Tecnologias de EXcelência e Inovação para a inspeção de malhas têxteis com Inteligência Artificial

O principal objetivo do projeto é otimizar os modelos de machine learning existentes para que sejam capazes de detetar defeitos em malhas com precisão igual ou superior aos operadores humanos, facilitar a implementação e operação de milhares de sistemas de inspeção com modelos de ML mais eficientes e autónomos e totalmente integrados com os softwares de gestão das empresas. Para alcançar esse objetivo, o projeto tem os seguintes objetivos específicos: 1. Desenvolver e adaptar modelos de machine learning transversais e flexíveis para a deteção de defeitos em malhas produzidas em teares circulares, considerando as inovações tecnológicas na indústria têxtil. O projeto irá abordar a diversidade de teares, tipos de malhas, defeitos, condições de operação, maturidade tecnológica e competências dos operadores existentes nas fábricas. 2. Desenvolver métodos avançados de labelling para treinar os modelos de machine learning com maior precisão, considerando as nuances e variações nos padrões de defeitos. O projeto irá melhorar a classificação dos defeitos, alinhar os procedimentos das empresas, sistematizar a análise dos dados e correlacionar os defeitos com as suas origens. 3. Testar e validar as novas funcionalidades do sistema de deteção de defeitos em laboratório e em fábrica, avaliando a sua eficácia, robustez e usabilidade. O projeto irá validar os modelos e os sistemas de inspeção em ambiente controlado (laboratório Smartex) e em ambiente real (fábricas parceiras). O projeto irá testar diferentes tipos de teares, malhas, fios e defeitos. 4. Validar os sistemas de inspeção e os modelos de machine learning, tendo em conta os indicadores de qualidade e desempenho definidos. O projeto irá medir e comparar a performance dos modelos e dos sistemas de inspeção com os dados anteriores e com os padrões da indústria. O projeto irá também analisar os consumos de computação para a inspeção. 5. Integrar os dados resultantes dos modelos de machine learning com os sistemas de software de produção existentes, garantindo a interoperabilidade e a partilha de informações entre os sistemas de deteção de defeitos e o software de gestão de produção. O projeto irá agilizar a troca de informação bidirecional e facilitar a consulta e a correlação de dados. 6. Preparar a fase pós-projeto, na qual será necessário expandir o trabalho desenvolvido para um maior número de fábricas, teares circulares e tipos de malhas. O projeto irá definir um plano de ação para dar continuidade à análise de novas combinações de teares, estruturas têxteis, tipos de fio e defeitos. Em conclusão, este projeto visa estabelecer novos padrões de excelência na inspeção automatizada de defeitos em malhas têxteis, desenvolvendo métodos avançados com maior eficiência na deteção defeitos, podendo ser comparável, ou ultrapassando a performance dos operadores. A validação contínua dos sistemas de inspeção, levando em conta indicadores de qualidade e desempenho, será fundamental para comparar a performance dos modelos com dados anteriores e com a intervenção humana, assegurando melhorias tangíveis e deteção de mais de 95% dos defeitos sem necessidade de ajustar manualmente os modelos usados. Além disso, a preparação para a fase de expansão da tecnologia permitirá que as inovações sejam aplicadas em um número crescente de fábricas, abrangendo diversas combinações de teares, estruturas têxteis e tipos de defeitos, garantindo a escalabilidade do projeto.