Prêmio da Qualidade IQA
Vencedores 2026

REPRESENTANTE: Matheus Sumny
EMPRESA: Viemar Automotive

A Viemar V30 – Tecnologia Elastomérica Proprietária para Componentes Automotivos nasceu do desafio de reduzir a dependência de uma formulação baseada predominantemente em policloropreno (CR), utilizada em coifas e guarda-pós de articulações de direção e suspensão, sem transferir risco à qualidade, durabilidade ou confiabilidade do produto.

O projeto evoluiu de seis formulações internas para 24 ciclos experimentais desenvolvidos com o ISI Polímeros, no âmbito da EMBRAPII, utilizando DOE para correlacionar alterações de composição e processamento aos resultados de ensaio. A solução selecionada foi submetida à caracterização físico-mecânica, química e dinâmico-mecânica, validação funcional em dispositivo de ciclagem desenvolvido pela Viemar, aplicação em campo e posterior escala industrial.

Entre os resultados, destacam-se a redução da abrasão de 302 para 185 mm³, da densidade de 1,3865 para 1,1499 g/cm³ em laboratório, shelf life da manta ampliado de 15 para 45 dias e potencial de aproximadamente 24% maior rendimento por quilograma. Em escala industrial, a tecnologia ainda superou a comparada no principal requisito mecânico para aplicação (DPC) e avançou para controle produtivo. O projeto resultou ainda em pedido de patente em tramitação e consolidou competência própria em formulação, validação e industrialização de elastômeros, com benefício econômico potencial conservador de R$ 1,1 milhão/ano.

REPRESENTANTE: Emerson Batagini
EMPRESA: Robert Bosch

A eficiência energética veicular transcende a evolução do powertrain, exigindo a mitigação de perdas parasitas em sistemas auxiliares. Este artigo apresenta a transição de um sistema de frenagem a vácuo para uma tecnologia eletromecânica, avaliando seu impacto no consumo de combustível e emissões de CO₂ em veículos a combustão interna.

A solução substitui o amplificador de força de frenagem a vácuo pelo amplificador de força de frenagem eletromecânico, eliminando a bomba de vácuo auxiliar e sua carga parasita. A validação integrou simulação virtual, ensaios em dinamômetro e testes em ciclo urbano real. Os resultados apontaram ganho de eficiência energética de 0,04205 MJ/km – considerado entre as cinco tecnologias com maior potencial de geração de crédito off-cycle –, com redução de CO₂ de até 4 g/km.

A robustez do método foi certificada pelo Instituto Tecnológico de Aeronáutica (ITA) e homologada pelo Governo Federal no Diário Oficial da União, sendo a primeira solução de sistema de freio apta à geração de crédito off-cycle no Programa MOVER. Além dos ganhos térmicos, a tecnologia reposiciona o sistema de freio como um elemento ativo para futuras arquiteturas eletrificadas, híbridas e funções de assistência ao condutor.

REPRESENTANTE: Sidnei Nasser
EMPRESA: Therpol

As novas normativas automotivas mundiais exigem a utilização cada vez maior de peças plásticas com conteúdo reciclável oriundo de veículos no final de seu ciclo de vida. O grande desafio é tornar isso possível de forma economicamente viável, sem perda nas propriedades mecânicas. Utilizando a Tecnologia Therpol®, primeiro termoplástico à base de Borracha da Seringueira (Hevea Brasiliensis) no mundo, desenvolvemos compostos com 25% de material plástico reciclado de veículos inservíveis, combinados com resinas plásticas virgens, atendendo às normas técnicas automotivas.

Nesse projeto, desenvolvemos para-choques, grade frontal e protetores automotivos com 25% de material reciclado. Nos para-choques, utilizamos polipropileno reciclado, combinado com Therpol® e polipropileno virgem, resultando em propriedades mecânicas similares às especificações originais. Nas grades frontais produzidas em ABS, utilizamos Therpol®-Grafeno (nanotecnologia), dobrando a resistência ao alongamento do ABS reciclado, além da alta resistência ao impacto.

