De acordo com pt.wedoany.com-Dave Evans, fundador e CEO da Fictiv, escreveu recentemente um artigo discutindo o impacto profundo da fusão de inteligência artificial, robótica e manufatura digital na produção industrial. Evans acredita que a fabricação de componentes personalizados está passando por um ponto de virada crucial, com três forças convergindo: design otimizado por IA, manufatura digital e a integração de tecnologia da informação e operacional (TI/TO). Isso torna possível fabricar componentes personalizados em escala e velocidade próximas às da produção em massa, sem que os engenheiros precisem comprometer a otimização devido às limitações da cadeia de suprimentos.
Evans fundou a Fictiv em 2013 com seu irmão Nate, com o objetivo de resolver o gargalo industrial dos longos prazos de entrega na fabricação de hardware. Ele afirma que, no passado, componentes personalizados geralmente envolviam multiplicadores de custo de 3 a 5 vezes e ciclos de fabricação prolongados, mas essa realidade está mudando. Tecnologias como CNC multieixos, processos aditivos e otimização de produção em tempo real reduziram o custo de fabricação de componentes personalizados para 1,2 a 1,5 vezes o de peças padrão, com prazos de entrega medidos em semanas, não em trimestres.
O modelo de cadeia de suprimentos híbrida está se tornando uma tendência no setor. Evans cita o exemplo da expansão da fabricação de máquinas na Giga Factory da Tesla, onde a empresa integrou componentes personalizados de transmissão com atuadores padronizados, permitindo a iteração de sistemas robóticos na velocidade do desenvolvimento de software. Esse modelo mantém atuadores padrão como referência de confiabilidade, enquanto personaliza componentes de transmissão de potência, como caixas de engrenagens, acoplamentos e estruturas de montagem, sem aumentar significativamente custos ou prazos.
Algoritmos de aprendizado de máquina estão se tornando um middleware crítico entre design e fabricação. Evans observa que, após especificar parâmetros como condições de carga, torque e ciclo de trabalho, sistemas de IA podem realizar inúmeras iterações de design em minutos, explorando fatores como perfis de dentes e seleção de materiais que seriam difíceis de considerar manualmente, e se conectando diretamente aos sistemas de execução de fabricação. Dados anônimos de desempenho de implantações reais retroalimentam os modelos de IA, otimizando continuamente designs futuros. Empresas como Boston Dynamics, Universal Robots e ABB já estão utilizando otimização de design orientada por IA para criar atuadores e sistemas de transmissão de potência adaptados a movimentos dinâmicos complexos.
A integração TI/TO é um elo crucial para o avanço do setor. Na MISUMI Americas, os dados de design dos clientes fluem perfeitamente para o planejamento de fabricação, gerenciamento de estoque e logística, tudo em tempo real. A Siemens Digital Industries também está promovendo ativamente essa agenda de integração. O surgimento de padrões como MQTT e OPC UA está tornando a interoperabilidade possível.
Casos de aplicação específicos mostram que um integrador de sistemas robóticos de médio porte reduziu o ciclo de desenvolvimento de um sistema de paletização com uma solução personalizada de caixa de engrenagens, com eficiência de design otimizada 3% maior do que a abordagem manual e prazo de entrega de quatro semanas. No setor de semicondutores, a Nvidia comprimiu um ciclo de desenvolvimento que normalmente levaria 18 meses para 6 meses, prototipando rapidamente soluções personalizadas de caixas de engrenagens. Empresas de dispositivos médicos, como Stryker e Zimmer Biomet, utilizaram design de caixas de engrenagens personalizadas orientado por IA para reduzir a folga do mecanismo do pulso de robôs cirúrgicos em 40% em comparação com a geração anterior, ao mesmo tempo em que reduziram custos.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
