Contrôle qualité de la production : rapide, flexible, économique !
Un fabricant de machines de nettoyage et remplissage de bouteilles consignées était confronté à un problème de fluctuation de la qualité de la production, du fait des différentes conditions de chaque site. Pour maîtriser le problème, notre service Data Science COSMO CONSULT a été chargé de développer un système de contrôle des processus industriels, en temps réel, basé sur un modèle mathématique. Aujourd'hui, l'entreprise est en mesure d'appliquer le modèle rapidement et de manière flexible à différents processus de production. Cela a permis d'élever le niveau de qualité et de réduire considérablement les coûts de processus.
Bénéfices principaux
- Analyse des causes et des effets qui affectent la qualité de la production
- Contrôle des processus de production grâce à un modèle d'optimisation qui minimise la dégradation de la qualité et les temps d'arrêt des machines
- Transformation de l'expertise de collaborateurs expérimentés en connaissances numériques
- Réduction du coût des processus de production
Situation initiale
Pour ce fabricant de machines, la qualité de la production dépendait fortement des conditions du site concerné. Afin d'assurer la qualité de la production, les commandes des machines ont été ajustées à plusieurs reprises à l'environnement respectif. Les valeurs de température et de pression atmosphérique du site de production ont joué un rôle important à cet égard. Les connaissances professionnelles de chaque employé ont été cruciales. L'entreprise a chargé COSMO CONSULT de développer un système de contrôle de processus en temps réel, qui peut être appliqué à différents processus de production pour automatiser et adapter les contrôleurs de manière flexible.
Approche retenue
Afin de garantir un certain niveau de qualité dans des conditions changeantes, l'équipe projet a adapté un modèle mathématique MPC (Model Predictive Control) à la situation de l'entreprise. Un défi majeur dans la mise en œuvre a été le développement d'une approche globale (boucle fermée), qui correspondait aux exigences opérationnelles.
Le modèle calcule une qualité de production réalisable à partir des données en temps réel du contrôleur de la machine. Si la qualité prédite ne correspond pas au niveau de qualité spécifié, le modèle mathématique permet aux employés de modifier les valeurs du contrôleur. Les objectifs de performance sont automatiquement ajustés par le système, sur la base d'une combinaison optimisée de toutes les variables d'influence. L'objectif de performance est d'obtenir une correction rapide et à moindre coût de toutes les valeurs du contrôleur dans le but d'une optimisation continue de la qualité.
Bénéfice supplémentaire
Aujourd'hui, la production de mauvaise qualité a chuté et les temps d'arrêt des machines sont à leur niveau minimal. Par-dessus tout, les clients de l'entreprise bénéficient désormais d'une meilleure qualité et profitent davantage des valeurs ajoutées associées. À l'avenir, le contrôle prédictif devrait jouer un rôle important dans la gamme de services offerts par ce fabricant de machines.
Nos experts en data science sont à votre écoute pour répondre à vos questions
