PROPHECY – Seleção de Modelo Prognóstico para Manutenção Preditiva e Programação de Produção Integrada baseada em Aprendizado por Reforço em Sistemas Dinâmicos de Manufatura
O projeto é uma cooperação entre o Prof. Dr.-Ing. Michael Freitag (BIBA – Bremer Institut für Produktion und Logistik GmbH, da Universidade de Bremen, Alemanha), o Prof. Dr.-Ing. Carlos Eduardo Pereira (Universidade Federal do Rio Grande do Sul, Brasil), o Prof. Dr.-Ing. Enzo Morosini Frazzon (Universidade Federal de Santa Catarina, Brasil) e a Profa. Dra. Eng. Iracyanne Uhlmann (Instituto de Ciências Exatas e Tecnologia da Universidade Federal do Amazonas, Brasil), e está relacionado à Iniciativa de Pesquisa Colaborativa em Manufatura Inteligente e Conectada (CRI-SCMfg), financiada pela DFG e pela CAPES. O objetivo do projeto é combinar uma abordagem de seleção de métodos prognósticos para manutenção preditiva com um método baseado em aprendizado por reforço para o planejamento da produção e da manutenção em sistemas de manufatura dinâmicos.
Período: 2025 – atual
AHI – Inteligência Artificial apoiando a Inteligência Humana na tomada de decisões baseada em dados
No mundo globalizado de hoje, processos complexos são a espinha dorsal das operações eficientes em inúmeros setores. Esses processos, entretanto, estão sujeitos a flutuações dinâmicas e imprevisíveis devido a fatores como a volatilidade do mercado, tensões geopolíticas, desastres naturais e mudanças nas preferências dos consumidores. Consequentemente, há uma necessidade de abordagens inovadoras de tomada de decisão orientada por dados que permitam a rápida adaptação de organizações e sistemas em resposta a essas condições turbulentas. Atualmente, a aplicação da Inteligência Artificial (IA) para apoiar a tomada de decisão em organizações e sistemas é essencial para proporcionar um futuro melhor, eficiente, resiliente e sustentável. O projeto tem como objetivo investigar o impacto da aplicação da Inteligência Artificial (IA) na tomada de decisão orientada por dados em organizações e sistemas, promovendo o intercâmbio científico e a mobilidade de pesquisadores e estudantes entre grupos de pesquisa brasileiros e alemães, auxiliando na criação de uma colaboração internacional em pesquisa. O aprimoramento da tomada de decisão orientada por dados assistida por IA será inicialmente explorado em um nível teórico e em estudos de caso. O projeto seguirá, então, uma abordagem de aprendizagem baseada em pesquisa, de modo que nossos esforços de pesquisa e demonstração estarão conectados às nossas atividades educacionais, de forma que, por meio de workshops, seminários e palestras, uma nova geração de pensadores e tomadores de decisão inovadores será formada para a aplicação adequada da IA na tomada de decisão orientada por dados. O projeto criará conhecimento baseado em evidências na área de organizações e sistemas sobre como a tomada de decisão orientada por dados assistida por IA pode otimizar organizações e sistemas considerando a digitalização em andamento. Nosso foco será o desenvolvimento de métodos inovadores, proposições conceituais e boas práticas voltadas a novos modelos de aplicação, acomodando a crescente dinâmica e complexidade dos sistemas. A disseminação do conhecimento ocorrerá por meio de eventos (workshops, seminários e aulas), publicações em periódicos acadêmicos e participação em conferências acadêmicas e profissionais. O projeto é uma cooperação entre o Prof. Dr. Vitor Azevedo (RPTU Kaiserslautern-Landau), Prof. Dr. Christian Cordes (Universidade de Bremen), Dr. Matheus Eduardo Leusin (Universidade de Bremen) e Prof. Dr.-Ing. Enzo Morosini Frazzon (UFSC). Os esforços conjuntos de pesquisa e formação de ambos os grupos de pesquisa representam o início de uma colaboração, incluindo o intercâmbio de pesquisadores e professores.
