Los titulares están llenos de noticias sobre inteligencia artificial y aprendizaje automático. ¿Le sorprendería saber que el uso de límites de control puede considerarse como aprendizaje automático?

El aprendizaje automático a menudo comienza con el objetivo de poder predecir un resultado. Por ejemplo, prediga cuántos ciclos se puede usar una herramienta de corte antes de que deje de cortar. A continuación, se examinan grandes cantidades de datos recopilados previamente. El programa experimenta con miles de fórmulas que calculan una respuesta en función de las entradas disponibles, luego estas fórmulas se prueban en los datos existentes y se les asigna una puntuación. Con el tiempo, el algoritmo deriva, o aprende, mejores fórmulas. En algún momento, se asentará y dejará de mejorar. La fórmula final a menudo es muy buena para predecir correctamente los resultados futuros.

Calcular los límites de control de los datos históricos y luego comparar el comportamiento del proceso con estos límites es una versión del enfoque de aprendizaje automático. Una vez que tiene un conjunto de límites de control que no muestran condiciones fuera de control en el cuadro de control, se convierten en una buena representación de cómo se está comportando su proceso ahora y en el futuro. Cuando aplica los límites a datos futuros, cualquier lectura fuera de control es una señal de que algo en el proceso puede haber cambiado, y debe investigar la causa.

Contrasta esto con las especificaciones. ¿Dónde se originan? Por lo general, provienen de un dibujo o un contrato creado por alguien distante del proceso de fabricación. ¿Cómo se relacionan con el proceso? No son. ¿Qué poder tienen para predecir el futuro? Casi ninguno. Si obtiene un punto de datos que está más allá de la especificación, le informa muy poco sobre el proceso de fabricación subyacente.

Las especificaciones son una expresión importante de los requisitos del cliente. No pueden ser ignorados; sin embargo, debemos ser cautelosos al usarlos para hacer inferencias sobre cambios de variación en el proceso de fabricación. Los límites de control, por otro lado, son los predecesores del aprendizaje automático y un componente crítico de Quality 4.0.

Quienes se interesan en este tema también se interesan en:

SQCPack

SPM

Este artículo fue publicado originalmente en inglés por Steve Daum, Director de Desarrollo de Software de PQ Systems. Blackberry&Cross ha hecho la adapatación a español. Blackberry&Cross y PQ Systems son aliados.

Fecha Original: Viernes 20 de Diciembre, 2019