Умное качество: цифровые технологии, данные и ИИ  в управлении качеством

В практико-ориентированной программе слушатели получат новые знания и умения в сфере цифрового управления качеством по компетенциям: использование данных для принятия решений; применение цифровых инструментов контроля и анализа качества; формирование требований к цифровым системам качества; оценка эффектов и рисков внедрения технологий искусственного интеллекта, IIoT и предиктивной аналитики.

Для кого предназначен

Руководителей и специалистов служб качества, инженеров по цифровизации, технологов, специалистов производственного контроля, аналитиков данных, внутренних аудиторов, руководителей проектов цифровой трансформации и сотрудников, отвечающих за повышение качества процессов и продукции. 

Цель обучения

Ознакомление с подходами Smart Quality и формирование практических навыков выбора и применения цифровых инструментов в управлении качеством: от сбора и очистки данных до построения показателей, цифровых панелей, предиктивных моделей и сценариев внедрения. 

Результат обучения

В результате обучения слушатели:

• получат представление о концепции умного качества и ее связи с Индустрией 4.0, цифровым производством и системами менеджмента качества; 
• изучат источники данных качества, методы их структурирования, визуализации и применения для управления процессами; 
• овладеют базовыми подходами к применению IIoT, предиктивной аналитики, компьютерного зрения и ИИ в задачах качества; 
• подготовят практический сценарий внедрения цифрового инструмента качества для выбранного процесса.

Программа обучения

ДЕНЬ 1 

Концепция Smart Quality и цифровой контур качества:

• Эволюция управления качеством: от контроля и аудита к управлению на основе данных. 
• Smart Quality как цифровой контур: данные - анализ - решение - действие - улучшение. 
• Связь умного качества с MES, ERP, PLM, QMS, LIMS и системами промышленной аналитики. 
• Роль человека, эксперта и алгоритма в принятии решений по качеству. 
• Цифровая зрелость процессов качества и карта возможностей внедрения. 

Практикум: построение карты источников данных качества для выбранного производственного или сервисного процесса.

Данные качества и показатели процесса:

• Типы данных: измерения, дефекты, события, параметры оборудования, результаты испытаний, претензии. 
• Качество данных: полнота, достоверность, своевременность, трассируемость. 
• Показатели качества и цифровые панели управления. 
• Визуализация трендов, отклонений, узких мест и повторяющихся причин несоответствий. 

Деловая игра: выбор набора показателей для цифровой панели качества и обсуждение управленческих решений по ним.

ДЕНЬ 2 

Цифровые инструменты контроля и анализа качества:

• SPC в цифровой среде: контрольные карты, сигнализация отклонений, мониторинг стабильности процесса. 
• Предиктивная аналитика: прогнозирование брака, отказов и отклонений параметров процесса. 
• IIoT и датчики в задачах контроля качества и состояния оборудования. 
• Компьютерное зрение для визуального контроля и сортировки дефектов. 
• Искусственный интеллект в анализе причин несоответствий и поддержке решений. 

Практикум: разработка логики цифрового мониторинга показателя качества: источник данных, правило контроля, действие при отклонении.

Цифровая метрология и прослеживаемость:

• Цифровые измерительные данные и требования к прослеживаемости. 
• Электронные протоколы контроля, испытаний и аудита. 
• Цифровой паспорт изделия и данные жизненного цикла. 
• Риски недостоверных данных, смещения моделей и ошибок интерпретации. 

Деловая игра: анализ типового цифрового протокола контроля и выявление требований к данным.

ДЕНЬ 3 

Внедрение умного качества на предприятии:

• Выбор пилотного процесса и постановка бизнес-задачи. 
• Формирование требований к цифровому решению: пользователи, данные, функции, ограничения. 
• Оценка экономического эффекта: снижение брака, сокращение времени реакции, повышение стабильности процесса. 
• Управление изменениями, обучение персонала и принятие цифровых инструментов. 
• Информационная безопасность и ответственность при применении ИИ. 

Практикум: подготовка паспорта пилотного проекта Smart Quality.

Итоговая проектная работа:

• Описание проблемы качества и цифрового сценария ее решения. 
• Выбор источников данных и показателей. 
• Определение цифрового инструмента и ожидаемого эффекта. 
• Подготовка дорожной карты внедрения. 

Подведение итогов: защита концепции цифрового решения для повышения качества процесса или продукции.