A indústria de moldes na Alemanha está exposta a custos crescentes e a pressões para o cumprimento de prazos. Isso, a princípio, leva à fabricação de produtos com vida mais curta, bem como à competição cada vez mais agressiva, principalmente em relação a países com baixo custo de mão de obra. As empresas alemãs estão respondendo à pressão com o aumento da produtividade e foco em seu desempenho. Os custos de operação de máquinas e os de manufatura podem ser reduzidos pelo desenvolvimento de soluções de automação. No desenvolvimento de ferramental cerca de 33% dos custos de processo podem ser atribuídos ao projeto, testes, à gestão de projeto e à qualidade, entre outros.

Na fabricação de ferramental o projeto equivale a cerca de 22% do tempo, bem como a 15% dos custos de processo; portanto, pode contribuir para o aumento da competitividade. Sobre a automação de projeto, por exemplo, 70% dos custos do ferramental são determinados pela fase de desenvolvimento. Assim, há risco de ter-se custos maiores na fase de projeto devido ao planejamento incorreto, e o projeto pode influenciar de forma significativa os custos do ferramental. Outra razão é a possibilidade de neutralização da mudança estrutural que vem ocorrendo na indústria alemã de moldes graças à automação. Devido às alterações demográficas e à redução da disponibilidade de mão de obra especializada, um fator de sucesso para a competitividade das empresas alemãs será representar, de forma sistemática, as atividades com uso intensivo de know-how como projeto de ferramental.

Para explorar esses temas, o Escritório de Projetos Hein, o Laboratório de Máquinas Ferramenta da Universidade Técnica RWTH Aachen (Werzeugmaschinenlabor der RWTH Aachen, WZL) e a Academia de Fabricação de Ferramentas de Aachen (Aachener Werkzeugbau Akademie GmbH, WBA), todos na Alemanha, dedicam-se conjuntamente ao “Projeto automatizado do sistema de desmoldagem de moldes de injeção baseado em algoritmos com capacidade de auto-aprendizado” (sigla AutoEnSys, FKZ: 01IS20081A0). O objetivo deste projeto, que conta com financiamento público, concedido pelo Ministério Federal Alemão para Educação e Pesquisa (Bundesministerium für Bildung und Forschung – BMBF), é a automatização plena do projeto de moldes de injeção. Portanto, em uma primeira instância, a equipe do projeto está se concentrando na automatização parcial do projeto de sistemas de desmoldagem, para reduzir os custos e o tempo de fabricação.

A automatização parcial do sistema de desmoldagem representa um passo importante rumo à completa automatização do projeto dos moldes de injeção (Werkzeubau Ruhla).

Projeto autônomo de um sistema especialista

Primeiramente, foi desenvolvido um algoritmo baseado em inteligência artificial (IA) com capacidade de autoaprendizado. No primeiro pacote de trabalhos foram definidos os requisitos de projeto para o desenvolvimento do algoritmo de inteligência artificial, e foi feita a distinção entre os requisitos técnicos e os de interface homem máquina. Também foram conceitualizadas as diretrizes com baixo limiar de complexidade, as quais serviram como projetos representativos e incluem os casos de ejetores circulares, planos e com manga, bem como sistemas deslizantes opostos e simples. O projeto do aplicativo deve considerar entradas manuais de parâmetros, bem como conjuntos de dados CAD carregados digitalmente. Também é concebível incorporar resultados de simulações de moldagem por injeção como a separação de moldes previamente definida ou um canal para controle de temperatura e layout do sistema de alimentação já especificados (figura 1).

Fig. 1 – O AutoEnSys processa fatores heterogêneos de entrada, e os estrutura e conduz a um sistema de desmoldagem (Fonte: WBA; gráfico: Hanser)

Para assegurar um projeto independente do sistema especialista, no segundo pacote de trabalho foi modelada a estrutura de dados na qual o algoritmo se baseia. Para isso, o conhecimento especializado dos projetistas do consórcio foi usado para construir uma lógica para a decisão baseada em “árvores de decisão” e diagramas da Linguagem Unificada de Modelamento (UML, Unified Modeling Language), que representam o conhecimento e as decisões feitas por um projetista durante o projeto de um sistema de desmoldagem. Isso pode ser desdobrado em seis árvores de decisão, as quais refletem, por exemplo, o processo de decisão para determinar os sistemas de escorregamento e ejetores, de acordo com o seu tipo e posicionamento, bem como regras para determinar o tamanho do ferramental e de seu inserto.

Além disso, ao longo de várias sessões de trabalho foi definido um total de quinze regras de projeto para uma geometria de caixa. Elas também foram avaliadas tendo como base sua influência sobre o projeto. A lógica de decisão como um todo constitui uma base importante para o aprendizado do algoritmo de inteligência artificial para uso no projeto automatizado de sistemas para desmoldagem.

