Integração de inteligência artificial na Indústria 4.0 utilizando ferramentas low-code para visão computacional

Dhyonatan Santos de Freitas; Miguel Bozer da Silva; José Roberto dos Santos; Ricardo Martinez Vicentini

doi:10.62899/revistabrmecatronica.v7i2.259

Autores

Dhyonatan Santos de Freitas Centro Universitário SENAI Santa Catarina - Campus Joinville https://orcid.org/0000-0002-4425-6409
Miguel Bozer da Silva Faculdade SENAI de Tecnologia Mecatrônica https://orcid.org/0000-0003-0793-7288
José Roberto dos Santos Faculdade SENAI de Tecnologia Mecatrônica https://orcid.org/0000-0002-5201-7731
Ricardo Martinez Vicentini Faculdade SENAI de Tecnologia Mecatrônica https://orcid.org/0000-0001-6974-0873

DOI:

https://doi.org/10.62899/revistabrmecatronica.v7i2.259

Palavras-chave:

Indústria 4.0, Inteligência Artificial, Node-Red, low-code, teachable machine

Resumo

A Indústria 4.0 marca uma mudança significativa no panorama industrial, caracterizada pela integração entre tecnologias da informação e automação industrial, visando aprimorar a agilidade na tomada de decisões. Nesse contexto, a Inteligência Artificial (IA) desempenha um papel fundamental, possibilitando análises avançadas e otimização de recursos, resultando em previsões precisas e decisões mais ágeis. No entanto, a implementação eficaz da IA enfrenta desafios, especialmente em relação à complexidade algorítmica e à integração com sistemas de automação industrial existentes. Este trabalho propõe uma abordagem baseada na implementação de um sistema de visão computacional, utilizando duas ferramentas low-code. Essa aplicação tem como objetivo realizar inspeções de qualidade na montagem de peças em uma planta educacional de manufatura avançada. Os resultados obtidos por meio dessa abordagem demonstram uma solução que simplifica tanto a implantação quanto a operação de sistemas de IA na automação industrial.

Biografia do Autor

Dhyonatan Santos de Freitas, Centro Universitário SENAI Santa Catarina - Campus Joinville

Professor e coordenador de cursos superiores no Centro Universitário SENAI/SC - Campus Joinville (UniSENAI). Mestre em Computação Aplicada pela Universidade Federal do Pampa (2019). Bacharel em Ciência da Computação pela Universidade Federal do Pampa (2017). Experiência em processamento digital de imagens, machine learning, inteligência artificial, big data, data analytics, data science, Indústria 4.0 e segurança da informação.

Miguel Bozer da Silva , Faculdade SENAI de Tecnologia Mecatrônica

Mestre em Engenharia de Informação pela Universidade Federal do ABC (2021) com graduação nas áreas de Tecnologia em Mecatrônica Industrial (2009) pela Faculdade de Tecnologia Termomecânica, Bacharelado em Ciência e Tecnologia (2017) pela Universidade Federal do ABC e Engenharia de Instrumentação Automação e Robótica (2019) na Universidade federal do ABC. Principal área de interesse para pesquisas é a aplicação de inteligência artificial.

José Roberto dos Santos, Faculdade SENAI de Tecnologia Mecatrônica

Possui Pós-graduação na área de segurança da informação pela Uninove (2016), graduação em tecnologia da informação e bacharel em sistema da informação (2009), além de superior em Automação industrial. Tem experiência na área de Segurança da informação, administração de ambientes de redes Windows e Linux, automação indústria, além de ministrar aulas de segurança da informação, IoT e análise de dados.

Ricardo Martinez Vicentini, Faculdade SENAI de Tecnologia Mecatrônica

Mestre em Engenharia Elétrica pela Universidade Federal do ABC - UFABC (2018), pós graduado lato sensu em Automação Industrial pela Faculdade SENAI de Tecnologia Mecatrônica (2016), Tecnólogo em Automação Industrial pela Faculdade de Tecnologia São Vicente (2013) e Técnico em Eletrônica pela Etec Aristóteles Ferreira (2009). Possui experiência nas áreas de Automação, Mecatrônica e Eletrônica, atuando nas seguintes linhas de pesquisa: Comunicação sem Fio para IIoT, Sistemas Microcontrolados e Inteligência Artificial aplicada em robótica e automação (com ênfase na Lógica Paraconsistente LPA2v e Algoritmos Genéticos).