10 / 13
Mover 2026 Etapa 4 · Treinamento contínuo do agente Loop sim ↔ real · reproduzir & retreinar
Loop ativo · 4 de 4
▸ Planta real Agente em produção
Mundo físico
Vista superior · linha 03 M1 M2 M3a M3b M4
OEE da linha · janela contínua 92.4%
Tempo ▸ OEE %
Agente em produção Otimizado 84 Baseline 71
Agente em produção · π · v2.1 Operação nominal
⚠ —
1Caso registrado Cenário replicado
no gêmeo digital
Agente atualizado
· deploy contínuo 2Aprendizado
▸ Plant Simulation Banco de cenários · treinamento contínuo
Mundo digital
Cenários no banco0
Δt Compress1s ≈ 4h
Dominados0 / 0
Cenários registrados em produção novos casos chegam à medida que ocorrem na linha
Aguardando primeiro evento na linha real…
Priorização · frequência × OEE treinar primeiro o que estiver na zona ▼ direita
Raro · ok Freq · dominado Raro · falho ▼ Treinar já Frequência (ocorrências) OEE atingível %
①
Detectar em produção Cada anomalia vira um caso. Recorrências incrementam a frequência.
②
Priorizar via scatter Foco em alta frequência + OEE baixa — onde o agente mais falha.
③
Treinar & redeployar Modelo dominou o cenário no sim → versão atualizada vai à linha real.
Restricted | © Siemens 2026 | Siemens Digital Industries Software
Siemens