DIGIPLAST - Redefinindo a Produção de Plásticos Através da Inteligência Digital

Objetivo Global A operação DIGIPLAST tem como objetivo global desenvolver e validar uma plataforma industrial de inteligência digital para a transformação de produtos plásticos, capaz de converter processos produtivos ainda fortemente dependentes de ajustamentos empíricos, conhecimento tácito e validação física iterativa em sistemas preditivos e otimizados. O impacto pretendido é estrutural: aumentar o controlo do processo, reduzir defeitos, scrap e tempos de arranque, melhorar a repetibilidade e a robustez operacional, e criar uma base tecnológica assente em dados industriais, gémeos digitais, inteligência artificial, visão computacional e suporte ao operador. Objetivos Específicos OE1 – Estruturar a camada digital industrial do processo Desenvolver uma infraestrutura de dados industriais capaz de adquirir, integrar, sincronizar e normalizar dados heterogéneos ao longo da cadeia de valor (máquinas, moldes, sensores, sistemas de monitorização, qualidade e ERP/MES). O parâmetro técnico relevante é a disponibilidade de um digital thread industrial fiável e interoperável, hoje inexistente ou fragmentado, que deverá evoluir para uma plataforma com rastreabilidade ciclo a ciclo, suporte edge-cloud e integração com sistemas industriais. A validação será realizada nas fases iniciais e intermédias do projeto, através da operacionalização da plataforma. OE2 – Desenvolver gémeos digitais híbridos orientados ao processo Criar modelos híbridos que combinem modelação multifísica com correção data-driven para prever o comportamento do material e do processo em contexto industrial. O objetivo técnico é passar de modelos predominantemente estáticos ou isolados para gémeos digitais dinâmicos, capazes de estimar estados latentes, antecipar defeitos e suportar otimização prévia à implementação física. A validação ocorrerá em ambiente industrial através da comparação entre previsões do modelo e comportamento real do processo. OE3 – Desenvolver IA adaptativa e explicável para otimização e controlo Desenvolver algoritmos de inteligência artificial para previsão de defeitos, recomendação de parâmetros e controlo adaptativo em tempo real. O parâmetro crítico é a capacidade de converter dados e estados estimados em decisões operacionais úteis, auditáveis e robustas sob variabilidade industrial. O objetivo é evoluir de uma lógica reativa para uma lógica preditiva, com métricas de desempenho associadas a redução de defeitos, melhoria da estabilidade e resposta mais rápida a desvios. A validação será feita nas fases de integração e demonstração industrial. OE4 – Integrar qualidade em tempo real e suporte ao operador Desenvolver sistemas de visão artificial para inspeção automática e interfaces inteligentes de apoio ao operador, incluindo realidade aumentada quando aplicável. O objetivo técnico é transformar a qualidade de uma verificação para um parâmetro ativo de decisão, ligado ao contexto de processo, à previsão e à intervenção operacional. A validação será efetuada em ambiente fabril, medindo capacidade de deteção automática, suporte à decisão e redução da dependência de conhecimento tácito. Linhas de Desenvolvimento e execução do projeto Os objetivos serão atingidos através de quatro linhas articuladas: DL1 – Plataforma de Dados Industriais e Interoperabilidade; DL2 – Gémeos Digitais Híbridos; DL3 – Inteligência Artificial Adaptativa e Explicável; DL4 – Orquestração da Qualidade e Suporte Humano à Decisão. A lógica de execução é integrada: a infraestrutura de dados suporta os gémeos digitais; estes suportam os modelos de IA; e a IA, articulada com visão artificial e interfaces, fecha o ciclo de decisão e operação. Resultados esperados e maturidade Os resultados esperados incluem: plataforma digital industrial integrada; gémeos digitais híbridos validados; soluções de IA para previsão e otimização; sistemas de inspeção inteligente; interfaces avançadas homem-máquina; e demonstração de uma célula produtiva mais inteligente, com redução de scrap, defeitos e tempo de ciclo e melhoria de OEE. Em termos de maturidade, a operação está orientada para TRL mais próximos do mercado, com validação e incorporação produtiva. Impacto tecnológico, económico e estratégico Tecnologicamente, o DIGIPLAST criará uma capacidade industrial nova baseada na integração entre dados, modelação, IA, qualidade e operação. Economicamente, permitirá aos copromotores gerar novos produtos e serviços de maior valor acrescentado, reforçar exportação e diferenciação competitiva e melhorar produtividade e qualidade. Estrategicamente, contribuirá para o desenvolvimento de tecnologias digitais críticas e para o reforço da cadeia de valor europeia da produção avançada, através de uma plataforma escalável e replicável noutros contextos industriais. A exploração será feita por incorporação produtiva na Plásticos Futura e pela comercialização de módulos, serviços e soluções digitais pelos restantes copromotores.