Технологии искусственного интеллекта в системе управления качеством

Актуальность использования технологий искусственного интеллекта в управлении качеством объясняется постоянным увеличением объемов информации, поступающих из всех подразделений предприятия, и требующих оперативного анализа и принятия решений в условиях риска. Особенно остро этот вопрос стоит в условиях высокоточных технологических процессов, где создается огромный массив данных, который невозможно проанализировать с помощью традиционных инструментов управления качеством. К таким высокотехнологичным отраслям промышленности относятся авиа-, ракетостроение, производство военной техники, робототехники и так далее. Исследование использования технологий искусственного интеллекта в системе управления качеством необходимо для выяснения эффективности и перспективности данных технологий в СМК промышленных предприятий.

Исходя из этого, целью написания статьи является исследование возможности применения технологии искусственного интеллекта в системе менеджмента качества на современных промышленных предприятиях.

Эффективность СМК в первую очередь определяется потоком достоверной информации по всем технологическим операциям производства. Цифровизация системы менеджмента качества, которая строится на мощной аналитической основе, обеспечит: согласование огромного массива разрозненной информации, получаемой из всех подразделений предприятия, контроль текущего состояния процесса, анализ прошлых данных, прогнозирование возможных событий и разработка корректирующих и предупреждающих действий.

Результатом цифровизации СМК является улучшение качества продукции или услуг и повышение эффективности деятельности предприятия в целом при одновременном снижении рисков. Современные технологии позволяют интегрировать управление качеством в технологические процессы и управлять качеством в режиме реального времени [1].

Наиболее перспективным направлением развития цифровизации в системе менеджмента качества является внедрение в производство технологий искусственного интеллекта. Они базируются на искусственных нейронных сетях, позволяющих решать не только отдельные задачи, например, прогнозирования длительности изготовления детали или выявления «узкого» места в производстве, но и более глобальные задачи на производстве, например, создания более эффективных производственных моделей [2]. Обученной нейронной сети под силу гораздо быстрее и более точно отследить даже малейшие колебания и изменения показателей производственного процесса, чем менеджеру по качеству.

Основными направлениями применения технологий искусственного интеллекта в СМК являются: статистическое управления процессами, анализ видов, причин и последствий сбоев оборудования, анализ измерительных систем, техническое обслуживание и ремонт оборудования.

В системе менеджмента качества технологии искусственного интеллекта обладают такими возможностями, как:

• -    упрощение процесса принятия решений за счет оперативного мониторинга и анализа данных на всех этапах жизненного цикла продукции: менеджерам по качеству гораздо легче анализировать показатели и предоставлять высшему руководству отчеты для принятия управленческих решений;

• -    снижение «человеческого фактора» и возможность минимизации рутинных задач менеджера по качеству, в результате чего результаты анализа данных по качеству становятся гораздо более точными, а у специалиста высвобождается время, которое он раньше тратил на анализ данных, для разработки конкретных мероприятий по корректировке показателей качества;

• -    повышение качества выпускаемой продукции как следствие двух предыдущих пунктов;

• -    снижение себестоимости продукции за счет ускорения и удешевления производственных процессов.

Технологии искусственного интеллекта стремительно входят в практику с целью контроля качества готовой продукции. Например, высокотехнологичный завод группы компаний BMW в Дингольфинге с 2018 года использует технологии искусственного интеллекта для контроля изображений компонентов на технологической линии [3]. Искусственный интеллект сравнивает данные наряд-заказа на транспортное средство с получаемым в реальном времени изображением компонентов автомобиля с конвейера. Таким образом, технология позволяет своевременно отслеживать любые отклонения от стандарта. Инновационная технология быстра, надежна, а также проста в использовании. Кристиан Патрон, руководитель отдела инноваций, цифровизации и анализа данных BMW Group Production говорит: «Искусственный интеллект обладает огромным потенциалом. Это помогает нам поддерживать наши высокие стандарты качества и в то же время избавляет наших сотрудников от рутинных задач».

Обучение нейронной сети происходит за счет многочисленных снимков компонентов автомобиля под разными углами и отслеживания на изображениях потенциальных отклонений. Так создается база изображений, и строится так называемая нейронная сеть, которая впоследствии сможет оценивать изображения без участия человека и самостоятельно определять, соответствует ли компонент спецификациям [4].

Таким образом, цифровые технологии позволяют значительно оптимизировать производственный процесс, а также СМК в целом. Одними из самых прогрессивных цифровых технологий, внедряющихся в настоящий момент на современных производствах, являются технологии искусственного интеллекта.