Crédito das imagens: Siemens
Com o avanço da digitalização em todos os setores, os dados se tornam cada vez mais a força vital da manufatura moderna. A um passo da revolução da IA, isso nunca foi tão verdadeiro. Diferentes áreas do processo de manufatura já produzem e utilizam enormes quantidades de dados de diversas maneiras. Com a geração desse grande volume de dados, muitas otimizações e informações importantes são deixados de lado.
Embora existam muitas preocupações quanto à substituição de trabalhadores pela IA, o uso da IA na fabricação de peças não significa automatizar pessoas e processos, em vez disso, a IA atua como um multiplicador de força, melhorando a eficiência e a produtividade ao ampliar os sistemas atuais. Um exemplo disso é um copiloto em um sistema de manufatura assistida por computador (CAM), que pode gerar automaticamente sugestões de trajetória de ferramentas analisando o modelo 3D de uma peça e interagindo com softwares complexos. Ao combinar processos de produção tradicionais com coleta inteligente de dados, a IA e o gêmeo digital abrangente serão fundamentais para chegar à próxima geração de manufatura orientada por dados.
A necessidade da IA de Nível Industrial
A IA oferece muitos benefícios à fabricação de peças, mas deve ser aplicada com cautela. No setor de consumo, erros ou alucinações ocasionais podem ser aceitáveis, mas na indústria, onde grandes somas de dinheiro e até mesmo vidas podem estar em jogo, qualquer erro na produção pode ter consequências desastrosas.
Para colher os benefícios da IA na indústria, a própria IA deve ser de nível industrial. As respostas fornecidas pelo modelo devem ser robustas, confiáveis e repetíveis para que os usuários não questionem cada resultado. Há muitas etapas na criação da IA de Nível Industrial. Essas etapas incluem uma estrutura de testes contínuos para garantir que os modelos forneçam sempre os resultados esperados, a adoção de processos automatizados para verificar a precisão e o desenvolvimento de um software para manter os humanos informados sobre tarefas fundamentais. Com uma base sólida estabelecida, a IA de Nível Industrial pode ser utilizada de três maneiras para aprimorar a fabricação de peças: IA para ajudar a otimizar os processos de fabricação, IA para analisar dados e processos de fabricação e IA para gerar ganhos de fabricação.
IA para otimizar os processos de fabricação
Atualmente, a IA pode acelerar muitas tarefas em uma oficina mecânica ou em qualquer ambiente de produção para reduzir o desperdício de mão de obra e materiais, melhorando a eficiência da produção. A IA está sendo aplicada em diversas áreas, incluindo:
Processamento de linguagem natural (PLN) para interagir com manuais de manutenção, dados de produção e muito mais, usando ferramentas como o Industrial Copilot.
Otimização de energia para gerar insights baseados em dados que melhoram a compreensão da conservação de energia em todos os processos de produção.
Edição de operações de CAM orientada por IA para concluir os trabalhos com mais rapidez.
Estas são apenas algumas maneiras de usar a IA para ajudar a melhorar a eficiência da produção. E, conforme as oficinas continuam investindo em digitalização, os benefícios da IA também aumentarão.
IA para analisar dados e aumentar ganhos
A conexão da IA mais avançada aos dados do chão de fábrica, projeto e produção permitirá otimizações de tudo, de fluxos de trabalho à ergonomia, por meio de análises poderosas. A conexão de todas essas informações em ferramentas como o Siemens Insights Hub permite que a IA seja aplicada a tudo, de relatórios de Controle de Qualidade a cronogramas de produção no chão de fábrica, fornecendo análises mais detalhadas, que, por sua vez, permitem novas otimizações.
A IA pode analisar grandes conjuntos de dados para otimizar tudo, de fluxos de trabalho à
ergonomia para os funcionários
Uma forma de usar a IA para ajudar a melhorar a eficiência da produção é por meio da qualidade preditiva. Ao analisar dados de defeitos e correlacioná-los com os dados de produção e desempenho de máquinas inteligentes, é possível construir um modelo de IA que pode identificar os principais indicadores de defeitos no início do processo de fabricação. A detecção desses erros precocemente diminuirá o desperdício de tempo e materiais, pois vai minimizar o risco de falhas nas peças finais. Por exemplo, a vibração durante uma operação de usinagem resulta em acabamento superficial abaixo do nível usual e redução da vida útil da ferramenta. Marcas de vibração serão visíveis na superfície usinada, frequentemente apresentando-se como padrões ondulados ou marcas regulares. A vibração contínua pode causar desgaste irregular da ferramenta e até mesmo sua quebra. Algoritmos de IA podem analisar dados de vários sensores (vibração, emissão acústica, força, corrente) em tempo real para detectar o início da vibração. Isso permite ajustes imediatos nos parâmetros de usinagem antes que a vibração se torne grave e afete a qualidade da peça.
