Manufatura inteligente

Controle de Qualidade IoT na Manufatura: Verificações em Tempo Real com Sensores em Linha e MQTT

Saiba como sensores em linha, instrumentos de medição e estações de teste publicam medições via MQTT para verificações de qualidade em tempo real, como projetar topics e payloads e como os mesmos dados alimentam o CEP e a rastreabilidade.

Linha de manufatura com controle de qualidade IoT, com sensores em linha e instrumentos de medição publicando medições em um dashboard de qualidade MQTT na nuvem
Rode isso no seu próprio broker MQTTTenha um broker MQTT privado e gerenciado no plano Free e comece com exemplos de código prontos.
Teste grátis Exemplos de código Sem cartão de crédito

Controle de qualidade IoT na manufatura significa medir a qualidade do produto e do processo continuamente na linha, em vez de descobrir problemas na inspeção final ou por uma reclamação de cliente. Este guia mostra quais sensores em linha usar, como publicar suas medições via MQTT, como executar verificações de especificação em tempo real e como o mesmo fluxo de dados alimenta o controle estatístico de processo e a rastreabilidade.

Da amostragem a dados de qualidade contínuos

O controle de qualidade tradicional depende de amostragem: um inspetor retira algumas peças por hora, mede-as em um laboratório ou em uma estação de medição e registra os resultados em uma planilha ou em um sistema de qualidade. Funciona, mas tem fraquezas conhecidas. Problemas que começam entre as amostras passam despercebidos até a próxima verificação. Os resultados chegam tarde e são difíceis de associar às condições exatas de processo que produziram a peça. E os dados raramente chegam a tempo às pessoas que poderiam agir.

O controle de qualidade conectado muda três coisas:

  1. Cobertura. Sensores em linha e instrumentos automáticos medem todas as peças ou uma parcela alta delas, e não um punhado por turno.
  2. Latência. Os resultados ficam disponíveis em segundos, então a linha pode ser parada ou ajustada antes que as próximas cem peças sejam feitas.
  3. Contexto. Cada medição viaja com o número de série da peça, a máquina, a receita e os parâmetros de processo, o que transforma defeitos em eventos explicáveis.

De onde vêm os dados de qualidade

Fonte Medição típica Interface Observações
Relógios comparadores e paquímetros digitais Dimensões USB, Bluetooth, RS-232 Forma barata de digitalizar verificações manuais
Sensores a laser e ópticos Espessura, largura, posição, folga Analógica, IO-Link, Ethernet Mede todas as peças na velocidade da linha
Sistemas de visão Presença, defeitos, rótulos, dimensões Ethernet, muitas vezes com saída MQTT ou TCP embutida Aprovado/reprovado mais as características medidas
Balanças dinâmicas e balanças Peso e enchimento Serial ou Ethernet Padrão em alimentos e farmacêutica
Testadores de estanqueidade, pressão e torque Valores de teste e aprovado/reprovado Serial, Ethernet, tags de CLP Testes funcionais de fim de linha
Sensores de processo Temperatura, pressão, vazão, velocidade CLP ou gateway de borda Explicam por que a qualidade mudou
Sensores ambientais Umidade, temperatura ambiente Sensores sem fio Importam para adesivos, revestimentos, alimentos

As duas últimas linhas são fáceis de ignorar. Os problemas de qualidade quase sempre são causados por condições de processo, então capturar temperatura, pressão ou velocidade da linha junto com a medição é o que torna possível a análise de causa raiz depois.

Uma arquitetura MQTT para controle de qualidade IoT na manufatura

O MQTT combina bem com dados de qualidade porque uma medição costuma ter vários consumidores: o display da linha, o dashboard de CEP do engenheiro de qualidade, o banco de dados de rastreabilidade e, possivelmente, o MES. Com publish/subscribe, o instrumento publica uma vez e cada consumidor assina de forma independente. O artigo sobre o que faz um broker MQTT explica o padrão em detalhe.

Um fluxo típico:

  1. Sensores, instrumentos de medição e estações de teste se conectam a um gateway de borda (um CLP, um PC industrial com Node-RED ou um pequeno serviço em Python).
  2. O gateway adiciona o número de série da peça, a estação, a receita e o timestamp e publica uma mensagem por medição ou por peça.
  3. Um serviço de qualidade assina, verifica cada valor contra os limites de especificação e publica um veredito.
  4. Um historiador ou um assinante de banco de dados armazena tudo para CEP e rastreabilidade.
  5. Os dashboards assinam os valores ao vivo e os vereditos.

