Leia mais reportagens da série #100diasdebalbúrdiafederal
O projeto foi apresentado na Technocentre da Renault, em Guyancourt, na França, no início do ano. Na montagem de carros, a identificação e seleção das peças, que são realizadas na mesma linha de produção e podem ser de modelos diferentes, é uma tarefa feita pelos operários com ajuda de sistemas de visão computacional, os CVSs, que dependem de iluminação e ambientes adequados.
Gostando do conteúdo? Nossas notícias também podem chegar no seu e-mail.
Veja o que já enviamosLEIA MAIS: Iara, o veículo autônomo da Universidade Federal do Espírito Santo
LEIA MAIS: UTFPR desenvolve argamassa com pó de vidro reciclado
A proposta de Mazzetto, de 24 anos, é usar a técnica de deeplearning, uma espécie de aprendizagem profunda em inteligência artificial, que pode detectar os defeitos, interferindo pouco na linha de produção. Isso pode tornar o processo mais rápido e econômico na inspeção após a montagem e a usinagem, separando as peças boas e ruins. Para “treinar” a máquina e criar esse padrão de reconhecimento, foram feitas várias imagens das peças que serão inspecionadas. As imagens foram catalogadas, informando onde existem defeitos, qual o tipo de peça, onde se localiza e outras características que a descrevem em linguagem de programação.
[g1_quote author_name=”Muriel Mazzetto” author_description=”Autor da pesquisa da UTFPR” author_description_format=”%link%” align=”left” size=”s” style=”simple” template=”01″]Quanto menos peças defeituosas saindo da fábrica, menor o custo de transporte, reembolso e reanálise. Quanto mais rápida a produção, melhor a relação de custo com o tempo de operação das máquinas
[/g1_quote]Mazzetto acredita que um ano após os períodos de teste a ferramenta será usada na linha de montagem da Renault no Paraná. A parceria com uma grande empresa, de acordo com o engenheiro, foi essencial para que o trabalho fosse além do esperado. “Apesar de existirem diversas pesquisas e projetos relacionados à implementação de inteligência artificial, pouco vai direto da área acadêmica para a indústria. Sem um suporte assim seria impossível testar e mostrar a utilidade desse tipo de tecnologia”, explica. A pesquisa desenvolvida no mestrado tem o título “Descarregamento robotizado com análise de defeito por inspeção visual programada com inteligência artificial”, com orientação dos professores Marcelo Teixeira e Dalcimar Casanova.
A experiência no exterior influenciou a forma do engenheiro recém-formado avaliar os processos industriais. Caminhando pelos corredores da fábrica francesa para apresentar aos gestores de desenvolvimento de tecnologia locais o seu projeto, Mazzetto teve acesso a outras pesquisas na área de sistemas de inspeção visual e observou que a inteligência artificial tem se mostrado mais capaz de lidar com a diversidade do que os sistemas convencionais, que não lidam bem com variações. Em tempos de indústria 4.0, que exige cada vez mais a customização do produto, as variações nas linhas de montagem serão cada vez mais necessárias.
A inspeção automatizada desenvolvida na UTFPR pode contribuir efetivamente para que fábricas de grande porte tenham melhores possibilidades de adaptação ao novo mercado. Com o uso da inteligência artificial, a produção pode ter maior continuidade, com menos interferências e paradas. “A economia que as empresas podem ter deriva indiretamente dessas situações. Quanto menos peças defeituosas saindo da fábrica, menor o custo de transporte, reembolso e reanálise. Quanto mais rápida a produção, melhor a relação de custo com o tempo de operação das máquinas”, avalia Mazzetto.
[g1_quote author_description_format=”%link%” align=”none” size=”s” style=”solid” template=”01″]56/100 A série #100diasdebalbúrdiafederal pretende mostrar, durante esse período, a importância das instituições federais e de sua produção acadêmica para o desenvolvimento do Brasil
[/g1_quote]