Já os protetores automotivos foram desenvolvidos a partir da reciclagem do revestimento interno do teto do carro, um material até então sem solução para a sua reciclabilidade. Com a tecnologia Therpol®, obtivemos um produto de excelente resistência ao impacto e deformação à ruptura. O projeto regenerou peças destinadas à incineração ou a aterros sanitários em peças novas, cujas propriedades mecânicas são renovadas e transformadas em um novo ciclo de vida.

REPRESENTANTE: Gildeones Protázio
EMPRESA: Visteon Amazonas

Este trabalho apresenta o AVL (Assistente Virtual de Linha), solução de inteligência artificial baseada em visão computacional, desenvolvida pela Visteon Amazonas para apoiar operadores na estação S8, gargalo da linha FPK. O projeto foi motivado pela identificação da não aderência ao método padrão de inserção e remoção de clusters como principal causa da variação de ciclo e perdas de performance.

A análise utilizou Diagrama de Ishikawa, 5 Porquês, Pareto, cronoanálise e PDCA, direcionando o desenvolvimento de um modelo de IA baseado em YOLO, treinado com imagens da estação S8. Após validação, o modelo atingiu mAP@50 de 96,8%, precisão de 100%, recall de 85,2% e F1-score de 92,0%, permitindo detectar desvios operacionais em tempo real. Integrado ao sistema SCAFE, o AVL alerta o operador imediatamente após o desvio.

Os resultados demonstraram redução da perda hora a hora da linha FPK de 12,30 para 7,07 pcs/h (-42,5%) e aumento do BTS de 97,5% para 98,4%. Com investimento de USD 2.800, o projeto gerou retorno de USD 890.129 no primeiro semestre, payback de 4,9 horas e economia de 89,9% frente a soluções de mercado.

REPRESENTANTE: Daniel Guimaraes
EMPRESA: Acumuladores Moura

Na LIE08 da Acumuladores Moura, a produção de placas de chumbo possuía riscos críticos de qualidade, como contorno empenado e orelha suja, antes controlados por inspeção visual amostral. O projeto Blindagem Zero Defeito implantou visão computacional integrada à célula robótica, ampliando de uma câmera-piloto para quatro câmeras e garantindo inspeção de 100% dos pacotes de placas.

Quando há não conformidade, o sistema mede a geometria, reprova automaticamente o pacote e o direciona para uma gaveta de contenção. Um aplicativo registra modo e localização dos defeitos, gera Pareto em tempo real e aciona a cadeia de ajuda conforme a criticidade. O conjunto inclui Andon digital, checklist, vídeos de capacitação e Posto Avançado de Qualidade, que simula a inspeção do cliente antes da expedição.

A detecção e reprovação na linha de produção caíram de 3.983 para 830 por mês entre outubro de 2025 e julho de 2026 (79%). Para o defeito-alvo, as reprovações no posto avançado passaram a zero em cinco dos últimos meses. A solução fortalece a rastreabilidade, viabiliza kaizens e está sendo replicada em outras linhas.

REPRESENTANTE: Julia Martins
EMPRESA: Renault do Brasil

O Customer Quality Alert é um sistema inteligente de alerta antecipado que transforma sinais da experiência do cliente em ações preventivas de qualidade. O projeto foi desenvolvido para reduzir o tempo de reação aos problemas de campo, eliminando etapas manuais e garantindo que os responsáveis corretos sejam alertados de forma rápida e direcionada.

Por meio de um modelo de classificação automática baseado em Inteligência Artificial, os relatos são analisados e classificados por elemento e tipo de incidente, com assertividade superior a 80%. As informações são então integradas a fluxos automatizados de alerta via Microsoft Teams, permitindo que as equipes responsáveis atuem até dois dias antes em comparação ao processo tradicional.

Durante a prova de conceito de três meses, o projeto gerou mais de 3.300 alertas, suportou 280 análises estruturadas de qualidade (QRRs) e resultou em economia estimada de 8.910 euros, além de um ganho operacional de aproximadamente 18 horas por mês por analista. Também foi observada uma melhoria superior a 30% na proteção preventiva de temas críticos. O Customer Quality Alert fortalece a tomada de decisão baseada em dados, reduz a reatividade e eleva o papel da voz do cliente como motor da melhoria contínua.

