Como a WEG automatizou a inspeção do pack de baterias que abastece os ônibus elétricos de São Paulo

Até 30 packs inspecionados por dia. Redução de 70% no tempo de ciclo de inspeção e zero falhas nos pontos monitorados pela IA.

Cada ônibus elétrico que circula pelas ruas de São Paulo carrega, instalado no chassi, um pack de baterias montado na linha de produção da WEG, em Jaraguá do Sul. Cada pack é composto por dezenas de componentes — baterias, módulos críticos, conectores — que precisam estar no lugar e posicionados corretamente. Um componente invertido ou ausente pode comprometer o laboratório de testes, atrasar a entrega da frota e gerar retrabalho em etapas seguintes do processo produtivo.

Esse nível de exigência foi o ponto de partida para a equipe buscar uma solução diferente para a inspeção de linha.

Como era feito antes: A prancheta no fim do turno

Por muito tempo, o processo de inspeção funcionou como em qualquer linha industrial tradicional. Ao término de cada montagem, um colaborador percorria o pack de baterias com uma prancheta, verificando item por item de um checklist manual.

O modelo funcionava, mas acumulava um risco que não dependia de atenção ou experiência: ao longo de um turno inteiro inspecionando pack após pack, a consistência da inspeção variava. Esquecimentos aconteciam. E em uma linha com até 30 packs por dia destinados a veículos em operação real, qualquer desvio não detectado tinha consequências que se propagavam para frente no processo.

Havia um grande risco: o fator humano, esquecimentos e tudo mais que uma pessoa pode ter durante um turno de trabalho”, explica Rafael Bolduan, Chefe de Produção de Pack Baterias da WEG. “Os riscos envolviam desde a falta de inspeção de componentes montados a falhas que podiam gerar problemas em outros processos produtivos.”

A solução dentro da WEG

A equipe buscou internamente o Sistema de Visão Computacional, a solução ideal para a eficiência operacional.

“Nós buscamos o Sistema de Visão Computacional dentro da WEG, olhando a sua praticidade no automatismo de inspeção por visão de inteligência”, diz Bolduan.

O objetivo era validar o processo com maior rapidez, eliminar os riscos de qualidade com mais efetividade e aumentar a taxa de entrega para o próximo processo produtivo.

A WEG integrou Sistema de Visão Computacional WEG diretamente à linha de montagem. O funcionamento parte de uma etapa de treinamento: imagens-padrão dos packs corretos são capturadas e alimentadas no sistema, que usa machine learning para aprender o que é um pack aprovado. A partir daí, o classificador — funcionalidade do software responsável pela inspeção — analisa cada novo pack ao término da montagem, verificando simultaneamente quatro categorias:

• Instalação da bateria — presença e posicionamento correto
• Instalação de componentes críticos — módulos essenciais para o funcionamento do pack
• Ausência de componentes básicos — detecção de itens faltantes
• Inversão de componentes — orientação incorreta que comprometeria processos seguintes

+ Leia também: Utilizando o Sistema de Visão da WEG para garantir a eficiência na diferenciação de peças.

O resultado aparece de forma direta na interface: OK (aprovado) ou NOK (reprovado). Quando o sistema retorna NOK, ele identifica o componente específico com problema — e a correção acontece ali mesmo, antes de o pack seguir para o próximo posto.

Software do Sistema de Visão Computacional WEG na função Classificação

É uma mudança de lógica relevante. Antes, um esquecimento só aparecia depois que o pack já havia avançado na linha. Um label de identificação ausente, por exemplo, obrigava um operador a se deslocar até o posto seguinte para fazer a adição. No caso de uma inversão de montagem, o custo de reprocesso após a liberação chegava ao dobro — somadas as horas de espera do posto seguinte. Com o classificador, a equipe identifica e corrige esses desvios no momento certo.

O que mudou na prática

Com o sistema em operação, a equipe migrou 24 receitas de inspeção para a IA — pontos que antes dependiam inteiramente do checklist manual. Os demais pontos seguem com inspeção humana: são casos que exigem interferência do operador ou onde os detalhes são pequenos demais para a câmera capturar com precisão.

Nos pontos cobertos pelo classificador, o tempo de ciclo de inspeção caiu cerca de 70% em média e o índice de falhas chegou a zero.

“O sistema de visão, de modo rápido, após o término da montagem em linha, entrega uma qualidade mais efetiva, tornando o processo muito mais autônomo”, resume Bolduan.

Vale registrar o escopo: o sistema cobre os pontos visuais de montagem. Aspectos como conexões elétricas internas e fiação seguem por outros processos de qualidade. Essa delimitação torna a solução confiável. A IA garante consistência nos pontos que analisa. As pessoas ficam livres para o que requer experiência e julgamento.

Velocidade que vira faturamento

Com a inspeção mais ágil, cada pack aprovado sai da linha sem pendências e segue direto para o laboratório. Menos retrabalho, menos espera no posto seguinte, mais packs liberados por turno. “Aumentando também a taxa do produto ofertado para o próximo processo, para ter produtividade e aumento na nossa questão de faturamento”, resume Bolduan.

Visão computacional aplicada à mobilidade elétrica

O caso da linha de Pack de Baterias mostra uma das frentes de aplicação do Sistema de Visão Computacional WEG: inspeção de montagem em linhas de alta complexidade e responsabilidade, onde o custo de uma falha não detectada supera em muito o custo da automação.

A solução faz parte do portfólio de visão computacional da WEG Digital, que inclui o Sistema de Visão Computacional, o WEG Smart Vision Sensor e o WEGvision.AI — ferramentas desenvolvidas para transformar câmeras industriais em agentes ativos de qualidade e produtividade.

+ Leia também: Inspeção de montagem final de peças com Visão Computacional · Vantagens do uso de visão computacional na indústria 4.0

Quer entender como a visão computacional pode ser aplicada ao seu processo produtivo? Entre em contato com a WEG.