Transformando fábricas em fabricantes inteligentes com IA

A inteligência artificial (IA) está na boca de todos desde o lançamento do chatbot ChatGPT. A IA também está fazendo grandes avanços na tecnologia de produção industrial. O aprendizado de máquina pode aumentar a eficiência da fabricação. Mas como isso funciona? Descubra como na exposição EMO Hannover 2023, de 18 a 23 de setembro. Sob o lema “Innovate Manufacturing”, a principal feira mundial de tecnologia de produção irá inspirar o seu público comercial, apresentando muitas ideias novas, com a inteligência artificial em destaque.

As máquinas de produção podem realmente se auto-otimizar? Eles podem aprender com seus erros? E é possível adquirir know-how de outras máquinas? A inteligência artificial (IA) torna tudo isso possível. Quando as máquinas de produção com autoaprendizagem funcionam de forma inteligente, isso leva a maior produtividade, custos mais baixos, melhor qualidade e tempos de inatividade reduzidos.

“Gastamos muito tempo otimizando nossos processos de tecnologia de produção e construímos uma vantagem competitiva aqui. Agora queremos fazer o mesmo na transformação digital da produção industrial”, explica Markus Spiekermann, Chefe do Departamento de Economia de Dados do Instituto Fraunhofer de Engenharia de Software e Sistemas ISST. “A inteligência artificial está desempenhando um papel decisivo no cumprimento dos novos requisitos”, afirma Spiekermann. “Porque somente através do uso de métodos de IA podem ser alcançados altos níveis de automação.”

Manutenção preditiva para tornos

A tendência da IA ​​está se consolidando na indústria. O fabricante de máquinas-ferramentas Weisser Söhne GmbH & Co. KG, por exemplo, conta com modelos de IA que permitem a manutenção preditiva de seus tornos.

“A manutenção preditiva usa IA para prever quando uma máquina precisará de manutenção para evitar que ela quebre”, explica o Dr.-Ing. Robin Hirt, CEO e fundador da startup Prenode GmbH, com sede em Karlsruhe. A empresa de software ajuda os fabricantes de máquinas a equipar suas fábricas com recursos personalizados baseados em IA.

As máquinas de produção modernas podem ser auto-otimizadas com a ajuda da inteligência artificial, diz Hirt. “Eles geralmente usam os chamados métodos de aprendizado de máquina para isso. Isso permite que as máquinas reconheçam padrões e correlações nos dados de produção e obtenham automaticamente melhorias a partir deles.” Em muitos casos, também lhes é possível aprender com os seus erros e adoptar conhecimentos de outras máquinas.

Dados descentralizados usados ​​para gerar um modelo comum de IA

A técnica de aprendizagem federada é frequentemente usada, pois os dados obtidos de um único torno são muitas vezes insuficientes como base para um modelo de IA preciso. A aprendizagem federada facilita o “treinamento” de um modelo comum de IA, com dados armazenados de forma descentralizada, mas sem compartilhamento direto de dados. Os dados individuais permanecem, portanto, nas respectivas máquinas e não precisam ser armazenados centralmente em um só lugar (como na nuvem do fabricante da máquina).

Os modelos de IA usam dados contínuos do torno para estimar o status atual da planta e, em seguida, encaminham esses dados para o pessoal operacional. Redes neurais de aprendizado profundo são usadas para isso.

Assistente de classificação inteligente da Trumpf

A inteligência artificial também é usada para operar o Guia de Classificação, um sistema criado pelo especialista em laser Trumpf em Ditzingen, Baden-Württemberg, Alemanha, que ajuda a classificar as peças produzidas e, assim, aumentar os níveis de utilização da máquina. O Guia de classificação é um sistema de assistência baseado em câmera que depende de aprendizado de máquina descentralizado. Os principais componentes do sistema de IA são uma câmera de alta resolução, uma tela grande, um PC industrial e software inteligente para processamento de imagens.

“O aprendizado de máquina descentralizado envolve conectar várias máquinas para formar um sistema de IA”, diz Hirt, CEO da Prenode, explicando o princípio. Essas máquinas coletam continuamente dados locais sobre seus processos de trabalho. Um modelo de IA é desenvolvido para cada máquina, que é então centralizado. “Esses modelos são então mesclados em uma nuvem central e transferidos de volta para os sistemas individuais”, continua Hirt. O sistema de IA pode então aproveitar localmente a experiência de todas as outras máquinas, sem nunca ter que compartilhar dados brutos confidenciais. “Isso permite que as máquinas executem seus processos com mais eficiência e alcancem maior produtividade”, promete Hirt.