A realização de inspeções periódicas em processos industriais é de grande importância para o sucesso de uma operação. É a partir dessas que se torna possível a detecção de anomalias e outras falhas antes que se tornem problemas maiores.
Pensando nisso, a Pix Force se juntou à companhia Eneva para um projeto em um importante programa de pesquisa e desenvolvimento da ANEEL (Agência Nacional de Energia Elétrica).
Neste texto, apresentamos os detalhes de um case de sucesso da Pix Force. Boa leitura!
Conteúdo
O que foi o projeto e seu objetivo?
O projeto teve como principal objetivo desenvolver um produto automatizado, aplicável e escalável para verificação de anomalias em correias transportadoras tubulares.
Buscava-se realizar manutenções preventivas para minimizar os impactos negativos durante a utilização, colocando como prioridade a segurança de todos os envolvidos no processo. Além disso, o projeto previa uma redução de custos causados pelas interrupções espontâneas.
Para o desenvolvimento da pesquisa, foi selecionada uma correia de aproximadamente 4 quilômetros de extensão e com mais de 24 mil roletes. Essa, percorre do porto de Itaqui até a Usina Termelétrica da Eneva, ambos localizados no município de São Luiz, no Maranhão.
Durante a pesquisa, alguns problemas foram notados no processo. Entre eles, elencamos:
- Aquecimento extremo nos roletes
- Travamento da correia
- Atrito excessivo com a esteira
- Cortes e, por muitas vezes, incêndios
- Rotacionamento do overlap
Todos esses acabam gerando problemas maiores, incluindo a parada total da correia. Essa, por si só, resulta em maiores custos de manutenção e correção.
E como esses problemas podem ser solucionados?
Para inspecionar os problemas citados, são feitas observações visuais e auditivas durante o funcionamento da transportadora. A partir daí, encontra-se dados como a posição do overlap ou parada de algum rolete.
Esses processos, no entanto, são feitos por uma equipe de campo que precisa percorrer o trajeto de interesse. O caminho árduo, que passa por mudanças de relevo, acaba colocando a segurança do trabalhador em risco e, por isso, foi proposto uma otimização de todo o sistema.
A otimização do processo foi feita a partir de um conjunto de hardware e software em um drone equipado com câmera e sensores. O equipamento foi capaz de obter informações do espectro eletromagnético nos comprimentos de onda do visível (RGB) e no infravermelho termal. Além de um sistema de reconhecimento e classificação das imagens, para análise e apontamento de possíveis falhas.
Assim, o P&D foi segmentado em quatro etapas:
- Desenvolvimento de um aplicativo capaz de automatizar o voo do drone
- Desenvolvimento de algoritmos de machine learning capazes de identificar os roletes super aquecidos
- Desenvolvimento de algoritmos de machine learning capazes de identificar a posição do overlap na correia
- Desenvolvimento de uma plataforma web para visualização dos resultados gerados
Um estudo topográfico da área de interesse também foi feito para obter um modelo 3D da correia e, assim, automatizar o drone e elaborar rotas de voo mais precisas. Esse processo foi feito com três rotas de voo e três pontos de decolagem ao longo de 4 km.
O aplicativo
As tecnologias desenvolvidas para o aplicativo foram feitas na plataforma Android com uma linguagem de programação Kotlin/Java. O objetivo do app era ter as funcionalidades e informações do drone durante o voo, tendo como opções executar rotas ou cancelar o voo caso surgisse algum imprevisto.
Ainda foi inserido no aplicativo funcionalidades para download de dados no sistema de processamento e análise.
Os algoritmos
O desenvolvimento dos algoritmos de visão computacional partiram de modelos de redes neurais uma convolucional. Essa apresenta uma maior assertividade na detecção e reduz o número de constantes na projeção da imagem.
Outro modelo trata-se de uma detecção em área ou estrutural, facilitando a detecção de rolos faltantes. Assim, passa a ser possível trabalhar com um modelo estimado de rolos presentes na região de interesse.
Para esse projeto usamos a plataforma RedHat Keycloak, que oferece a opção de suportar múltiplas aplicações e sessões com diferentes tipos de acesso.
Conclusões do projeto
Com esse projeto tornou-se possível identificar os roletes problemáticos de maneira ágil e segura. Os objetivos iniciais foram atendidos com sucesso e conseguiram mostrar uma solução com escalabilidade para diversos setores.
O projeto, ainda, contemplou uma plataforma para otimização dos voos promovendo maior acurácia nos resultados. A Pix Force é uma empresa que busca a inovação em diversos processos e você pode conhecer mais do nosso trabalho acessando o site.
