p Para evitar longos períodos de inatividade e grandes quantidades de sucata, os fabricantes devem projetar processos de produção para serem estáveis ​​e eficientes. Resultados particularmente bem-sucedidos são alcançados quando a experiência das pessoas que operam as máquinas é levada em consideração. O Instituto Fraunhofer para Engenharia de Processos e Embalagem IVV em Dresden está desenvolvendo um sistema de assistência de autoaprendizagem que ajuda os operadores de máquinas a resolver erros e construir sua experiência e conhecimento do processo. p Para dar um exemplo concreto:em uma máquina de processamento, as barras de chocolate são embrulhadas em papel. Um sensor detecta um desvio no processo de produção e a máquina para. Mesmo com sistemas de última geração, uma breve interrupção ocorre em média a cada cinco minutos. Um operador de máquina experiente sabe onde está a causa do erro. Ele ou ela vê que o papel está dobrando e conclui que, nesse caso, a velocidade da máquina precisa ser regulada. Contudo, esse conhecimento é específico da pessoa - um colega com menos experiência precisaria de mais tempo para encontrar a solução.

p Para tornar esse conhecimento baseado na experiência disponível para todos os operadores em todos os momentos, cientistas da Fraunhofer IVV em Dresden estão desenvolvendo SAM, um sistema de assistência de autoaprendizagem para operadores de máquinas. O sistema observa os estados da máquina e as ações do operador e salva estratégias de solução bem-sucedidas. Usando um computador tablet, por exemplo, o operador da máquina insere sua solução e a vincula à situação de falha atual registrada pelo SAM. Se uma determinada falha ocorreu várias vezes, O SAM reconhece e pode dar dicas ao operador sobre a causa e como resolver o problema. Desta maneira, a máquina é rapidamente reparada e funcionando novamente.

p Para permitir que o SAM aprenda situações de falha, os cientistas da Fraunhofer IVV estão usando algoritmos de aprendizado de máquina. Equipado com extração inteligente de recursos, O SAM é capaz de aprender a uma velocidade semelhante à dos humanos e pode reconhecer padrões após apenas algumas repetições. "Graças ao nosso conhecimento dos processos das máquinas de embalagem, somos capazes de tornar o SAM muito rápido, "explica Andre Schult, Gerente de Grupo de Digitalização e Eficiência de Processo na Fraunhofer IVV.

p Trabalhar com SAM é uma experiência centrada nas pessoas

p Ao projetar o SAM, O Fraunhofer IVV em Dresden colocou as pessoas no centro de suas considerações. "Um ser humano é uma ferramenta maravilhosa. Com as mãos e os olhos, eles são mais flexíveis e melhores do que muitos robôs ou câmeras, "diz Andre Schult. No entanto, processos e sistemas estão crescendo em complexidade o tempo todo. Com SAM, Schult também quer permitir que os operadores no futuro reconheçam os próprios erros e sugiram suas próprias soluções. As pessoas deveriam saber disso, apesar de toda a tecnologia de ponta, os humanos desempenham um papel indispensável na produção. Isso aumenta seu senso de valor em seu trabalho e sua motivação.

p Junto com parceiros da indústria e da ciência, O Fraunhofer IVV planeja desenvolver ainda mais o sistema de autoaprendizagem de assistência ao operador nos próximos cinco anos e adicionar novas funcionalidades por meio de uma série de novos módulos. Desta maneira, será possível adaptar o SAM aos requisitos específicos do cliente. Possíveis recursos adicionais incluem coisas como o uso de processamento de imagem, sensores externos, e reconhecimento de fala e gestos. Esperando ansiosamente, os fabricantes poderão usar o SAM tanto para a operação quanto para a manutenção, configurar, montagem e desenvolvimento de máquinas.