, USA.
Nemeroff, J., L. Garcia, D. Hampel & S. DiPierro (2001), ‘Application of sensor network
communications’, Military Communications Conference pp. 336 – 341. USA.
OU, Jinping & Hui LI (2004), ‘Recent advances of structural health monitoring in main-
land china’, 2004 ANCER Annual Meeting: Networking of Young Earthquake Engi-
neering Researchers and Professionals . The Sheraton Princess Kaiulani, Honolulu,
Hawaii.
Park, Seungmin, Jin Won Kim, Kwangyong Lee, Kee-Young Shin & Daeyoung Kim
(2006), Embedded sensor networked operating system, em ‘ISORC ’06: Proce-
edings of the Ninth IEEE International Symposium on Object and Component-
Oriented Real-Time Distributed Computing (ISORC’06)’, IEEE Computer Society,
Washington, DC, USA, pp. 117–124.
Perrig, Adrian, Robert Szewczyk, J. D. Tygar, Victor Wen & David E. Culler (2002),
‘Spins: security protocols for sensor networks’, Mobile Networking and Computing
(8), 521–534.
PETROBRAS (2006), Tipos de plataformas, Página na internet.

URL: http://www2.petrobras.com.br/Petrobras/portugues/
plataforma/pla_tipo_plataforma.htm
Pister, Kristofer S.J. & Seth Edward-Austin Hollar (2006), Cots dust - large scale models
for smart dust, Página na internet, Berkeley, California.
URL: http://www-bsac.eecs.berkeley.edu/archive/users/
hollar-seth/macro_motes/macromotes.html
Ramanathan, N., L. Balzano, M. Burt, D. EstrinT., Harmon, C. Harvey, J. Jay, E. Kohler,

S. Rothenberg & M.Srivastava (2006), ‘Monitoring a toxin in a rural rice field with
a wireless sensor network’, CENS Technical Report .
Risso, Valmir F. & Denis J. Schiozer (2006), ‘Ajuste de modelos numéricos de campos
de petróleo combinando dados de produção com sísmica 4d’, Rio Oil and Gas Expo
and Conference . Rio de Janeiro, RJ.
Schoellhammer, Thomas, Ben Greenstein & Deborah Estrin (2006), ‘Hyper: A routing
protocol to support mobile users of sensor networks’, CENS Technical Report . Los
Angeles, USA.
Shakshuki, Elhadi, Sajid Hussain, Abdur R. Matin & Abdul W. Matin (2005), ‘Routing
agent for wireless sensor networks’, Jodrey School of Computer Science, Acadia
University .
Silva, Carlos, António Ribeiro, Rui Valente & Raul Morais (2005), ‘Rede wireless ad-
hoc multi hop para detectores de incêndios em florestas’, Universidade de Trás-os-
Montes e Alto Douro . Portugal.
Srisathapornphat, Chavalit, Chaiporn Jaikaeo & Chien-Chung Shen (2000), ‘Sensor infor-
mation networking architecture’, International Conference on Parallel Processing
Workshops 00, 23. Los Alamitos, CA, USA.
Swartz, R. Andrew, Deokwoo Jung, Jerome P. Lynch, Yang Wang, Dan Shi & Michael P.
Flynn (2005), ‘Design of a wireless sensor for scalable distributed in-network com-
putation in a structural health monitoring system’, The 5th International Workshop
on Structural Health Monitoring . Stanford University, CA, USA.
Taier, Roberto, Ernani Carlos de Araújo & Leonardo Barbosa Godefroid (2002), ‘Fadiga
em plataformas offshore fixas com modelos em elementos finitos’, Rem: Rev. Esc.
Minas. 55(3), 173–178. Ouro Preto, MG.
Tan, Godfrey & John Guttag (2000), ‘An efficient scatternet formation algorithm for dy-
namic environments’, IASTED International Conference on Communications and
Computer Networks . Cambridge, MA, USA.
Vieira, Marcos Augusto Menezes (2004), Bean: A computer platform for wireless sen-
sor network, Dissertação de mestrado, Universidade Federal de Minas Gerais, Belo
Horizonte.
Virone, G., A. Wood, L. Selavo, Q. Cao, L. Fang, T. Doan, Z. He, R. Stoleru, S. Lin
& J.A. Stankovic (2006), An advanced wireless sensor network for health monito-
ring, Relatório técnico, Department of Computer Science - University of Virginia,
Arlington, VA, USA.
Wood, Anthony D., Lei Fang, John A. Stankovic & Tian He (2006), Sigf: a family
of configurable, secure routing protocols for wireless sensor networks, em ‘SASN
’06: Proceedings of the fourth ACM workshop on Security of ad hoc and sensor
networks’, ACM Press, New York, NY, USA, pp. 35–48.
Woods, Kirby (2006), ‘Testing for materials aging in nuclear power generators’, Sensor-
Mag article . Hangzhou, China.
Xbow (2006), Xbow homepage -stargate, Página na internet, San Jose, CA.
URL: http://www.xbow.com/Products/productsdetails.aspx?
sid=85
Xu, Ya, John Heidemann & Deborah Estrin (2000), ‘Adaptive energy-conserving rou-
ting for multihop ad hoc networks’, Research Report - USC/Information Sciences
Institute . USA.
Xu, Ya, John Heidemann & Deborah Estrin (2001), ‘Geography-informed energy conser-
vation for ad hoc routing’, Proceedings of the ACM/IEEE International Conference
on Mobile Computing and Networking pp. 70–84. Rome, Italy.
Ye, Fan, Haiyun Luo, Jerry Cheng, Songwu Lu & Lixia Zhang (2002), ‘A two-tier
data dissemination model for large-scale wireless sensor networks’, MobiCom ’02:
Proceedings of the 8th annual international conference on Mobile computing and
networking pp. 148–159. Atlanta, Georgia, USA.
Zhao, J. & R. Govindan (2003), ‘Understanding packet delivery performance in dense wi-
reless sensor networks’, Proceedings of the ACM Conference on Embedded Networ-
ked Sensor Systems . Los Angeles, CA, USA.

