Control de calidad

Los sistemas de control de calidad permiten a las empresas evitar defectos en sus procesos de entrega de productos o servicios a los clientes. La creación de un sistema de este tipo que recopile datos e identifique posibles problemas en una canalización puede suponer una gran ventaja. Por ejemplo, en la fabricación digital, el control de la calidad en la cadena de montaje es imprescindible. Identificar ralentizaciones y posibles errores antes de que ocurran (no después de detectarlos) puede ayudar a las empresas a reducir los costos que suponen el desperdicio y la reelaboración de los productos, al tiempo que aumenta la productividad.

Esta solución muestra cómo predecir errores usando canalizaciones de fabricación (cadenas de montaje) como ejemplo. Aprovecha los sistemas de pruebas actuales y datos de errores para buscar específicamente devoluciones y errores funcionales al final de la cadena de montaje. Gracias a la combinación de estos factores con el conocimiento del área y el análisis de la causa principal en un diseño modular que encapsula los principales pasos del procesamiento, podemos ofrecer una solución genérica de análisis avanzado que usa aprendizaje automático para predecir los errores antes de que se produzcan. La predicción temprana de los errores permite abaratar las reparaciones, o incluso evitarlas, lo que resulta más rentable que pagar los costos de retirada o garantía.

Descripción

Nota: Si ya ha implementado esta solución, haga clic aquí para ver la implementación.

Ahorre tiempo y deje que le ayude alguno de estos asociados expertos en integración de sistemas con una prueba de concepto, la implementación y la integración de esta solución.

Tiempo de aprovisionamiento estimado: 30 minutos

Cortana Intelligence Suite proporciona herramientas de análisis avanzado a través de Microsoft Azure (ingesta, almacenamiento y procesamiento de datos y componentes de análisis avanzado), todos los elementos fundamentales para crear una solución de control de calidad para fábricas. La solución se implementa en la nube, usando la plataforma en línea y flexible Microsoft Azure, que desvincula los componentes de la infraestructura (ingesta, almacenamiento, traslado y visualización de datos) del motor de análisis, que admite los modernos lenguajes de ciencia de datos, como R y Python. Por tanto, los componentes que conforman la solución se pueden volver a entrenar según sea necesario e implementar usando algoritmos de Azure Machine Learning de alto rendimiento, bibliotecas de código abierto (R o Python) o desde una solución de terceros. El botón “Implementar” inicia un flujo de trabajo que implementa una instancia de la solución en un grupo de recursos de la suscripción de Azure que especifique. La solución incluye varios servicios de Azure (se describen a continuación) junto con un trabajo web que simula datos para que, inmediatamente después de la implementación, disponga de una solución integral en funcionamiento. Para conocer los pasos posteriores a la implementación y obtener información más detallada sobre la implementación técnica, consulte las instrucciones que se proporcionan aquí.

Detalles técnicos y flujo de trabajo

  1. Los datos de simulación de la cadena de montaje de una fábrica se transmiten con Azure Web Jobs, un servicio implementado recientemente.
  2. Estos datos sintéticos se envían a Azure Event Hubs como puntos de datos o eventos, que se consumirán en el resto del flujo de la solución y se almacenarán en Azure SQL Data Warehouse.
  3. En este modelo, se utilizan dos trabajos de Azure Stream Analytics para proporcionar análisis casi en tiempo real del flujo de entrada procedente de Azure Event Hubs. Ambos trabajos filtran los datos de entrada y pasan los puntos de datos a un punto de conexión de Azure Machine Learning que envía los resultados a un panel de Power BI.
  4. Finalmente, se usa Power BI para la visualización de los resultados.

Declinación de responsabilidades

©2017 Microsoft Corporation. Todos los derechos reservados. Esta información se proporciona "tal cual" y puede cambiar sin previo aviso. Microsoft no ofrece ninguna garantía, ni expresa ni implícita, respecto a la información que aquí se proporciona. Para generar la solución, se utilizaron datos de terceros. Usted es responsable de respetar los derechos de otros, incluida la adquisición y el cumplimiento de las licencias correspondientes para crear conjuntos de datos similares.

Arquitecturas de soluciones relacionadas

Mantenimiento predictivo

Esta solución de mantenimiento predictivo supervisa los aviones y predice la vida útil restante de los componentes del motor.

Detección de anomalías en flujos de datos en tiempo real

La solución para el conocimiento de anomalías de TI de Cortana Intelligence ayuda a los departamentos de TI de las grandes organizaciones a detectar y corregir problemas con rapidez usando métricas subyacentes del estado de mantenimiento de la infraestructura de TI (CPU, memoria, etc.), los servicios (agotamiento de tiempos de espera, variaciones en los acuerdos de nivel de servicio, caídas de tensión, etc.) y otros indicadores clave de rendimiento (KPI) (pedidos pendientes, errores de inicio de sesión y pagos, etc.) de un modo automatizado y escalable. Esta solución ofrece también una sencilla experiencia “Probarlo ahora” en la que se pueden usar datos personalizados para descubrir el valor que ofrece la solución. La experiencia “Implementar” permite comenzar a usar rápido la solución en Azure porque se implementan todos los componentes de la solución en su suscripción de Azure y se le concede control total para personalizarla como sea necesario.