Un fabricant a réduit les défauts de 40 % et amélioré l’efficacité des inspections de 60 % grâce au contrôle qualité par IA
Ligne 3 — Variation du cordon de soudure
Gravité : mineure
Ligne 1 — Lot 1182
0 défaut détecté
Ligne 4 — Finition de surface
Gravité : critique
Le défi
Les inspecteurs qualité effectuaient des contrôles visuels à la fin de chaque ligne de production. La détection des défauts dépendait de l’expérience de chaque inspecteur et de son niveau de fatigue. Les inspections créaient des goulets d’étranglement lors des changements d’équipe. Les produits défectueux qui échappaient à l’inspection entraînaient des retours coûteux et des réclamations au titre de la garantie. Il n’existait aucun moyen cohérent de suivre les tendances des défauts entre les lignes de production.
Ce que nous avons développé
Nous avons intégré des modèles de vision par ordinateur à des points de contrôle critiques de la ligne de production afin de détecter les défauts avant l’inspection finale des produits. Un système de classification basé sur l’IA catégorise en temps réel les types de défauts et leur gravité, et transmet les problèmes critiques pour une intervention immédiate. Un tableau de bord suit les tendances des défauts sur l’ensemble des lignes, des équipes et des types de produits. Les inspecteurs bénéficient de recommandations assistées par l’IA qui mettent en évidence les zones nécessitant une intervention manuelle.
Comment nous y sommes parvenus
Installer des points de contrôle visuel
Déploiement de modèles de vision par ordinateur à des points critiques de chaque ligne de production.
Classifier et acheminer les défauts
Mise en place d’une classification en temps réel de la gravité, avec acheminement immédiat des problèmes critiques.
Développer le tableau de bord des tendances
A fourni à l’équipe qualité des données sur les tendances entre lignes et entre équipes afin de cibler les causes profondes.
Résultats
Les taux de défauts ont diminué de 40 %. Le débit des inspections a augmenté de 60 %, l’IA prenant en charge les contrôles de routine. Les demandes de garantie ont considérablement diminué. L’équipe qualité est passée d’une inspection réactive à une amélioration proactive des processus, en utilisant les données de tendance pour traiter les causes profondes.
Services utilisés dans le cadre de cette mission
Vous souhaitez obtenir des résultats similaires ?
Parlez-nous de votre entreprise. Nous évaluerons comment l’IA peut vous aider.