A empresa UEL anunciou em 28 de setembro de 2026 o início das vendas da versão mais recente de sua plataforma industrial CADmeister 2026, uma plataforma que reúne ferramentas CAD, CAM e CAE para o projeto de moldes e produtos e para os processos de fabricação relacionados. A versão chega com a integração de recursos de inteligência artificial generativa à análise de dados de projeto, além de novas funções destinadas a reduzir o trabalho manual na preparação de trajetórias de fabricação e na inspeção de modelos tridimensionais.
O CADmeister é utilizado no projeto de moldes e produtos por empresas fabricantes e seus fornecedores, e a UEL afirma que a plataforma é usada desde o início de suas vendas, em julho de 2005, com adoção em mais de 5000 licenças. A nova versão tem como alvo especialmente ambientes que dependem da experiência acumulada de projetistas de moldes e engenheiros de fabricação, conhecimentos que são difíceis de transferir ou padronizar dentro das equipes de trabalho.
Inteligência artificial dentro dos dados de projeto
O CADmeister 2026 permite aproveitar a inteligência artificial generativa em dados CAD por meio da interface de programação de aplicações API for Excel. Entre os usos mencionados estão a análise de resultados de simulação, a previsão do retorno elástico de chapas metálicas, a sugestão de sequências de processos de conformação, a estimativa das posições dos moldes e a otimização do peso do molde.
A UEL também indica a possibilidade de reutilizar dados de projeto e conhecimentos técnicos acumulados pelos usuários por meio da inteligência artificial, o que pode ajudar a padronizar algumas decisões de projeto e reduzir a dependência da experiência individual. No entanto, a fonte não esclarece quais modelos de inteligência artificial são usados, os requisitos de dados ou os mecanismos de proteção dos dados industriais de projeto.
Automação adicional no CAM
O componente CAM recebe novas funções no CAM-AUTO. Entre elas estão o uso de dados de moldes para gerar trajetórias de usinagem parciais, a criação simultânea de configurações de usinagem padronizadas e recursos para criar dados de usinagem com base no modelo do molde e na definição das peças que devem ser fabricadas.
Essas funções têm como objetivo reduzir o tempo necessário para preparar trajetórias de usinagem, diminuir erros de configuração e revisão e aumentar a capacidade de padronização dos processos CAM. O benefício prático continua relacionado à precisão dos dados dos moldes e à necessidade de os operadores revisarem os resultados antes de utilizá-los na produção.
Inspeção de modelos tridimensionais e gerenciamento de dados
A UEL adicionou a função 3D Check para inspecionar as posições das peças e as relações geométricas, com ferramentas para verificar detalhes como trajetórias de guias, superfícies de separação e elementos relacionados ao projeto de moldes. Também foi adicionada uma função para verificar interferências entre componentes do molde e obter o peso dos dados de projeto de acordo com as peças do produto.
As novas funções também incluem o registro simultâneo de vários modelos tridimensionais e a possibilidade de importar modelos de peças e os dados associados, como propriedades, materiais, observações e padrões. A UEL considera que isso pode ajudar a organizar a pesquisa em dados de produção anteriores e reutilizá-los no projeto e na fabricação.
Por que esta versão é importante?
A principal mudança no CADmeister 2026 não é a adição de uma nova ferramenta de desenho, mas a transferência da inteligência artificial do nível da assistência geral para os dados de moldes, as trajetórias de fabricação e as inspeções de projeto. Isso o torna importante para empresas que desejam reduzir tarefas repetitivas e manter o conhecimento técnico dentro de sistemas reutilizáveis.
Por outro lado, a fonte não fornece detalhes sobre preços, planos de disponibilidade fora do mercado japonês ou resultados de medições independentes que comprovem a magnitude da redução do tempo de projeto e fabricação. Portanto, a versão deve ser avaliada na prática de acordo com a qualidade dos dados da organização, a precisão das saídas da inteligência artificial e os controles necessários antes da adoção dos resultados em operações de produção reais.