Metrology for the factory of the future

A Indústria4.0 como um ambiente produtivo interligado com um fluxo autónomo de informação e decision-making constitui a transformação digital da manufatura para melhorar a eficiência e a competitividade. Transparência, comparabilidade e qualidade sustentada requerem fiabilidade dos dados medidos, dos métodos de processamento e dos resultados.

Consciente desta problemática, o Laboratório Nacional de Metrologia do IPQ apresentou uma candidatura no âmbito do programa EMPIR, para participação no projeto Europeu, 17IND12 – Met4FoF, Metrology for the Factory of the Future, que tem como objetivo o estabelecimento de uma estrutura metrológica para o ciclo de vida completo dos dados medidos em aplicações industriais: das capacidades de calibração para sensores individuais com output digital até à quantificação da incerteza associada com machine learning em redes de sensores industriais. A implementação em bancos de ensaio realísticos demonstrará a aplicabilidade das soluções e gerará templates para futuros desenvolvimentos pela indústria.

O impacto da metrologia é óbvio: calibrações rastreáveis, tratamento harmonizado das incertezas de medição, normas e guias industriais são os principais componentes de uma infraestrutura metrológica abrangente que tem permitido globalizar a produção e o comércio internacional. Digitalização e data science estão rapidamente a mudar quase todos os aspetos do panorama: os sensores estão a ficar inteligentes, grandes redes de sensores estão a ser usados conjuntamente com algoritmos de machine learning para tornar as decisões automáticas e gerir os processos produtivos.

A coordenação do projeto está a cargo do PTB (Alemanha), e inclui para além da participação Portuguesa do IPQ, parceiros como o LNE, INRIM, IMBiH (todos participantes na rede MATHMET) e outros como o CEM, VSL, HBM ou SPEA. Este projeto tem uma contribuição total da EU de cerca de 1,8 M€.

De acordo com diversos estudos e pesquisas, as necessidades industriais mais prioritárias na FoF são qualidade e segurança dos dados. Este projeto vai ao encontro destes aspetos, ao interpretar a necessidade da qualidade dos dados como a necessidade de prover uma estrutura de incertezas de medição para sustentar a infraestrutura metrológica. Esta infraestrutura tem que abarcar a rastreabilidade da calibração dos sensores inteligentes, tendo em conta efeitos dinâmicos, tratamento metrológico das redes de sensores complexos, avaliação da incerteza para dados agregados e métodos de apoio à decisão, para cobrir todo o fluxo de informação.

Os objetivos específicos deste Projeto de Investigação Conjunta (JRP) prendem-se essencialmente com:

• Desenvolver métodos de calibração para sensores industriais de medição dinâmica como aceleração, força e pressão com output de dados digitais (data streams) e pré-processamento digital interno, incluindo a extrapolação das incertezas de medição de sensores individuais calibrados para outros do mesmo tipo através de co-calibração e modelação estatística;
• Desenvolver a demonstrar métodos permitindo que sensores digitais forneçam incerteza e/ou informação de qualidade (dados) conjuntamente com os dados da medição;
• Desenvolver uma estrutura de calibração in-situ que seja eficiente em termos de custos, para sensores MEMS medindo temperatura ambiente, para a sua integração numa rede de sensores industriais numa estrutura com qualidade metrológica.

Desenvolver e avaliar métodos para agregação de dados para redes de sensores industriais baseados em machine learning e arquitetura de software eficiente, que incluam sincronização das medições, redundância das medições, incerteza da calibração e redes de comunicação, e ainda estratégias para pesar custos versus incertezas.

Contacto para mais informações: Luís Ribeiro