Buscamos los Cero Defectos en la producción para mejorar la productividad. Es Como decía anteriormente en el artículo «La carrera por los Cero Defectos», la inteligencia artificial irá calando cada vez mas en los procesos productivos y la Calidad tomará una mayor relevancia como esta pasando en todos los ámbitos. Su voz será escuchada activamente en lugar de quedar almacenada en montones de papeles u hojas de cálculo, esperando ser revisados en el caso de que exista algún problema. Dentro de pocos años nos llevaremos las manos a la cabeza al recordar como se podía producir en el siglo XX o inicios del XXI sin aplicar inteligencia artificial.
En este artículo «Los Cero Defectos en la producción» quiero mostrar el gráfico adjunto donde se ve como los datos de controles de calidad van cobrando importancia y relevancia a medida que vamos aumentando su volumetría al reducir la frecuencia de adquisición o vamos enriqueciéndolos con otros parámetros del proceso productivo.
En un primer estadio debemos estandarizar o determinar como tomaremos los datos, de forma digital y fácil, especialmente cuando esta toma se realizará en muchos procesos/operaciones o en multitud de plantas distintas.
Seguidamente si empezamos a tomar datos únicamente de controles de calidad con un frecuencial bajo (muestreo), podremos ir teniendo análisis estadístico del proceso a tiempo real, tener algunas alarmas que nos avisen de ciertas desviaciones y comprobar si se están cumpliendo los frecuenciales del Plan de Control. A pesar de ser un estadio que parezca prematuro, el resultado puede ser muy interesante, especialmente por la inmediatez de los datos y por la toma de decisiones que esto nos comporta. En este estadio ya notaremso una diferencia significativa con respecto a almacenar datos en papel o en excel.
Si tenemos la posibilidad de incrementar el frecuencial hasta llegar al control in-line del 100% de la producción, ya tendremos un logro importante por que adicionalmente a los beneficios anteriores también podremos empezar a hacer asociación de defectos, clusterización y clasificaciones por atributos. El valor que tienen estos datos va incrementando considerablemente por que nos permiten reducir costes de rechazos y empezar a trabajar las predicciones.
El salto considerable viene cuando a los controles in-line podemos empezar a añadir ciertos parámetros productivos procedentes de la maquinaria. En este estadio es cuando la inteligencia artificial ya empieza de forma relevante a demostrarnos todo su potencial. Con estos parámetros de proceso es posible establecer correlaciones que no tienen por que ser directas, y que incluso el personal mas experto tiene dificultades para identificar sin la ayuda de la AI. Podemos conseguir ajustar mas rápidamente procesos discontinuos como inyección de plástico, estampación de chapa, etc…. que son difíciles de estabilizar y hacerlos capaces (¿Que es CpK?).
Si a este estadio ya somos capaces de añadir otros datos externos procedentes de proveedores, u otras fuentes relacionadas con el proceso productivo, conseguiremos hacer análisis de la causa raíz. Si el proceso productivo permite que lo retroalimentemos con recetas de parámetros predefinidas, mediante un estudio previo, podremos conseguir estabilizar todo el proceso de fabricación llevándolo a los cero defectos. Dichos modelos predictivos que analizaran constantemente el proceso pueden tener un aprendizaje continuo para que el modelo predictivo vaya aprendiendo al igual que lo haría la mente humana.