“A ideia é tentarmos de forma precoce antever que o sistema está prestes a falhar e, portanto, notificar as pessoas da manutenção que é necessário verificar o que poderá estar mal. Queremos ao máximo evitar que estas falhas continuem a acontecer durante a operação do veículo”, adiantou à Lusa Rita Ribeiro, do Laboratório de Inteligência Artificial e Apoio à Decisão (LIAAD) do INESC TEC.

O projeto, denominado “FailStopper” e lançado no início deste mês, pretende assim, através de sensores, estudar o sistema de ar comprimido do veículo (instalado no tejadilho) que, segundo a investigadora, permite o “desempenho da suspensão secundária”, elemento responsável por “manter o veículo nivelado com as plataformas das estações”.

“Este é de facto um dos sistemas onde mais falhas ocorrem e que, ironicamente, não tem redundância, ou seja, se falha não existe outra alternativa para nivelar o veículo e este tem de ser retirado e levado para a oficina”, esclareceu.

Segundo Rita Ribeiro, só no ano de 2017 foram “cerca de três mil as falhas” desta ordem que levaram à retirada de veículos da empresa de transportes públicos.

Contactado pela Lusa, Pedro Pereira, engenheiro da Metro do Porto, salientou que as cerca de “três mil viagens canceladas” relacionadas com a avaria do sistema que coordena o nivelamento correspondem a 10% do total de avarias da frota da empresa.

Os investigadores do INESC TEC vão, por isso, em cooperação com a Metro do Porto, estudar “em cenário real”, durante os próximos dois anos, um dos 102 veículos da transportadora e desenvolver um “modelo que consiga perceber qual o padrão da avaria”.

“Nesta fase inicial vamos proceder à recolha de dados e depois vamos perceber mediante o registo em tempo real quais as falhas que, ainda que anormais, são frequentes e que dão ao modelo o ‘feedback’ de que foi uma anomalia”, explicou.

Para Pedro Pereira, este projeto é um meio da empresa de transportes públicos conseguir não só “melhorar o nível de serviço”, mas também “comprovar que novas técnicas de manutenção conseguem permitir alcançar resultados significativos”.

Contudo, a investigadora, apesar de otimista, confessou que a equipa vai enfrentar “alguns obstáculos”, como a frequência de anomalias nos dados recolhidos e a antecipação, com o devido tempo, das avarias.

“A verdade é que vamos tentar desenvolver um modelo que vai tentar modelar algo que não é tão frequente quanto isso, tendo em conta que vamos ter dados bastante regulares e, nesse contexto, os que representarão falhas serão muito poucos”, disse.

Segundo a investigadora, caso o projeto “funcione bem”, a Metro do Porto tenciona aplicar o modelo a outras avarias e poderá haver “uma transferência de conhecimento para outras empresas”, como a Comboios de Portugal (CP), que também suporta problemas de nivelamento.

“Se tudo correr bem, pode vir a existir um interesse da empresa em poder alargar a sua utilização a outro tipo de equipamentos, de modo a conseguirmos antecipar as avarias noutros sistemas”, acrescentou o engenheiro da Metro do Porto.

O projeto “FailStopper” foi um dos 15 projetos aprovados no concurso de Investigação Científica e Desenvolvimento Tecnológico em Ciência de Dados e Inteligência Artificial na Administração Pública, uma iniciativa da Fundação para a Ciência e Tecnologia (FCT) que junta o Ministério da Ciência, Tecnologia e Ensino Superior e o Ministério da Modernização Administrativa.