Todos os anos um grande número de peças usadas acabam no ferro-velho para reciclagem. No entanto, é muito mais eficiente em termos de recursos remanufaturar alternadores, partidas e similares como parte de uma abordagem de recirculação. Isso reduz o desperdício de materiais, reduz a pegada de CO2 e ainda prolonga a vida útil dos produtos.
No projeto EIBA, o Instituto Fraunhofer de Sistemas de Produção e Tecnologia de Design IPK (Fraunhofer IPK) está desenvolvendo um sistema de assistência baseado em IA para identificação semiautomática baseada em imagens de peças usadas sem QR code ou códigos de barras. Isso ajudará o trabalhador no processo de triagem para que os componentes mais usados possam ser enviados para remanufatura.
Redução na taxa de erro
Segundo o Instituto, identificar e avaliar claramente os componentes do veículo é um dos principais desafios no processo de remanufatura. Muitos produtos são praticamente indistinguíveis uns dos outros e são difíceis de identificar devido à sujeira e ao desgaste.
Até agora, esta tarefa tem sido realizada manualmente por especialistas sob considerável pressão de tempo. É aqui que entra o sistema de assistência baseado em IA do Fraunhofer IPK: Este sistema ajudará os funcionários a identificar e avaliar peças de desgaste defeituosas, como motores de partida, compressores de ar condicionado e alternadores com base no princípio dos quatro olhos.
“Na indústria automotiva, uma vez removida a peça usada, ela é avaliada no centro de triagem com base em determinados critérios para determinar se pode ser reutilizada”, diz Marian Schlüter, cientista do Fraunhofer IPK. “Isso está longe de ser trivial, no entanto. Os números das peças, que são o único recurso visualmente confiável, não são mais legíveis, estão riscados, pintados ou as placas de tipo podem ter caído. Isso significa que o trabalhador acaba descartando-o por engano, sendo reciclado puramente como material. É precisamente aqui que a IA entra em jogo. Ele identifica as peças usadas com base em sua aparência, independentemente do número da peça, e as envia para uma nova vida útil.”
Características de identificação como peso, volume, forma, tamanho e características de cor são usadas, mas os dados do cliente e da entrega também são incluídos na avaliação.
Como funciona o processo
A parte usada passa por um processamento baseado em imagem. Isso envolve o sistema escanear a embalagem para coletar informações sobre o grupo de produtos. Ao dividir esse processo em subtarefas, o intervalo de busca para identificação é reduzido de 1:120.000 para 1:5000.
Continua depois da publicidade |
A parte usada é então pesada e gravada por câmeras estéreo 3D. Os resultados obtidos na etapa de processamento baseado em imagem são combinados com a análise dos dados comerciais específicos da peça, como origem, data e localização, para identificar a peça de forma confiável. O resultado do processo de identificação é mostrado ao funcionário, que recebe uma lista de sugestões com imagem de visualização e número da peça, mantendo assim o controle total.
Todos os anos, cerca de cinco a sete por cento de um milhão de peças usadas processadas pela Circular Economy Solutions GmbH – ou seja, até 70.000 peças – são descartadas porque não podem ser identificadas. Um estudo realizado como parte do projeto revelou uma precisão de reconhecimento de 98,9%. Visto em termos das 70.000 peças usadas que são descartadas, espera-se que a identificação baseada em IA permita que mais 67.200 peças usadas sejam realimentadas no ciclo.
