antony_w (antony_w) wrote,
antony_w
antony_w

Categories:

Обзор основных технологий концепции Качество 4.0

Предиктивная аналитика качества

Предиктивная аналитика качества - это инструмент, используемый производителями для прогнозирования качества продуктов, компонентов и материалов, которые уже находятся в производственном процессе.

Предиктивная аналитика начинается с очистки, форматирования и анализа огромных объемов данных, собранных в процессе производства. Затем к данным применяются статистические алгоритмы и машинное обучение, чтобы получить полезную информацию. Эти идеи могут позволить производителям выявить полезные корреляции между критическими переменными, распознать шаблоны данных, обнаружить аномалии и предсказать будущие результаты и тенденции. Это помогает устранить первопричины проблем заранее - до того, как непосредственно возникнут какие-либо проблемы с качеством. Предиктивная аналитика качества позволяет производителям выявлять аномальные события и основные причины, которые могут привести к снижению качества продукции, влияя на продукты, компоненты и материалы.


Концепция "Качество 4.0" подразумевает внедрение цифровых технологий в менеджменте качества

Исследовательский центр электромобильности (eLab) при Аахенском университете в Германии изучил, можно ли использовать прогнозную аналитику качества для увеличения производительности при производстве аккумуляторных элементов. По состоянию на 2020 год в секторе электромобилей качество производства аккумуляторных элементов является серьезной проблемой - средний процент брака может достигать 15%. Это увеличивает стоимость электромобилей, снижает объем производства аккумуляторов и расходует драгоценное сырье. Затраты растут.

Команда исследователей eLab вместе с специалистами по обработке данных Elisa Smart Factory приступила к поиску решения для повышения качества продукции. Решение было найдено с использованием прогнозной аналитики. Работа началась с понимания производственного процесса с точки зрения данных посредством исследования данных и использования методов анализа процессов (process mining). Затем были применены статистические алгоритмы и машинное обучение, чтобы определить шаблоны данных, которые предсказывали проблемы качества в дальнейшем в процессе.

В результате проекта команды смогли снизить процент брака аккумуляторных элементов на 16 процентов, прогнозируя качество аккумуляторных элементов на ранних этапах производственного процесса.

Машинное зрение для контроля качества

В крупносерийном автоматизированном процессе ручная проверка качества требует больших затрат и времени. Так называемый выборочный контроль, то есть определение качества всей производственной партии путем анализа небольшой части продукции, из-за растущих требований к качеству, больше не является масштабируемым решением. Здесь в игру вступают машинное зрение и глубокое обучение, что обеспечивает заводской контроль качества. Эти технологии позволяют автоматизировать контроль - для каждого продукта на линии, с последовательными и точными результатами контроля. Машинное зрение может исключить человеческую переменную из уравнения и обеспечить стабильные результаты 24/7.

2D и 3D-контроль

В 2020 году подавляющее большинство приложений машинного зрения на производстве основаны на двухмерной (2D) визуализации. Это быстрый и надежный метод автоматической проверки, который предлагает анализ для приложений, таких как считывание штрих-кода, ориентация этикеток и проверка печати. Трехмерное (3D) машинное зрение чаще всего используется для осмотра и измерения сложных трехмерных поверхностей произвольной формы. Существует несколько методов построения трехмерных изображений, в том числе метод «времени полета», лазерная триангуляция, стереозрение, проекция световых полос, «shape from shading» и интерферометрия белого света. Наиболее распространенным методом является триангуляция, основанная на лазерном сканировании с использованием движения продукта в процессе визуализации.

Почему для визуального контроля качества необходимо глубокое обучение

В 2020 году становится понятно, что камеры машинного зрения недостаточны для контроля качества на производстве. Невозможно идентифицировать все дефекты качества одинаково. Фактически, определение того, как идентифицировать дефект на основе изображения, может быть невероятно сложной задачей. Даже обученные профессионалы могут упустить мелкие детали, в разрезе дефектов качества. С другой стороны, некоторые признаки могут ввести в заблуждение человека, не склонного к риску, и заставить отказаться от продукта приемлемого качества. Методы глубокого обучения можно использовать, чтобы научить систему контроля качества машинного зрения обнаруживать различные типы дефектов систематически на основе изображений. Глубокое обучение включает в себя загрузку в систему контроля качества машинного зрения тысяч изображений и обучение ее, чтобы узнать, какое качество приемлемо, а что нет, и непрерывно улучшать эти результаты.

Стандартные операционные процедуры (СОП)

Стандартная операционная процедура (СОП) — это пошаговый набор инструкций, описывающих, как выполнять рутинную деятельность. СОП может использоваться для предоставления инструкций по выполнению ручных и автоматизированных задач, а также может служить руководством по безопасным методам проведения работы. Сотрудники должны выполнять их каждый раз одинаково, чтобы операции оставались согласованными.

Преимущества СОП в производстве: СОП может помочь производителям установить согласованные методы работы в организациях, поддерживать высокий уровень качества, обеспечивать эффективность и безопасность труда, избегать недопонимания и предотвращать несоблюдение отраслевых норм. Он может оптимизировать производственный процесс, сводя к минимуму риск ошибок. Как выглядит хорошая СОП? Контрольный список шаблона соответствия СОП должен быть кратким, простым для понимания и однозначно сформулированным. Действия должны быть легкими для выполнения. Хорошая стандартная рабочая процедура должна четко описывать шаги и информировать сотрудников о любых проблемах безопасности. СОП могут обеспечить единое обучение для новых сотрудников. Их также следует периодически обновлять, чтобы они оставались актуальными для текущих потребностей организации. Как производители могут оптимизировать СОП? Современные платформы управления корпоративным контентом (ECM) позволяют производителям внедрять СОП с расширенными функциями, такими как надежный контроль доступа, централизованный контроль версий, простое создание и изменение; и управление процедурами.

Программы ролевого обучения, рабочие процессы и задания задач гарантируют, что все сотрудники соблюдают правильные процедуры, списки задач и обучение. Электронные подписи могут использоваться для подтверждения и проверки выполненных задач. SOP-приложения для смартфонов теперь делают бумажные распечатки, таблицы Excel и рукописные подписи устаревшими, а общее управление SOP более эффективным.

SOP можно превратить из простого пошагового списка задач в приложение для упреждающего заказа на работу с помощью расширенного мониторинга и автоматизации процессов. Это может вызвать своевременные рабочие задания для задач, перечисленных в СОП, например, заказать запасную часть и предоставить правильную СОП для требуемого технического обслуживания.

Однако Качество 4.0 - это не только технология. Это новый способ управления качеством. Цифровые инструменты в сочетании с более продвинутыми практиками и более разумными процессами теперь могут позволить качественным командам постоянно предоставлять клиентам высокопроизводительные продукты. Это может быть сделано при сохранении большей безопасности, более высокой внутренней эффективности, а также за счет экологических и устойчивых операций.

Tags: технологии
Subscribe

Posts from This Journal “технологии” Tag

promo antony_w august 17, 2014 11:48 18
Buy for 10 tokens
Есть блог, в котором написано много постов про роботов: ссылка И там есть несколько статей о замене рабочих мест человека роботами: Уже к 2018 году роботы отберут у человека часть профессий Рабский труд без зарплаты Армия роботов: зачем она нужна обильной людьми Поднебесной и кому может…
  • Post a new comment

    Error

    default userpic

    Your IP address will be recorded 

    When you submit the form an invisible reCAPTCHA check will be performed.
    You must follow the Privacy Policy and Google Terms of use.
  • 1 comment