L'ingénierie de la qualité à l'ère de l'industrie 4.0
Avec la prolifération des technologies numériques dans l'atelier, l'ingénierie de la qualité s'adapte à une nouvelle réalité de fabrication.
La bonne nouvelle est que les technologies de l'industrie 4.0 - IdO, big data, IA et vision par ordinateur, entre autres - promettent toutes d'améliorer les efforts 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, trouver le succès signifiera maximiser les ressources dans ces deux domaines.
Ce billet passe en revue les tendances dans le domaine de l'ingénierie de la qualité et suggère quelques moyens pour les ingénieurs qualité d'affiner leurs compétences afin d'apporter le maximum de valeur à leurs organisations.
Les grandes tendances : Big Data et compétences non techniques
Un panel d'experts en qualité s'est mis d'accord sur deux ensembles de compétences qui seront les plus importants pour les ingénieurs qualité dans l'industrie 4.0 : l'analyse des données massives et les compétences générales, telles que la gestion des relations interpersonnelles, l'esprit critique et la créativité.
Analyse des big data-L'usine moderne produit une quantité écrasante de données. Les nouvelles technologies de surveillance des machines enregistrent en permanence les données des machines, et l'IoT saisit également de plus en plus la dimension humaine de la qualité. À mesure que la capacité des serveurs et la technologie de surveillance s'améliorent, les ingénieurs auront accès à des données à une échelle jusqu'alors inimaginable. On attendra de plus en plus des ingénieurs qualité qu'ils utilisent ces données pour étayer leurs suggestions. À mesure que les usines s'appuient sur ces données pour l'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 sur 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 noté comment les analyses de big data ont aidé leurs efforts de prédiction : "Nous avons utilisé le big data et l'analytique pour prédire les premières indications d'écarts par rapport au processus standard et les excursions potentielles. Cela nous fournissait également des informations sur les prochaines étapes possibles en cas d'alerte."
Compétences non techniques -Les compétences non techniques sonttoutaussi importantes, sinon plus, que l'analyse des big data. 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 humaines contribueront à maintenir les ingénieurs qualité au cœur de toute opération de fabrication.
Comme le savent les spécialistes des données, les grands ensembles de données ne résolvent pas les problèmes par eux-mêmes. Les données hétéroclites doivent être rassemblées et organisées. Elles nécessitent une intervention et une interprétation humaines. Les ingénieurs qualité feront de plus en plus le travail difficile et créatif qui rend l'analyse des données possible.
Pour réussir dans l'industrie 4.0, les ingénieurs qualité devront être capables de formuler des problèmes de fabrication quantitatifs. Ils devront comprendre comment rassembler un surplus de données pour obtenir les informations souhaitées.
Lacommunication 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 à tester et d'inconnues. Les ingénieurs qualité se retrouveront dans une position où ils devront expliquer de nouveaux concepts et initiatives à des publics techniques et profanes. 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.
- expliquer un travail de plus en plus complexe à un large éventail de parties prenantes
- Défendre les intérêts des clients
- Servir de médiateur entre les parties prenantes
Les ingénieurs qualité qui peuvent naviguer dans ces relations personnelles aideront leurs opérations à tirer le meilleur parti d'une transformation numérique.
Impacts spécifiques de l'industrie 4.0
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 rétroaction -L'amélioration des données permettra une meilleure visibilité de l'ensemble des processus industriels. 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 de voir les nouvelles relations entre chacun des nœuds de la boucle de rétroaction, et de nouveaux mécanismes pourront être mis en place pour assurer la qualité à chaque étape.
Amélioration de la prévention/maintenance proactive-Les donnéesrecueillies auprès des machines connectées à l'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 des causes profondes - 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 profonde des problèmes. Cela peut prendre la forme d'un contrôle statistique des processus avancé, piloté par l'IA, à partir des données de surveillance des machines, 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 aux ingénieurs qualité d'intégrer leurs contrôles de qualité dans les machines et les processus d'une manière qui dépasse les capacités de nombreux systèmes de gestion de la qualité (SGQ). L'intelligenceartificielle, en particulier, aidera les ingénieurs qualité à concevoir des systèmes de validation et d'assurance qualité qui apprennent au fur et à mesure qu'ils travaillent, devenant ainsi plus efficaces et plus précis à chaque itération.
Vous êtes intéressé par la façon dont les apps no-code construites avec peuvent aider les ingénieurs qualité dans leur transformation numérique ? Essayez-le gratuitement pendant 30 jours ici.