Publicação
Utilização de mecanismos de inteligência artificial para a monitorização do processo de moldação por injeção
| Resumo: | O processo de moldação por injeção ao longo dos anos tem vindo a ser bastante utilizado na produção de alta cadência de componentes plásticos. Com o crescente desenvolvimento desta área, as peças foram-se tornando cada vez mais complexas, o que exige um melhor controlo do processo. Por outro lado, o aparecimento da quarta revolução industrial veio promover uma transformação digital capaz de melhorar o desempenho e adaptação do processo de moldação por injeção através da sensorização da produção, com o recurso a sistemas de inteligência artificial. Este projeto focou-se no desenvolvimento de um sistema de monitorização autónomo para o controlo de falhas durante a injeção de uma peça plástica, tendo sido realizado nas instalações do Pólo de Inovação em Engenharia de Polímeros (PIEP). O principal objetivo desta dissertação visou o desenvolvimento de um programa de deteção e previsão de falhas durante o processo de moldação através da implementação de modelos de inteligência artificial conhecidos como machine learning, intervindo com ações corretivas consoante a identificação do erro. Depois do estudo e compreensão dos protocolos de comunicação entre computador/máquina levou-se a cabo o desenvolvimento de uma base de dados para o armazenamento e processamento de todos os dados recolhidos em tempo real. A utilização de sensores para o estudo de comportamentos padrão de diversos defeitos influenciados por desvios paramétricos ajudaram na obtenção de uma correlação entre o ambiente virtual de injeção e injeções reais. Mais concretamente, as funcionalidades do programa idealizado foram implementadas e testadas através da monitorização do processo em ambiente virtual de injeção com a introdução de datasets não rotulados, tendo-se reforçado a correlação entre os dois ambientes de estudo testados através de um modelo de regressão de machine learning. Em suma, o objetivo principal de diminuir a intervenção humana durante o processo, através de mecanismos de monitorização computorizada e automática, foi alcançado com resultados bastantes positivos no contexto de teste implementado durante o projeto. Conseguiu-se alcançar uma monitorização autónoma do processo de injeção tendo-se verificado um aumento de eficiência e diminuição do tempo de resposta durante o controlo do processo quando comparado com o processo manual correspondente. |
|---|---|
| Autores principais: | Rodrigues, Hugo Luís Leitão Teixeira |
| Assunto: | Moldes Injeção Inteligência artificial Machine learning Indústria 4.0 Moulds Injection Artificial intelligence 4.0th Industrial revolution |
| Ano: | 2021 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | português |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | O processo de moldação por injeção ao longo dos anos tem vindo a ser bastante utilizado na produção de alta cadência de componentes plásticos. Com o crescente desenvolvimento desta área, as peças foram-se tornando cada vez mais complexas, o que exige um melhor controlo do processo. Por outro lado, o aparecimento da quarta revolução industrial veio promover uma transformação digital capaz de melhorar o desempenho e adaptação do processo de moldação por injeção através da sensorização da produção, com o recurso a sistemas de inteligência artificial. Este projeto focou-se no desenvolvimento de um sistema de monitorização autónomo para o controlo de falhas durante a injeção de uma peça plástica, tendo sido realizado nas instalações do Pólo de Inovação em Engenharia de Polímeros (PIEP). O principal objetivo desta dissertação visou o desenvolvimento de um programa de deteção e previsão de falhas durante o processo de moldação através da implementação de modelos de inteligência artificial conhecidos como machine learning, intervindo com ações corretivas consoante a identificação do erro. Depois do estudo e compreensão dos protocolos de comunicação entre computador/máquina levou-se a cabo o desenvolvimento de uma base de dados para o armazenamento e processamento de todos os dados recolhidos em tempo real. A utilização de sensores para o estudo de comportamentos padrão de diversos defeitos influenciados por desvios paramétricos ajudaram na obtenção de uma correlação entre o ambiente virtual de injeção e injeções reais. Mais concretamente, as funcionalidades do programa idealizado foram implementadas e testadas através da monitorização do processo em ambiente virtual de injeção com a introdução de datasets não rotulados, tendo-se reforçado a correlação entre os dois ambientes de estudo testados através de um modelo de regressão de machine learning. Em suma, o objetivo principal de diminuir a intervenção humana durante o processo, através de mecanismos de monitorização computorizada e automática, foi alcançado com resultados bastantes positivos no contexto de teste implementado durante o projeto. Conseguiu-se alcançar uma monitorização autónoma do processo de injeção tendo-se verificado um aumento de eficiência e diminuição do tempo de resposta durante o controlo do processo quando comparado com o processo manual correspondente. |
|---|