Fazendo uso da fusão de sensores em fábricas inteligentes

03/28/2024

O que é a fusão de sensores?

O termo "fusão de sensores" refere-se à tecnologia de processamento que funde (combina) dados recolhidos de vários sensores para extrair informações mais úteis do que as que podem ser obtidas a partir de um único sensor.
Alguns exemplos familiares da utilização da fusão de sensores incluem os monitores retrovisores dos automóveis. Os sensores, neste caso, são uma câmara e um detetor de radar de ondas milimétricas montados na traseira do veículo. A câmara capta uma imagem de visão traseira e o detetor de radar de ondas milimétricas mede a distância atrás do veículo. Os dados de imagem captados pela câmara e os dados de distância do detetor de radar de ondas milimétricas são então combinados e enviados para um monitor no interior do veículo, permitindo um estacionamento seguro e preciso.
Mas como é que a fusão de sensores é utilizada nas fábricas inteligentes? Em seguida, explicamos por que razão a fusão de sensores é essencial para as fábricas inteligentes e apresentamos alguns exemplos de utilização.

Imagem de monitores retrovisores de automóveis — Figura 1

E a fusão de sensores em fábricas inteligentes?

A onda de fusão de sensores chegou agora às fábricas inteligentes que implementam a tecnologia da Internet das Coisas Industrial (IIoT). Atualmente, as fábricas inteligentes que adoptam a IIoT estão repletas de câmaras para captar imagens e sensores para medir propriedades como a temperatura, a humidade, o ângulo, a aceleração, a corrente e a tensão. Os dados recolhidos pelos sensores são enviados para monitores. A ação é tomada após determinar a situação a partir dos valores apresentados nos monitores. No entanto, esta forma de atuar requer conhecimentos sobre os valores apresentados e a passagem à ação demora algum tempo.

Imagem de Antes de implementar a fusão de sensores — Figura 2: Antes de implementar a fusão de sensores

A fusão de sensores é uma tecnologia que combina a saída de dados de muitos sensores e apresenta os resultados sob a forma de informações de fácil compreensão para as pessoas. Isto permite compreender o estado dos equipamentos e dispositivos de forma rápida e exacta.
Além disso, através da recolha contínua e da acumulação de dados, os dados resultantes podem ser agrupados e analisados. Isto traz vantagens substanciais em áreas como a monitorização da taxa de funcionamento do equipamento, o aviso de falhas iminentes, o aviso de defeitos iminentes e o acompanhamento de melhorias no ambiente de funcionamento.

Imagem de Depois de implementar a fusão de sensores — Figura 3: Depois de implementar a fusão de sensores

Exemplos de utilização da fusão de sensores em fábricas inteligentes

Apresentamos aqui alguns exemplos da implementação da fusão de sensores em fábricas inteligentes, onde a adoção da IIoT avançou substancialmente.

Aumentar a produtividade através da otimização do tempo de cadência*

O aumento da eficiência da produção exige a otimização das operações e dos processos correspondentes a uma variedade de tipos de processamento. Para tal, é necessário monitorizar o estado de funcionamento dos vários robôs e máquinas automatizadas correspondentes ao "trabalho" a processar, que inclui materiais e componentes com diferentes propriedades e configurações de materiais, monitorizar o estado de trabalho dos operadores e monitorizar o fluxo de produtos, bem como o layout adequado.
Para tal, pode ser montada uma câmara na extremidade de um braço robótico e pode ser instalado um acelerómetro no braço, por exemplo. A câmara recolheria dados sobre a posição e a orientação do trabalho, que seriam comparados com os dados de velocidade operacional do acelerómetro. Isto permitiria guiar o braço robótico para o ponto de operação com precisão e no menor tempo possível, e também calcular o tempo de cadência ótimo.

* Tempo Takt: Duração necessária para a montagem do produto

Imagem de Aumentar a produtividade através da otimização do tempo de cadência — Figura 4

Deteção precoce de falhas nos equipamentos: Implementação da manutenção preditiva

Para implementar a manutenção preditiva, é essencial recolher constantemente dados sobre vibrações, sons, calor, etc., produzidos pelo equipamento, utilizando sensores de vibração, som, temperatura e similares, e depois utilizar estes dados para comparação e análise de séries temporais.
Na manutenção preditiva que utiliza a fusão de sensores para um motor, por exemplo, os dados não só de um sensor de vibração, mas também de sensores de temperatura, corrente e tensão, podem ser combinados e analisados. Isto permitiria a deteção precoce de anomalias relacionadas com a vibração, rotação, velocidade, etc., que não poderiam ser determinadas utilizando apenas um único sensor. Isto tornaria possível prever com maior exatidão a vida útil do equipamento e elaborar planos de manutenção adequados.

