De acordo com pt.wedoany.com-O projeto SARA, uma iniciativa espanhola que visa impulsionar o desenvolvimento de sistemas de fabricação autônomos de nova geração, está transformando dados gerados durante o processo de fabricação em conhecimento utilizável para a tomada de decisões, através da integração de diversas tecnologias como inteligência artificial, aprendizado federado, visão computacional, robótica e blockchain. O projeto é financiado pelo CDTI (Centro para el Desarrollo Tecnológico Industrial) e pela AEI (Agência Espanhola de Inovação), reunindo um consórcio de empresas como a Fagor Automation e um consórcio de instituições de pesquisa como o Centro de Fabricação Avançada Aeroespacial (CFAA) da Universidade do País Basco, para validar as tecnologias em cenários reais em torno de cinco demonstradores industriais.
No âmbito do projeto, o CFAA assumiu três linhas de pesquisa com o objetivo de aumentar a autonomia dos sistemas de fabricação. A primeira linha de trabalho concentra-se na aplicação do aprendizado federado à monitorização inteligente de processos de máquinas-ferramenta, incluindo a gestão do estado do fluido de corte e a previsão da vida útil restante da ferramenta. O sistema experimental 'Matabichos' desenvolvido para este fim integra um sistema de tratamento físico baseado em radiação UV-C e bolhas de ar comprimido, juntamente com uma plataforma de monitorização inteligente. A validação experimental mostrou que o sistema pode reduzir significativamente a contagem total de bactérias e Pseudomonas, registrando continuamente a evolução de variáveis como turbidez, condutividade, pH e temperatura. Atualmente, o sistema está sendo transferido para um tanque de 500 litros, mais próximo das condições industriais, para testes.
A segunda linha de trabalho envolve a fabricação robotizada autônoma, com o desenvolvimento de um sistema de geração de trajetórias adaptativas para operações de rebarbação. O sistema processa sinais de desvio de contorno detectados em imagens simples para gerar trajetórias de ferramenta que se adaptam em tempo real às condições reais da peça, sendo capaz de detectar rapidamente arestas e rebarbas e ajustar dinamicamente as condições de usinagem com base em seu tamanho. Os testes demonstraram que a tecnologia pode obter um fator de escala inferior a um décimo de milímetro, exigindo pelo menos 5 megapixels na direção da medição. Atualmente, estão sendo desenvolvidas ferramentas de programação autônoma que permitem ao robô modificar automaticamente a trajetória de trabalho com base na geometria medida.
A terceira linha de trabalho introduz a tecnologia blockchain e a identidade digital para adicionar uma camada de confiança aos dados industriais. Foi desenvolvida uma arquitetura que combina Identificadores Descentralizados (DIDs), Credenciais Verificáveis e uma rede blockchain privada baseada no Hyperledger Fabric. A validação realizada na máquina Ibarmia THR 16 mostrou que, para um arquivo CSV de 2 MB, o processo total de certificação leva aproximadamente 2,388 segundos, indicando que a introdução de mecanismos de identidade digital e certificação acarreta apenas uma pequena sobrecarga de tempo, sendo compatível com os fluxos de trabalho convencionais de coleta de dados industriais. O foco atual do trabalho é expandir esta arquitetura para torná-la aplicável a cenários industriais mais complexos e promover a interoperabilidade entre fabricantes, fornecedores e clientes.
O projeto SARA aborda a questão da autonomia de uma perspectiva holística, abrangendo todo o processo, desde a definição do processo até a execução, monitorização, manutenção e planejamento. Seu objetivo é desenvolver uma arquitetura tecnológica para impulsionar sistemas de fabricação mais autônomos, inteligentes e interconectados, permitindo que as máquinas compreendam o ambiente, aprendam com a experiência e ajam de forma cada vez mais inteligente. Os resultados da pesquisa deste projeto são de grande importância para aumentar a competitividade de setores de manufatura de alto valor agregado, como o aeroespacial.
Em torno de seus objetivos, o projeto estabeleceu cinco demonstradores industriais, focados respectivamente na assistência autônoma na definição de novos processos, na assistência na definição de ajuste e monitorização de parâmetros de processo em máquinas-ferramenta, na autonomia para manutenção preditiva de componentes de máquinas, na autonomia da fabricação robótica e na autonomia do planejamento de fábricas flexíveis.
