Manutenção operacional e preditiva para dinamizar a indústria

A implementação de soluções inovadoras, em que a digitalização dos processos desempenha um papel fundamental, é chave para reduzir custos operativos e de produção, alcançar os objetivos de sustentabilidade e consolidar a transformação para a Indústria 5.0. Neste sentido, a aplicação de tecnologias inovadoras para simular as operações críticas, como a manutenção, está a ser chave para conseguir a otimização de processos, recursos e energia. As necessidades dos consumidores estão também a mudar cada vez de forma mais rápida, o que obriga as empresas a adaptar-se e a agir com antecedência. É aqui que a Inteligência Artificial pode proporcionar muito valor a este tipo de indústrias, aumentando as suas capacidades produtivas e melhorando a sua eficiência.

No âmbito industrial, os modelos preditivos englobam uma série de técnicas estatísticas de mineração de dados, modelagem preditiva e machine learning que, através dos dados, pode chegar a fazer-se uma análise da tendência e, de maneira não induzida, encontrar, de modo autónomo, padrões de repetição que ajudam as empresas a antecipar cenários e a poder tomar decisões como a avaliação do risco, a deteção de anomalias no fabrico ou em determinadas operações de muitos tipos.

As indústrias que têm os seus processos com dispositivos e sensores conectados precisam de conhecer como se comporta a instalação fora da normalidade para assim tomar decisões com o objetivo de a otimizar. No entanto, o custo e risco de configurar a instalação para o referido comportamento é muito elevado e é aqui que entram os gémeos digitais. Esta tecnologia nutre-se dos dados em tempo real que se extraem de todos os ativos físicos que influem no processo produtivo, graças ao facto de todos eles terem sido digitalizados, armazenados e processados, e interagem com outros dados virtuais e dados de interação entre eles. Esta informação específica baseia-se no histórico de dados de casos de uso reais, pelo que é uma grande ferramenta para poder analisar e compreender as diferentes fases do produto e, desta forma, poder otimizá-las. «Tendo em vista melhorar os processos de manutenção, há uma mudança na estratégia de instalar sensores e armazenar os dados produzidos por eles, para uma estratégia baseada em casos de utilização, isto é, selecionar um processo industrial (ou parte dele), definir um objetivo e ver como o melhorar incorporando estas tecnologias inovadoras» destaca José Carlos Baquero, Diretor da Divisão de Inteligência Artificial e Big Data da GMV, durante a mesa redonda sobre “Digitalização e simulação de processos industriais”, organizada por enerTIC no encontro “Fórum Tendências 2022: Next Industry 5.0”.

Na GMV estamos a trabalhar com este tipo de tecnologias na deteção de anomalias, indicando onde se está a produzir o problema, em tarefas de inspeção de qualidade automática com técnicas de visão artificial, na automatização de armazéns com robótica autónoma, em robótica colaborativa em laboratórios ou no desenho de gémeos digitais para conhecer melhor o comportamento da instalação e poder treinar modelos de machine learning.