Leer la revista online
Leer la revista online
 

Innovación y Tecnología

¿Cómo predecir desviaciones de calidad con inteligencia artificial?


por Cluster Industrial 2020-09-07 15:41:00 Compartir

En este artículo, Gesta Labs te ayuda a entender dos casos de uso con IA muy eficientes para evitar defectos de calidad en procesos y productos, reducir paros y, desde luego, ahorrar mucho dinero. (Únete al webinar gratuito)


Por: Jair Pérez, CEO de Gesta Labs

jair@gestalabs.com

 

Hay de errores a errores y en el sector automotriz vaya que suelen ser altamente costosos. Como ejemplo están los famosos recalls que hacen las automotrices para revisar cientos, miles o, en algunos casos, millones de vehículos que presentan cierta falla. Generalmente se originan por defectos de calidad en el proceso de ensamble o en alguno de los componentes, y originan problemas en el funcionamiento de la unidad.

 

La mayoría de las empresas automotrices los han padecido y suelen ser altamente costosos. El mayor de ellos fue el que sufrió Toyota en 2009 debido a un fallo en el pedal del acelerador que provocaba, de repente, una aceleración inintencionada y terminó por implicar el llamado a revisión de unos 9 millones de unidades. ¿El costo total? 1,200 millones de dólares, además del impacto negativo en su reputación.

 

¿Cuánto cuestan los defectos de calidad en las empresas? De acuerdo con la Asociación Americana para la Calidad (ASQ), llegan a representar entre 15 y 20% de los ingresos. Diversas encuestas a áreas de Compras sitúan a la calidad como el aspecto más relevante para elegir o cambiar de proveedor, por lo que el costo es mayor al meramente económico.

 

La intención de toda empresa es cuidar este aspecto al máximo, pero, vamos, no siempre lo hacen de forma impecable. Por ello quiero abordar la importancia de la inteligencia artificial como la herramienta ideal para reducir el riesgo de cometer errores. Y quiero abordar dos casos de uso específicos para esto.

 

El primero es de Computer Vision, una tecnología cuyos alcances permiten construir casos de uso para procesos sumamente específicos, como lo hace BMW en su planta de Regensburg para detectar si el proceso de sellado de un tornillo se hace correctamente o, en caso contrario, el sistema envía alertas cuando detecta anomalías.

 

REGÍSTRATE AL WEBINAR GRATUITO DE COMPUTER VISION este 10 de septiembre a las 12:00 horas: https://us02web.zoom.us/webinar/register/WN_Ju_AGuGeT8OaDz9vHSPeTw

 

 

¿Qué parte de tu proceso es tan crítico y sensible para asegurarte que sucede de forma impecable y no quieres ni siquiera imaginar lo que podría ocasionar un error en él? ¿Cuánto dinero pierdes cada vez que corriges un problema de este tipo? Responder ambas preguntas puede llevarte a la definición inicial del problema y a animarte a probar esta tecnología emergente como una solución potencial.

 

El segundo caso de uso tiene que ver con Machine Learning para predecir desviaciones de calidad mediante un gemelo digital. Una empresa industrial lo ha incorporado para el proceso de producción de harina, en el cual la herramienta digital predice potenciales desviaciones en la humedad y le permite al personal operativo ajustar las variables críticas en el proceso para evitar que esto suceda.

¿Cómo podrías aplicar algo similar en la manufactura discreta? Pensemos en una empresa de maquinados que debe dar mantenimiento a sus equipos para calibrarlos y evitar desviaciones milimétricas en la fabricación de las piezas. Un caso de uso podría ser una solución de mantenimiento predictivo que te permita eliminar los paros no programados y actuar de acuerdo con un programa anticipado, eficiente y con costos calculados.

 

¿Acaso no es el sueño de todo director de Operaciones eliminar los paros no programados y prolongados tiempos de inactividad de sus equipos? Como lo ves, construir un caso de uso no es tan complicado y, por el contrario, puedes ver los beneficios de inmediato. ¿Te animas?

 

 



INDUSTRIA
INTELIGENCIA ARTIFICIAL
MÉXICO
OPORTUNIDADES COMERCIALES
PROVEEDURÍA
TECNOLOGÍAS
TIER 1
TIER 2

Utilizamos cookies para asegurar la mejor experiencia en nuestro sitio web. Si se continúa navegando asumiremos que se está de acuerdo con nuestra política de cookies.

X