Sua empresa

Stone Age aplica Inteligência Artificial em projeto de Indústria 4.0

Tecnologia utiliza mais de 8 anos de dados gerados por mais de 2 mil sensores para prever falhas
Por: Portal Nacional de Seguros       20/03/2019

Reunir 8 anos de informações geradas por 2.065 sensores em 4 equipamentos da indústria petroquímica não foi o único desafio do projeto de Indústria 4.0 desenvolvido pela Stone Age, especializada em soluções de Big Data para negócios. Além do volume de 400 Gb, os dados tinham natureza e origem diversas porque ao longo desses anos, a planta fabril passou por diversas alterações, com instrumentos reposicionados e substituição de sensores por modelos novos. O objetivo era usar Inteligência Artificial para prever quando e por que determinados equipamentos iriam falhar, pois cada parada do processo produtivo para manutenção ou conserto de máquinas gerava grandes prejuízos.

“O problema é que as falhas não estavam claramente definidas no histórico de dados e não havia fórmulas prontas para encontrá-las. Então, tivemos de construir modelos de previsão de falhas que pudessem avisar quando um determinado equipamento realmente precisa de manutenção, aumentando seu tempo de atividade e diminuindo a quantidade de paradas. Usamos Machine Learning, uma aplicação de Inteligência Artificial, para prever quando e quais problemas estão prestes a acontecer, permitindo que o cliente planeje a manutenção de forma mais assertiva e gerando o menor impacto possível”, afirma Fernando Guimarães, sócio-diretor da Stone Age.


Continua depois da publicidade


Depois de desenvolver 5 modelos de previsão de falhas, a Stone Age integrou esses resultados no painel que a planta industrial já utiliza: além de dados como temperatura e trepidação, é possível ver um novo grupo de sinais que indica quando a máquina precisa de manutenção. Além disso, como uma das falhas não possuía um volume de ocorrência grande o suficiente para a criação de um modelo preditivo, foi gerado um modelo de comportamento. A Stone Age desenvolveu ainda um algoritmo de detecção de um tipo de falha que antes não podia sequer ser percebido.

“Desde o desenvolvimento dos modelos – feito em nuvem, que tem maior capacidade de processamento – até entrar em produção – na nuvem ou no servidor da empresa – usamos principalmente ferramentas de mercado, como Spark, a linguagem de programação estatística R, Keras, entre outros. O grande ganho desse cliente é que agora ele pode olhar os mesmos dados que ele já tinha de forma contínua, analisando ao longo do tempo – olhando para trás e fazendo projeções para frente. Porque antes, eles só conseguiam ver as informações de forma separada, ponto a ponto, instante a instante”, explica Fernando Guimarães.


Comentários

 


Notícias Relacionados

Eventos

Demonstrador na EXPOMAFE 2019 aproxima empresas de todos os portes da Indústria 4.0

Em sua quarta edição, projeto traz um conjunto de clusters orientados para soluções tecnológicas que demonstram, na prática, as possibilidades para pequenas, médias e grandes empresas avançarem na...