SENSE2ZDM - Da Sensorização Industrial à Produção Zero-Defeitos através de Inteligência de Processo e Controlo de Qualidade baseados em IA

O SENSE2ZDM estrutura-se em cinco Development Lines (DLs) interdependente: • DL1 – Aquisição multimodal de dados, perceção industrial e rastreabilidade: estabelece a base de dados e sensorização do projeto, integrando telemetria de máquinas, sensores, parâmetros de processo, resultados de inspeção e contexto produtivo. Permite ultrapassar a fragmentação dos dados industriais e criar a base necessária para IA, rastreabilidade, monitorização por digital twin, análise de causa-raiz e ZDM. • DL2 – Sistemas adaptativos e modulares de inspeção: desenvolve sistemas de inspeção e perceção industrial combinando ótica, visão computacional, sensorização, aquisição edge e calibração, adaptáveis a diferentes geometrias, materiais, superfícies e condições produtivas. Substitui a inspeção fragmentada e por amostragem por perceção industrial contínua, suportando controlo de qualidade mais robusto e replicável. • DL3 – Edge AI para monitorização em tempo real, deteção de defeitos e anomalias de processo: desenvolve modelos de IA multimodal para deteção de anomalias, drift, defeitos e soft-sensing preditivo da qualidade, operando sobre dados sincronizados e monitorização por digital twin. Esta linha permite evoluir de um controlo reativo para deteção precoce, previsão de risco de qualidade e prevenção de defeitos em contexto industrial. • DL4 – Inteligência de processo, explicabilidade e suporte adaptativo à decisão: transforma os resultados de monitorização e inspeção em inteligência acionável, combinando IA explicável, análise de causa-raiz, recomendações operacionais, soft-sensing, monitorização por digital twin e suporte à decisão. Reforça a confiança, utilidade operacional e capacidade de atuação dos operadores e engenheiros. • DL5 – Aprendizagem contínua, adaptação e prontidão para deployment ZDM: assegura a evolução dos resultados para soluções industriais robustas, escaláveis e replicáveis, incluindo gestão do ciclo de vida dos modelos, drift monitoring, reconfiguração, retraining, hardening de software e industrialização. Garante que os resultados não ficam limitados a demonstrações piloto, evoluindo para soluções ZDM transferíveis e exploráveis no mercado. Estas linhas formam um percurso integrado e iterativo. A sensorização e a plataforma de dados da DL1 alimentam os sistemas de inspeção da DL2 e os modelos de IA da DL3; estes geram outputs analíticos e preditivos que sustentam a inteligência de processo e o suporte à decisão da DL4; e a DL5 consolida os resultados numa lógica de aprendizagem contínua, industrialização e replicação. Esta arquitetura é relevante no contexto STEP, por articular tecnologias digitais críticas, IA industrial, cadeia de valor, industrialização e autonomia estratégica. Identificação dos objetivos SMART i) Objetivos de I&D • Integrar pelo menos 5 fontes de dados heterogéneas por piloto, incluindo dados de máquina, sensores, inspeção, processo e contexto produtivo; • Implementar pelo menos 4 modalidades de sensorização, combinando sensores comerciais, impressos e/ou embebidos; • Garantir rastreabilidade de pelo menos 90% das peças produzidas e 95% de registos válidos após ingestão; • Desenvolver sistemas de inspeção com cobertura de pelo menos 95% das peças ou eventos relevantes; • Detetar 80–90% dos defeitos visíveis e pelo menos 90% dos defeitos ou processos críticos; • Desenvolver modelos de IA multimodal integrando pelo menos 3 modalidades de dados, com recall de anomalias =80%, F1-score =0,80, falsos positivos =10% e latência de inferência =1 segundo; • Detetar pelo menos 50% de anomalias previamente não vistas, demonstrando robustez face a variabilidade industrial; • Integrar 15 a 25 variáveis contextuais para análise de causa-raiz, com atribuição correta =70% e aceitação dos operadores =75%; • Validar pelo menos uma ação corretiva por classe principal de anomalia. ii) Objetivos de Inovação Produtiva • Implementar um ciclo operacional data-to-AI-to-decision-to-feedback em pelo menos 2 pilotos industriais; • Garantir latência entre deteção e recomendação =5 segundos; • Reduzir em 20–30% as peças não conformes ou atingir pelo menos 15% de redução de scrap/rework, conforme a lógica de validação de cada piloto; • Limitar a degradação de desempenho dos modelos a =10% durante 3 meses; • Assegurar esforço de reconfiguração =40% na transferência entre pilotos; • Reduzir em 60–80% os tempos de changeover e ramp-up dos sistemas de inspeção e configuração; • Consolidar soluções ZDM industrializáveis, incluindo plataforma de dados, sistemas modulares de inspeção, serviços de IA multimodal, suporte à decisão e pacotes de deployment replicáveis. Estes objetivos são específicos, mensuráveis e orientados à industrialização, refletindo a ambição tecnológica do SENSE2ZDM e a sua orientação para validação em ambiente industrial, robustez operacional, escalabilidade, replicação e valorização económica.