REPRESENTANTE: Dhiemerson Oliveira
EMPRESA: Tutiplast

O ELO – Qualidade Integrada, do Desenvolvimento à Expedição é uma plataforma digital desenvolvida internamente pela Tutiplast/Norplast para integrar Engenharia da Qualidade, Gestão da Qualidade e Cadeia de Suprimentos em um único ecossistema.

A solução digitaliza a lógica da qualidade automotiva, conectando PPAP e Core Tools, gestão de fornecedores, inspeção de recebimento, Quality Wall, indicadores do SGQ e documentação, com rastreabilidade da matéria-prima à expedição.

REPRESENTANTE: João Gabriel
EMPRESA: Phinia Delphi Brasil

O projeto HIED (Heated Injector Ethanol Detection) foi criado para resolver falhas na partida a frio de veículos flex após a troca de combustível entre álcool e gasolina. O problema ocorria porque, após o abastecimento, o novo combustível chegava aos injetores apenas por capilaridade durante a noite, enquanto a ECU (Unidade de Controle Eletrônico) ainda operava com dados antigos de mistura, resultando em falhas na partida no dia seguinte.

A solução desenvolvida pela Delphi foi um algoritmo capaz de utilizar o aquecimento controlado do injetor para medir a troca de calor com o combustível. Cada porcentagem de etanol possui uma curva característica de resposta térmica, permitindo identificar a mistura com precisão e informar a ECU. Isso garante partida confiável em qualquer condição, eliminando o problema enfrentado pelos motoristas.

A inovação foi reconhecida com a patente US 11,867,141 B1 (09 Jan 2024) e evoluiu para o HES (Heated Ethanol Sensor), um sensor que pode ser aplicado em qualquer veículo flex, independentemente do uso de injetores aquecidos. O HIED representa uma solução disruptiva para a indústria automotiva, trazendo confiabilidade, precisão e escalabilidade global.

REPRESENTANTE: Leonardo Yoshimura
EMPRESA: Robert Bosch

O PrognostiQ é uma solução de Inteligência Artificial e Machine Learning desenvolvida na Bosch para antecipar riscos de qualidade em fornecedores antes que os problemas impactem as plantas produtivas. A plataforma analisa milhares de registros históricos, identifica padrões ocultos e gera alertas preditivos sobre potenciais desvios de qualidade, permitindo uma atuação preventiva em vez de reativa. A solução já é utilizada pelo time de Qualidade de Fornecedores e suporta decisões relacionadas à priorização de fornecedores, visitas preventivas e mitigação de riscos.

Como evolução da iniciativa, foi criado o PrognostiQ AI, uma camada de IA Generativa conectada às predições do modelo. Utilizando uma arquitetura multiagente com agentes especializados em dados, métodos analíticos e linguagem natural, a solução transforma previsões complexas em informações acionáveis.

Os usuários podem interagir com um chatbot para compreender os motivos dos riscos identificados, acessar históricos relevantes, receber sugestões de verificação e acelerar a tomada de decisão. O PrognostiQ AI não substitui o modelo preditivo, mas amplia seu valor ao tornar os insights mais acessíveis, explicáveis e práticos para o dia a dia das equipes de qualidade.

REPRESENTANTE: Luis Teixeira
EMPRESA: Tupy MWM Motores e Geradores

Este projeto é um roadmap da Qualidade Assegurada da MWM para a implementação de inteligência artificial agêntica: um agente orquestrador da qualidade e 7 assistentes de IA especializados, que atuam em conjunto para tornar a Qualidade mais ágil e eficiente.

O roadmap representa uma inovação com grande retorno financeiro e ganhos de qualidade junto ao cliente, além de gerar lições aprendidas para os funcionários e utilizar toda a experiência acumulada da empresa como base para a tomada de decisão.

Foram mapeadas 12 áreas na Qualidade Assegurada e 60 atividades, e a equipe da Qualidade, através de um brainstorming e uma matriz de priorização, direcionou a aplicação de IA conforme o trabalho em um período de 36 meses. Este roadmap é estratégico para a empresa e pode levar a Qualidade a um patamar diferente de todos os tempos através da qualidade, eficácia e eficiência geradas.

