SISTEMA INTELIGENTE DE SUPERVISÃO E CONTROLE DE CAPACIDADE EM PROCESSOS INDUSTRIAIS: INTEGRAÇÃO DE SCADA, IA E APRENDIZADO DE MÁQUINA

Resumen

Este estudo propõe um sistema baseado em aprendizado de máquina para supervisão e controle de capacidade em automação industrial. A solução integra sensores de alta precisão, controladores lógicos programáveis (PLCs) e um sistema SCADA (Supervisory Control and Data Acquisition), permitindo o monitoramento e ajuste em tempo real de processos de fabricação. A metodologia incluiu o desenvolvimento de um software em C# no ambiente Visual Studio 2015, com interface em um PLC Mitsubishi CPU Q03UDV, e a implementação do sistema em uma linha de produção para avaliação prática.

Os resultados demonstraram a capacidade do sistema de manter os índices de capacidade do processo (CpK) acima dos limites críticos (1,33) por meio da correção automática de desvios. Os principais destaques incluem a integração eficiente com redes industriais e a adaptação dinâmica às variabilidades de produção. Por outro lado, foram identificadas limitações, como a dependência de uma infraestrutura robusta e desafios em ambientes com alta interferência eletromagnética.

A discussão destaca o potencial de escalabilidade, a aplicação em outros contextos industriais e a inclusão de algoritmos avançados, como redes neurais, para aprimorar a capacidade preditiva. Trabalhos futuros sugerem explorar implementações mais acessíveis para pequenas e médias empresas, integração com IoT para manutenção preditiva e avaliações de sustentabilidade. Esta pesquisa contribui para o avanço da automação inteligente, promovendo qualidade consistente e eficiência operacional na manufatura.