Publicação
Intelligent assistant: desenvolvimento de algoritmos para monitorização dos consumos de energia no chão de fábrica, Bosch
| Resumo: | Nos últimos anos temos assistido a uma enorme evolução tecnológica, com impactos significativos ao nível da indústria. A rápida digitalização dos processos que se tem verificado leva a que se esteja a assistir a uma quarta revolução a nível industrial, com este período a ser reconhecido como o da Indústria 4.0. As necessidades cada vez mais elevadas de eficiência e qualidade têm levado a que as indústrias procurem novas e melhores formas de adquirir e processar toda a informação proveniente do chão de fábrica. Com isto em mente, a Bosch Termotecnologia Aveiro criou o Projeto Augmanity, o qual tem como principal objetivo a adequação e digitalização dos processos industriais à luz das noções da Indústria 4.0, tendo sempre em conta os impactos ambientais subjacentes. Este trabalho integrou-se exatamente neste projeto. Desenvolvido na Universidade de Aveiro e com implementação prática nas instalações da Bosch Termotecnologia Aveiro, este trabalho expõe o desenvolvimento de um agente inteligente, o qual se integra numa arquitetura de recolha e monitorização de dados do chão de fábrica. A arquitetura proposta é de baixo custo, incluindo um conjunto de softwares gratuitos tais como o Cloud2Edge para agregação dos dados, o InfluxDB para o seu armazenamento e o Grafana para a visualização. Já o agente inteligente é dotado de algoritmos de Machine Learning, mais propriamente autoencoders, cujo processo de construção é complementado com uma ferramenta recentemente desenvolvida e emergente, o AutoML, que permite um processo de construção de modelos muito mais automatizado e promove a otimização e adequação dos modelos às variáveis a prever. Os modelos construidos são depois capazes de realizar previsões de consumos energéticos futuros, as quais são posteriormente comparadas com os valores reais, a fim de se detetarem anomalias. Por fim, o agente inteligente desenvolvido possui diversas formas de interação com o utilizador, que vão desde uma interface gráfica para visualização dos dados até ao envio automatizado de notificações com base nos resultados do processamento. Os resultados da implementação prática da arquitetura, onde se enquadra o agente, revelam uma excelente capacidade de previsão dos modelos construidos. A implementação do AutoML como ferramenta de otimização garante melhorias signficativas aos modelos, com aumentos de desempenho na ordem dos 90% face a modelos regressivos base. Também na tarefa de deteção de anomalias os modelos revelam excelentes resultados, sendo capazes de identificar adequadamente diferentes tipos de anomalias. Por fim, a arquitetura, para além de validada em ambiente simulado, foi também implementada no chão de fábrica com sucesso, permitindo o processamento e visualização da informação em tempo real dentro já de um ambiente industrial. |
|---|---|
| Autores principais: | Cação, José Maria Marques |
| Assunto: | Agente inteligente Indústria 4.0 Machine learning Deteção de anomalias Autoencoders |
| Ano: | 2023 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Aveiro |
| Idioma: | português |
| Origem: | RIA - Repositório Institucional da Universidade de Aveiro |
| Resumo: | Nos últimos anos temos assistido a uma enorme evolução tecnológica, com impactos significativos ao nível da indústria. A rápida digitalização dos processos que se tem verificado leva a que se esteja a assistir a uma quarta revolução a nível industrial, com este período a ser reconhecido como o da Indústria 4.0. As necessidades cada vez mais elevadas de eficiência e qualidade têm levado a que as indústrias procurem novas e melhores formas de adquirir e processar toda a informação proveniente do chão de fábrica. Com isto em mente, a Bosch Termotecnologia Aveiro criou o Projeto Augmanity, o qual tem como principal objetivo a adequação e digitalização dos processos industriais à luz das noções da Indústria 4.0, tendo sempre em conta os impactos ambientais subjacentes. Este trabalho integrou-se exatamente neste projeto. Desenvolvido na Universidade de Aveiro e com implementação prática nas instalações da Bosch Termotecnologia Aveiro, este trabalho expõe o desenvolvimento de um agente inteligente, o qual se integra numa arquitetura de recolha e monitorização de dados do chão de fábrica. A arquitetura proposta é de baixo custo, incluindo um conjunto de softwares gratuitos tais como o Cloud2Edge para agregação dos dados, o InfluxDB para o seu armazenamento e o Grafana para a visualização. Já o agente inteligente é dotado de algoritmos de Machine Learning, mais propriamente autoencoders, cujo processo de construção é complementado com uma ferramenta recentemente desenvolvida e emergente, o AutoML, que permite um processo de construção de modelos muito mais automatizado e promove a otimização e adequação dos modelos às variáveis a prever. Os modelos construidos são depois capazes de realizar previsões de consumos energéticos futuros, as quais são posteriormente comparadas com os valores reais, a fim de se detetarem anomalias. Por fim, o agente inteligente desenvolvido possui diversas formas de interação com o utilizador, que vão desde uma interface gráfica para visualização dos dados até ao envio automatizado de notificações com base nos resultados do processamento. Os resultados da implementação prática da arquitetura, onde se enquadra o agente, revelam uma excelente capacidade de previsão dos modelos construidos. A implementação do AutoML como ferramenta de otimização garante melhorias signficativas aos modelos, com aumentos de desempenho na ordem dos 90% face a modelos regressivos base. Também na tarefa de deteção de anomalias os modelos revelam excelentes resultados, sendo capazes de identificar adequadamente diferentes tipos de anomalias. Por fim, a arquitetura, para além de validada em ambiente simulado, foi também implementada no chão de fábrica com sucesso, permitindo o processamento e visualização da informação em tempo real dentro já de um ambiente industrial. |
|---|
Atividades financiadas
Não foram encontrados projetos financiados.