REPRESENTANTE: Alberto Bittencourt
INSTITUIÇÃO DE ENSINO: UFF – Universidade Federal Fluminense

Este estudo de caso apresenta a aplicação do Lean Six Sigma, por meio do ciclo DMAIC, para transformar o processo de Gestão de Mudanças em uma fábrica da Jaguar Land Rover, em Itatiaia/RJ. O cenário inicial apresentava baixa eficiência operacional, com apenas 34% de desempenho e 66% das mudanças resultando em falhas, gerando paradas de linha, retrabalhos e uma perda financeira potencial estimada em R$ 16 milhões anuais.

A análise identificou como causa raiz a ausência de procedimentos claros e padronizados para o planejamento, acompanhamento e validação das mudanças. A solução foi desenvolvida sem custo adicional de implementação, envolvendo a criação de procedimentos específicos, integração multidisciplinar, auditorias pós-implementação em até 48 horas e monitoramento contínuo por indicadores de desempenho.

Os resultados foram expressivos: a eficiência evoluiu de 34% para 88% no primeiro mês, alcançando 100% após 12 meses de acompanhamento. Além dos ganhos operacionais e da redução de desperdícios, o projeto fortaleceu a cultura de melhoria contínua e a confiabilidade do processo. O conhecimento gerado foi disseminado interna e externamente, resultando em publicações e apresentações no XIV CICTED e no IX SAEPRO, evidenciando o potencial de replicabilidade da solução.

REPRESENTANTE: Guilherme Cardoso
INSTITUIÇÃO DE ENSINO: Escola Superior de Agricultura Luiz de Queiroz – Universidade de São Paulo

Fenômenos como “anormalidades”, “spills” ou “causas especiais” representam desvios de qualidade que, quando presentes em um lote de fabricação, provocam um aumento abrupto e significativo na taxa de falhas em garantia. Na maioria dos casos, quando uma anormalidade é identificada, uma grande quantidade de veículos com o defeito já foi entregue ao cliente.

A detecção precoce dessas anormalidades exige um esforço considerável dos engenheiros, que precisam analisar diversos relatórios de garantia. Essa dificuldade resulta em: aumento do número de clientes insatisfeitos, devido à ocorrência de falhas nos veículos; elevação dos custos de garantia, principalmente pela substituição de peças; escassez de peças no campo, causada pelo consumo inesperado e acelerado.

Este projeto tem como objetivo detectar automaticamente essas anormalidades na primeira oportunidade e estimar a quantidade de falhas futuras. Para isso, foi desenvolvido um modelo de machine learning capaz de aprender o comportamento de falhas de cada componente do veículo. Esse modelo é utilizado para monitorar a garantia e a frota em campo, permitindo a identificação precoce de qualquer desvio de qualidade.

REPRESENTANTE: Pedro Moraes
INSTITUIÇÃO DE ENSINO: Universidade Federal de Itajubá

O projeto propõe a otimização da cadeia de suprimentos automotiva por meio da transição do modelo tradicional de estoques físicos (Keep-in-Stock) para um sistema enxuto de Estoques Digitais, utilizando a Manufatura Aditiva (Impressão 3D) sob demanda.

Para viabilizar uma tomada de decisão ágil e segura por parte da engenharia, foi desenvolvida uma Calculadora Interativa de Elegibilidade, fundamentada em diretrizes de qualidade (PFMEA) e análises financeiras (Total Cost of Ownership – TCO).

A modelagem do projeto demonstrou um alto potencial de ganho em excelência operacional para o setor, projetando uma redução de até 75% no TCO de dispositivos de suporte e gabaritos, além de uma compressão de 98,7% no tempo de reposição (lead time) – despencando de 45 dias para apenas 14 horas. A solução atua diretamente na mitigação dos Custos da Não-Qualidade (CNQ) por obsolescência e na prevenção de riscos financeiros atrelados a paradas não planejadas de linha, integrando a Engenharia de Produção e a Inteligência Artificial à realidade prática da Indústria 4.0.