Modelamento e treinamento do algoritmo de IA

O objetivo do terceiro pacote de trabalho é modelar e treinar o algoritmo de inteligência artificial para o projeto automatizado do sistema de desmoldagem, isso porque, em primeiro lugar, a arquitetura pura do programa foi modelada e seus módulos foram implementados. O treinamento subsequente do algoritmo foi feito pela realimentação iterativa com os especialistas em projetos. A análise do modelo tridimensional do componente serviu como parâmetro de entrada do algoritmo de inteligência artificial. As características específicas da geometria serão extraídas do modelo tridimensional.

Foram distinguidos dois tipos de características:

• Propriedades específicas como a espessura do material e a altura do componente;
• Propriedades de formato geométrico como cantos, bordas, nervuras, domos e ranhuras.

O reconhecimento das características se fundamenta em vários algoritmos, alguns dos quais se baseiam em métodos de aprendizado de máquina (machine learning), e outros são baseados no desenvolvimento de relações entre propriedades fundamentais. Isso resulta em um sistema de reconhecimento de características que extrai todas as que são relevantes, com as quais os especialistas trabalham de acordo com as regras do projeto. Os dados requeridos para o treinamento do algoritmo foram gerados com base no conhecimento dos especialistas. O treinamento realizado inicialmente constitui a base para a funcionalidade, bem como para os testes do algoritmo a serem feitos nos próximos pacotes de trabalho.

Avaliação da adequabilidade para uso prático

Após um treinamento bemsucedido, o sistema especialista baseado em IA será testado e otimizado no quarto pacote de trabalho (figura 2). Primeiramente foram desenvolvidas alternativas de realimentação, por exemplo, por meio de fichas de avaliação. O algoritmo será testado sob condições laboratoriais e com o envolvimento de engenheiros do consórcio. Os projetistas avaliarão os sistemas de desmoldagem gerados automaticamente a partir de diversos critérios – incluindo tamanho, a peça como um todo e qualidade superficial, tempo de ciclo, possibilidade de controle da temperatura e posição geométrica – e realimentarão o resultado da avaliação para a equipe de programação.

Fig. 2 – O sistema especialista baseado em inteligência artificial AutoEnSys extrai características a partir de um modelo tridimensional e gera uma proposta de projeto que será validada por um engenheiro de projeto (Fonte: WBA; gráfico: Hanser)

Assim, o algoritmo testado e otimizado será usado e validado sob condições práticas no quinto pacote de trabalho. A adequação ao uso prático é um requisito-chave para este projeto de pesquisa, e é por isso que este pacote de trabalho possui particular importância. A adequabilidade prática será avaliada por meio de fichas de realimentação preenchidas pelos usuários. As empresas clientes do consórcio usarão essa solução de software desenvolvida em seus projetos de pesquisa atuais. Subsequentemente, está previsto que outros usuários da rede de clientes da Academia de Fabricação de Ferramentas de Aachen (WBA) usem esse aplicativo para assegurar a contínua otimização da aplicação no processo de realimentação.

Conclusão

Os esforços até este momento no âmbito do projeto AutoEnSys visam a uma solução única que tem como objetivo viabilizar futuros projetos de automação plena do projeto de moldes para injeção. O sistema especialista desenvolvido neste projeto deve se tornar parte de um cenário sistêmico maior. Entretanto, ainda é necessário desenvolver interfaces para CAD, simulação de moldagem por injeção e sistemas de cálculo pelo método de elementos finitos. A ideia é que o sistema especialista AutoEnSys represente um sistema válido e aberto que agrupe um grande número de sistemas por meio de interfaces adaptadas de forma individual.

O consórcio que vem desenvolvendo este projeto já se encontra em busca de acompanhamento para promover a continuidade do desenvolvimento da aplicação aqui descrita. No decorrer do projeto ficou estabelecido que sua funcionalidade fica melhor se forem consideradas as simulações efetuadas pelo método de elementos finitos. O posicionamento e o tipo de ejetor deve ser otimizado por interfaces com os sistemas de cálculo pelo método de elementos finitos, considerando as forças de desmoldagem. Além disso, planeja-se levar em conta no projeto as pressões de injeção e a contração, bem como os sistemas de alimentação de resina fundida, pela integração dos resultados obtidos a partir das simulações de moldagem por injeção. Outro foco será a seleção iterativa das variantes de projeto obtidas pelo algoritmo de inteligência artificial desenvolvido, dentro do contexto da interação homem-máquina.

REFERÊNCIAS BIBLIOGRÁFICAS

As referências bibliográficas deste artigo podem ser encontradas no seguinte endereço eletrônico: www.kunststoffe.de/onlinearchiv.