Carbovix
Tecnologias
- API de IA
- Arduino
- Python
- C++
O desafio da disciplina de Projetos, no primeiro período de Sistemas de Informação, era desenvolver um projeto na área de transição energética para resolver um problema real. Junto com minha equipe, decidimos focar em sustentabilidade corporativa, identificando uma lacuna nos sistemas de monitoramento de carbono já existentes no mercado: eles geram dados, mas raramente orientam a empresa sobre o que fazer com eles.
A solução foi o Carbovix, um sistema de monitoramento e análise de emissões de carbono voltado ao setor industrial brasileiro, rodando inteiramente em terminal. Um sensor MQ-135 acoplado a um Arduino simula a coleta de dados de uma chaminé industrial, calculando as emissões diretas (Escopo 1) segundo a metodologia do GHG Protocol; as emissões indiretas de energia elétrica (Escopo 2) são calculadas a partir do consumo cadastrado pela própria empresa. O diferencial do sistema está em cruzar esses dados com a capacidade de investimento e as metas de redução declaradas pela empresa, enviando essas informações a um modelo de IA (LLaMA 3.3 70B, via API da Groq) que devolve um diagnóstico de viabilidade da meta e recomendações de redução personalizadas, em vez de sugestões genéricas.
O projeto trouxe um aprendizado importante sobre os limites de um protótipo acadêmico: o sensor MQ-135 detecta múltiplos gases sem isolar o CO₂, funcionando como uma simulação didática do conceito, e a vazão da chaminé foi fixada como referência por falta de um anemômetro. Como próximo passo, a evolução natural do Carbovix seria substituir o sensor por um modelo NDIR (como o MH-Z19B), capaz de medir CO₂ de forma isolada e precisa, permitindo aplicar a fórmula de conversão sem aproximações e aproximar o protótipo de uma versão pronta para um ambiente industrial real.