Imagem da manutenção preditiva utilizando a fusão de sensores — Figura 5

Transmitir os conhecimentos técnicos de operadores qualificados: Manter a qualidade

A qualidade em termos de dimensões, configurações, acabamento superficial, etc., do trabalho processado por robôs ou máquinas automatizadas pode ser avaliada utilizando equipamento de inspeção, como sensores de imagem, dispositivos de medição dimensional e sistemas de processamento de imagem. Além disso, os juízos de qualidade podem ser feitos através da comparação com os valores-limite definidos para vários itens de dados de inspeção. No entanto, são necessários conhecimentos técnicos especializados e experiência para efetuar juízos de qualidade com base nos dados emitidos por sensores cada vez mais precisos.
Com a fusão de sensores, os dados obtidos a partir de sensores e dispositivos de teste são combinados para implementar inspecções. Por exemplo, um sensor de imagem pode ser utilizado para a inspeção da configuração e um sistema de processamento de imagem para a inspeção do acabamento da superfície, permitindo uma determinação integrada da qualidade. Isto torna possível a implementação de um sistema de inspeção que não só é automatizado, como também evita que os produtos defeituosos sejam ignorados por operadores inexperientes.

Imagem do controlo de qualidade — Figura 6

Fusão dos dados dos sinais vitais dos operadores e dos dados espaciais do ambiente para manter e melhorar o ambiente de trabalho

Para as fábricas inteligentes, a melhoria do ambiente de trabalho é um objetivo fundamental, a par do aumento da eficiência da produção. Para tal, é necessário monitorizar a temperatura e a humidade, bem como a concentração de gases (oxigénio, monóxido de carbono, dióxido de carbono e outros gases em utilização) e de partículas (partículas produzidas pelo processo de fabrico dos produtos, poeiras, etc.) no ar do local onde os operadores trabalham, e detetar anomalias no estado físico dos operadores através da monitorização da sua temperatura corporal, ritmo cardíaco, etc.
Neste caso, a fusão de sensores permite seguir o ambiente de trabalho de forma quantitativa e precisa, fundindo e monitorizando dados de sensores de CO2, sensores de temperatura, etc., e dados de sinais vitais, como a temperatura corporal e o ritmo cardíaco dos operadores. As informações obtidas desta forma podem ser utilizadas para sugerir melhorias no ambiente de trabalho, tais como medidas relacionadas com o controlo do clima, a ventilação e a redução do pó.

Imagem do ambiente de trabalho — Figura 7

Tipos de fusão de sensores

A fusão de sensores é uma tecnologia que combina dados recolhidos de sensores e produz informações que são fáceis de compreender pelos seres humanos. Pode ser classificada em três tipos com base nos métodos utilizados para realizar a fusão de dados. De seguida, analisamos as vantagens e desvantagens de cada método.

Modelo centralizado

Este modelo utiliza um método em que os dados recolhidos de vários sensores são enviados diretamente para a unidade central de processamento (CPU).

Vantagens: Uma vez que os dados são enviados diretamente para a CPU e a fusão dos dados ocorre na CPU, podem ser obtidos resultados de análise altamente precisos.

Desvantagens: Para processar o grande volume de dados enviados por todos os sensores, é essencial uma CPU de alto desempenho. Se o processamento não conseguir acompanhar o ritmo, a capacidade de resposta diminui. Por esta razão, o modelo centralizado não é geralmente utilizado em domínios que exigem determinações instantâneas.

Imagem do modelo centralizado — Figura 8

Modelo distribuído

Este modelo utiliza um método em que os dados recolhidos de vários sensores são primeiro processados por cada sensor e depois enviados para a CPU.

Vantagens: Uma vez que os dados são enviados para a CPU para fusão depois de serem processados pelos sensores, a carga na CPU pode ser reduzida.

Desvantagens: Uma vez que os dados de cada um dos sensores são primeiro processados localmente, é possível que alguns dados que poderiam ser material útil para análise não sejam enviados para a CPU. Isto significa que os resultados da análise são menos precisos do que os obtidos com o modelo centralizado, pelo que o modelo distribuído não é utilizado em domínios que exigem uma análise de alta precisão.

Modelo híbrido

Este modelo utiliza uma combinação de sensores que enviam os seus dados diretamente para a CPU e sensores que processam os seus dados primeiro e depois os enviam para a CPU.

Vantagens: Uma vez que os dados são fundidos entre os sensores e os resultados são enviados para a CPU, que produz a solução óptima, este modelo combina as vantagens da capacidade de resposta e da estabilidade dos modelos centralizado e distribuído.

Desvantagens: A configuração do sistema é mais complexa e os custos de processamento associados à transferência de dados e ao cálculo são mais elevados.

Conclusão

A implementação da fusão de sensores requer a aquisição contínua e estável de dados de vários sensores. As fábricas inteligentes que utilizam a IIoT já possuem o equipamento e a tecnologia que servem de infraestrutura para a fusão de sensores.
A implementação da tecnologia de fusão de sensores nestas fábricas inteligentes permite obter mais ganhos de produtividade, ao mesmo tempo que melhora aspectos como a manutenção do equipamento, a garantia de qualidade e a melhoria do ambiente de trabalho, o que resulta em fábricas ainda mais inteligentes.
Os desenvolvimentos que se espera que venham a ser amplamente adoptados, como os sensores sem fios e as novas tecnologias de deteção, como a IA de ponta que envolve sensores que realizam inferência de IA, irão certamente trazer novas inovações às fábricas inteligentes quando combinados com a tecnologia de fusão de sensores.