Uso de modelos de aprendizado de máquina e tecnologias digitais no controle estatístico de erros geométricos em placas cerâmicas de grande formato

• Processo: 25/24111-3
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de maio de 2026
• Data de Término da vigência: 30 de abril de 2028
• Área do conhecimento: Engenharias - Engenharia de Produção
• Pesquisador responsável: Pedro Carlos Oprime
• Beneficiário: Pedro Carlos Oprime
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Município da Instituição Sede: São Carlos
• Pesquisadores associados: Claude Martinez ; Fábio Molina da Silva ; Juliano Endrigo Sordan ; Roberto Fernandes Tavares Neto
• Assunto(s): Aprendizado computacional Indústria 4.0
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Controle de Qualidade 4 | Industria 4 | monitoramento estatístico | sistema de visão computacional | Sistemas de Medição Inteligente | 0 | Engenharia da qualidade

Resumo

A era digital tem promovido uma transformação sem precedentes na indústria, reconhecida como a Quarta Revolução Industrial. As novas tecnologias impactam profundamente não apenas o trabalho, mas também os produtos, os processos e a gestão e o controle da qualidade, caracterizando a chamada Qualidade 4.0 (Q4.0). Ao incorporar inteligência artificial, IoT e análises de big data aos sistemas de gestão da qualidade, a Q4.0 revoluciona o controle e a melhoria de processos e produtos. Essa transformação não se restringe a setores de alta tecnologia, mas também alcança indústrias de menor visibilidade, embora com grande impacto econômico e social, como é o caso do setor cerâmico do Estado de São Paulo, produtor de placas cerâmicas para revestimento. Observa-se um significativo crescimento na produção de placas de grande formato, viabilizado pelos avanços tecnológicos que permitem maior diversidade de dimensões. No entanto, os métodos de medição dimensional atualmente utilizados (ISO 10545-2) estão desatualizados, revelando-se inadequados frente às exigências de alta precisão e qualidade das placas modernas. A respeito desse problema, o proponente teve um projeto de pesquisa financiado pelo CNPq, cujo objetivo foi o desenvolvimento de um método alternativo de medição de planicidade e ortogonalidade de placas cerâmicas de grande formato. Entre os avanços alcançados, destaca-se a proposta de um Sistema de Medição por Coordenadas (SMC), com a peça inclinada a 83°, como alternativa ao Sistema de Medição Atual (SMA). Os resultados mostraram que variáveis como formato, espessura e tipologia das placas afetam a deformação elástica. A solução tecnológica desenvolvida possibilitou medições sem a necessidade de rotação manual das peças, e o uso de um painel inclinado com pinos de apoio eliminou a deformação elástica, assegurando medições mais precisas e em conformidade com as normas técnicas.O próximo passo da pesquisa é desenvolver um novo sistema baseado em imagens a laser associado a modelos de machine learning, com o objetivo de classificar automaticamente as peças quanto a erros de forma, como a planicidade, evitando sua movimentação. Estudos preliminares já demonstraram a viabilidade da proposta. O objetivo é aprimorar essa tecnologia e desenvolver protótipos, com potencial de aplicação em linhas de produção. Além disso, o uso do monitoramento estatístico permitirá validar continuamente os modelos de aprendizado, bem como outras aplicações em metrologia, como análises de estabilidade e tendência. Esse projeto integra uma linha de pesquisa sobre Qualidade 4.0 (Q4.0), e seus resultados serão desdobrados em outras temáticas correlatas, com a participação de alunos de graduação e pós-graduação. Entre os temas atualmente investigados, destacam-se os estudos sobre o uso de algoritmos de aprendizado de máquina em sistemas de medição, cibersegurança, monitoramento estatístico inteligente e o impacto das tecnologias digitais na sustentabilidade e na solução de problemas de longo prazo. (AU)