Projeto dos topics

Siga uma hierarquia no estilo ISA-95 e separe as medições brutas dos vereditos:

acme/plant1/assembly/line3/station40/quality/measurement
acme/plant1/assembly/line3/station40/quality/verdict
acme/plant1/assembly/line3/station40/quality/spec        (retained)

Publicar a especificação ativa como retained message é um truque útil. Todo consumidor que se conecta descobre imediatamente os limites atuais daquela estação, e uma troca de receita só exige publicar uma nova especificação.

Projeto do payload

{
  "ts": "2026-10-16T09:31:07.412Z",
  "serial": "A3-2610-004812",
  "recipe": "HOUSING-B",
  "characteristic": "bore_diameter_mm",
  "value": 22.012,
  "unit": "mm",
  "gauge": "G-40-1",
  "process": {"spindle_temp_c": 31.4, "coolant_temp_c": 21.8}
}

Inclua o número de série ou o ID do lote em toda mensagem, use unidades explícitas e mantenha uma característica por mensagem ou um objeto de características com nomes claros por peça. Evite arrays posicionais cujo significado só existe na cabeça de alguém.

Verificações de especificação em tempo real

O serviço de qualidade útil mais simples compara cada valor com seus limites inferior e superior de especificação e publica um veredito. O exemplo em Python abaixo (paho-mqtt 2.x) mantém as especificações em retained messages, então alterar um limite nunca exige reiniciar. Ele roda no servidor MQTT público de testes; substitua o prefixo pelo seu próprio ID único.

import json
import paho.mqtt.client as mqtt

PREFIX = "connectmq/demo/b6a0e4/line3"
specs = {}  # estação -> {característica: {"lsl":..., "usl":...}}

def on_connect(client, userdata, flags, reason_code, properties):
    client.subscribe(f"{PREFIX}/+/quality/spec", qos=1)
    client.subscribe(f"{PREFIX}/+/quality/measurement", qos=1)

def on_message(client, userdata, msg):
    station = msg.topic.split("/")[4]
    data = json.loads(msg.payload)

    if msg.topic.endswith("/spec"):
        specs[station] = data
        print("spec loaded for", station, data)
        return

    limits = specs.get(station, {}).get(data["characteristic"])
    if limits is None:
        verdict = "no_spec"
    elif limits["lsl"] <= data["value"] <= limits["usl"]:
        verdict = "pass"
    else:
        verdict = "fail"

    out = {"ts": data["ts"], "serial": data["serial"],
           "characteristic": data["characteristic"], "value": data["value"],
           "verdict": verdict}
    client.publish(f"{PREFIX}/{station}/quality/verdict", json.dumps(out), qos=1)
    if verdict != "pass":
        print("NOT PASS", out)

client = mqtt.Client(mqtt.CallbackAPIVersion.VERSION2, client_id="qc-checker-b6a0e4")
client.on_connect = on_connect
client.on_message = on_message
client.connect("broker.connectmq.com", 1883, keepalive=60)
client.loop_forever()

Publique uma especificação e uma medição pela linha de comando para testar:

mosquitto_pub -h broker.connectmq.com -p 1883 -i spec-b6a0e4 -q 1 -r \
  -t "connectmq/demo/b6a0e4/line3/station40/quality/spec" \
  -m '{"bore_diameter_mm": {"lsl": 21.990, "usl": 22.020}}'

mosquitto_pub -h broker.connectmq.com -p 1883 -i gauge-b6a0e4 -q 1 \
  -t "connectmq/demo/b6a0e4/line3/station40/quality/measurement" \
  -m '{"ts":"2026-10-16T09:31:07Z","serial":"A3-2610-004812","characteristic":"bore_diameter_mm","value":22.012}'

Para limites simples, você pode dispensar o código: as regras de alerta por limite do portal da ConnectMQ conseguem observar um campo numérico e registrar cada desvio no log de alertas. O serviço baseado em código passa a ser útil quando os limites dependem da receita ou quando os vereditos precisam ser publicados de volta para outros sistemas.