Período: 2025 – atual
Planejamento e controle de cadeias de suprimentos de manufatura baseado em gêmeos digitais
A digitalização da produção e das operações, viabilizada pela aplicação dos conceitos, tecnologias e métodos da Indústria 4.0, pode aprimorar a gestão baseada em dados das cadeias de suprimentos de manufatura, o que contribui para melhorar sua eficiência, resiliência e sustentabilidade. Não obstante a crescente disponibilidade de dados e a integração de modelos virtuais ao controle de processos físicos (sistemas ciberfísicos), lidar com a solução de problemas em ambientes de incerteza e que requerem flexibilidade, exige a participação humana. Assim, o resultado da implementação de sistemas ciberfísicos para apoiar tomadas de decisão depende, também, do entendimento dos aspectos comportamentais dos participantes envolvidos em sistemas sócio-ciberfísicos e das variáveis relacionadas ao contexto que os influenciam. No escopo do presente projeto, será proposta uma visão para o planejamento e controle de cadeias de suprimentos de manufatura, com o uso de gêmeos digitais acoplados aos sistemas físicos e considerando aspectos comportamentais dos agentes. Na sequência, um modelo de aplicação de gêmeos digitais para cadeias de suprimentos de manufatura será estruturado, e casos de uso evidenciando o impacto dessa aplicação serão desenvolvidos. O projeto resultará no desenvolvimento de conhecimento empírico-normativo, voltado para proposições conceituais e orientado a novos modelos de aplicação, e no aperfeiçoamento de conhecimento prático, direcionado às cadeias de suprimentos de manufatura e que contribua para a crescente digitalização dos sistemas produtivos.
Período: 2024 – atual
EngMind – Promovendo o surgimento de uma nova mentalidade de engenharia para a transformação digital brasileira
A formação de uma nova geração de engenheiros de produção contribuirá para a competitividade industrial brasileira. Sua educação depende de práticas de aprendizado baseadas em pesquisa, fomentadas pela colaboração entre a indústria e a academia. Esta proposta visa apoiar o surgimento de uma nova mentalidade de engenharia – sustentável, global e orientada para a ciência –, que contribuirá para a transformação da sociedade civil, economia e indústria brasileira. Em primeiro lugar, será proposta uma visão integrada e convergente, baseada numa perspectiva de sistemas sócio-ciberfísicos. Em segundo lugar, será desenvolvido um método para desenvolver gêmeos digitais cognitivos adaptativos para o planejamento e controle de redes globais de manufatura. Sobre esses fundamentos, e considerando uma análise exploratória da relação pesquisa-educação na Alemanha e Itália, uma prática de aprendizagem baseada em pesquisa será estruturada, testada e disseminada no Brasil, apoiando o surgimento de uma mentalidade de engenharia propensas a um futuro digital competitivo, sustentável e resiliente.
Período: 2022 – atual
ManDigital – Planejamento e controle de redes de manufatura na era da produção e das operações digitais
Economias de escala e escopo são favorecidas por sistemas de produção distribuídos. Esse tipo de arranjo produtivo impõe desafios decorrentes do número de atores e contextos envolvidos. A digitalização da produção e das operações, viabilizada pela aplicação dos conceitos, tecnologias e métodos da Indústria 4.0, pode aprimorar a estruturação e o acompanhamento, baseado em dados, das redes de manufatura, o que contribui para melhorar sua eficiência, efetividade e escalabilidade. Não obstante a crescente disponibilidade de dados e a integração de modelos virtuais ao planejamento e controle de processos físicos (sistemas ciberfísicos), lidar com a solução de problemas em ambientes de incerteza e que requerem flexibilidade exige a participação humana. Assim, o resultado da implementação de sistemas ciberfísicos para apoio à tomada de decisão depende, também, do entendimento dos aspectos comportamentais dos participantes envolvidos e das variáveis relacionadas ao contexto que os influenciam. Neste contexto, através da implantação desta proposta, será possível avançar a fronteira do conhecimento científico e aplicado acerca do planejamento e controle de redes de manufatura, consideradas sob a perspectiva dos sistemas sociociberfísicos. No escopo da presente proposta, o planejamento e o controle de redes de manufatura serão aprimorados por meio de: (i) um novo conceito que considere uma perspectiva sociociberfísica, (ii) um método híbrido de simulação-otimização-análise para apoiar decisões operacionais, e (iii) uma abordagem integradora orientada a dados. O projeto ora proposto resultará no desenvolvimento de conhecimento científico, voltado para proposições conceituais e orientado a novos métodos híbridos de simulação-otimização-análise; e prático, direcionado para abordagens aplicadas e estudos empíricos, no âmbito do planejamento e controle de redes de manufatura considerando a crescente digitalização da produção e das operações.
Período: 2021 – 2024
MetaMaintain – Meta-aprendizagem aplicada à manutenção preditiva de sistemas avançados de manufatura
O projeto visa utilizar dados de sistemas ciber físicos para alimentar um método de meta-aprendizagem que seleciona modelos de prognóstico de falha apropriados para a manutenção preditiva de sistemas avançados de manufatura. O projeto de cooperação internacional é coordenado pelo Prof. Enzo Frazzon, e envolve 8 pesquisadores-discentes e 6 professores no Brasil, bem como 4 pesquisadores-discentes e professores na Alemanha.
