Comment l'ingénierie de la qualité évolue dans le cadre de l'industrie 4.0

Avec la prolifération des technologies numériques dans les ateliers, l'ingénierie de la qualité s'adapte à une nouvelle réalité de la fabrication.

La bonne nouvelle, c'est que les technologies de l'industrie 4.0 -IoT, big data, IA et Vision par ordinateur, entre autres - promettent toutes d'améliorer les efforts en matière de qualité. Étant donné que les professionnels de la qualité sont de plus en plus chargés de coordonner les composantes humaines et technologiques des programmes de qualité, pour réussir, il faudra maximiser les ressources dans ces deux domaines.

Cet article passe en revue les tendances en matière d'ingénierie de la qualité et suggère quelques moyens pour les ingénieurs qualité d'affiner leurs compétences afin d'apporter le plus de valeur possible à leurs organisations.

Un panel d'experts en qualité s'est accordé sur deux ensembles de compétences qui seront les plus importants pour les ingénieurs qualité dans l'industrie 4.0 : l'analyse des big data et les compétences non techniques, telles que la gestion des relations interpersonnelles, la pensée critique et la créativité.

Analyse des big data - L'usine moderne produit une quantité écrasante de données. Les nouvelles technologies Suivi machine enregistrent en permanence les données des machines et IoT saisit de plus en plus la dimension humaine de la qualité. Avec l'amélioration de la capacité des serveurs et de la technologie de surveillance, les ingénieurs auront accès à des données d'une ampleur inimaginable jusqu'à présent. De plus en plus, on attendra des ingénieurs qualité qu'ils utilisent ces données pour étayer leurs suggestions. Comme les usines s'appuient sur ces données pour Amélioration continue et l'assurance qualité, les ingénieurs qualité devront comprendre, voire maîtriser, l'utilisation de grands ensembles de données et la science des données de base pour obtenir des informations relatives à la qualité.

Ces données peuvent aider les ingénieurs qualité à prévoir les changements de qualité avant qu'ils ne se produisent. Un ingénieur qualité a expliqué comment l'analyse des big data a contribué à ses efforts de prédiction : "Nous avons utilisé le big data et l'analytique pour prévoir les premières indications d'écarts par rapport au processus standard et les excursions potentielles. Cela nous permettait également d'obtenir des informations sur les prochaines étapes possibles en cas d'alerte."

Compétences non techniques -Les compétences non techniques sont tout aussi importantes, sinon plus, que l'analyse des grandes données. De plus en plus, l'ingénierie de la qualité implique de s'occuper de la dimension humaine de la production. La résolution créative des problèmes et les compétences relationnelles permettront aux ingénieurs qualité de rester au cœur de toute opération de fabrication.

Comme le savent les spécialistes des données, les grands ensembles de données ne résolvent pas les problèmes à eux seuls. Les données désordonnées doivent être rassemblées et organisées. Elles nécessitent une intervention humaine et une interprétation. Les ingénieurs qualité seront de plus en plus amenés à effectuer le travail difficile et créatif qui rend possible l'analyse des données.

Pour réussir dans l'industrie 4.0, les ingénieurs qualité devront être capables de cadrer des problèmes de fabrication quantitatifs. Ils devront comprendre comment rassembler un surplus de données pour fournir les informations qu'ils souhaitent.

La communication sera également essentielle pour l'ingénierie de la qualité de l'industrie 4.0.

Les nouvelles technologies s'accompagnent de nouvelles questions, de nouveaux domaines d'essai et d'inconnues. Les ingénieurs qualité se trouveront dans une position où ils devront expliquer de nouveaux concepts et de nouvelles initiatives à des publics techniques et non techniques. Ils devront :

• Expliquer les nouveaux tests et systèmes aux associés
• Communiquer les résultats à la direction
• Justifier l'utilisation ou l'acquisition de nouveaux systèmes auprès des services d'approvisionnement
• Articuler des travaux de plus en plus complexes avec une grande variété de parties prenantes.
• Défendre les intérêts des clients
• Assurer la médiation entre les parties prenantes

Les ingénieurs qualité qui savent gérer ces relations personnelles aideront leurs activités à tirer le meilleur parti d'un site transformation numérique.

Au-delà de ces tendances générales, il existe plusieurs domaines dans lesquels l'industrie 4.0 aura un impact sur les ingénieurs qualité.

Amélioration de la boucle de retour d'information - L'amélioration des données se traduira par une meilleure visibilité de l'ensemble des processus de l'usine. Cela signifie que les ingénieurs qualité seront en mesure de suggérer des domaines d'action corrective et préventive plus tôt et avec plus de précision. Les ingénieurs seront en mesure d'établir de nouvelles relations entre chacun des nœuds de la boucle de rétroaction, et de nouveaux mécanismes pourront être mis en place pour garantir la qualité à chaque étape.

Amélioration de la prévention/maintenance proactive - Les donnéescollectées à partir des machines connectées sur le site IoT aideront les ingénieurs qualité à prévenir les non-conformités et permettront aux opérateurs de réparer les machines et de fluidifier les processus avant les interruptions. L'accélération des tests de résistance, la surveillance des processus en temps réel et les outils de modélisation sophistiqués rendront l'ingénierie de la qualité plus proactive que réactive.

Analyse de la cause première - Avecplus d'informations et une usine connectée, il sera plus facile pour les ingénieurs qualité de séparer le signal du bruit, afin d'identifier la cause première des problèmes. Cela peut prendre la forme d'un contrôle statistique des processus avancé, piloté par l'IA, à partir des données de Suivi machine , ou d'une attention accrue aux dimensions humaines de la qualité recueillies à partir d'applications instrumentées.

Contrôles de qualité intégrés - L'industrie4.0 permettra à l'ingénieur qualité d'intégrer ses contrôles de qualité dans les machines et les processus d'une manière qui dépasse les capacités de nombreux systèmesGestion de la qualité (SGQ (système de gestion de la qualité)). L'intelligence artificielle, en particulier, aidera les ingénieurs qualité à concevoir des systèmes de validation et de contrôle de la qualité qui apprendront au fur et à mesure de leur travail et deviendront plus efficaces et plus précis à chaque itération.

Intéressé par la façon dont les applications "no-code" construites avec peuvent aider les ingénieurs qualité dans leur travail transformation numérique? Essayez-la gratuitement pendant 30 jours ici.