Descrição:

Desenvolver uma solução baseada em Inteligência Artificial (Visão Computacional) integrada a sistemas corporativos, capaz de realizar:

1. Inspeção automatizada da qualidade de produtos (farinha de trigo);
2. Apontamento automático de produção em linha;
3. Monitoramento e análise de OEE (Overall Equipment Effectiveness) em tempo real;

A solução deve consolidar dados das 3 plantas produtivas do grupo, integrando informações do chão de fábrica com o ERP Protheus, proporcionando uma visão completa e confiável da operação.

1. Inspeção de Qualidade em Linha (Visão Computacional)

• Avaliação da cor da farinha (padrão vs. desvio);
• Identificação de impurezas/anomalias;
• Verificação da integridade das embalagens:
• Selagem
• Rasgos/furos
• Rotulagem correta
• Detecção automática de não conformidades;
• Alertas em tempo real.

2. Apontamento de Produção Automatizado

• Contagem automática de produtos em linha;
• Registro de volumes produzidos em tempo real;
• Identificação de paradas de linha;
• Eliminação de apontamentos manuais.

3. Monitoramento de OEE em Tempo Real

• Cálculo automático de OEE com base em dados de produção;
• Consolidação das 3 plantas produtivas;
• Visualização em tempo real e histórico;
• Análises detalhadas por:
• Turno
• Produto
• Planta
• Período
• Identificação de perdas (disponibilidade, performance e qualidade);
• Dashboards gerenciais e operacionais.

Como é feito hoje:

Inspeção visual manual e subjetiva;

Apontamento de produção manual ou em planilhas paralelas;

Dados de produção registrados de forma descentralizada;

OEE calculado de forma manual ou com baixa frequência;

Dificuldade de consolidar dados entre plantas;

Baixa visibilidade em tempo real;

Reação tardia a problemas de performance e qualidade.

Resultados esperados na solução do desafio:

• Padronização e automação da inspeção de qualidade;
• Redução de perdas e retrabalho;
• Apontamento de produção confiável e em tempo real;
• Visão consolidada e online do OEE das 3 plantas;
• Identificação rápida de gargalos e perdas produtivas;
• Melhoria contínua baseada em dados;
• Aumento da eficiência operacional;
• Suporte à tomada de decisão gerencial;
• Rastreabilidade completa de produção e qualidade.

Requisitos Inegociáveis:

Uso de Visão Computacional (IA) para análise de imagens;

Processamento em tempo real;

Integração com ERP Protheus (TOTVS) para dados de produção;

Integração com supervisório dos equipamentos fabris (GEPROC - linguagem .net);

Integração com banco de dados Oracle em nuvem;

Consolidação de dados de múltiplas plantas produtivas;

Dashboards interativos com análise de OEE;

Capacidade de análise histórica e multidimensional (turno, produto, planta, período);

Desenvolvimento preferencialmente em PO/UI;

Compatibilidade com Office 365 (Power BI, Teams, SharePoint, etc.) (se necessário);

Armazenamento de dados e imagens para auditoria;

Geração de alertas em tempo real;

Configuração de parâmetros de qualidade e performance;

Segurança da informação e confiabilidade operacional.

Histórico:

Não temos.

Estágio esperado de Maturidade da Solução:

Validação - Prova de conceito em ambiente operacional

Protótipo - Necessário teste em escala piloto

Operação - Solução já lançada no mercado com clientes