Desenvolvimento de Modelo de Machine Learning e Deep Learning para Predição da Qualidade de Painéis de Madeira MDF e MDP a partir de parâmetros de linha de produção e características físico-químicas de matérias primas.

• Processo: 24/10924-0
• Modalidade de apoio: Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
• Data de Início da vigência: 01 de setembro de 2025
• Data de Término da vigência: 31 de maio de 2026
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Luiz Antonio Silva Bernardes Santos
• Beneficiário: Luiz Antonio Silva Bernardes Santos
• Empresa: FUTAGO TECNOLOGIA LTDA
• CNAE: Desenvolvimento e licenciamento de programas de computador customizáveis ; Desenvolvimento e licenciamento de programas de computador não-customizáveis
• Assunto(s): Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: machine learning | predição de qualidade | Machine Learning

Resumo

No cenário atual da indústria de manufatura, impulsionada pela digitalização e coleta massiva de dados de processos, surgem novas oportunidades para aplicar técnicas avançadas de machine learning (ML) e deep learning (DL) na garantia de qualidade. O conceito de "Qualidade Preditiva" abrange diversas aplicações cruciais, como a descrição detalhada das variáveis de processo e suas inter-relações, a previsão da qualidade do produto utilizando modelos estatísticos e de regressão, e a otimização automatizada de hiper parâmetros: Em ambientes complexos de produção, a precisão nos processos produtivos é fundamental para custo e qualidade. Utilizando ML, é possível treinar modelos preditivos com base em dados laboratoriais para prever características críticas, antecipando as necessidades de matéria-prima em tempo real.A aplicação de ML na manufatura enfrenta desafios significativos, incluindo a adaptação a um ambiente dinâmico sujeito a incertezas e a interpretação precisa dos resultados gerados pelos modelos. Ainda assim, os benefícios são substanciais: além de melhorar a eficiência operacional e a qualidade do produto, a Qualidade Preditiva promove práticas de produção mais sustentáveis e responsivas, reduzindo desperdícios e otimizando o uso de recursos. Em resumo, a integração de ML na garantia de qualidade não apenas eleva os padrões de produção e reduz custos, mas também posiciona as indústrias para enfrentar os desafios futuros com maior agilidade e precisão, impulsionando a inovação e a competitividade no mercado global de manufatura. (AU)