Artificial Intelligence for Non-Quality Cost Reduction on the Manufacturing Processes
Identify the process variables and possible causes
1
Data Structure
Organize the data to initiate the investigation process
investigate the relation of cause and effect, using the traditional quality tools
2
ANALYSIS PROCESS
Offer Solutions
Implement actions
3
DECISION MAKING
Result analysis
Register the pratical improvement
4
KNOWLEDGE MANAGEMENT
Share the acquired knowledge
TRADICIONAL APPROACH
80% OF THE ANALYSIS IS MADE WITH A SMALL QUANTITY OF VARIABLES, USING A TRADICIONAL AND INDIVIDUAL WAY.
70% OF THE TECHNICAL TEAM'S TIME IS SPENT IN THE STEPS 1 AND 2
DATAPROPHET PRESCRIBE AT THE ANYLISIS PROCESS
100% OF THE ANALYSIS IS MADE WITH SUPERVISED AND UNSUPERVISED ALGORITHMS THAT PROCESS THOUSANDS OF DATA IN SECONDS.
80% OF THE TECHNICAL TEAM'S TIME IS SPENT AT THE STEPS 3 AND 4
TECHNICAL TEAM USING THE TRADITIONAL QUALITY TOOLS
The chart shows a major variation in the external and internal defects rates, in relation to the scrap and re-work in the period of 10 months of study. In function of the enormous quantity of controlled variables and their complex interaction, the reasons for the roots of the problems were never efectively concluded.
TECHNICAL TEAM PUTTING THE RECOMENDATIONS MADE BY DATAPROPHET PRESCRIBE IN PRACTICE
The chart shows a constant internal and external defect reduction rate in relation to the scrap and re-work. Some products reached 0% defect in customers after three weeks.
VARIOUS CUSTOMERS IN THE AUTOMOTIVE, FOUNDRY, STEEL AND MINING SECTORS ARE ALREADY ACHIEVING NEW COMPETITIVE ADVANTAGES.
“Os resultados foram surpreendentes. O maior desafio agora é manter o processo dentro dos limites de processo muito estreito que é recomendada pelo algoritmo de Inteligência Artificial. Em lotes em que todos os parâmetros do processo são atingidos conforme recomendado, vimos o desperdício interno e o retrabalho caírem em 90% e, recentemente, isso resultou em três semanas de refugo zero nos clientes."
Pieter du Plessis, CEO da Atlantis Foundries, 2017 Fonte: http://castingssa.com/atlantis-foundries-embraces-the-fourth-industrial-revolution/
Estudos de caso
NÃO IMPORTA O SEGMENTO DE MERCADO OU O QUANTO O SEU PROCESSO É COMPLEXO, ENTRE EM CONTATO PARA QUE POSSAMOS AVALIAR O IMPACTO DA IA NO SEU NEGÓCIO.
TECNOLOGIAS QUE SE INTEGRAM POR DOIS OBJETIVOS: DEFEITOS PRÓXIMO DE ZERO E RENDIMENTOS DE PROCESSOS OTIMIZADOS
DataProphet PRESCRIBE é uma solução exclusiva de deep learning, que pode prescrever ótimos parâmetros de controle de todo o processo, resultando frequentemente em 50% ou mais de reduções no custo de não qualidade. Junto com a tecnologia de prescrição, o DataProphet PRESCRIBE também fornece um gêmeo digital para que a equipe técnica possa simular parâmetros de processo e predizer o impacto no resultado da qualidade.
Kaitronn-AT é um serviço de Data Mining, que manipula e trata os dados dos controles de processos, gerados por diferentes séries temporais, volumes, fontes, regras e extensões, de forma automatizada para que a equipe técnica possa fazer a rastreabilidade de todos os controles, via Kaitronn-IP. Ao mesmo tempo, esses dados estruturados automaticamente também são utilizados nas aplicações de Inteligência Artificial da DataProphet, o que permite uma implantação robusta, precisa e ágil.
DataProphet INSPECT é um sistema de visão computacional de última geração, usado para a detecção e categorização de defeitos superficiais. Ao contrário de outras soluções de inspeção com IA, ele não usa a correspondência de modelos para detectar defeitos, mas se baseia em algoritmos de aprendizado de máquina de última geração, capazes de localizar e classificar defeitos que o sistema de computador nunca viu antes.
Além de oferecer ferramentas para monitoramento e análise de processo, os sistemas KAITRONN permitem digitalizar seus controles manuais (papéis e planilhas eletrônicas) e juntá-los com os controles informatizados numa única base de dados, para que o DataProphet PRESCRIBE possa aplicar seus tecnologias de Inteligência Artificial.
Por que o DataProphet PRESCRIBE é a melhor solução de Inteligência Artificial para Redução de Custos da Não Qualidade, aplicado nos processos de manufatura?
Primeiro porque ele não é um projeto a ser desenvolvido via plataforma, mas um produto robusto, já consolidado e operando em grandes empresas mundiais.
O DataProphet PRESCRIBE não se limita a entregar análises Preditivas, como muitas das soluções no mercado. Ele também oferece análise Prescritiva e um Gêmeo Digital para simulação de processo, que junto com o DataProphet INSPECT, reúne quatro soluções de IA em uma única base tecnológica.
Está em constante desenvolvimento por uma equipe com mais de 30 profissionais PhD, Doutores, Mestres e especialistas, de diversas áreas como Data Science, Engenharia, Estatística e Matemática, que utilizam as mais modernas tecnologias de Machine Learning, com foco em prever e eliminar defeitos e rejeitos, e aumentar o rendimento dos processos produtivos.
Nossa relação com os clientes não se resume em entregar um produto de Inteligência Artificial. Cada cliente terá uma equipe do nosso time trabalhando constantemente para otimizar os resultados dos algoritmos supervisionados e não supervisionados, junto com a sua equipe técnica, pois nós ganhamos quando nossas tecnologias ajudam a gerar economia de impacto no seu negócio.
Os sistemas DataProphet PRESCRIBE e DataProphet INSPECT foram desenvolvidos pela empresa DataProphet, sediada na Cidade do Cabo, África do Sul e que escolheu a Kaitronn Consultoria como seu representante comercial no Brasil.