UNIVERSIDADE_FEDERAL_DO_RIO_GRANDE_DO_NO

Enviado por

Dados do documentoclique para ver informações do documento

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE_FEDERAL_DO_RIO_GRANDE_DO_NO

Enviado por

Dados do documento

Descrição original:

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE_FEDERAL_DO_RIO_GRANDE_DO_NO

Enviado por

Direitos autorais:

Formatos disponíveis

U NIVERSIDADE F EDERAL DO R IO G RANDE DO N ORTE

Redes de Sensores sem Fio aplicadas em

Ivanovitch Medeiros Dantas da Silva

Orientador: Prof. Dr. Jair Cavalcanti Leite

Monografia apresentada ao Curso de Enge-

Natal, RN, dezembro de 2006

Lista de Figuras iii

Lista de Símbolos e Abreviaturas vi

2 Redes de Sensores sem Fio 10

3 Arquiteturas de software e hardware para RSSF 25

4 Aplicações em ambientes industriais de P&G 36

1.1 Rastreamento de aviões com sensores acústicos . . . . . . . . . . . . . . 4

2.1 Principais componentes de um nó sensor . . . . . . . . . . . . . . . . . . 14

4.1 Medição manual de amostras de vibrações em máquinas . . . . . . . . . 41

1.1 Características básicas dos nós sensores . . . . . . . . . . . . . . . . . . 5

3.1 Características básicas da família Motes . . . . . . . . . . . . . . . . . . 29

4.1 Características das redes em ambientes industriais . . . . . . . . . . . . . 37

802.11b: Protocolo padronizado pelo IEEE, alcança uma velocidade de 11 Mbps

1.1 Visão geral das Redes de Sensores sem Fio

capacidade de funcionamento e será desligado da rede. A substituição dos nós diminui

1.2 Histórico das pesquisas em Redes de Sensores sem

e de Ambiente computacional interativo (SPLICE) para analise das informações obtidas

Figura 1.1: Rastreamento de aviões com sensores acústicos

1980-1990 2000-2006 2010

Figura 1.2: Gerações dos sensores

Figura 1.3: Aplicações em redes de sensores sem fio

O dinamismo da tecnologia é um fator bastante atraente para sua utilização. Sensores

ção de aplicações de sensores em redes industriais totalmente padronizadas. Atualmente

nitoramento remoto para suas plantas industriais. Comprovando o grande potencial de

Figura 1.4: Redes de Sensores aplicada na indústria de petróleo e gás

1.5 Organização do trabalho

No capítulo 3 encontramos uma listagem dos principais projetos relacionados com os

Redes de Sensores sem Fio

2.1 Características e fatores determinantes em RSSF

2.1.1 Tolerância à falhas

2.1.3 Custo de produção

2.1.4 Ambiente de operação

2.1.5 Topologia da rede

Na fase de pré-desenvolvimento e desenvolvimento ocorre a instalação e acomodação

2.1.6 Restrições de Hardware

Dependendo da aplicação componentes adicionais como um sistema de localização e

Figura 2.1: Principais componentes de um nó sensor

A unidade de sensoriamento é formada por duas subunidades: transdutores/sensores

2.1.7 Meio de transmissão

2.1.8 Consumo de energia

O sensoriamento foi discutido na seção 2.1.6 principalmente no que refere-se a li-

2.1.9 Técnicas de segurança

em direção ao nó Sink. Um nó Sink é um gateway entre as redes de sensores e uma

2.2 Aplicações em RSSF

2.2.1 Aplicações Militares

É importante lembrar que foi às aplicações militares que impulsionaram as pesqui-

Figura 2.2: Exemplo de aplicação militar usando RSSF

2.2.2 Aplicações de monitoramento ambiental

Figura 2.3: Nó sensor com designer de sâmara

Iremos descrever nas próximas linhas o monitoramento de habitats. O monitora-

Figura 2.4: Monitoramento de aves

Ramanathan et al. (2006), onde o monitoramento relacionado com a qualidade da água

2.2.3 Aplicações médicas