Smart-RAM. Sistema inteligente para detecção de defeitos por ressonância acústica

• Processo: 22/11751-6
• Modalidade de apoio: Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
• Data de Início da vigência: 01 de fevereiro de 2023
• Data de Término da vigência: 31 de janeiro de 2025
• Área do conhecimento: Interdisciplinar
• Pesquisador responsável: KAREL NEGRIN NAPOLES
• Beneficiário: KAREL NEGRIN NAPOLES
• Empresa: Labxon Software e Tecnologia Ltda
• CNAE: Fabricação de máquinas e equipamentos de uso geral não especificados anteriormente ; Fabricação de máquinas para a indústria metalúrgica, exceto máquinas-ferramenta ; Fabricação de máquinas e equipamentos para uso industrial específico não especificados anteriormente
• Município: São Carlos
• Pesquisadores associados: Anderson Rodrigues Lima Caires ; Jean-Claude Mpeko ; Román Alvarez Roca
• Vinculado ao auxílio: 20/09121-9 - Smart-RAM: sistema inteligente para detecção de defeitos por ressonância acústica, AP.PIPE
• Bolsa(s) vinculada(s): 23/03728-7 - Desenvolvimento de modelos para geração de data para treinamento de algoritmos., BP.TT
• Assunto(s): Aprendizado computacional Ensaios não destrutivos Ensaios de defeitos Controle da qualidade Indústria 4.0
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | detecção de defeitos na industria | Ensaio não destrutivo | Industria 4 | inspeção avançada | inspeção por ressonância acústica | 0 | Controle de qualidade Industrial

Resumo

O projeto propõe a fabricação de uma estação de teste automatizada para detecção de defeitos na linha de produção, baseada na técnica de espectroscopia acústica ressonante (ASTM-E2001), onde o estabelecimento de critérios de aceite para a classificação das peças seja assistido por algoritmos de aprendizado de máquina que sejam capazes de detectar, eficientemente, micro defeitos em peças de pequeno porte e geometria complexa. O sistema a desenvolver poderá ser utilizado na inspeção de peças metálicas sinterizadas, abrasivos, pastilhas de freio, biomateriais, cerâmicas técnicas, porcelanas, azulejos e peças de ferro fundido. O método de espectroscopia acústica ressonante está bem estabelecido e é amplamente utilizado na Indústria para a classificação de peças metálicas e sinterizados. Os equipamentos existentes até o momento baseiam-se no estabelecimento de critérios (janelas para a localização dos picos de frequência, valores aceitáveis para a relação entre as frequências medidas, etc.) que são normalmente estabelecidos por um especialista a partir de um estudo do comportamento do espectro a partir da resposta acústica de peças com e sim defeitos. Porém, em peças de pequeno porte e geometria complexa ou muito assimétricas, as frequências características envolvidas são altas, o que resulta numa baixa relação sinal-ruído, e espectro com perfil complicado. Nesses casos não é possível aplicar esta metodologia ou, se aplicada, resulta em baixíssima eficiência, o que leva em muitos casos, à aplicação de métodos de inspeção visual, que são extremadamente caros e não confiáveis, fundamentalmente em linhas de produção com alto fluxo de peças por minuto. Outra desvantagem dos sistemas utilizados na atualidade é que, devido à complexidade do conhecimento involucrado no processo de detecção, relacionado fundamentalmente com a aplicação de técnicas de processamento digital de sinais, a operação destes sistemas requer de um pessoal com um alto nível de capacitação e de familiaridade com o software para estabelecer critérios que conduzam a resultados de classificação satisfatórios. A expectativa recai na fabricação de um equipamento de custo competitivo e operação simples, que possa resolver o problema da classificação automatizada, inclusive para peças de pequeno porte e geometria complexa, com uma metodologia de concepção inovadora, no âmbito internacional. Para isso, espera-se utilizar os últimos avanços na área do aprendizado de máquina (machine learning) em conjunto com a conectividade e armazenamento em Nuvem, o que permitirá uma melhoria contínua dos algoritmos de detecção mediante a incorporação dos dados coletados durante a operação do equipamento. Outras funcionalidades poderão também ser incorporadas ao equipamento, em dependência do interesse do cliente, já que, uma vez obtida a resposta acústica, variações em outras propriedades como a densidade ou composição, por exemplo, podem ser detectadas e utilizadas para retroalimentar a linha de produção. (AU)