Integração de um algoritmo de previsão de demanda a uma linha de manufatura simulada utilizando tecnologias da Indústria 4.0

Abstract

Com o advento da Indústria 4.0, a inclusão de novas tecnologias no processo produtivo é um diferencial muito grande na busca por um produto melhor e mais competitivo. Dentre essas novas tecnologias destaca-se o Machine Learning, que ainda não está muito difundida nas indústrias brasileiras, como mostram pesquisas recentes. Diante disso o objetivo do trabalho será estudar e utilizar algoritmos que indiquem a decisão mais adequada a se tomar na linha de produção, e integrá-los a essa através de protocolos de comunicação utilizados atualmente no ambiente industrial, implementando uma aplicação completa de ponta a ponta empregando tecnologias e conceitos chaves da Indústria 4.0. A fim de atingir esse objetivo estudou-se dois algoritmos de regressão linear para previsão de demanda, Random Forest e Gradient Boost obtendo resultados de 73% e 90% de assertividade, respectivamente, sendo esses satisfatórios para a integração proposta. Além disso, foi desenvolvida uma API para disponibilização dos dados obtidos pela implementação do algoritmo. A integração entre a API e o chão de fábrica se dá através de um middleware, com a função de API Gateway, onde é realizada a comunicação dos dados obtidos via OPC UA para a simulação do processo produtivo projetado. Também foi criado um dashboard para acompanhamento da produção em tempo de execução. Ao final foram realizados testes de comunicação entre as partes desenvolvidas para verificar o funcionamento da integração desejada e alcançou-se o objetivo proposto.

With the advent of Industry 4.0, the inclusion of new technologies in the production process is a great differential looking forward to a better and more competitive product. In this context, it makes clear the need for the development of studies that demonstrate how Machine Learning can be used to achieve a more technological and well developed industrial environment. In addition to it, there is also the need to integrate this intelligence with the production environment in an automated way, to make it even more productive. Therefore, the goal of the work will be to study and use algorithms that indicate the most appropriate decision to be taken in the production line, and integrate them with it through communication protocols currently used in the industrial environment, implementing a complete application from end to end. using key technologies and concepts Industry 4.0. In order to achieve this goal, two linear regression algorithms for demand forecasting were studied, Random Forest and Gradient Boost. In addition, an API was developed to make available the data obtained by implementing the algorithms. By the development of a middleware, which function is being an API Gateway, the data obtained was sent via OPC UA to simulate the projected production process. A dashboard was also created to monitor production in run time. At the end, communication tests were carried out between the developed parts in the work to verify the functioning of the desired integration and the proposed objective was achieved.