Desenvolvimento de um produto/serviço disruptivo e inovador, de manutenção preventiva e monitorização avançada

O Instituto de Ciência e Inovação em Engenharia Mecânica e Engenharia Industrial (INEGI) participa no projeto ‘CHETO IIoT’, um I&DT individual com a empresa CHETO, tendo como principal objetivo o desenvolvimento de um produto/serviço disruptivo e inovador, de manutenção preventiva e monitorização avançada de processo, tendo como base uma máquina-ferramenta de furação profunda e fresagem, integrando avanços tecnológicos relacionados com o conceito de indústria 4.0.

Levando em conta o existente registo de intervenções, fez-se uma análise de causa e efeito para cada tipo de falha que permitiu identificar as mais relevantes. Procurando qualificar o risco de ocorrência e a rapidez com que estas tendem a progredir na degradação do equipamento, utilizando os dados recolhidos face à frequência das mesmas, riscos de segurança resultantes e facilidade de deteção.

Partindo dessa identificação de falhas mais relevantes, procedeu-se a uma análise das variáveis a monitorizar e das possíveis formas de deteção das mesmas, um levantamento de sensores tipo e um estudo das principais plataformas IoT do mercado.

Considerando que o objetivo desta implementação é a manutenção preditiva e monitorização remota de falhas, foram identificadas grandezas para monitorizar, tais como, vibração junto de componentes (rolamentos, fusos, etc.), condição de lubrificantes, pressão e nível dos fluídos, consumo energético global e parcial, temperatura e humidade em vários pontos do equipamento, e mesmo, ruído sonoro. Foram ainda considerados dados do processo para complemento á análise e monitorização, como a caracterização dinâmica (Binário nos Eixos, Acelerações, Velocidades, etc), alterações de condição atendendo ás próprias variações dos regimes de funcionamento, características gerais do processo e seu contexto, entre outros.

Esta diversidade de variáveis está tipicamente relacionada com diferentes intervalos temporais para a falha, sendo que a manifestação de comportamentos anormais de diferentes variáveis vai depender da alteração de estado de diferentes componentes.

Foi desenvolvido também o conceito de arquitetura base, para um sistema centralizado local com conectividade a uma plataforma Cloud. Esta propõe que a informação recolhida, quer através do controlador já existente, quer através de hardware adicional, seja centralizada para processamento local, numa unidade de Edge Computing, permitindo efetuar tratamento aos dados, relacionar grandezas, filtrar informação, aplicar lógica, e devolver alguns dados ao equipamento, enviando outros para a plataforma cloud. Nesta, a informação de vários equipamentos será centralizada, implementando diferentes análises, devolvendo informação relevante aos clientes face ao estado do seu equipamento e do seu processo produtivo, e, permitindo acompanhar o ciclo de vida dos seus produtos de uma forma mais completa, tanto por parte dos clientes como pelo productowner.

Com o objetivo de validar a arquitetura e maturar abordagens técnicas, o INEGI realizou uma bateria de testes assentes na instrumentação de uma máquina CNC de 5 eixos, onde instalou diversos sensores, e outro hardware adicional, como uma solução de Edge Computing que utilizou para comunicar dados quer para um servidor local, quer para diferentes plataformas Cloud, no intuito de as analisar face á sua adequabilidade ao projeto.

Através do registo dos dados do equipamento em operação foi possível visualizar em gráfico factos de particular interesse, tais como a tendência para um aumento de vibração na Spindle ao longo do tempo, ou o desgaste da ferramenta.

O conjunto de dados recolhidos durante todo o ciclo de vida da ferramenta e a criação de uma base de dados de histórico, permitiram aplicar algoritmos de Machine Learning em plataforma dedicada, tais como modelos de regressão, classificação binária e multi-classe para diferentes tipos de analise e previsão, desde a simples deteção de anomalias de funcionamento até ao valor estimado de número de ciclos remanescentes da ferramenta até á falha.

O sistema desenvolvido será em breve disponibilizado nos primeiros equipamentos, ou como abordagem de retrofit a máquinas já instaladas, onde será iniciada a aquisição e armazenamento de dados que permitirão obter novas elações, assegurando um maior controlo da sua “saúde”. Gerando assim um largo registo com a maior variabilidade possível de dados e dentro do contexto produtivo, para que, futuramente, seja possível aplicar estratégias variadas e complexas.

Agradecimento:

O projeto CHETO_IIoT - Sistema inovador de manutenção preventiva e monitorização avançada para máquina ferramenta de furação profunda e fresagem integrando novos avanços em tecnologia Indústria 4.0, é cofinanciado pelo FEDER através do Programa Operacional Regional do NORTE 2020, e pela União Europeia através do Fundo Europeu de Desenvolvimento Regional.