Índice:
- Aprendizado de máquina na fabricação de automóveis
- Rastreando dados de produção em tempo real
- Tornando a fabricação mais eficiente
Vídeo: IoT (Internet das Coisas) // Dicionário do Programador (Novembro 2024)
Para os departamentos de TI que buscam alavancar ativamente a tecnologia da Internet das Coisas (IoT) para causar um impacto positivo em um processo de fabricação, há um termo importante que eles precisam conhecer, e não apenas porque soa como algo que Indiana Jones poderia ter perseguido: The Golden Impressão digital. Conversei com Bart Schouw, vice-presidente de tecnologia e alianças digitais da Software AG, na feira comercial CEBIT, que está sendo realizada esta semana em Hannover, na Alemanha, sobre exatamente por que essa impressão digital é tonalizada em ouro e o que isso significa para TI.
"A impressão digital dourada é uma metáfora", explicou Schouw, e continuou dizendo que era como uma peça-chave de evidência em um romance policial. Mas na empresa, ele pode ser aplicado a um processo de fabricação para determinar quando as condições estão sendo atendidas para produzir o que Schouw chama de produto perfeito.
O processo de impressão digital foi desenvolvido originalmente para a indústria química, mas Schouw disse que geralmente é aplicável à maioria dos tipos de fabricação. Um fabricante de automóveis, por exemplo, teria registros de onde cada componente veio, temperaturas durante a pintura, leituras de torque de cada parafuso ou parafuso e leituras dos soldadores de robôs ao construir o chassi. Então, quando o carro é produzido, a qualidade da produção é rastreada quando o carro é reparado ou quando os defeitos são reparados.
Aprendizado de máquina na fabricação de automóveis
Vamos aplicar o cenário a uma fábrica de automóveis hipotética. À medida que cada carro é fabricado, as leituras são rastreadas durante o processo de produção de ponta a ponta e comparadas às execuções de produção anteriores. Digamos que ocorra um problema, como um parafuso sendo apertado com a configuração de torque errada, por exemplo. Esse problema é registrado e agora pode ser corrigido antes da venda do carro. Eventualmente, as máquinas de produção podem ser calibradas para que esses erros não ocorram e os veículos sejam enviados sem defeitos significativos.
"Às vezes, especialmente na indústria de processos, não está claro quais condições realmente levam ao produto perfeito", afirmou Schouw. "Portanto, com o aprendizado de máquina e as novas ferramentas de visualização de dados, é possível levar os dados de uma execução de produção que levou ao lote perfeito de produto. Depois, você pode solicitar às ferramentas de aprendizado de máquina que voltem e encontrem padrões semelhantes nos dados".
Como seria de esperar, qualquer tipo de manufatura complexa exigiria que milhares de pontos de dados individuais para cada execução de manufatura tivessem dados suficientes para uma impressão digital significativa. Isso, por sua vez, exige sensores que medem o estado do produto a qualquer momento, bem como o estado das ferramentas e máquinas de fabricação à medida que são usadas. É aí que a tecnologia da IoT e o departamento de TI brilham.
À medida que cada execução de fabricação é concluída, os dados dessa execução podem ser visualizados como um padrão de eventos que levam ao produto. Isso requer sensores e ferramentas em rede e um meio de registrar esses eventos. Também requer software especializado para executar as avaliações. Schouw disse que essa parte se torna um caso de uso importante para inteligência artificial (IA) e aprendizado de máquina.
Rastreando dados de produção em tempo real
Este é o ponto em que TI e manufatura se reúnem. O departamento de TI precisa consolidar a grande quantidade de dados de cada execução de fabricação e usá-los para comparar cada execução com a impressão digital dourada da execução perfeita. Como a execução é analisada em tempo real, ela também é comparada às execuções anteriores, para que seja possível determinar com antecedência quando é improvável que uma execução seja bem-sucedida.
Na manufatura de processo, pode ser possível fazer ajustes nos parâmetros de manufatura, mesmo quando estão acontecendo, para aproximar a corrida da impressão digital dourada. A capacidade de visualizar uma execução durante a produção e determinar antecipadamente quando uma execução não será bem-sucedida pode gerar economias significativas - não desperdiçando mais material em uma execução que não será bem-sucedida e não desperdiçará mais tempo.
Schouw apontou o Trendminer como um exemplo de empresa que produz o software de IA capaz de encontrar a impressão digital dourada e também acompanhar o processo de produção em tempo real. Ele também compartilhou que a Software AG fez planos para adquirir o Trendminer.
Tornando a fabricação mais eficiente
No entanto, economia de custos e aspectos de alta qualidade não são tudo o que há para IoT e fabricação. Schouw explicou que outro aspecto do uso do aprendizado de máquina na fabricação está envolvido no rastreamento da curva F (o "F" significa falhas, que são rastreadas para uma fábrica ao longo do tempo). Quando você rastreia a curva F, efetua a impressão digital da fábrica em vez do produto, começando quando a fábrica é construída pela primeira vez e depois quando é comissionada e depois quando é finalmente desligada porque a porcentagem de falhas atinge níveis inaceitáveis, como as instalações de produção envelhecem.
Ao rastrear as condições que contribuem para as falhas de produção ao longo do tempo, é possível reduzi-las a níveis aceitáveis até chegar ao ponto de retornos decrescentes: quando é muito caro continuar consertando as coisas e, em vez disso, faz mais sentido reconstruir a fábrica.
O importante é que, ao envolver a TI diretamente no processo de fabricação, a fabricação se torna mais eficiente, com menos desperdício e menos defeitos. E a empresa economiza dinheiro. Feito corretamente, os resultados aparecem quase imediatamente. Para os departamentos de TI nas empresas de manufatura, a impressão digital de ouro faz um excelente sentido como ponto de partida para integrar a IoT ao coração dos negócios.