Ouvir o funcionamento de motores e transmissões virou uma das novas estratégias da Ford para encontrar defeitos de fabricação que testes convencionais podem deixar passar.
A fabricante desenvolveu ferramentas de inteligência artificial capazes de comparar sons e vibrações de componentes mecânicos antes que os veículos sejam enviados às concessionárias.
A iniciativa ganha importância diante dos gastos da Ford com garantia, que superam US$ 5 bilhões (R$ 25,5 bilhões) por ano desde 2024.
A tecnologia também contribuiu para a evolução da marca no estudo de qualidade inicial da JD Power deste ano, segundo informações apresentadas pela empresa.
A Ford passou da 14ª para a terceira posição em defeitos registrados a cada 100 veículos, ficando atrás somente de Porsche e Genesis.
Essa busca por durabilidade ocorre num mercado em que o preço médio de um carro novo nos Estados Unidos gira em torno de US$ 50.000 (R$ 255.000).
Além disso, financiamentos cada vez mais longos tornam a confiabilidade importante, pois alguns consumidores já assumem contratos de sete anos ou até períodos superiores.
Sean Tucker, editor-gerente de segmentos automotivos da Cox Automotive, afirmou que já apareceram financiamentos com prazo de dez anos neste ano.
Para localizar desvios, a Ford criou uma biblioteca sonora formada por motores, transmissões, eixos e outros componentes previamente certificados dentro das especificações de fabricação.
Essas gravações funcionam como referência para a inteligência artificial identificar rapidamente diferenças em peças selecionadas aleatoriamente para avaliações em dinamômetros e outros equipamentos.
Segundo Charles Poon, vice-presidente de engenharia de hardware de veículos da Ford, o sistema consegue separar diferentes elementos harmônicos presentes na assinatura sonora de cada conjunto.
A comparação pode revelar variações que aparecem mesmo depois de o motor ser aprovado em avaliações de compressão, vedação e entrega de potência.
Enquete
Antes do envio, a análise sonora tende a produzir qual efeito concreto?
Vote e veja o resultado em tempo real.
6 votos
Entre os defeitos identificáveis estão capas de mancais principais apertadas fora da especificação e componentes de transmissão produzidos com usinagem inadequada.
Poon cita também o desgaste irregular do pistão como exemplo de uma condição difícil de encontrar exclusivamente pelos métodos tradicionais usados durante a fabricação.
Uma folga ligeiramente maior entre pistão e cilindro pode permitir funcionamento aparentemente normal durante anos, apesar de produzir vibrações diferentes das encontradas em conjuntos corretos.
Ao longo do tempo, essa diferença pode aumentar o desgaste dos anéis do pistão, transformando uma pequena variação de fabricação em uma questão de confiabilidade futura.
A Ford combina a análise automatizada com desmontagens físicas para verificar as diferenças detectadas e impedir que determinados componentes avancem pelo processo produtivo.
Segundo Poon, existe forte relação entre boa qualidade nos primeiros períodos de utilização e confiabilidade depois de muitos anos, embora condições específicas ainda possam surgir posteriormente.
A companhia também emprega inteligência artificial visual nas linhas de montagem de conjuntos mecânicos para verificar instalação de vedações, conexões hidráulicas e chicotes elétricos.
Outras fabricantes utilizam análise sonora sem inteligência artificial, incluindo General Motors e Hyundai, que aplicam avaliações com PicoScope em determinados motores.
Nesse procedimento, sensores captam ondas sonoras durante o funcionamento e apresentam os dados graficamente para ajudar técnicos a identificar variações internas.
A diferença da solução da Ford está principalmente na capacidade de processar grandes volumes de informações e reconhecer rapidamente características fora do padrão habitual.
Para Poon, pessoas identificam facilmente grandes desvios, enquanto a inteligência artificial consegue perceber alterações menores em algo aparentemente normal, mas ligeiramente diferente dos demais componentes.
A expectativa é usar essa velocidade de análise não apenas para melhorar a qualidade inicial, mas também para reduzir defeitos que poderiam aparecer três, cinco ou dez anos depois.
