Inspeção automática de qualidade de superfícies para avaliação quantitativa de cha...
Processo: | 17/25873-8 |
Modalidade de apoio: | Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE |
Área do conhecimento: | Engenharias - Engenharia Mecânica - Processos de Fabricação |
Acordo de Cooperação: | FINEP - PIPE/PAPPE Subvenção |
Pesquisador responsável: | Jorge Augusto de Bonfim Gripp |
Beneficiário: | Jorge Augusto de Bonfim Gripp |
Empresa: | Autaza Tecnologia S/A |
CNAE: |
Fabricação de máquinas e equipamentos para uso industrial específico não especificados anteriormente Fabricação de automóveis, camionetas e utilitários |
Município: | São José dos Campos |
Pesquisadores associados: | Enivaldo Amaral de Souza |
Auxílio(s) vinculado(s): | 18/50097-4 - Inspeção de qualidade automática de carrocerias automotivas (FINEP), AP.PIPE |
Bolsa(s) vinculada(s): | 18/15704-7 - Inspeção de qualidade automática de carrocerias automotivas, BP.TT |
Assunto(s): | Automação industrial Inteligência artificial Controle da qualidade Manufatura avançada Visão computacional Indústria automobilística |
Palavra(s)-Chave do Pesquisador: | Automação Industrial | Defletometria | Inspeção de qualidade de superfícies | Inteligência Artificial | manufatura avançada | Visão Computacional | Inspeção de Qualidade |
Resumo
Dentre as dimensões de qualidade percebidas por um cliente, a aparência é um fator chave que influencia na compra de um automóvel. A aparência é um diferencial da marca para conquistar clientes e, por isso, a indústria automotiva realiza um rigoroso controle de qualidade para garantir a padronização na manufatura e a ausência de marcas, batidas ou ondulações indesejadas. Atualmente, o método de inspeção da qualidade de superfícies é feito de forma visual, por um inspetor treinado para identificar e classificar os defeitos. Além de ser um trabalho intenso e repetitivo, este método está sujeito à subjetividade da avaliação do inspetor. Como a inspeção não é perfeita, a indústria perde milhões a cada ano devido a classificações erradas, retrabalhos desnecessários ou defeitos que são identificados só em etapas posteriores do processo, onde a correção é muito mais cara. Este projeto apresenta uma solução automática de inspeção de qualidade, que melhorará a sua objetividade e reprodutibilidade. O produto deste projeto é uma Célula de Inspeção, contendo equipamento e software para auxiliar a indústria automotiva a garantir a qualidade de seus produtos durante a manufatura. Câmeras são usadas para capturar imagens da carroceria do automóvel, que é iluminado com uma parede de luz especial que projeta um padrão zebrado sobre a carroceria. O software analisa as franjas de luz refletidas na superfície do carro e cria um relatório automático que mostra os defeitos identificados e sua classificação utilizando cores, facilitando a comunicação para as equipes de correção. A empresa AUTAZA é uma startup resultante de um projeto de pesquisa e desenvolvimento de aproximadamente três anos entre a indústria automotiva General Motors (GM) em São Caetano do Sul-SP e o Centro de Competência em Manufatura (CCM-ITA), um laboratório do Instituto Tecnológico de Aeronáutica (ITA) em São José dos Campos-SP. Ao reconhecer o potencial de inovação dos protótipos desenvolvidos neste projeto, seus três membros executores constituíram a AUTAZA em 17 de março de 2016, tendo a GM como seu primeiro cliente. Em 2017 a Autaza teve um projeto PIPE Fase 1 aprovado pela Fapesp para a melhoria do algoritmo de classificação de defeitos em carrocerias automotivas. Seu principal diferencial tecnológico é, não somente a identificação de defeitos de superfície, mas também, a classificação utilizando inteligência artificial em uma forma compatível e customizável com os padrões adotados atualmente pela indústria. (AU)
Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio: |
Mais itensMenos itens |
TITULO |
Matéria(s) publicada(s) em Outras Mídias ( ): |
Mais itensMenos itens |
VEICULO: TITULO (DATA) |
VEICULO: TITULO (DATA) |