REPRESENTANTE: Rodrigo Ramiro
EMPRESA: ZF Automotive

A linha de usinagem de tambores de freio apresentava elevados índices de refugo, desgaste prematuro de insertos e instabilidade operacional, impactando produtividade, eficiência e custos do processo. Por meio da metodologia DMAIC, a equipe conduziu uma investigação estruturada e identificou que a principal fonte de variabilidade não estava na operação de usinagem, mas nas características metalúrgicas do material fundido.

A análise integrou ferramentas estatísticas, avaliações químicas e metalográficas, aliadas à fundamentação técnica e à pesquisa bibliográfica, permitindo identificar os fatores metalúrgicos que influenciavam diretamente a usinabilidade do material. Com base nessas evidências, foi desenvolvido um novo balanceamento da composição química, preservando as propriedades mecânicas especificadas e reduzindo a variabilidade do material fundido.

A solução implementada reduziu em 50% o índice de refugo, aumentou a estabilidade e a capacidade do processo e contribuiu para um processo mais sustentável. Validada estatisticamente, a solução mostrou-se robusta, gerou ganhos operacionais expressivos e estabeleceu um novo conhecimento técnico aplicável a outros produtos e processos da organização.

REPRESENTANTE: Alberto Bittencourt
EMPRESA: Jaguar Land Rover (JLR)

O Torque Viewer é uma solução desenvolvida internamente na Jaguar Land Rover para aumentar a robustez do processo de fixação de parafusos e porcas por meio do monitoramento estatístico das janelas de ângulo de aperto.

O projeto surgiu porque o processo controlava apenas o torque final aplicado, sem critérios adequados para validar o comportamento angular de grande parte das juntas, permitindo a aprovação de apertos com possíveis falhas como enjambramento, fixação cruzada e relaxamento, além de gerar falsos OKs e reduzir a capacidade de detecção de desvios de qualidade.

Para solucionar esse problema, foi criada uma aplicação em Python e Streamlit capaz de analisar dados históricos, calcular limites estatísticos e definir janelas de controle baseadas no comportamento real do processo, transformando um controle antes praticamente inexistente em um sistema confiável e rastreável. Como resultado, houve forte aumento da capacidade do processo, redução expressiva das janelas de aceitação, maior detecção de anomalias, diminuição de retrabalhos e paradas de linha, redução de custos operacionais e de riscos de reclamações em campo, além de benefícios para Engenharia, Qualidade, Produção e cliente final por meio de decisões orientadas por dados, CEP automatizado, maior confiabilidade das juntas e melhoria da qualidade do produto.

REPRESENTANTE: Emanuel Ceccon
EMPRESA: Robert Bosch

O Ambiente+ é um programa de prevenção e limpeza técnica desenvolvido para elevar o nível de maturidade da planta Bosch em Curitiba frente aos crescentes requisitos de qualidade da cadeia automotiva. O projeto nasceu da necessidade de melhorar a limpeza técnica de forma sistêmica, substituindo tratativas reativas por uma abordagem preventiva, padronizada e integrada.

A iniciativa atuou em toda a planta, combinando referências globais como a VDA 19, benchmarking interno, com clientes e referências de mercado, práticas de TPM, auditorias escalonadas de processo e uma governança ágil estruturada em squads multidisciplinares. O escopo contemplou montagem, lavadoras, rebarbação, análises de impurezas, gestão de dados, embalagem, competências e cultura de limpeza técnica.

Como principais entregas, foram criados padrões operacionais e de cultura organizacional, checklists, planos de reação, treinamentos, dashboards, critérios e novos processos de limpeza de embalagens e rotinas de governança. Os resultados demonstraram uma mudança de paradigma, com redução de 85% na média mensal de peças reclamadas, auditoria de cliente sem desvios em limpeza técnica e reconhecimento externo como referência em benchmark de limpeza técnica.

REPRESENTANTE: Wandeson da Silva
EMPRESA: Ataliba Mecânica Técnica

O nosso projeto teve início a partir da identificação de atrasos, retrabalhos, não conformidades e baixa produtividade no processo. Para compreender o problema, foi realizado um estudo investigativo baseado em dados reais da produção. A equipe utilizou ferramentas da qualidade, como o Diagrama de Causa e Efeito e o Diagrama de Pareto, para identificar e priorizar as principais causas. A análise evidenciou falhas de qualidade, no acompanhamento das etapas produtivas e na padronização dos processos.

