Indústria 4.0, Inteligência Artificial e IoT na Manufatura

Zachariah Peterson
|  Criada: Abril 12, 2020  |  Atualizada: Abril 5, 2021
Aplicações de inteligência artificial na Indústria 4.0

Quando se trata de eletrônicos, dispositivos de consumo como smartphones e Alexa tendem a receber toda a atenção. No entanto, segundo Alun Morgan do Ventec International Group, "cerca de 23% das PCBs produzidas mundialmente são usadas em equipamentos eletrônicos para aplicações de fabricação." Os números só aumentam quando você inclui outras categorias não-consumidoras que suportam operações de fabricação, como automotiva, telecomunicações, geração/distribuição de energia e computação. Fabricantes ocidentais aceitaram em grande parte que a internalização só ocorrerá por meio de maior automação e produtividade no chão de fábrica. Essa é a essência da Indústria 4.0, onde as operações fabris são mais inteligentes e mais conectadas do que nunca.

Então, onde os fabricantes podem continuar a reduzir despesas e ver maiores benefícios de produtividade através da internalização? Há várias respostas para essa pergunta, especialmente quando se considera tecnologias avançadas de fabricação como a impressão 3D. Uma coisa em que todos concordam é isto: as operações de fabricação de muitos produtos serão ainda mais digitalizadas no futuro próximo. Esse nível de digitalização requer PCBs para operar equipamentos e coletar dados, bem como tecnologia para processar dados rapidamente e obter insights úteis. Na Indústria 4.0, a inteligência artificial (IA) será fundamental para gerenciar operações e processar dados, fornecendo, em última análise, insights para gerentes e engenheiros.

Desenhando para a Indústria 4.0 e IA

Desenhar um novo sistema de IA para apoiar operações de fabricação é tanto um empreendimento de hardware quanto de software. Ambas as áreas se complementam; uma placa embutida deve ser projetada para suportar o software embutido, enquanto o software embutido não deve consumir tantos recursos a ponto de prejudicar outras funções na placa. Isso significa que cada ativo de fabricação e os sistemas que suportam a aquisição/processamento de dados se tornarão um ecossistema IoT embutido, onde os dados são processados em um local central ou na nuvem.

Na Indústria 4.0, espera-se que os fabricantes gerem significativamente mais dados do que nunca, à medida que mais ativos de fabricação se tornam conectados. Essa conectividade é habilitada por meio de novos padrões industriais para troca de dados, como o padrão IPC-CFX. Qualquer operação de fabricação que deseje conectar seus ativos e agregar dados ao longo de qualquer processo de fabricação precisará de uma riqueza de dispositivos IoT embutidos por toda a fábrica.

Industry 4.0 artificial intelligence asset tracking and prediction
A conectividade de IA e fábrica permite que os pedidos sejam rastreados e previstos em tempo real

Requisitos de Design IoT Embutido para a Indústria 4.0

Novos dispositivos IoT embutidos podem suportar aplicações de IA se atenderem a alguns requisitos básicos de hardware. Esses dispositivos embutidos são computadores de placa única especializados que podem suportar modelos padrão de IA/ML enquanto possibilitam a comunicação de dados por protocolos padrão. Aqui estão alguns requisitos básicos a considerar ao projetar novos sistemas para operações de fabricação na Indústria 4.0:

  • Potência de processamento: Isso tem menos a ver com a velocidade do relógio e mais com o processamento paralelo. Um sistema com mais núcleos/processador ou que possa ser agrupado permitirá que os dados sejam processados e utilizados em modelos de IA mais rapidamente.
  • Memória interna: A quantidade de memória necessária depende da aplicação específica. Um sistema para processamento de imagens precisará de mais memória do que um sistema para processamento de dados numéricos.
  • Interface com outros sensores: Os dados podem precisar ser adquiridos de sensores ambientais, diretamente de sensores em equipamentos de fabricação, ou de uma variedade de outros sensores.
  • Capacidades de comunicação: Isso deve ser escolhido com base no alcance de comunicação necessário. NB-IoT, LoRaWAN, LTE-M ou outro protocolo sem fio podem ser usados para comunicação de longo alcance, enquanto Bluetooth LE, WiFi ou Ethernet são comuns para comunicação de curto alcance.

Design Modular para Sistemas de IA na Indústria 4.0

Reduzir custos e aumentar a produtividade é tudo sobre implementar e configurar um novo sistema rapidamente. A maioria dos engenheiros de manufatura não são projetistas de circuitos impressos, mas essa classe crítica de engenheiros pode rapidamente criar novos produtos de IA para operações de manufatura ao adotar uma abordagem modular para o design eletrônico. Esta classe de características de design permite que qualquer projetista de sistemas conecte interfaces de computação, sensoriamento e comunicações em um sistema personalizado para aplicações de IA na manufatura.