Período: 2019 – 2023 | Recursos: R$ 822.576,00 cobrindo capital, custeio e bolsas financiado pela CAPES/PIPC. Processo CAPES88887.207652/2018-00.
INCANTO/PrINT – Análise de linhas de manufatura distribuídas e automatizadas para fabricação de itens para tratamento médico customizado
O projeto visa analisar a viabilidade operacional, econômica e social da implementação de uma plataforma IoT para linhas de manufatura distribuídas e altamente automatizadas destinadas a fabricação de itens customizados para tratamento médico personalizado. Trata-se de projeto em cooperação com outras instituições do Brasil e do exterior. As tecnologias e os métodos desenvolvidos nesse projeto têm grande apelo científico e tecnológico e inserirão a UFSC, no médio e longo prazos, em um cenários de intercâmbio de dados e protótipos com outros grupos interessados no tema alvo do projeto. O projeto é coordenado tecnicamente pelo Prof. Enzo Frazzon (em conjunto com o Prof. Bornia/UFSC), envolve 6 pesquisadores-discentes e 9 professores no Brasil, bem como pesquisadores e professores na Itália, EUA, Canadá, Alemanha e Portugal.
Período: 2018 – 2022 | Recursos: R$ 1.439.300,00 cobrindo custeio e bolsas de Professor Visitante no Brasil, bem como bolsas de doutorado sanduíche e Professor Visitante no Exterior, financiado pela CAPES PrINT/UFSC. Processo 88887.310575/2018-00.
FASTEN manufacturing
O projeto FASTEN objetivou desenvolver, demonstrar, validar e disseminar uma estrutura integrada e modular para uma produção eficiente de produtos altamente customizados. A demonstração das tecnologias abrangeu dois casos pilotos (TRL 6): um especificado pela Thyssen Krupp (TSK) no Brasil e outra pela Embraer Portugal (EMBPT) em Portugal. O projeto FASTEN foi coordenado pelo INESC Brasil e envolveu pesquisadores-discentes e pesquisadores no Brasil e no exterior.
Período: 2018 – 2021 | Recursos: R$ 6.144.718,00 cobrindo capital, custeio e bolsas financiado pela REDE NACIONAL DE ENSINO E PESQUISA – RNP – (Chamada Coordenada BR-UE).
AdaptiveSBO – Otimização adaptativa baseada em simulação para a programação e controle de sistemas de manufatura dinâmicos
A gestão eficiente de sistemas de manufatura requer métodos confiáveis para o planejamento e controle da alocação de recursos, programação de tarefas, máquinas e pessoal, bem como para previsão dos prazos de entrega de cada pedido. O projeto AdaptiveSBO desenvolveu um novo método adaptativo de otimização baseado em simulação (simulation-based) e orientado a dados (data-driven) para a programação e controle de sistemas de manufatura dinâmicos, com estrutura complexa e sujeitos a comportamentos estocásticos. O método proposto utiliza dados disponíveis em tempo real para caracterizar o estado dos equipamentos, pedidos de produção e estoques do sistema de manufatura, principalmente aqueles provenientes de sensores IoT. Foi aplicado em três empresas parceiras, as quais foram integradas com os sistemas de tomada de decisão responsáveis pela programação e controle dos sistemas de manufatura. O projeto de cooperação internacional foi coordenado no Brasil pelo Prof. Enzo Frazzon, envolveu 13 pesquisadores-discentes e 4 professores no Brasil, bem como 4 pesquisadores-discentes e professores na Alemanha.
Período: 2016 – 2021 | Recursos: R$ 1.264.631,00 cobrindo capital, custeio e bolsas de mestrado e doutorado sanduíche no exterior financiado pela CAPES e DFG (Programa BRAGECRIM). Processo CAPES 99999.006033/2015-06.
I2MS2C – Integrating intelligent maintenance systems and spare parts supply chains
O objetivo do projeto I2MS2C foi integrar a cadeia de suprimento de peças de reposição à sistemas de manutenção inteligente (IMS), utilizando uma abordagem distribuída de gerenciamento de ativos e de planejamento da cadeia de suprimentos. Para tanto, foram propostos sistemas produtivos e logísticos inteligentes, considerando integralmente os conceitos, abordagens e tecnologias da Indústria 4.0. O projeto de cooperação internacional foi coordenado no Brasil pelo Prof. Dr. Carlos Eduardo Pereira da UFRGS. Na UFSC, o referido projeto foi coordenado pelo Prof. Enzo Frazzon.
Período: 2012 – 2017 | Recursos no Brasil: R$ 412.000,80 cobrindo capital, custeio e bolsas financiado pela CAPES e DFG (Programa BRAGECRIM).