Rendimento de produção usando Senspider

Rendimento de produção usando Senspider
Case usando Senspider:

Dados processados em tempo real promovem o rendimento da produção

Análise de causas de defeitos na linha de produção, melhoria de rendimento

Para identificar causas de defeitos no produto causados durante a produção, muitos dados são coletados e processados.

Algumas etapas podem ser manuais, utilizando planilhas de Excel e posteriormente analisados em sistemas de Inteligência Artificial para identificar anormalidades.

Etapas manuais podem ser evitadas com a Senspider, que coleta e processa os dados localmente.

Com a opção de implementar algoritmos de deep learning, os dados que saem da Senspider em tempo real são ricos de informação e permitem a rápida tomada de decisão do supervisor do processo.

Sendo todo esse tratamento local (edge computing) o tempo de análise e implementação de melhorias se torna muito mais rápido e assertivo, aumentando o rendimento da produção.

Problema

Produtos saem da linha de produção com defeitos sem causa aparente

Aumentar o rendimento da produção monitorando os equipamentos existentes

Desafio

Identificar se os dados do processo estão disponíveis, ou seja, se todas as variáveis importantes do processo estão sendo coletadas e monitoradas, como por exemplo:

Velocidade de rotação de máquinas, temperatura, pressão, vibração, tempo de fabricação  Visualizar os dados do processo coletados para determinar se podem ser utilizados

Realização

A partir da compreensão do processo de fabricação e a estrutura do cliente, foi feita a investigação e análise para encontrar as causas de falha usando modelos estatísticos e de Inteligência Artificial.

Com estas informações foi desenvolvido um algoritmo modelo da fábrica de acordo com os dados e o problema identificado para ser a base do sistema a ser implementado.

Por fim, foi construído o sistema de operação para correção das falhas/defeitos gerados durante a fabricação, o que consequentemente aumentou o rendimento da linha de produção.

Pontos fortes da Macnica

Equipe capacitada para entender o estado atual do processo e investigar o problema

Investigação da causa de defeitos com análise dos dados (big data)

Equipe capacitada para implementar pontos de sensoriamento estratégico para melhorar o rendimento do processo

Possuir soluções para processamento em tempo real dos dados necessários durante a operação real

Assista o vídeo SENSPIDER:

 

Acesse o E-book SENSPIDER

Conheça mais de nossos cases de SUCESSO acesse nosso BLOG