Em termos de progresso técnico específico, o sistema Matabichos desenvolvido pelo CFAA para a gestão de fluidos de corte demonstrou eficácia na validação experimental. Testes comparativos em dois tanques de 25 litros mostraram que os contaminantes superficiais no tanque tratado diminuíram até quase desaparecerem, e a análise microbiológica também confirmou uma redução significativa na contagem total de bactérias. O sistema de monitorização registrou com sucesso as mudanças nas variáveis-chave continuamente durante um mês de coleta de dados reais.
Na área de rebarbação robótica, o projeto desenvolveu uma técnica de detecção de contornos baseada em processamento de imagem. Utilizando uma câmera fotográfica para capturar fotos de 24 megapixels a uma distância de 420 mm, e testando com resolução reduzida por meio de ferramentas de edição, os resultados indicaram que a direção da detecção requer pelo menos 5 megapixels. A técnica processa as imagens através de etapas como calibração, segmentação, detecção e dimensionamento para gerar trajetórias robóticas adaptadas às condições reais da peça.
No nível de confiança dos dados, a análise de desempenho da solução blockchain mostrou que a sobrecarga do processo de certificação é pequena. Para um arquivo CSV de 2 MB, a geração de uma credencial verificável leva cerca de 2,29 segundos, o cálculo do hash SHA-256 leva 2,6 milissegundos e a gravação do hash no blockchain leva 94,8 milissegundos. Os testes indicam que a arquitetura é viável como uma camada de confiança adicional na infraestrutura industrial existente.
A etapa de processamento de imagem inclui calibração, captura de fotos da peça, segmentação peça-fundo e detecção de contornos usando a geometria nominal como modelo. Em seguida, são aplicadas operações morfológicas para filtrar rebarbas grandes, o dimensionamento milímetro/pixel é realizado com base no tamanho da abertura e, finalmente, a geometria do contorno é suavizada, geometria esta que servirá como guia para o movimento atualizado do robô.
O projeto analisou sistemas de aquisição aplicáveis a esta aplicação, descartando tecnologias como medição por sonda, luz estruturada e laser.
Optou-se, finalmente, pelo processamento de imagem com câmera fotográfica, por ser uma tecnologia rápida e econômica, com precisão dentro da faixa definida e adequada para aplicações de arestas em superfícies planas. A viabilidade da técnica foi testada em uma configuração preliminar, utilizando blocos padrão de cerâmica Grau 0 (comprimento de 100 mm) e furos de calibração de um bloco Tipo IIW-1 (50,8 mm).
Os testes incluíram a captura de uma foto com uma câmera de 24 megapixels a uma distância de 420 mm. Em seguida, reduziu-se a resolução da imagem para estudar seu impacto na medição do comprimento do bloco padrão. Os resultados mostraram que a técnica pode obter um fator de escala inferior a um décimo de milímetro, exigindo pelo menos 5 megapixels na direção da medição.
Para a segmentação, serão estudados diferentes algoritmos de reconhecimento de contornos e técnicas de filtragem até encontrar os parâmetros ideais para obter o contorno fechado completo da peça alvo.
No que diz respeito ao blockchain, a arquitetura desenvolvida combina Identificadores Descentralizados (DIDs), Credenciais Verificáveis e uma rede blockchain privada baseada no Hyperledger Fabric. Os dados gerados pela máquina são estruturados em credenciais digitais e assinados, sendo posteriormente armazenados no data lake do CFAA. O hash criptográfico (SHA-256) de cada credencial é calculado, e apenas esta evidência é armazenada no blockchain para verificar a integridade dos dados, mantendo a eficiência do sistema.
A validação da solução blockchain foi realizada na máquina Ibarmia THR 16.
A análise de desempenho mostrou que, para um arquivo CSV de 2 MB, o processo total de certificação leva aproximadamente 2,388 segundos.
Embora o desenvolvimento de cada tecnologia ainda esteja em andamento, os resultados obtidos até agora validam a viabilidade das soluções propostas, estabelecendo as bases para continuar avançando em direção a ambientes de fabricação mais autônomos, interconectados e eficientes. O projeto representa um passo significativo em direção a uma nova geração de fábricas que não apenas automatizam processos, mas também aprendem, colaboram e tomam decisões com base em informações confiáveis.
