Aprendizado de máquina para detecção de desvios de qualidade em pontos de solda na indústria automotiva (2024)
- Authors:
- Autor USP: RIBEIRO, CAIO QUAGLIERINI - ICMC
- Unidade: ICMC
- Subjects: INTELIGÊNCIA ARTIFICIAL; APRENDIZADO COMPUTACIONAL; CLASSIFICAÇÃO
- Keywords: Ponto de solda; Desvios; Qualidade
- Language: Português
- Abstract: Uma empresa automotiva alvo de estudo encontra 16.259 falhas em pontos de solda por ano – sejam elas rebarba, solda fria, pontos soltos ou retorcidos –, causando retrabalho de 4,5% do takt time. Visando contribuir para a modernização do setor, este trabalho propõe otimizar as inspeções manuais de qualidade de solda, com digitalização do processo e detecção automática de anomalias através dos dados coletados. Para isso, foi criado um ecossistema de Big Data, conectando o controlador de solda Matuschek a um servidor SQL. Em 6 meses, foram coletados dados quase 50 milhões de pontos de solda (15GB), com parâmetros como corrente elétrica, energia e espessura de chapas. Neste trabalho, foram utilizados métodos de aprendizado indutivo para detecção das falhas. Escolheu-se os modelos de SVM, MLP e CATBoost para aprendizado supervisionado e K-Means e clusterização hierárquica para não supervisionado. Contudo, as referências na literatura indicavam que SVM, MLP e K-Means demonstrariam melhor desempenho. Devido a natureza das anomalias de solda e a alta demanda de recursos especializados para catalogação dos dados, foi inviável catalogar toda a base de dados de 6 meses, bem como treinar modelos com alto nível de especificidade do processo. O conceito foi testado na linha principal de produção com 15 controladores de solda. Então, após rotulação dos dados por técnicos de qualidade e aplicadas técnicas de transformação, a amostra resultante consistiu em 26 parâmetros e 13.110 pontos, sendo 20% de desvios. Por fim, os experimentos demonstraram que clusterização hierárquica e K-Means não foram eficientes: este último, pode ser justificado devido à baixa quantidade de dados e por ser sensível à escolha inicial do centróide e outliers, não garantindo assim a convergência para o mínimo global. Já os modelos de aprendizado supervisionado apresentaram acurácias semelhantes: 89,60% (SVM), 90,02% (MLP) e 91,06% (CATBoost). Adiferença maior encontrada foi no valor de F1-score e tempo de treinamento. Logo, o modelo de Multi-Layer Perceptron apresentou melhor desempenho entre os três modelos principais inicialmente avaliados, mas o CATBoost foi superior também em processamento. Os resultados obtidos foram considerados aceitáveis para um projeto piloto, provando encontrar duas soluções para classificação de pontos de solda. Todavia, futuramente deseja-se otimizar a busca de indicadores e parâmetros para o modelo, incluindo dados de afiação de eletrôdos e, conforme o algoritmo é implementado na produção, utilizar novos dados e suas classificações para reavaliar os modelos. Palavras-chave:
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
-
ABNT
RIBEIRO, Caio Quaglierini. Aprendizado de máquina para detecção de desvios de qualidade em pontos de solda na indústria automotiva. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://bdta.abcd.usp.br/directbitstream/db08e6f9-335c-4745-8f91-386a6b075471/Caio_Quaglierini_Ribeiro.pdf. Acesso em: 22 abr. 2025. -
APA
Ribeiro, C. Q. (2024). Aprendizado de máquina para detecção de desvios de qualidade em pontos de solda na indústria automotiva (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/db08e6f9-335c-4745-8f91-386a6b075471/Caio_Quaglierini_Ribeiro.pdf -
NLM
Ribeiro CQ. Aprendizado de máquina para detecção de desvios de qualidade em pontos de solda na indústria automotiva [Internet]. 2024 ;[citado 2025 abr. 22 ] Available from: https://bdta.abcd.usp.br/directbitstream/db08e6f9-335c-4745-8f91-386a6b075471/Caio_Quaglierini_Ribeiro.pdf -
Vancouver
Ribeiro CQ. Aprendizado de máquina para detecção de desvios de qualidade em pontos de solda na indústria automotiva [Internet]. 2024 ;[citado 2025 abr. 22 ] Available from: https://bdta.abcd.usp.br/directbitstream/db08e6f9-335c-4745-8f91-386a6b075471/Caio_Quaglierini_Ribeiro.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Caio_Quaglierini_Ribeiro.... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