A partir dos resultados, foi definido um plano de ação estruturado pela metodologia 5W2H. Entre as principais ações, destacou-se a implantação de um setor de Controle de Qualidade específico para a Funilaria e Pintura. Foram estabelecidos padrões de inspeção e procedimentos para acompanhar a qualidade durante e ao final do processo e, em paralelo, foi desenvolvido em VBA um sistema para Gestão de OS e Filas próprio para o acompanhamento do processo e fluxo de todas as etapas do processo produtivo.

Após a implementação das ações, houve redução de 33,43% nas horas gastas por veículo e aumento de 48,55% na quantidade de veículos por funcionário, o que gerou uma superação das metas estabelecidas. Os resultados demonstraram que a melhoria não ocorreu apenas pela execução das ações, mas pela criação de um sistema contínuo de controle, monitoramento e prevenção. O Controle de Qualidade passou a acompanhar os padrões, o plano de produção, os indicadores e a utilização do software, garantindo a manutenção dos resultados. Assim, o projeto transformou a análise estruturada das causas em uma melhoria sistêmica e sustentável da produtividade, qualidade e desempenho do setor.

REPRESENTANTE: Gildeones Protázio
EMPRESA: Visteon Amazonas

Este trabalho apresenta o desenvolvimento e a implementação de um sistema de controle estratégico baseado em reconhecimento facial (Face ID) para operações críticas na linha Stellantis da Visteon Manaus. O projeto surgiu após auditoria externa realizada em 2025, que identificou fragilidades nos métodos manuais e visuais utilizados para validar a qualificação dos operadores.

Para solucionar o problema, foram aplicadas ferramentas de análise e melhoria de processos, que suportaram a revisão dos critérios de qualificação e a criação de um método de validação integrado aos sistemas produtivos. A solução combinou reconhecimento facial, rastreabilidade e automação, aumentando a confiabilidade na liberação das operações críticas e a visibilidade das informações do processo.

Os resultados demonstraram ganhos significativos em qualidade, rastreabilidade e eficiência operacional. No período avaliado, as ocorrências de rejeitos associadas às operações críticas foram reduzidas de 17 para 0 casos, evitando aproximadamente R$ 271 mil em custos de não qualidade. Com investimento de R$ 2.540,00, equivalente a 25,4% do orçamento aprovado, o projeto alcançou payback estimado de quatro dias. A iniciativa reforçou a integração entre pessoas, processos e tecnologia para operações mais robustas, sustentáveis e alinhadas à excelência operacional.

REPRESENTANTE: Josué Silva
EMPRESA: Brembo do Brasil

O projeto teve como objetivo eliminar o refugo gerado pelo diâmetro externo do disco de freio fora da especificação, condição que pode provocar a fragilização da peça e, consequentemente, uma possível perda de controle do veículo, além de impactar diretamente o indicador de refugo interno.

Por meio da metodologia Lean Manufacturing, foram identificadas como principais causas a ausência de travamento do corretor de ferramentas, o controle dimensional por amostragem e falhas na comunicação. Como contramedidas, foram implementados um dispositivo automático para controle dimensional no banco de controle em 100% das peças produzidas, um limitador do corretor de ferramentas no torno CNC e um sistema Andon.

Após a implementação, foi eliminado o refugo interno relacionado à característica, atingindo zero refugos, além da redução do tempo de linha parada e do aumento da disponibilidade produtiva. Nos dois primeiros meses, foi obtido retorno financeiro de R$ 16.380,00. As soluções foram padronizadas no FMEA e Plano de Controle, com plano de extensão para as demais linhas. A melhoria contribuiu para elevar a qualidade do produto e a confiabilidade do processo, garantindo a segurança do cliente final.

REPRESENTANTE: João Mello
EMPRESA: Mercedes-Benz

O sistema Q.I.S.A (Quality Integrated Smart Agent) foi concebido para enfrentar desafios críticos do processo produtivo, como a dispersão de informações em diferentes bases, a lentidão das investigações de falhas, a reincidência de problemas e a perda de know-how técnico, promovendo a integração de metodologias como 8D, FMEA e lições aprendidas em um ambiente único de consulta e suporte à decisão.

