Projeto: AuQua
Sistema de Assistência ao Trabalhador Baseado em Inteligência Aumentada
O Projeto AuQua desenvolve um sistema de assistência ao trabalhador usando inteligência aumentada para operações de montagem manual. Ele fornece instruções de montagem através de realidade aumentada (AR) e realiza testes automatizados em tempo real durante o processo. Utiliza um sistema de câmeras para criar instruções adaptativas, melhorando a precisão e eficiência. É acessível para pequenas e médias empresas, reduz custos de qualidade, permite a integração de trabalhadores menos qualificados e adapta-se continuamente às condições de trabalho. O projeto aplica AR e aprendizado de máquina para melhorar operações industriais e promover a inteligência aumentada.
Artigos
Concept for an augmented intelligence-based quality assurance of assembly tasks in global value networks
Autores: Sascha Thamm, Louis Huebser, Tobias Adam, Thomas Hellebrandt, Ina Heine, Sanderson Barbalho, Sérgio Knorr Velho, Marcelo Becker, Vanderlei S. Bagnato, Robert H. Schmitt.
Local de publicação: 8th CIRP Conference of Assembly Technology and Systems.
Data: 2021.
The aim of this paper is to present a conceptual approach to an augmented intelligence-based worker assistance system in manual assembly. This approach is designed to address current challenges in global value networks.
Proposta de sistema de assistência à montagem projetado para qualidade com base em inteligência artificial e tecnologias da indústria 4.0
Autores: DIEGO CESAR FLORENCIO DE QUEIROZ, SANDERSON CÉSAR MACÊDO BARBALHO, MARIANNYS RODRIGUEZ GASCA, ISABEL CAROLINE GOMES GIANNECCHINI, BRENO SOARES DOS SANTOS.
Local de publicação: Anais do Encontro Nacional de Engenharia de Produção – Enegep
Data: 2024.
Embora as indústrias tenham desenvolvido sistemas para projetar sequências de montagem, com base na experiência e conhecimento prévios dos engenheiros de processo, seus benefícios ainda são bastante limitados, especialmente porque mudanças no mercado, como ciclos de vida de produto mais curtos e a individualização dos requisitos dos clientes, levam à discriminação de tarefas altamente repetitivas e potencializam a importância dos sistemas de fabricação altamente flexíveis. Para gerenciar essas complicações sugere-se o uso de sistemas de assistência à montagem (SAM) inteligentes que se adaptam de forma automática às mudanças do processo. Para colocar a qualidade no centro da solução, o presente estudo propõe, um SAM inteligente projetado para o controle e garantia da qualidade dos produtos montados manualmente, chamado AuQua.
A Bibliometric Review on Augmented Intelligence systems Enabled by Industry 4.0 Technologies
Autores:
Mariannys Rodriguez Gasca, Flavia Motta Corvelho & Sanderson César Macêdo Barbalho
Local de publicação: 5th South American Industrial Engineering and Operations Management Conference.
Data: 2024.
La Industria 4.0 se caracteriza por la agilidad y flexibilidad que las nuevas tecnologías pueden aportar a los procesos productivos basados en la automatización y la integración de dos sistemas. Pese a ello, los operadores humanos siguen siendo imprescindibles por su creatividad, dinamismo y adaptabilidad, entre otras características que los hacen difíciles de sustituir. En este sentido, los sistemas de colaboración humano-robot o tecnologías de Inteligencia Aumentada emergen como un enfoque prometedor al integrar las capacidades humanas y tecnológicas de la industria 4.0. para lograr un rendimiento superior. Este panorama motiva la investigación sobre los sistemas actuales de colaboración entre humanos y máquinas.
State-of-the-art discussion and evaluation on Artificial Intelligence applied to quality assurance using Assembly Assistance Systems.
Autores: Isabel Caroline Gomes Giannecchini & Sanderson César Macêdo Barbalho
Local de publicação: 5th South American Industrial Engineering and Operations Management Conference
Data: 2024.
This research aims to present a base literature exploration study on the existing relationship between the development of deep learning-based assembly assistance systems to promote quality assurance and quality control in industrial assembly lines.
