KA-IA
Gestão Automática através de IA (Inteligência Artificial)
O objetivo geral do projeto KA-IA é Investigar e Desenvolver novo conhecimento em Inteligência Artificial. Esse conhecimento permitirá o desenvolvimento de novas ferramentas inovadoras de gestão industrial Inteligentes baseadas em algoritmos avançados e machine learning, entre outros, para poder avançar em direção a uma indústria mais competitiva, flexível e eficiente.
Módulos Técnicos
Pesquisa em ferramentas baseadas em algoritmos de IA para o design CAD e desarmônico de produtos de chassi. Interface gráfica com o usuário para modificar parâmetros de entrada e verificar em tempo real a resposta mecânica do componente. Pesquisa em algoritmos de IA para o desenvolvimento de um sistema inteligente e adaptativo em tempo real de Análise dos Modos e Efeitos de Falhas de Design.
- Aquisição automática de inputs e parâmetros
- Modelos IA preditivo
- Geração Automática de Layout de processo
- Geração Automática de output
- Envio Automático de RFQ a fornecedores
- Criação de data stream único com dados heterogêneos, realizando sincronização e imputação
- Realização das funções de filtragem e transformação em tempo de processo.
- Aprendizado de máquina em tempo contínuo de processo e aplicação automática do mesmo ao processo.
- Modelo AMFE em tempo contínuo realimentado com os dados de processo.
Pesquisa e desenvolvimento de tecnologias de energia renovável para melhorar a eficiência e sustentabilidade. Implementação de algoritmos de controle avançado para otimizar a integração na rede elétrica. Desenvolvimento de sistemas de armazenamento e monitoramento para garantir a estabilidade e operação eficiente das instalações renováveis.
Desenvolver um ambiente modular e escalável, de forma que a partir do módulo principal de planejamento possam ser adicionadas novas soluções que permitam melhorar a tomada de decisões.
Pesquisa e Desenvolvimento do Orquestrador para AGVs: um sistema integral que gerencia o planejamento, integração de dados, ciclogramas, modelos de produção, colaboração com usuários, execução do planejamento e coordenação do controle de qualidade. Exploração de técnicas centralizadas e descentralizadas para melhorar a flexibilidade, reação e segurança do sistema.
Geração de dados e desenvolvimento de modelos preditivos através de IA para diferentes tipos de uniões soldadas (adesivas, pontos e aporte), destacando a qualidade geométrica por meio de técnicas de aprendizado por evidência. Além disso, será empregada uma nova metodologia de simulação FEM para prever distorções, otimizar condições e analisar variações geométricas e tensões em uniões RSW.