Durante um piloto de quatro meses, a solução demonstrou resultados mensuráveis e impacto direto nos indicadores de desempenho da operação, reduzindo o tempo médio do ciclo PDCA e contribuindo para uma redução média de 73% nos defeitos por unidade percebidos pelo cliente interno.

Além dos ganhos em produtividade, qualidade e eficiência operacional, o projeto fortalece a cultura de melhoria contínua, a retenção do conhecimento corporativo e a transformação digital dos processos produtivos, evidenciando seu caráter inovador, sua aplicabilidade prática e sua contribuição para a competitividade da indústria automotiva.

REPRESENTANTE: Bismark Mendes
EMPRESA: Robert Bosch

A inspeção da microgeometria de bicos injetores diesel apresenta desafios significativos devido à escala reduzida e à complexidade de medição direta. Este projeto propõe uma alternativa baseada em visão computacional que utiliza o padrão de spray como um indicador funcional do componente, permitindo inferir características geométricas através da análise dinâmica do fluido.

Desenvolvemos uma aplicação em Python capaz de processar imagens de alta velocidade (4000 fps), realizando a segmentação automática e a extração de métricas como área de injeção, ângulos de abertura e simetria. O método demonstrou a capacidade de correlacionar variações na geometria interna, como o fator K e o raio de arredondamento, com o comportamento final da atomização.

Essa precisão é determinante para a engenharia de motores, pois a qualidade da atomização dita a eficiência da queima do combustível e, consequentemente, impacta a redução de emissões de poluentes (MP, CO, HC) e a otimização do consumo. Validada no ConBRepro 2025, a metodologia estabelece uma plataforma técnica robusta para a caracterização fluidodinâmica, com potencial de aplicação em diversos processos industriais de alta precisão.

REPRESENTANTE: Everton Azevedo
EMPRESA: ElringKlinger do Brasil

Alinhado à estratégia de Qualidade, Sustentabilidade e Cultura de Melhoria Contínua, foi identificado potencial de otimização na embalagem dos defletores de calor utilizados na proteção do catalisador do Grupo MAN.

O projeto consistiu na reavaliação da embalagem individual e da embalagem consolidada, assegurando a integridade do produto durante o transporte e propondo a implementação de embalagem retornável.

A solução permitiu aumentar a quantidade de componentes por embalagem, melhorar a consolidação de carga, reduzir a geração de resíduos e elevar a eficiência logística da cadeia de suprimentos.

REPRESENTANTE: Wellington Landim
EMPRESA: Volkswagen Caminhões e Ônibus

O projeto Pintura Sustentável VWCO é uma iniciativa integrada de modernização do processo produtivo da Planta de Pintura da Volkswagen Caminhões e Ônibus em Resende (RJ), executada entre 2022 e 2025, com ganhos mensuráveis em qualidade, eficiência operacional, confiabilidade de equipamentos e sustentabilidade ambiental.

Aplicando metodologia estruturada de qualidade — PDCA, análise de causa raiz pelos 5 Porquês, Kaizen, FMEA, Controle Estatístico de Processo (SPC), benchmark e monitoramento Indústria 4.0 — a equipe atuou em quatro frentes complementares: substituição de queimadores eletromecânicos por modelos eletrônicos servoassistidos, migração do KTL de alta cura (BASF CG800) para baixa cura (PPG EPIC 300), instalação de inversores de frequência nos sistemas de ventilação e troca dos trocadores de calor da Casa de Ar 35.

Os resultados, medidos pré e pós-implementação, são expressivos: redução de 11,93% no consumo de Gás Natural, redução de até 39% no consumo elétrico dos sistemas de ventilação, aprovação plena do filme KTL em todos os testes de qualidade, redução de 82% nas medições fora de especificação nas cabines, custo evitado anual superior a R$ 1,35 milhão e redução de mais de 432 toneladas de CO₂ por ano. Metodologia replicável a outros segmentos industriais.