Automated Machine Learning para aplicações industriais

Se for possível gerar valor acrescentado concreto a partir da análise de dados de máquinas e sistemas, é também possível estabelecer novos modelos de negócio baseados em dados. Aplicações como a manutenção preditiva baseada em condições são aceites e compreendidas concetualmente. O desafio agora é tornar a implementação destes serviços eficiente e rentável.

Os métodos e ferramentas oferecidos pelo Machine Learning (ML) permitem fornecer um acesso até agora inexplorado a este tipo de dados de máquinas industriais e identificar correlações desconhecidas. Mas, atualmente a criação de modelos de Machine Learning é demorada e dispendiosa e, assim se explica a necessidade de uma abordagem nova, pragmática e económica à ML em aplicações industriais.

A automação das operações de Machine Learning é um passo crítico nesta direção. A ideia básica por detrás disto é permitir que os especialistas em aplicações contribuam de forma independente e direta com o seu conhecimento de aplicação para uma ferramenta de software, gerem e implementam automaticamente modelos de ML. Os processos de ML executados em segundo plano são fornecidos pela ferramenta de software. As etapas individuais da automatização do ML são explicadas em detalhe nesta ferramenta. Desde a importação de dados, pré-processamento e engenharia de caraterísticas até ao treino e otimização de modelos de Machine Learning e subsequente implementação de modelos. As possibilidades de interação do utilizador são visualizadas através de exemplos.

Isto ajuda a ilustrar as vantagens concretas desta solução orientada para a prática da automatização de ML, utilizando a ferramenta Weidmüller Industrial AutoML:

• O conhecimento do domínio na empresa está diretamente incorporado no processo de criação do modelo de Machine Learning. Poupa tempo e dinheiro;
• A soberania sobre os próprios dados e modelos é garantida em todos os momentos porque todo o processo é realizado internamente com a ajuda da ferramenta AutoML;
• O utilizador beneficia dos mais recentes desenvolvimentos e possibilidades no ambiente de Machine Learning, que são continuamente incorporados na ferramenta AutoML.

Esta simbiose perfeita entre a experiência da própria empresa e os métodos de ML significa que os serviços baseados em dados podem ser implementados da forma mais económica possível. Este pode ser utilizado para acelerar a implementação de novos modelos de negócio, bem como para aumentar a eficiência da produção e manutenção da própria empresa, automatizando os processos de monitorização.

Machine Learning para aplicações industriais precisa de uma nova abordagem

As máquinas e as instalações, bem como os processos de produção, geram um fluxo contínuo de dados. As empresas que conseguirem gerar valor acrescentado a partir destes dados poderão ter sucesso no futuro. Um exemplo do valor acrescentado proporcionado pela análise de dados surge em aplicações como a manutenção preditiva baseada em condições. Simplificando, a máquina sinaliza automaticamente quando é provável que ocorra um desgaste crítico ou quando é provável que seja necessária uma peça sobressalente.

Weidmüller – Sistemas de Interface, S.A.
Tel.: +351 214 459 191 · Fax: +351 214 455 871
weidmuller@weidmuller.pt · www.weidmuller.pt

Para ler o artigo ou dossier completo faça a subscrição da revista e obtenha gratuitamente o link de download da revista “robótica” nº136. Pode também solicitar apenas este artigo através do email: a.pereira@cie-comunicacao.pt

Outros artigos relacionados

• Case study “Machine Learning para aplicações industriais” da edição 128 da revista robótica;
• Artigo de opinião “O futuro da automação está a bater-nos à porta” da edição 132 da revista robótica;