Além de analisar enormes conjuntos de dados, a IA pode acelerar análises demoradas de dados especializados e casos de uso, como a melhoria da ergonomia dos funcionários. Movimentos repetitivos podem ser fisicamente desgastantes, principalmente se os funcionários tiverem que se curvar ou esticar de forma inadequada. Embora haja uma certa análise intuitiva que qualquer pessoa pode fazer quando se trata de movimentos repetidos, pode ser mais difícil avaliar o impacto no longo prazo. Ao aplicar um modelo de IA treinado com dados ergonômicos e informações sobre a mobilidade do corpo humano, é possível avaliar a partir de uma única imagem a ergonomia de um conjunto específico de movimentos. A simulação humana orientada por IA pode analisar cenários de alto risco de forma eficaz. Essas informações podem então ser inseridas no gêmeo digital abrangente para projetar de forma rápida e fácil uma estação de trabalho que seja saudável e eficiente, com peças e ferramentas posicionadas em locais intuitivos e de fácil acesso.
IA para gerar ganhos de fabricação
Uma das formas mais recentes e conhecidas de IA é a IA generativa, com sua capacidade sem precedentes de interagir de forma semelhante à humana. Na indústria, a IA generativa pode servir de ponte entre as pessoas e a tecnologia, facilitando o uso de ferramentas complexas. No futuro, a IA generativa será um componente fundamental das plataformas sem código e de baixo código, permitindo a programação de máquinas complexas por meio de PLN.
Um copiloto orientado por IA também pode acelerar significativamente a criação de programas de CNC, o cálculo de velocidades e avanços e a validação de trajetórias de ferramentas. Hoje, o uso de um software de CAM para passar de um modelo 3D para um código G utilizável pode ser uma tarefa complexa e demorada, exigindo conhecimento significativo tanto de usinagem com CNC quanto de software específico.
O copiloto no NX CAM automatiza o processo de programação NC,
economizando até 80% do tempo de engenharia
A necessidade de um especialista humano em CNC não deve mudar tão cedo, mas a IA, na forma de um copiloto de CAM, pode acelerar esse processo, tornando as ferramentas mais acessíveis e automatizando várias etapas manuais que exigem muita mão de obra. Um copiloto de CAM pode ajudar a automatizar a criação de estratégias de usinagem para máquinas de CNC, reduzindo drasticamente o tempo de programação de horas para minutos.
Com a simples seleção de um recurso no modelo 3D, o copiloto de CAM pode produzir diversas combinações sugeridas de operações, ferramentas, taxas de avanço, etc., para aprovação do usuário antes de preencher automaticamente todos esses valores no software. Ao mesmo tempo, ele pode ser treinado para entender as máquinas de produção, validando imediatamente se um determinado projeto e trajetória de ferramenta podem ser produzidos com segurança em uma máquina em particular.
Esse tipo de ferramenta de IA generativa também pode servir como uma base de conhecimento, aprendendo com usuários especialistas e trabalhos anteriores para usar métodos manufaturados com base nas melhores práticas da fábrica. Com uma forte implementação de IA de Nível Industrial, o conhecimento proprietário ficará seguro e mais acessível a novos e antigos funcionários, além de garantir que o conhecimento valioso não seja perdido quando os funcionários mudarem de funções ou se aposentarem.
Analisar, otimizar e gerar melhorias com a IA industrial
Com o avanço da digitalização da manufatura, será cada vez mais importante que as empresas, grandes ou pequenas, consigam utilizar seus dados para atingir metas de qualidade, sustentabilidade e eficiência. A IA é e será cada vez mais uma forma importante de analisar, otimizar e gerar melhorias na manufatura. Fornecendo tudo, de informações simples a assistência completa, a IA será uma parte fundamental para dar vida à manufatura orientada por dados, pois poderá transformar códigos 1s e 0s, que de outra forma não seriam utilizados, em uma mina de ouro para melhorar a eficiência em todos os níveis.
Para saber mais sobre como a Siemens está acelerando o avanço da IA, visite o site.
Sobre o autor:
Rahul Garg é vice-presidente de máquinas industriais da Siemens Digital Industries Software. É responsável por definir e fornecer iniciativas e soluções estratégicas e pelo desenvolvimento de negócios globais. Ele e sua equipe identificam iniciativas e desenvolvem soluções para o setor, enquanto trabalham com clientes líderes do setor para garantir a liderança em questões novas e emergentes enfrentadas pelo setor de máquinas. A experiência e visão de Rahul são resultado de 25 anos de carreira entregando soluções baseadas em software para engenharia de produto e inovação para o setor de manufatura global, abrangendo atividades em P&D para o gerenciamento de programas, vendas e gerenciamento de P&L, com foco exclusivo no segmento de máquinas industriais e equipamentos pesados desde 2007.