Implementação de algoritmo de predição de disponibilidade e performance aplicado à indústria 4.0

Abstract

Soluções e serviços de Indústria 4.0 construídos com tecnologias habilitadoras como Internet das Coisas Industrial e Nuvem permitem concentração de dados de processos produtivos que podem ser acessados e processados de qualquer lugar do mundo. Isso possibilita análises seja por inteligência humana, por inteligência artificial ou, ainda, por uma mistura entre estes modelos. À medida em que novas indústrias aderem a estes serviços, empresas prestadoras precisam escalar o serviço de análise de informações. Para tanto, um caminho possível é desonerar o trabalho humano de análises simples ou repetitivas, as substituindo por análises via inteligência artificial, permitindo potencializar a atenção humana para situações mais complexas de cada cliente de diferentes ramos produtivos. Este trabalho inicia a implementação da automação da aquisição de dados industriais e sua aplicação em algoritmos que retornem indicadores de produção, tanto em tempo real quanto em uma análise histórica. Este processo de automação estudou a aplicação de algoritmo para encontrar potenciais gargalos em uma linha de produção com operações sequenciais e balanceada. Esta aplicação será utilizada para indicar à equipe de analistas quais máquinas apresentam perda de performance e comprometem a eficiência da linha como um todo.

Industry 4.0 solutions and services, which are built with enabling technologies, such as Industrial Internet of Things and Cloud, allow centralization of data from production processes that can be accessed and processed from anywhere in the world. This enables analysis either by human intelligence, artificial intelligence or even a mixture of these models. As new industries embrace these services, service providers need to scale up the information analysis service. A possible way to achieve this is to relieve the human workload of simple or repetitive analyses, replacing them with analyses via artificial intelligence. These would allow enhancement of human efforts so that more complex situations of each client from different productive branches could be achieved The work starts with the implementation of industrial data acquisition automation and its application in algorithms that return production indicators, both in real time and in a historical analysis. This automation process studied the application of an algorithm to find potential bottlenecks in a production line with sequential and balanced operations. The application will then be used by a team of analysts to indicate the behaviour of a given machine that could be slowing down the production pace and impacting the efficiency of the line as a whole.