Além do aprovado/reprovado: pegando a deriva cedo

Uma peça dentro da especificação ainda pode ser um aviso. Se os diâmetros de furo estão subindo em direção ao limite superior porque uma ferramenta está se desgastando, as verificações de aprovado/reprovado continuam verdes até a primeira falha. O controle estatístico de processo resolve isso observando o comportamento do processo, e não peças individuais, detectando tendências, deslocamentos e aumento de variação enquanto todas as peças ainda passam. O tutorial de CEP em tempo real constrói cartas de controle exatamente sobre esse fluxo de medições.

Os sinais do lado do processo também ajudam. Um diâmetro de furo crescente que se correlaciona com a temperatura do fuso aponta para dilatação térmica; um que se correlaciona com o número de cortes aponta para o monitoramento de desgaste de ferramentas como solução.

A rastreabilidade vem de graça

Como toda mensagem traz um número de série, armazenar o fluxo em um banco de dados gera um registro de qualidade por peça: qual estação a mediu, com qual instrumento, sob qual receita e quais condições de processo. Quando um defeito é encontrado no cliente, você responde "quais outras peças foram feitas sob as mesmas condições" em minutos. O guia de sistema de rastreabilidade na manufatura cobre o lado do banco de dados, a genealogia e o projeto de eventos. Esse mesmo histórico por peça é um bom ponto de partida para um gêmeo digital da linha.

Checklist de implementação

  1. Comece com uma característica crítica em uma estação, de preferência uma que já cause refugo ou reclamações.
  2. Digitalize a medição com um instrumento ou sensor conectado; evite redigitar valores.
  3. Anexe contexto na borda: número de série, receita, estação, ID do instrumento, timestamp.
  4. Publique com QoS 1 para que as medições não se percam silenciosamente em instabilidades da rede.
  5. Publique as especificações como retained messages por estação e receita.
  6. Adicione um serviço de veredito e mostre os resultados na linha em segundos.
  7. Armazene tudo em um banco de dados para CEP e rastreabilidade; o broker é um transporte, não um arquivo.
  8. Proteja tudo: credenciais de broker privado, TLS e as boas práticas de segurança MQTT aplicadas a cada gateway.

Hospedando a espinha dorsal da qualidade

Os dados de qualidade são críticos para o negócio e muitas vezes confidenciais, então o servidor MQTT público de demonstração serve apenas para experimentos. Em produção, um broker MQTT gerenciado dá a cada estação acesso autenticado e criptografado sem que você precise operar servidores de broker, e o explorador de topics ao vivo do portal da ConnectMQ facilita verificar se cada estação está publicando o que você espera. Para o contexto de toda a planta, leia o guia de manufatura inteligente.

Rode seus dados de qualidade na ConnectMQ

A ConnectMQ oferece um broker MQTT 5 privado com TLS, retained messages, QoS 1 e 2 nos planos pagos, explorador de topics ao vivo e regras de alerta por limite. Crie um broker no plano gratuito Serverless em app.connectmq.com, sem cartão de crédito, e conecte hoje mesmo sua primeira estação de qualidade.

Perguntas frequentes

O que é controle de qualidade IoT na manufatura?

É o uso de sensores, instrumentos de medição e estações de teste conectados para medir a qualidade continuamente na linha, com os resultados compartilhados em tempo real com operadores, engenheiros e sistemas de qualidade.

Qual protocolo as estações de qualidade devem usar?

O MQTT funciona bem porque uma medição pode ser consumida ao mesmo tempo por dashboards, CEP, bancos de dados e o MES, sem integrações ponto a ponto.

Preciso medir todas as peças?

Nem sempre. Meça todas as peças onde sensores automáticos tornam isso barato e digitalize as verificações manuais por amostragem nos demais pontos. O maior ganho muitas vezes vem de anexar contexto a cada medição.

Qual é a diferença em relação ao CEP?

As verificações de especificação julgam peças individuais como aprovadas ou reprovadas. O CEP observa o comportamento do processo ao longo do tempo e detecta derivas e deslocamentos antes que as peças falhem.

Artigos relacionados

OEE vs TEEP vs OOE: qual indicador você deve usar?

OEE, OOE e TEEP compartilham os mesmos fatores de desempenho e qualidade, mas medem contra bases de tempo diferentes. Esta comparação resolve um único exemplo e lista os sinais MQTT de que cada indicador precisa.

8 min de leitura

Todos os artigos →

Seu broker MQTT privado está a poucos cliques de distância

Crie uma conta, receba as credenciais do seu broker e conecte seu primeiro dispositivo — sem servidores para instalar, atualizar ou escalar.