E se, numa tecelagem, fosse possível aceder, em tempo real, a dados sobre o estado dos teares e, dessa forma, monitorizar indicadores de desempenho, otimizar processos e realizar manutenção preditiva? O projeto AI4ENGINE, no qual o INESC TEC participa, alia tecnologias de Inteligência Artificial e Digital Twin para levar à indústria têxtil uma solução capaz de contribuir para um processo produtivo mais sustentável e resiliente.
A utilização de dados em tecelagens não é uma novidade, havendo já sistemas que fornecem uma visão, em tempo real, acerca da evolução e eficiência produtiva. Contudo, muita desta informação permanece por explorar – e este foi o desafio ao qual o AI4ENGINE pretendeu dar resposta ao longo do último ano, já que, analisados, estes dados podem fornecer informação que permite monitorizar indicadores de desempenho, otimizar processos e planear as atividades de manutenção dos teares.
“O projeto AI4ENGINE teve como objetivo fomentar a inovação e promover a digitalização da produção têxtil, tirando proveito da quantidade significativa de dados atualmente existente, mas pouco explorada”, avança Rafael Arrais. O investigador do INESC TEC explica que as salas de tecelagem e o nível de interligação entre os teares e os sistemas de gestão variam consideravelmente entre as empresas. Ainda assim, mesmo naquelas que possuem sistemas mais avançados, existem algumas limitações. “Os dados sobre o estado dos teares não são recolhidos, não há assistência remota ou suporte para manutenção preditiva e para otimização de desempenho. Além disso, os dados são muitas vezes incompatíveis e difíceis de integrar”, acrescenta.
Desta forma, o consórcio responsável pela execução do projeto trabalhou numa solução capaz de informar sobre o estado dos equipamentos, em tempo real, de forma a possibilitar a monitorização de indicadores de desempenho; e fornecer dados que suportem atividades de manutenção e a otimização do processo produtivo.
“Desenvolvemos ferramentas de representação digital que consistem em dois módulos. Um módulo de visualização, ou seja, um servidor web que mostra o estado do chão de fábrica; e um segundo módulo que é uma infraestrutura digital twin, responsável pela comunicação com sensores e máquinas do chão de fábrica e pela constituição de uma representação digital do cenário real”, refere Rafael Arrais.
Em concreto, no chão de fábrica são recolhidos dados através de dispositivos IoT (Internet of Things, em português Internet das Coisas), sensores ou robôs. A informação é agregada numa ferramenta de código aberto, designada Eclipse Ditto, que serve como um centro de visualização e que traça um cenário da tecelagem em tempo quase-real. “Esta solução contém um dashboard, através do qual os utilizadores podem interagir com todos os dados, adicionar, remover ou modificar objetos digitais, atualizar ou alterar informações, bem como monitorizar e processar informações”. Segundo o investigador, é possível saber, por exemplo, o estado atual de execução, tensão ou velocidade de um determinado tear.
O AI4ENGINE – AI for wEaviNG kpIs moNitoring and prediction – foi financiado ao abrigo do programa EIT Manufacturing da União Europeia.
Notícias, atualidade, curiosidades e muito mais sobre o INESC TEC e a sua comunidade!
