Mejora de capacidad de proceso torneado basada en ML

ITP Aero

Sector: Industria

Business Case

Se busca mejorar los índices de capacidad del proceso de torneado (Cp, Cpk) usando técnicas de ML. Se usarán modelos basados en datos del propio proceso para que éste se autoajuste.

Objetivos

Mejora de la capacidad del proceso (reducción de variabilidad dimensional).

Use case

Se comienza identificando dimensiones más susceptibles de ser abordadas con este método. Se identifican variables de proceso que pueden influir en la variabilidad de las dimensiones seleccionadas. Se captura y almacena la información. Se modela la variabilidad y se pone en producción el modelo que la reduce. Se repite el proceso para variables adicionales.

Infraestructura

On Premise

Tecnologías utilizadas

Machine Learning y Deep Learning

Datos utilizados

Series temporales. Dataset privado

Recursos utilizados

Personal de IT (2), calidad (1), ingenieros de proceso (1), tecnólogos de fabricación (2) y científicos de datos (1).

Dificultades y aprendizaje

Suciedad o inexistencia de los datos requeridos. Bajo volumen de producción. Proceso complejo, necesario trabajo conjunto con especialistas de proceso. Tiempo requerido para validar la mejora (dado el volumen de producción).

KPIs (impacto en el negocio y métricas del modelo)

Cp, Cpk, Pp, Ppk