Visão computacional na descarga de cana: o caso do guincho hilo

Como o Sistema de Visão Computacional WEG passou a confirmar o desengate do guincho hilo em uma usina sucroalcooleira e acabou com as paradas de moagem. 

Numa usina sucroalcooleira, a moagem não para. Dia e noite, durante toda a safra, um caminhão carregado de cana chega ao pátio a cada poucos minutos, e o guincho precisa descarregá-lo no ritmo da produção. Qualquer parada nessa primeira etapa se espalha por toda a usina.

Foi exatamente aí, na descarga da cana, que uma usina sucroalcooleira do estado de São Paulo convivia com uma falha que passava despercebida. De tempos em tempos, um caminhão saía do pátio com uma corrente ainda presa, e o desfecho era sempre o mesmo: cabo de aço arrebentado, equipamento danificado e uma linha de moagem parada por horas.

Este é o caso de como a visão computacional na descarga de cana, com uma verificação simples e no ponto certo, fechou essa lacuna. E do que ele mostra sobre confiabilidade no chão de fábrica.

Veja o caso em 2 minutos:

O que é o guincho hilo e como funciona a descarga de cana?

O guincho hilo, também chamado de tombador lateral, é o equipamento que descarrega o caminhão na recepção da usina. Ele prende a caçamba por um conjunto de correntes e a iça lateralmente para despejar a cana na mesa de separação, de onde ela segue para a moenda e se transforma em açúcar e etanol. É o primeiro passo de toda a produção.

Ilustração de um guincho hilo na descarga de cana em uma usina sucroalcooleira. Imagem gerada por inteligência artificial.

O ciclo se repete o dia inteiro. Um caminhão bitrem chega, o operador do guincho hilo engata as correntes na caçamba, aciona o tombamento e, quando a caçamba volta vazia, retira as correntes para liberar o caminhão. São mais de 120 caminhões por dia, e o guincho descarrega uma caçamba a cada cinco minutos.

No fim do ciclo, a decisão final é do operador de dentro de uma cabine. É ele quem aciona o sinal verde que autoriza a saída. O motorista, na cabine do caminhão, não enxerga o que acontece atrás. Ele não tem como saber se todas as correntes já foram soltas. Ele apenas vê o sinal verde e parte.

Onde estava o risco na descarga da cana?

O risco morava numa etapa que ninguém conseguia confirmar: se todas as correntes haviam mesmo sido soltas antes do sinal verde. Na prática, a liberação dependia só do que o operador enxergava da cabine.

Quando uma corrente ficava presa e o caminhão seguia, o cabo de aço arrebentava sob tensão e danificava o equipamento, tanto o guincho hilo quanto o próprio caminhão. Não houve feridos, mas o risco era concreto: um cabo rompido podia atingir quem trabalhava a poucos metros dali.

Antes disso, a usina já havia tentado resolver com um sensor indutivo, mas a solução exigia reposicionar a corrente a cada ciclo. Numa operação que não para, isso custava tempo, e na prática acabava contornada.

O prejuízo aparecia de uma a duas vezes por safra. Cada ocorrência parava uma linha de moagem de quatro a seis horas, o tempo de trocar o cabo de aço e recuperar as polias danificadas do moitão e do hilo. Numa usina onde cada hora parada é produção que deixa de acontecer, era uma perda que voltava safra após safra.

• 0 ocorrência desde a instalação. Nenhuma liberação indevida.
• 100% de confiabilidade na detecção do desengate.
• De 1 a 2 ocorrências por safra antes, cada uma parando a moagem de 4 a 6 horas.
• 2 linhas de moagem com confirmação automática, 24 horas por dia na safra.

Como a visão computacional confirma que a caçamba está livre?

A resposta foi o Sistema de Visão Computacional WEG, na função de Classificador com inteligência artificial. Uma câmera industrial observa o ponto de desengate e a inteligência artificial classifica, em tempo real, uma única condição: a caçamba está livre de correntes, ou não.

Os componentes do Sistema de Visão Computacional WEG: a câmera capta a imagem, a unidade de processamento executa a inteligência artificial e o software reúne as funções de inspeção.

Enquanto houver uma corrente acoplada, a leitura é “não OK” e o caminhão não pode sair. Só quando a caçamba está completamente livre a leitura passa a “OK” e o sistema autoriza a saída.

O Classificador em operação: à esquerda, a caçamba livre gera a leitura OK e libera o caminhão; à direita, a corrente ainda engatada gera não OK e mantém o caminhão bloqueado.

