Pesquisador usa inteligência artificial de máquina para identificar falhas

O aluno do curso de mestrado do Programa de Pós-Graduação em Engenharia Elétrica (PPGEE) do Câmpus Pato Branco, Muriel Mazzetto, desenvolveu o uso de técnicas de inteligência artificial para detectar falhas em linhas de montagem automotivas. Mazzetto é bolsista do curso pela Renault e já conseguiu realizar testes de integração efetiva na linha de manufatura junto à montadora da empresa localizada em São José dos Pinhais (Região Metropolitana de Curitiba), como um projeto piloto.

 “A previsão é ter esse sistema rodando autonomamente até o mês de julho deste ano”, explica o pesquisador.

Segundo Mazzetto, na fabricação de um automóvel, as tarefas de montagem dependem de identificação e seleção das peças produzidas na mesma linha de produção e que podem pertencer a mais de um tipo de veículo. Geralmente, essas tarefas são realizadas essencialmente por seres humanos e sistemas de visão computacional (CVSs), os quais dependem de iluminação adequada, local específico e paragens para imagens a serem coletadas.

Com a técnica baseada em deep learning (aprendizagem de máquina profundo), a detecção de defeitos na montagem dos veículos pode ser feita com pouca interferência no ambiente original da linha de produção. O processo passaria a ser mais rápido, econômico e com a mesma precisão.

A pesquisa foi orientada e coorientada pelos professores do PPGEE, Marcelo Teixeira e Dalcimar Casanova. No início deste ano, Mazzetto apresentou resultados de sua pesquisa no Tecnocentre Renault, em Guyancourt, França.

Deep Learning

A técnica de Deep learning é uma das formas de aprendizado de máquina, ou, em inglês, Machine Learning, e funciona como se treinasse computadores para realizarem tarefas como seres humanos. Pode ser usada para reconhecimento de fala, identificação de imagem e previsões. Em vez de organizar os dados para serem executados através de equações predefinidas, o deep learning configura parâmetros básicos e treina o computador para aprendê-los sozinho, através do reconhecimento desses padrões.