Makine öğreniminin kalite yönetimindeki rolü

Sektöre bağlı olarak, üretim süreci karmaşık olabilir ve hatalara açık olabilir.
Örneğin, otomotiv üretimi, basılı devre kartı (PCB) imalatından tamamen farklı bir kalite güvence zorlukları ve karmaşıklığı kümesine sahiptir.
Endüstrilerdeki üretim süreçleri büyük ölçüde değişebilse de, üreticiler genel ekipman etkinliği (OEE) ve genel hat verimliliği (OLE) merkezli genel operasyonel hedefleri paylaşmaktadır .
OEE aşağıdaki gibi hesaplanır:
OEE = Kullanılabilirlik x Performans x Kalite
Ve OLE, üretim hattındaki makine başına ağırlıklı ortalama OEE’dir.

Kalitenin temel bir operasyonel ölçüt olarak önemi açıktır.
Üretim hatalarını en aza indirgemede iki önemli makine öğrenmesi durumuna bakalım.
Tahmini Kalite Kontrolü Kalite kontrol, kusurlu ürünlerin diğerlerinden ayrıldığı, üretim sürecinin mümkün olduğu kadar erken olduğu durumlarda üretim süreçlerinin bir parçasıdır.

Şimdi:
Kalite kontrolü kusurları tespit ederken ve hatalı ürünlerin pazara ulaşmasını engellerken, kusurlu ürünlerin üretimine yol açan temel nedenleri belirleme süreci zaman alıcıdır ve çoğu zaman işbirliği yapmak için birden fazla disiplini gerektirir – proses mühendisliği, kalite güvencesi, mekanik ve elektronik mühendisliği, birkaç isim – işbirliği yapmak. Başka bir deyişle, kalite kontrol ve kök neden analizi pahalı ve uzundur.

Örnek olarak gıda üretimini ele alalım:
Gıda üretimi, gıda güvenliğini sağlamak için üretim sürecinin her aşamasında sıkı kalite kontrol önlemleri gerektirir.
Yıllar geçtikçe, dünya genelindeki hükümetler tarafından gıda üreticilerine düzenlemeler ve standartlar uygulanmış ve gıda kalitesi kontrolünü kritik ve maliyetli hale getirmiştir.
İyi Üretim Uygulamaları (GMP), Tehlike Analizi Kritik Kontrol Noktası (HACCP), Tehlike Analizi Riske Dayalı Önleyici Kontroller (HARPC-ISO2000), Codex Alimentarius(Gıda Kod) ve ISO 22000 – yönetmelik ve standartlardan sadece birkaçıdır.

Makine öğreniminin kalite güvencesine inanılmaz bir değer sağlayabileceği yer:
Makine öğrenmesi uygulanarak, ortaya çıkan kalite hatalarını önceden tahmin etmek için üretim süreci boyunca makine ve ürün verileri izlenebilir.
Beklenen hataların kesin sebepleriyle birlikte kalite ve bakım ekipleri uyarılır.
Makine öğrenmesini kalite yönetimi sürecine entegre etmek – genellikle öngörücü kalite olarak adlandırılır – kalite sorunlarını ve israfı azaltır, üretim maliyetlerini düşürür ve marka itibarını korumak için ürün geri alımlarını en aza indirir.

Sonuç ne?
Makine öğreniminin hata tespit oranlarını % 90’a kadar arttırabileceği, aynı zamanda kalite sorunlarının kök nedenini günlerden dakikalara belirleme zamanını azalttığı bildirildi.
Öngörücü bakım Son araştırmalara göre, endüstriyel makinelerin plansız duruş süresi üreticilere her yıl yaklaşık 50 milyar dolar tutuyor.
Ve ekipman arızası, bu planlanmamış aksama süresinin % 42’sini oluşturur.
Öngörücü bakım, ekipmanın durum izlemesi ve arıza gelişimi için öncü göstergelere dayanarak ne zaman bakım gerektiğinin öngörülmesidir.
Tahmini bakım sonuçlarını optimize etmek için ileri makine öğrenme teknikleri giderek daha fazla uygulanmaktadır.
Bu tür makine öğrenme teknikleri, ilgili üretim süreçlerinin ve varlıklarının bir üretim hattında modellenmesini ve daha sonra üretim süreci ve üretilen spesifik ürünler bağlamında en uygun makine öğrenme algoritmalarının uygulanmasını içerir.

İşte en iyi bölüm:
Makine öğrenimi ile, öngörücü bakım algoritmalarının önceden belirlenmiş eşik değerleriyle beslenmesi gerekmez, bunun yerine standart davranışlardan ve geçmiş hatalardan veri desenlerini ve anormallikleri tanımak için “eğitilir”.
Başlangıçta, algoritmalar geliştirilmeli, zaman içinde minimum insan müdahalesi ile kendi kendini optimize ederler.

Ve sonuç:
Üreticiler, planlanmamış duruş sürelerini tahmin eder ve düzeltici ve zamanında harekete geçerek gerçekleşmelerini önler.

Son sözler
Üretimde yüksek kaliteyi korumak, bir şirketin doğrudan ve en üst sıralarını doğrudan etkilediği için üreticiler için stratejik bir hedeftir.
Makine öğrenimi teknolojilerini kalite yönetimi sürecine dahil etmek, ürün hatalarını en aza indirebilir ve üretim maliyetlerini düşürebilir.
Dahası, makine öğrenmesi kendi kendine öğrenme sistemi olduğundan, sonuçları sürekli olarak iyileştirmeyi vaat ediyor.

 

e-Kalite 4.0 Yönetim Takip Yazılım