Amanco wavin e CPQD desenvolvem projeto de gêmeo digital

20/12/2024
O principal objetivo é a criação de um modelo digital capaz de simular alterações nos processos de produção

A Amanco Wavin assinou parceria tecnológica com o CPQD, Centro de Pesquisa & desenvolvimento, para implantar projeto-piloto de gêmeo digital. A iniciativa combina realidade aumentada, Internet das coisas (IoT) e machine learning para criar réplicas virtuais de processos produtivos, permitindo otimizar operações e reduzir o impacto ambiental. O principal objetivo é a criação de um modelo digital capaz de simular alterações nos processos de produção, permitindo identificar as melhores estratégias para reduzir custos e melhorar a qualidade dos produtos. Além disso, a solução ajuda a determinar a melhor proporção entre matéria-prima e material reciclado, promovendo o estabelecimento de novas práticas alinhadas à economia circular.

O CPQD contribuiu para o desenvolvimento do projeto ao apresentar a solução e realizar toda a modelagem matemática para machine learning – tecnologia que utiliza dados para criar sistemas capazes de aprender e tomar decisões – além do design e da modelagem 3D do processo, com base em dados reais da produção. A prova de conceito (POC), etapa inicial para validar a solução, demonstrou como principal benefício o aumento na quantidade de material reciclado utilizado, sem comprometer a qualidade dos produtos. “A adoção do gêmeo digital reforça nosso compromisso com a inovação e a sustentabilidade, duas das nossas principais estratégias para 2025. Essa tecnologia nos permitirá transformar dados em novas soluções para melhoria contínua dos nossos processos”, explica Adriano Perboni, diretor de Manufatura. Para Norberto Alves Ferreira, Gerente de Soluções de IA e IoT do CPQD, o gêmeo digital é um conceito cada vez mais presente no mundo da indústria onde, integrando abordagens de realidade aumentada, inteligência artificial e IoT, é possível mapear no mundo virtual os processos executados no mundo físico, possibilitando diversas simulações para predição de erros.