Essas ferramentas aproveitam as interfaces de computação padrão e as conexões elétricas padronizadas entre elas. Computadores em módulos (COMs), sistemas em módulo (SoMs) e outros hardwares para aplicações de IA no chão de fábrica podem ser conectados em uma placa personalizada de maneira modular. Algumas opções para SBCs e COMs a considerar para uso no chão de fábrica são mostradas na tabela a seguir:

Plataforma

Vantagens

Desvantagens

NVIDIA Jetson Nano COM

• Altamente especializado para executar modelos TensorFlow embarcados.

• Melhor utilizado para aplicações de processamento de imagem/vídeo.

• Mais caro do que uma plataforma de computação geral.

• Excesso de potência para conjuntos de dados numéricos.

Google Coral AI

• Pequena dimensão (Mini PCIe, USB, SoM ou M.2 Key).

• Pode ser facilmente integrado com serviços do Google Cloud como AutoML Vision Edge.

• Utiliza uma versão simplificada do TensorFlow.

• Curva de aprendizado mais acentuada e limitado a aplicações de imagem.

Série STM32 MCUs

• Suporte para modelos de rede neural otimizados.

• Ótimo para prototipagem e configuração de modelos de IA.

• Disponível apenas como placas de avaliação ou como um MCU independente.

• MCU requer a construção de uma placa personalizada.

Raspberry Pi Compute 3+

• Excelente para prototipagem, tamanho compacto.

• Pode ser facilmente escalado para produção, fácil de agrupar.

• Melhor para computação geral e previsão com conjuntos de dados numéricos menores.

• Não é o melhor para aplicações intensas de imagem.

Toradex COMs e SoMs

• Bem conhecido entre os fabricantes.

• Fácil de programar e integrar em um SBC personalizado.

• Melhor para computação geral e previsão com conjuntos de dados numéricos menores.

• Não é o melhor para aplicações intensas de imagem.

 

Ferramentas padrão da indústria de EDA podem ajudar os projetistas a criar rapidamente novas placas com recursos padrão de layout e roteamento, mas nem todos os engenheiros neste espaço são especialistas em software EDA. Usar uma plataforma de design modular como o Upverter Board Builder permite que qualquer pessoa, desde um desenvolvedor de software embarcado até empreendedores de IA, construa aplicações de IA intensivas em dados em menos tempo.

Na plataforma de design Upverter, um projetista pode facilmente conectar módulos graficamente em uma interface baseada na web. Não há ferramentas para baixar e instalar, e há muitos módulos padronizados disponíveis dentro da plataforma. Isso permite que você construa rapidamente um novo produto de inteligência artificial da Indústria 4.0 usando qualquer uma das plataformas de hardware de IA mencionadas e rapidamente o leve para a fabricação.

NVIDIA Jetson Nano COM for Industry 4.0 artificial intelligence applications
Exemplo de placa para um NVIDIA Jetson Nano COM, construída no Upverter

As ferramentas de design eletrônico modular no Upverter (anteriormente conhecido como Geppetto) dão acesso a uma ampla gama de COMs padrão da indústria e módulos populares, permitindo que você crie hardware de nível de produção para aplicações de inteligência artificial da Indústria 4.0. Você também pode facilmente construir novos produtos em questão de minutos. Se o seu sistema precisa de funcionalidades adicionais, você pode incluir conectividade sem fio, uma variedade de sensores, câmeras de alta resolução e vários COMs padrão.

Dê uma olhada em algumas histórias de sucesso de clientes da Gumstix ou entre em contato conosco hoje mesmo para saber mais sobre nossos produtos, ferramentas de design e serviços.

Sobre o autor

Sobre o autor

Zachariah Peterson tem vasta experiência técnica na área acadêmica e na indústria. Atualmente, presta serviços de pesquisa, projeto e marketing para empresas do setor eletrônico. Antes de trabalhar na indústria de PCB, lecionou na Portland State University e conduziu pesquisas sobre teoria, materiais e estabilidade de laser aleatório. A experiência de Peterson em pesquisa científica abrange assuntos relacionados aos lasers de nanopartículas, dispositivos semicondutores eletrônicos e optoeletrônicos, sensores ambientais e padrões estocásticos. Seu trabalho foi publicado em mais de uma dezena de jornais avaliados por colegas e atas de conferência, além disso, escreveu mais de dois mil artigos técnicos sobre projeto de PCB para diversas empresas. É membro da IEEE Photonics Society, da IEEE Electronics Packaging Society, da American Physical Society e da Printed Circuit Engineering Association (PCEA). Anteriormente, atuou como membro com direito a voto no Comitê Consultivo Técnico de Computação Quântica do INCITS, onde trabalhou em padrões técnicos para eletrônica quântica e, no momento, atua no grupo de trabalho P3186 do IEEE, que tem como foco a interface de portas que representam sinais fotônicos com simuladores de circuitos da classe SPICE.

Recursos relacionados

Retornar a página inicial
Thank you, you are now subscribed to updates.