Artificial intelligence applications for defect detections in industrial processes: a bibliometric analysis
Autores: DIOGO GOMES DE SOUSA BEZERRA, SANDERSON CÉSAR MACÊDO BARBALHO, MARCELO BECKER, DIEGO CESAR FLORENCIO DE QUEIROZ, LEONARDO ANANIAS DE LIMA FELIPPE.
Local de publicação: Proceedings IJCIEOM – International Joint Conference on Industrial Engineering and Operations Management.
Artificial intelligence algorithms, especially machine learning and deep learning techniques, are increasingly present in our daily lives, often presenting performance evolutions and new applications. With the advent of new technologies and the so-called industry 4.0, applications in industrial and manufacturing processes are increasingly present. This work aims to stipulate a theoretical scope and trends regarding the works that emphasize AI applications in industrial and production processes.
Evaluation of Feedback in Manual Assembly Assistance Systems
Autores: Mariannys Rodriguez Gasca,
Diego Queiroz,
Isabel Giannecchini,
Sanderson Cesar Macedo Barbalho,
Antonia Markus.
Local de publicação: Tareq Ahram and Waldemar Karwowski (eds) Human Factors in Design, Engineering, and Computing. AHFE (2024) International Conference.
Data: 2024.
Despite the technological advancements of Industry 4.0 and automation in many industries, the variability and complexity of products to meet market demands require a level of flexibility that is not yet achieved with machinery. Consequently, manual assembly processes have become the core of manufacturing in organizations that aim to keep up with the accelerated pace of market growth. However, increased flexibility and manual assembly have the disadvantage of increased manufacturing errors, which are more likely due to the complexity of processes, operator fatigue, etc. This paper highlights the crucial role of feedback in the assembly process, presenting an evaluation of human operator performance using a simulation of two types of intelligent assembly assistance systems, one that only provides task instructions and another that, in addition to instructions, displays errors in task execution.
Machine Learning Applied to Industrial Assembly Lines: A Bibliometric Study
Autores: Diego Cesar Florencio de Queiroz, Sanderson César Macedo Barbalho, Louis Huebser, Kauê Tartarotti Nepomuceno Duarte & Pedro Victor Vieira de Paiva.
Local de publicação: Gonçalves dos Reis, J.C., Mendonça Freires, F.G., Vieira Junior, M. (eds) Industrial Engineering and Operations Management. IJCIEOM 2023. Springer Proceedings in Mathematics & Statistics, vol 431. Springer.
Data: 2023.
Industrial processes have been progressively incorporating technologies such as web 2.0 communications, increased automation, the use of smart devices, and the incorporation of data obtained from such devices to improve numerous aspects of manufacturing. Recently, data-driven approaches based on Machine Learning algorithms and models have begun to be used increasingly. Given their excellent results in software-related problems, it is unsurprising that many of these technologies are being applied and tested in new products and the industrial environment. Examples can range from utilization as a core technology for self-driving cars to a complete quality assurance system for industrial plants. This study aims to perform a bibliometric analysis to investigate research related to the employment of machine learning in industrial assembly lines between the years 2017 and 2022.
Explorando o uso do BPMN para mapear a implementação de inteligência artificial e realidade aumentada em linhas de montagem: um estudo do processo de montagem do truck
Autores: Vera Lúcia Lopes Souza e Sanderson César Macêdo Barbalho.
Local de publicação: 14º Congresso Brasileiro de Inovação e Gestãode Desenvolvimento do Produto
Data: 2023.
A evolução da indústria manufatureira está diretamente relacionada à revoluçãotecnológica conhecida como Indústria 4.0. Essa transformação representa uma mudançasignificativa na forma como as fábricas operam, impulsionada pela integração detecnologias avançadas, automação e digitalização. Um aspecto fundamental da Indústria4.0 é a aplicação de processos de fabricação mais eficientes, flexíveis e personalizados.,Processos para serem melhorados precisam ser conhecidos, uma vez que há diversasmetodologias de mapeamento e modelagem de processos, o objetivo deste trabalho éexplorar a metodologia BPMN (Business Process Model and Notation) como etapa inicialna transformação digital de processos de montagem. Neste sentido, o presente artigo visarealizar um estudo de caso do processo de montagem de um Truck de impressão 3D pormeio da utilização da ferramenta de modelagem BPMN para a implantação tecnologiasavançadas de IA e RA em linhas de montagem.
