Catching Gripper Wear Earlier: An Information Monitor Compared with Control Charts in a Simulated Pick-and-Place Cell

No zumbido silencioso de uma fábrica moderna, robôs industriais movem-se com uma precisão que os humanos não conseguem igualar, levantando e posicionando milhares de peças a cada hora. Estas máquinas dependem de garras, mãos mecânicas que se fecham para agarrar um objeto e libertam-no para o mover ao longo da linha. Durante anos, os engenheiros sabem que estas garras não falham subitamente; elas desgastam-se lentamente, tornando-se ligeiramente menos estáveis ao longo do tempo. O desafio sempre foi saber quando parar a máquina para manutenção. Se uma equipa esperar demasiado, a garra torna-se tão frouxa que as peças que segura saem do alinhamento, criando uma pilha de sucata. Se pararem cedo demais, desperdiçam tempo e dinheiro em reparações desnecessárias. O objetivo é detetar o desgaste logo ao primeiro sinal, muito antes de as próprias peças serem arruinadas, dando à equipa de manutenção uma janela de tempo para agir enquanto a máquina ainda está a produzir trabalho bom.

Para encontrar este aviso prévio, uma equipa de investigadores liderada por Wael Hafez, Amirhossein Nazeri e Chenan Wei estabeleceu um ambiente de teste virtual. Eles não utilizaram um robô físico numa fábrica real, mas sim criaram uma simulação computacional detalhada de uma célula de pick-and-place. Neste mundo digital, podiam controlar cada variável perfeitamente. Programaram um robô para executar uma única tarefa repetidamente: fechar a sua garra sobre uma peça de trinta milímetros, levantá-la e colocá-la no lugar. Introduziram então um tipo específico de desgaste na simulação, não através da quebra de uma peça, mas adicionando uma pequena quantidade de tremor aleatório ao movimento da garra. Este tremor mimetiza a forma como uma junta mecânica real poderia começar a tremer ou a oscilar à medida que os seus rolamentos se degradam. Os investigadores queriam ver se um novo tipo de sistema de monitorização conseguiria detetar este pequeno tremor antes que as ferramentas padrão utilizadas nas fábricas o fizessem.

As ferramentas padrão são conhecidas como gráficos de controlo. Estes são gráficos que os engenheiros de fábrica têm utilizado há décadas para observar um único número, como a posição média da garra ou o quanto essa posição varia de um ciclo para o outro. Quando o número se desvia demasiado do intervalo normal, o gráfico levanta um alarme. Os investigadores testaram dois tipos comuns destes gráficos, que procuram mudanças lentas na média ou na dispersão dos dados. Compararam-nos com um novo método chamado monitor de informação. Em vez de apenas observar um número, este novo sistema observa a relação entre três coisas: o comando que o robô recebeu para executar, o movimento real que ele fez e o movimento que fez um momento depois. Ele faz uma pergunta simples: o mesmo comando ainda produz a mesma resposta? Se a relação entre o comando e a resposta mudar, isso sugere que a máquina está a desgastar-se, mesmo que o movimento médio pareça normal.

Os resultados da simulação foram impressionantes. Os investigadores submeteram o robô a quase 288.000 ciclos de produção, o que equivale a cerca de 160 horas de operação contínua. Introduziram o desgaste gradualmente, começando num nível ligeiramente acima do normal e aumentando-o até que a garra se movesse com quatro vezes a sua quantidade habitual de tremor. O novo monitor de informação disparou o alarme em todas as máquinas assim que o tremor atingiu entre 1,2 e 1,45 vezes o nível normal. Neste ponto, a garra ainda segurava as peças perfeitamente dentro dos limites exigidos. A máquina ainda estava a produzir produtos bons. Em contraste, os gráficos de controlo padrão permaneceram silenciosos. Eles não levantaram um alarme até que o tremor tivesse crescido para cerca de três vezes o nível normal. Quando os gráficos finalmente gritaram por ajuda, a garra estava tão frouxa que quase todas as peças que estavam a ser produzidas já eram defeituosas.

Esta diferença de tempo é crucial para as operações fabris. Os investigadores descobriram que as primeiras peças más apareceram quando o tremor atingiu 1,5 vezes o nível normal. O monitor de informação detetou o problema antes que esse limiar fosse ultrapassado, dando à equipa de manutenção um aviso claro enquanto as peças ainda eram boas. Os gráficos padrão, no entanto, só detetaram o problema depois de o dano já ter sido causado. Na simulação, o novo monitor detetou o desgaste em todas as máquinas nos níveis mais baixos testados, enquanto os gráficos tradicionais o perderam inteiramente até que a máquina já estivesse a falhar. Além disso, quando os investigadores testaram o sistema em oitenta máquinas que estavam a funcionar perfeitamente saudáveis, nem o novo monitor nem os gráficos antigos levantaram um único alarme falso. Isto sugere que o novo método é sensível o suficiente para encontrar os primeiros sinais de problemas sem causar pânico desnecessário.

O estudo também revelou que o novo monitor é muito sensível a mudanças no próprio trabalho. Se os investigadores alterassem o tamanho da peça, acelerassem o ciclo ou deslocassem a posição de retenção, o monitor disparava o alarme tão alto quanto o fazia para o desgaste. Isto significa que o sistema não pode simplesmente ser deixado a funcionar em qualquer máquina para sempre. Requer que uma nova "linha de base saudável" seja registada sempre que o trabalho muda ou após a realização de manutenção. Se o tamanho da peça mudar, o monitor precisa de aprender qual é o novo normal. Isto não é uma falha, mas sim uma característica necessária; o sistema é tão preciso que nota qualquer desvio do padrão que lhe foi ensinado. Os investigadores notaram que esta sensibilidade significa que o monitor é melhor utilizado como um gatilho para uma inspeção, dizendo a um humano para verificar a máquina, em vez de servir como um diagnóstico final do que está errado.

Embora os resultados sejam convincentes, os investigadores são cuidadosos ao notar que este trabalho ocorreu inteiramente numa simulação computacional. O desgaste que introduziram foi um aumento constante e previsível de movimento aleatório, que é um tipo específico de falha. Robôs do mundo real enfrentam choques súbitos, problemas elétricos intermitentes e interações físicas complexas que não fizeram parte deste teste. A simulação também utilizou um modelo simplificado que não incluiu a gravidade ou o peso das peças, focando-se apenas na capacidade de comparar diferentes métodos de monitorização. Apesar destas limitações, as descobertas oferecem um caminho claro a seguir. O estudo sugere que, para fábricas que executam um trabalho fixo, confiar apenas na média do movimento de um robô não é suficiente. Os engenheiros devem também acompanhar o quanto o movimento varia, e devem considerar o uso de métodos que observem a relação entre comandos e respostas. Ao fazê-lo, poderão ser capazes de captar o primeiro sussurro de desgaste, agendar uma reparação durante uma pausa planeada e manter a linha de produção a funcionar sem nunca produzir uma única peça má.