AUTOMATIC INFORMATION ANOMALY DETECTION SYSTEM FOR THE MANUFACTURING OF COMPLEX PARTS BASED ON MACHINE LEARNING AND KNOWLEDGE REPRESENTATION

INTRODUCTION: O processo de modelagem e produção de uma aeronave é de grande complexidade e envolve inúmeros processos que necessitam do compartilhamento de informações e conhecimentos constantemente. Qualquer erro durante o projeto e a modelagem acarreta erros que afetam todo o ciclo de vida não somente do produto em si, mas como de todo o projeto da aeronave. Nesse contexto, tomar decisões sobre como lidar com peças defeituosas é importante para otimização dos processos. Portanto, o desenvolvimento e a aplicação de sistemas de manufatura inteligentes por meio da utilização de paradigmas de Aprendizado de Máquina tornam-se um ponto importante de estudo, pois podem coletar e processar dados em tempo real, possibilitando a predição antecipada de falhas nos processos produtivos. AIMS: Este projeto objetiva, como solução para o problema de falta de padronização nos projetos de produto de peças, promover um sistema capaz de identificar anomalias nos projetos de produtos de peças de chapas metálicas aeroespaciais, utilizando-se de dados referentes à geometria dos modelos em questão para detecção de desvios nos padrões geométricos encontrados na produção. Também visa recomendar processos produtivos e ferramentas corretivas com base na anomalia detectada. MATERIALS AND METHODS: Para isso é realizada a extração e formalização dos dados geométricos do modelo em questão, posteriormente utiliza-se Aprendizado de Máquina para a detecção de anomalias com base nos padrões geométricos de modelos semelhantes, integrando por fim ontologias como método de formalização e representação do conhecimento para sugerir ferramentas e maquinários adequados para correção das anomalias. RESULTS: A implementação do sistema resultou em uma abordagem mais funcional capaz de identificar erros durante a modelagem das peças para atender às necessidades dos usuários, oferecendo suporte na tomada de decisão durante o processo de manufatura, permitindo a visualização das anomalias e a determinação de ações corretivas, otimizando o processo de fabricação. FINAL CONSIDERATIONS: Portanto, a aplicação de tecnologias avançadas como ontologias e Aprendizado de Máquina se mostrou eficaz na detecção antecipada de anomalias em projetos de produtos de peças de chapas metálica, contribuindo para maior eficiência e produtividade da indústria aeroespacial.

KEYWORDS: Indústria Aeroespacial; Identificação de Anomalias; Peças de Chapa Metálica; Ontologia; Aprendizado de Máquina.