Em seguida, a WEG integrou esse sinal ao acionamento que já existia no pátio. A confirmação sai da unidade de processamento, a CVU, e se soma ao botão do operador: o sinal verde só acende quando os dois comandos coincidem, o do operador e o da visão computacional, numa lógica parecida com a de um comando bimanual. Se ainda houver uma corrente acoplada, o botão sozinho não libera o caminhão.

Como reforço, uma lâmpada na entrada da cabine acompanha a leitura em tempo real: acesa quando ainda há corrente, apagada quando a caçamba está livre. Todo o processamento acontece na hora, com tecnologia Intel embarcada.

Um ponto importante: o sistema não substitui o operador nem funciona como um dispositivo de segurança. Ele devolve ao processo a etapa que faltava, uma confirmação objetiva antes de cada liberação.

Como treinar a visão computacional para a variação de luz do pátio?

O maior desafio da instalação não foi a corrente, foi a luz. Um pátio a céu aberto muda de iluminação o dia inteiro: o sol gira e cria sombras, ofusca no fim da tarde, e à noite a operação continua.

Para o sistema reconhecer a mesma condição em qualquer horário, um especialista em visão computacional da WEG treinou o Classificador ao longo de um dia inteiro em campo, de manhã, à tarde e à noite, cobrindo as diferentes condições de luz e acrescentando iluminação artificial ao ponto. A câmera opera protegida por um invólucro contra poeira e intempéries.

É esse treinamento minucioso que sustenta a confiabilidade da detecção. Depois dele, o sistema passou a operar de forma estável, sem novos ajustes.

Quais foram os resultados?

Desde a instalação, a usina não registrou uma única ocorrência nesse processo. Nenhuma liberação indevida.

O contraste com as ocorrências que aconteciam de uma a duas vezes por safra é a medida mais clara do que mudou. A detecção funciona com 100% de confiabilidade, e o sistema, que começou em um hilo, hoje opera nas duas linhas de moagem da usina, 24 horas por dia durante a safra.

Além de eliminar o risco, a usina deixou de conviver com as paradas que cada ocorrência provocava, de quatro a seis horas de moagem interrompida por vez. A operação seguiu ininterrupta, e os operadores passaram a trabalhar com mais tranquilidade perto do tombamento.

O que esse caso mostra sobre confiabilidade na indústria?

A tecnologia aqui não é chamativa. No fundo, é uma câmera, um classificador e uma saída digital resolvendo um problema que nenhuma automação anterior tinha resolvido. O valor não está na complexidade, está no lugar da verificação: exatamente antes da liberação, onde o erro custava caro.

Com as duas linhas já cobertas, a confirmação por visão computacional deixou de ser um teste e passou a fazer parte da rotina do pátio. O mesmo modelo, uma verificação simples treinada para as condições reais do local, pode se estender a outros pontos de tombamento e a outras usinas do setor.

O mundo pede confiabilidade. A WEG faz com visão computacional.

Perguntas frequentes

O que é o Sistema de Visão Computacional WEG?

É uma solução de inspeção e monitoramento por imagem para a indústria. Reúne uma câmera industrial, uma unidade de processamento com inteligência artificial (a CVU) e um software próprio, capaz de classificar, medir, contar e ler informações a partir das imagens em tempo real, com processamento de tecnologia Intel embarcada. Na prática, automatiza verificações que antes dependiam apenas do olho humano, com precisão e de forma contínua. Faz parte do portfólio de Soluções Digitais da WEG para automação industrial e Indústria 4.0.

Como funciona a classificação com inteligência artificial?

No modo Classificador, o sistema é treinado com imagens do próprio processo para reconhecer duas situações. Por exemplo, “aprovado” e “reprovado”, ou, neste caso, “caçamba livre” e “caçamba com corrente”. A partir desse treinamento, a inteligência artificial identifica a condição em tempo real e envia o resultado (um sinal de OK ou não OK) para o restante da operação: acender um sinaleiro, liberar uma etapa ou registrar o dado. Quanto mais variadas as imagens de treinamento, em diferentes horários, iluminações e ângulos, mais confiável fica a classificação.

Onde a visão computacional pode ser aplicada na indústria?

Além do setor sucroalcooleiro, a visão computacional é aplicada em segmentos como siderurgia, mineração, alimentos e bebidas, automotivo, farmacêutico e eletrônica. As aplicações vão da inspeção de qualidade e leitura de códigos à contagem de itens, medição de dimensões e monitoramento de processos, sempre com o objetivo de tornar a operação mais precisa, ágil e confiável.

Leia também

• Usina sucroalcooleira reduz custos de manutenção com sensor de vibração
• Visão computacional no beneficiamento de arroz: o caso da Raroz Alimentos