Implantação de sensor de visão computadorizada para minimização de resíduos em extrusão de tubos coloridos

Abstract

Resumo: A produção mundial de plástico segue em tendência de crescimento, embora cresça também a preocupação em buscar substitutos menos impactantes ambientalmente e maneiras de minimizar seu uso, tanto na ponta final da cadeia de suprimentos quanto nos processos produtivos. Na produção, eliminar a poluição na fonte continua sendo um desafio premente para as indústrias dos mais diversos segmentos e o advento da Indústria 4.0 ampliou as alternativas para desenhar processos mais autônomos, inteligentes e consequentemente mais sustentáveis. Dentre a miríade de inovações desta nova fase industrial, situa-se a tecnologia de IoT (Internet of Things) que permite integrar uma rede de dispositivos e máquinas no chão de fábrica que geram dados que são armazenados em volumes gigantescos (big data) em servidores em nuvem, permitindo a coordenação dos próprios nós desta rede de forma autônoma por algoritmos de Inteligência Artificial (IA). Smart Factories são capazes de regular os próprios processos de maneira iterativa, aprendendo com os próprios dados gerados e desenvolvendo padrões ótimos de operação que minimizem defeitos e resíduos do processo produtivo. Fazendo uso de IoT e inteligência artificial, este estudo se propôs a promover a redução de resíduos plásticos de polibutileno em uma linha de extrusão de tubos ópticos coloridos, na qual a maior parte do resíduo é gerada durante a operação de troca de cor dos tubos. Para tal, foi instalada um sensor de visão capaz de capturar a cor dos tubos em tempo real e enviar para um servidor em nuvem no qual é possível estabelecer faixas numéricas de aceitação para as cores-padrão dos tubos a partir da elicitação do conhecimento dos operadores. Estas faixas permitiram a configuração de um sistema especialista que avisa o operador por meio de um sinal luminoso o momento ideal de iniciar a produção para minimizar o resíduo gerado durante as transições. A solução não obteve a minimização desejada, porém permitiu identificar os elementos que devem preceder a implantação do sensor de visão e do sistema especialista para que estes promovam a redução do resíduo, o que envolve a aplicação de melhorias a nível de operação, padronização e treinamento.

Abstract: World plastic production continues to grow, although there is also a growing concern to seek substitutes with minor environmental impact and ways to minimise its consumption, both at the end of the supply chain and in the production processes. In the production, eliminating pollution at source remains an urgent challenge for industries from the most diverse segments and the advent of Industry 4.0 has expanded the alternatives to design more autonomous, intelligent, and consequently more sustainable processes. Among the myriad of innovations of this new industrial phase, there is the IoT (Internet of Things) technology that allows the integration of a network of devices and machines on the shopfloor that generate data to be stored in gigantic volumes (big data) on cloud servers, allowing autonomous coordination of the nodes of this network by Artificial Intelligence (AI) algorithms. Smart Factories can regulate their own processes in an iterative manner, learning from their own generated data and developing optimal operating standards that minimise defects and waste in the production process. By means of IoT and AI application, this study aimed to promote the reduction of polybutylene plastic waste in an extrusion line of coloured optical tubes, in which most of the waste is generated during the operation of changing the colour of the tubes. For that, a vision sensor capable of capturing the colour of the tubes in real time and sending it to a cloud server was installed, in which it is possible to establish numerical acceptance ranges for the standard colours of the tubes based on the elicitation of the operators' knowledge. These ranges allowed the configuration of an expert system that warns the operator with a light signal the ideal time to start production to minimise the waste generated during colour transitions. The solution did not obtain the desired minimisation; however, it allowed the identification of the requirements that must be met before the implementation of the vision sensor and expert system so they can promote de waste reduction, which involves improvements on operation, standardisation and training.