Um projeto colaborativo atualmente em andamento na Alemanha busca aumentar a autonomia e a funcionalidade das máquinas a laser por meio da aplicação de inteligência artificial (IA) e da aprendizagem de máquina (machine learning, ML).
O projeto DIPOOL (acrônimo de digital process online optimiser for intelligent laser machines, ou otimizador online de processos digitais para máquinas a laser inteligentes), lançado no final de 2022, reúne dois institutos de pesquisas e quatro empresas em um esforço para explorar o potencial da inteligência artificial nos processos de corte e soldagem a laser. O Instituto Fraunhofer ara Tecnologias a Laser (ILT) participa ativamente do projeto.
Dirk Petring, líder do grupo Macro Joining and Cutting no Fraunhofer ILT e coordenador científico do DIPOOL, explicou que a IA bem treinada por especialistas detecta desvios do sistema, erros e defeitos de qualidade com mais rapidez e confiabilidade do que os sistemas clássicos de monitoramento e controle, podendo analisar os sinais dos sensores em busca de características de padrão mais extensas e até mesmo aquelas ainda não reconhecidas por especialistas.
Equipamentos
O equipamento de monitoramento de processo usado no projeto inclui um sistema de sensores multiespectrais da 4D Photonics, para soldagem a laser, e um cabeçote de corte a laser da Precitec equipado com tecnologia de sensores e interfaces de dados desenvolvidos especificamente para o software de IA e para a abordagem DIPOOL.
“Esperamos que ele possa ser aplicado para aumentar o conteúdo de informação dos sinais de processo que podem ser usados com ML, especialmente na soldagem a laser. A tecnologia de sistema inteligente e a tecnologia de sensores para sistemas de corte a laser vêm da Precitec”, informou Petring.
AI no chão da sala de aula: os especialistas do Fraunhofer ILT usam métodos de aprendizagem de máquina para dotar as máquinas a laser de inteligência artificial.
Ênfase na interpretação dos sinais dos sensores
O pesquisador também explicou que o projeto visa refinar a interpretação dos sinais dos sensores e tirar conclusões mais precisas sobre o status dos processos, avaliando parâmetros como: “A costura está apenas penetrando parcialmente na junta ou completamente soldada através dela? O processo de corte de alta velocidade está operando na velocidade ideal?
Assim, como um sistema de controle de malha fechada, o mecanismo de inferência precisa tomar uma decisão assertiva. “O objetivo é reconhecer padrões de sinal. No entanto, não usamos os dados brutos para isso, mas os condensamos antes de serem processados pela IA com algoritmos que já desenvolvemos com base em nosso conhecimento de domínio do processo“, comentou.
Trata-se do que Petring chamou de “engenharia de recursos”, tendo em vista que a IA não é alimentada com todos os dados do processo, mas sim com dados preparados de forma inteligente: “Se os treinadores exagerarem com muitos dados, a IA aprenderá apenas de cor. E, assim que os dados se desviam do que foi aprendido de cor, eles ficam sobrecarregados e não podem mais tomar uma decisão sensata.”
Mais produtividade
Os parceiros envolvidos estimam que a integração de AI e ML em sistemas de corte e soldagem a laser aumentará sua eficiência geral em aproximadamente 25%. Os sistemas serão implantados em pequenas e médias empresas em razão da queda significativa dos preços dos equipamentos a laser e dos recursos de computação nos últimos anos.
“Praticamente todas as empresas de manufatura estão agora sob pressão constante para inovar – principalmente dos concorrentes na China, e isso aumenta a disposição de investir em tecnologia inovadora. Além disso, a compreensão do processo para sistemas de IA também está crescendo entre as empresas de médio porte”, comentou o coordenador.
Os parceiros do projeto têm em vista um usuário final para o sistema que resultará do DIPOOL: a empresa de reparo automotivo Bilstein Group, que está estabelecendo sua própria subsidiária Bilcut GmbH em Hagen, Alemanha especificamente para essa finalidade. A nova empresa usará o novo equipamento para cortar peças para a indústria automotiva em alta velocidade, a partir de 2025, tendo em vista que o término do projeto está previsto para 2024.
“O DIPOOL pretende demonstrar, pela primeira vez, as vantagens da integração da aprendizagem de máquina para os dois processos de fabricação a laser com maior faturamento mundial: corte e soldagem. Além dos fabricantes de máquinas a laser, todas as indústrias que processam chapas metálicas se beneficiarão dos resultados.Somos fortemente apoiados pelo Karlsruhe Institute for Industrial Information Technology IIIT, que domina os fundamentos da análise de sinal eficiente para a aprendizagem de máquina”, finalizou Petring.
Fotos: Fraunhofer ILT
Leia também:
IoT aplicada aos processos de soldagem
Mais Notícias CCM
A Muratec desenvolveu um equipamento para processamento de chapas que combina recursos de corte a laser, puncionamento e rosqueamento.
07/10/2024
Monitoramento de tensões em tempo real e compatibilidade com mais um sistema CAD são as novidades que a data M implementou em seu software COPRA, para conformação de metais por rolos.
07/10/2024
Técnica de programação para robôs de soldagem tem como proposta substituir métodos mais demorados, especialmente no caso de procedimentos mais simples e em maior escala.
23/09/2024