Parceria entre ST-One e UFMG otimiza a produção de margarina na M. Dias Branco

Uma colaboração inovadora entre a startup curitibana ST-One e a Universidade Federal de Minas Gerais (UFMG), por meio de seu Laboratório de Inteligência Artificial, está transformando os processos produtivos da indústria alimentícia M. Dias Branco, famosa por marcas como Piraquê e Jasmine. Esta parceria resultou na criação de modelos avançados de machine learning, projetados para otimizar a produção de margarina.

Guilherme Francescon Cittolin, sócio fundador da ST-One, explicou que o principal objetivo da colaboração foi analisar e melhorar o tempo de quebra do vácuo na linha de produção. “Após um ano de parceria, a indústria alcançou ganhos significativos, adquirindo um maior conhecimento dos processos e estabelecendo contatos valiosos. Compreender como prever a quebra do vácuo, dada sua complexidade, é um passo importante para o desenvolvimento contínuo e o retreino dos modelos, garantindo um processo de produção mais eficiente e preciso”, afirmou.

Desenvolvimento de Modelos Preditivos

A parceria focou no desenvolvimento de modelos preditivos que permitem à equipe de operações intervir antes que ocorra a quebra do vácuo. “O vácuo é importante na etapa de destilação a vácuo do óleo, removendo componentes voláteis que podem causar instabilidades no produto final”, detalhou Guilherme. “Manter essa desodorização a temperaturas baixas minimiza o risco de degradação térmica do óleo e aumenta a eficiência do processo, assegurando que a margarina produzida seja de alta qualidade e segura para o consumo.”

Etapas do Projeto

O projeto foi executado em três grandes etapas: investigação, modelagem matemática e testagem dos resultados. Inicialmente, a equipe definiu as ferramentas e os critérios necessários para os modelos.

Na fase seguinte, diversas fórmulas matemáticas foram aplicadas para treinar os modelos, operacionalizando o processo e permitindo sua visualização. “Separamos uma quantidade específica de dados para ser processada pelo modelo de machine learning escolhido, transformando-os em um formato treinável”, explicou Guilherme. Os cientistas da UFMG então desenvolveram perguntas que ajudaram a criar um modelo explicativo do comportamento dos dados coletados.

Na última etapa, o modelo foi testado com novos dados para garantir sua precisão. “Usamos um conjunto de dados que o modelo ainda não havia visto. Se os resultados fossem satisfatórios, o modelo seria implementado”, destacou.

Benefícios da Parceria

Guilherme enfatiza que a colaboração entre a ST-One, a UFMG e a M. Dias Branco já está mostrando resultados positivos, mesmo que os modelos ainda estejam em fase de aplicação. “A integração entre dados acadêmicos e as necessidades industriais promove mais inovação e oportunidades. Nos laboratórios, acadêmicos focam em pesquisas de ponta que, quando aplicadas em contextos reais, oferecem experiências práticas valiosas”, comentou.

Para a ST-One, a parceria foi enriquecedora. “Participar de todas as etapas do projeto nos permitiu melhorar nossa interpretação dos dados e aplicá-los dentro da nossa estrutura. Cada novo desafio nos ajuda a aprimorar nossa tecnologia e produtividade”, concluiu.

Esta colaboração destaca como a sinergia entre startups e universidades pode impulsionar a inovação na indústria, resultando em processos mais inteligentes e eficientes.

Sobre a ST-One

Fundada em 2020 pelos engenheiros Guilherme Francesco Cittolin e Tiago Machado, e tem como CEO o economista e investidor Rodrigo Cruz R. Gonçalves. A ST-One desenvolve uma tecnologia que utiliza a Ciência de Dados para promover a digitalização em diferentes setores da indústria.

A tecnologia desenvolvida pela startup promove a redução de desperdícios e custos, otimizados os processos de produção, gerenciamento de estoque e operações na cadeia de suprimentos. Além disso, melhora a qualidade e consistência do produto monitorando diferentes parâmetros relevantes para a indústria.

Em seu portfólio de clientes conta com grandes marcas como Bosch, Klabin, Mococa e Kraft Heinz. Mais informações sobre a empresa no www.st-one.io.