Blog

¿Realmente puedes predecir y evitar las costosas desviaciones de calidad?

Sep 12, 2020 12:32:23 AM / by Jair Pérez posted in Blog, Calidad, Machine Learning, Computer Vision, Gemelo digital

0 Comentarios

En este artículo te ayudo a crear dos casos de uso con inteligencia artificial que prueban ser muy eficientes para evitar defectos de calidad en procesos y productos.

Ver más

Caso de éxito en optimización de calidad con inteligencia artificial

Sep 9, 2020 11:26:00 AM / by Jair Pérez posted in Blog, Machine Learning, Caso de éxito, Gemelo digital, Agroindustria

0 Comentarios

Un modelo de inteligencia artificial (IA) para predecir desviaciones de calidad, reducir costos, mejorar procesos y, desde luego, evitar muchos dolores de cabeza en el camino. Así es como funciona.

Por Jair Pérez, CEO de Gesta Labs
Mail: jair@gestalabs.com

El proceso de producción de la harina que sirve como materia prima para la industria forrajera ya no será el mismo después de la inteligencia artificial, pues algunas empresas del ramo agroindustrial ya la han incorporado para evitar defectos de calidad mediante la predicción de eventos, con resultados positivos en términos económicos —reducción de costos— , operativos —mejores prácticas— y estratégicos —habilitando una fábrica inteligente—.

Pero ¿cómo es que las empresas pueden predecir desviaciones de calidad en sus procesos? La solución ideal es a través de un gemelo digital, que es una representación virtual de un producto, una máquina, una línea de producción o, en casos más avanzados, una fábrica. Es muy útil porque permite simular ambientes productivos con un alto grado de exactitud. Por ejemplo, puedes saber si ‘X’ producto será resistente en ciertas condiciones o, en caso contrario, el modelo te hace saber cómo se comportará para que hagas los ajustes necesarios antes de llevarlo al mundo físico.

Esta solución es posible gracias a la tecnología conocida como Machine Learning, una subrama de la inteligencia artificial que le enseña a las máquinas a "aprender" de sus patrones. De este modo, el sistema detecta patrones y tendencias dentro de los datos históricos de una máquina, lo que la habilita para entender el pasado y desarrollar la capacidad de predecir cuando un evento de este tipo (un fallo de alguna pieza o una desviación de calidad) sucederá, de tal forma que es capaz de enviar alertas antes de que ocurra.

Ver más

Suscríbete

Categorías

Ver todas