Dados: se não forem grandes, é melhor que sejam bons
Quando se trata de dados, conjuntos de dados enormes criam enormes oportunidades. É assim que as empresas focadas nos clientes treinam algoritmos para fazer recomendações semelhantes sobre opções de música, comida, filmes e muitas outras coisas.
No setor industrial, os dados também criam grandes oportunidades. Volumes enormes de informações procedentes de ativos como motores de aeronaves ou turbinas a gás podem dar insights que alimentam softwares preditores de falhas do equipamento ou necessidade de manutenção.
Entretanto, treinar algoritmos e softwares potentes fica mais difícil quando os dados são escassos, algo comum no setor industrial. Como os operadores industriais protegem seus dados, o compartilhamento de informações sobre aplicações críticas é limitado. Além disso, a quantidade limitada de erros na produção minimiza a geração de dados, já que os fabricantes de motores automotivos veem apenas uma quantidade muito pequena de motores com defeito ou fora das especificações. Isso se aplica também aos fabricantes de baterias.
A solução?
Se você não possui big data, a qualidade dos dados que você tem se torna importantíssima.
O motivo disso é que, quando o seu conjunto de dados está na casa dos milhões, os pontos de dados inválidos, de má qualidade, se tornam irrelevantes. Entretanto, se o seu conjunto de dados é pequeno, cada ponto de dados é importante para a criação de um modelo preciso. Alguns dados inválidos podem distorcer todo o conjunto de dados, inutilizando o algoritmo para aplicações concretas.
Portanto, a próxima pergunta é: “Como gerar dados ‘bons’?”.
Resposta curta: dados bons vêm de bons sensores. Mas isso é apenas metade da história. Sim, bons sensores são fundamentais porque fornecem a sensibilidade, precisão, durabilidade e confiabilidade necessárias para gerar dados precisos dia após dia, mesmo sob condições extremas.
Entretanto, o conhecimento necessário para a aplicação desses sensores é igualmente importante. Saber qual tipo de tecnologia é adequado em cada configuração e onde ela deve ser colocada é fundamental, principalmente na inspeção industrial e nos testes não destrutivos (NDT), em que há muitos tipos de sensores disponíveis. Da radiografia ao ultrassom e dos aparelhos de TC aos sensores de vibração, cada situação requer a tecnologia correta. Para garantir uma aplicação consistente, é preciso ter conhecimento para saber qual deve ser usada e como aplicá-la da forma mais eficiente.
A consistência é importante não só entre as várias linhas de uma fábrica, mas também entre várias fábricas, espalhadas pelo país ou pelo mundo. A aplicação consistente de sensores com resultados replicáveis é crucial para a consistência da qualidade de dados e, consequentemente, para a uniformidade da qualidade do produto, independentemente das instalações de onde ele vem.
O crescimento da fabricação just-in-time e da fabricação aditiva ressalta a importância do conhecimento sobre a aplicação de sensores. A velocidade é essencial nesse ambiente, e os especialistas em NDT podem avaliar e implantar rapidamente os requisitos de teste para dar um feedback imediato sobre a qualidade do produto. Isso agiliza as iterações e a prototipagem para diminuir o tempo até a entrada no mercado, reduzir os custos de investimento e aumentar a produtividade.
Essa utilização dos dados de NDT logo no início da cadeia de valor e como parte do gerenciamento do ciclo de vida do produto é o futuro do nosso setor. Atualmente, muitos clientes recorrem a nós para obter ajuda na resolução de problemas de qualidade e produtividade: qual é a melhor forma de melhorar a qualidade de peças impressas em 3D? Como garantir a qualidade de peças compostas? Trata-se de uma evolução importante porque, atuando como parceiro e colaborador, podemos ajudar os clientes a transformar sua visão sobre testes, auxiliando-os a considerá-los como uma ferramenta para atingir vários objetivos comerciais relacionados à economia de custos, melhorias de qualidade e linhas de tempo de produção mais curtos. O NDT também está mudando a forma de coletar, analisar e implantar os dados. Softwares potentes, como o InspectionWorks TM da Waygate Technologies, ajudam as empresas a aproveitar os dados coletados, usando-os para melhorar os resultados.
Por exemplo, o InspectionWorks cria uma visão holística de todos os fluxos de dados de inspeção relevantes, que frequentemente ficam isolados em tecnologias de fornecedores diferentes ou partes diferentes da fábrica. A plataforma coleta e agrupa esses diversos fluxos de dados, analisa os dados para gerar insights acionáveis e ajuda os clientes a dar os passos necessários para impulsionar melhorias por meio de fluxos de trabalho que se conectam e se integram a pacotes de software do cliente, como softwares de design e fabricação assistidos por computador (CAD/CAM), sistemas de execução de fabricação (MES), gerenciamento do ciclo de vida de produtos (PLM) e planejamento de recursos empresariais (ERP).
Um cliente nosso que é OEM de energia eólica consegue criar complexos fluxos de trabalho de inspeção multi-instrumento e multiusuário e, em seguida, alimentar o sistema de ERP com os fluxos de trabalho ERP para distribuir ordens de trabalho para inspetores internos ou externos. Assim que os inspetores saem a campo e realizam as inspeções, os dados são anexados automaticamente aos "locais" corretos no ativo e os relatórios de inspeção são enviados para o sistema de PLM. Por fim, os dados de inspeção (enriquecidos com as anotações e observações dos especialistas) são processados, analisados e convertidos em insights acionáveis que podem ser digeridos pelos sistemas de CAD/simulação para possibilitar melhorias de design e processos.
Conforme esse tipo de ecossistema de software continua evoluindo, a importância dos testes como fonte de geração de valor, inovação e diferenciação comercial só aumenta.
A fabricação e os serviços estão sendo transformados pelos dados, e os dados gerados e analisados por inspeções industriais e NDTs serão muito importantes para o avanço deste setor.
Entretanto, para os líderes empresariais, em meio a tanta ênfase nos dados, é essencial lembrar que os dados de alta qualidade são tão importantes quanto o big data para atingir o resultado desejado.