O Governo Basco aprovou o projeto FATIMA que, dentro do edital de convocação do Programa ELKARTEC, é liderado pela AOTEK, a unidade empresarial da Fagor Automation, em parceria com os centros tecnológicos IDEKO e ETIC, e a Universidade de Mondragón.
Este projeto enquadra-se dentro da utilização de técnicas de Inteligência Artificial ou aprendizagem supervisionada, aplicada a grandes quantidades de dados, além disso heterogéneos, que é o núcleo das técnicas englobadas dentro do termo BIG DATA.
O desafio proposto enquadra-se num nível TRL4, validações no âmbito de protótipo.
O problema que se tenta resolver é a otimização da execução dos programas HSC nos controlos numéricos FAGOR, nos termos desejados pelo cliente. Este é um problema difícil com múltiplas arestas, onde à notável complexidade dos próprios algoritmos de reconstrução da geometria original e a gestão de um número elevado de blocos para conseguir uma velocidade de maquinação elevada, junta-se a enorme variação introduzida pelas cadeias cinemáticas das máquinas e a própria parametrização do controlo das trajetórias no CNC.
Por esta razão decompôs-se o estudo em dois problemas ou casos de diferentes utilizações, para poder abordá-lo com alguma garantia de sucesso. No primeiro caso, a questão é abordada do ponto de vista de trajetórias teóricas e de simulação sobre um modelo de máquina que, numa primeira aproximação, assumimos no momento linear, mas não necessariamente unidimensional.
Este primeiro caso propõe estudar um conjunto representativo de peças, fazê-lo sobre um número de parâmetros de interpolação (HSC) finito, mas suficientemente grande e avaliá-lo frente a uma determinada máquina (modelo) com alguns ajustes dos laços estabelecidos, mas variáveis. Uma primeira aproximação, com o projeto já iniciado, necessitou de vários computadores, nos quais se instalou o simulador de CNC8065 da FAGOR, trabalhando sem descanso sobre um conjunto de mais de cem programas do tipo HSC com diferentes questões, com vários conjuntos de parâmetros e simulados sobre várias dinâmicas (máquinas). Obter os primeiros dados levou, nestas condições, várias semanas e ocupou, até o momento, mais de 2 Terabytes.
A análise dos mesmos por parte da FAGOR e de seus parceiros (IDEKO, ETIC, MGEP) determinará quais as características dos programas são relevantes para a obtenção da melhor maquinação possível.
O segundo caso trata, precisamente, da obtenção do melhor cenário possível, em termos de maquinação HSC, que possa ser incluído no caso A. Para isso, serão selecionados alguns dos programas anteriores e serão executados, para vários dos conjuntos de parâmetros de ajuste anteriores, numa máquina real oferecida pela IDEKO, que também fornecerá, junto com sua experiência em projeto de máquinas, acelerómetros e sensores que caracterizem o comportamento da ponta da ferramenta, que, definitivamente, determina a qualidade da maquinação. Obviamente, a quantidade de dados neste caso, ainda que muito grande, não pode chegar à obtida no caso anterior, por uma questão de tempo material, posto que a execução aqui é realizada em tempo real, sendo o simulador, muitas vezes, mais rápido que a máquina. Os arquivos de dados reais, incluindo os dados de aceleração, serão armazenados para seu posterior tratamento de forma similar aos do caso 1. O sistema, tal como foi concebido, deve engrenar perfeitamente os dois cenários, de modo que os modelos obtidos na máquina alimentem os algoritmos que são obtidos nas simulações teóricas e o resultado, que poderíamos denominar de melhor conjunto de parâmetros para este programa e esta máquina, deve ser comprovado como realmente ótimo quando é executado nela.
O objetivo final do projeto é a obtenção de um algoritmo de IA que oriente o cliente dos controlos numéricos da FAGOR, na obtenção da maquinação ideal, adequada às suas necessidades e à sua máquina. O projeto é orientado, precisamente, na obtenção de ferramentas de auxílio para ambos os contextos, que facilitem a obtenção de modelos mais precisos da máquina e sua parametrização para algoritmos HSC e ofereçam um conjunto ideal de parâmetros em função da estratégia do operário (melhor tempo, melhor qualidade superficial, maior precisão).
Para o fabricante, dada uma máquina real, a FAGOR ofereceria a capacidade de adaptar a parametrização em função dos tipos de programas a serem executados. Para cada um dos tipos, seria aconselhado um conjunto de parâmetros dos acionamentos que permaneceria no CNC.
Quando o cliente final determinar o programa a ser executado, o algoritmo de IA deveria decidir qual destes conjuntos seria o mais adequado para a estratégia selecionada.
Estes são, como se vê, objetivos bem ambiciosos, com um grau de inovação bastante notável em relação ao estágio atual, com plena integração de análise Big Data e das estratégias de IA e pertencente a um nível de pesquisa elevado, porém bem focado nas necessidades dos clientes da FAGOR.