Opleiding : AI inzetten om de industriële kwaliteit te beheren en afwijkingen onder controle te houdenVan het opsporen van afwijkingen tot het optimaliseren van actieplannen door middel van gegevensanalyse.
Praktijkcursus - 3d
- 21u00 - Ref. CQI
|
Downloaden in pdf-formaat
Deze cursus delen via mail
 | Relevante toepassingen van AI in industriële kwaliteitsprocessen in kaart brengen |
| Kwaliteitsgegevens benutten om afwijkingen en afwijkingen te detecteren |
| De onderliggende oorzaken analyseren met behulp van AI-tools en kwaliteitsmethoden |
| Actieplannen opstellen en prioriteren op basis van betrouwbare gegevens |
| De relevantie en beperkingen van AI-oplossingen in een industriële context beoordelen |
Doelgroep
Kwaliteitsmanagers, kwaliteitsingenieurs, kwaliteitstechnici, productiemanagers, managers voor continue verbetering, industriële projectleiders, data-analisten die werkzaam zijn in een industriële omgeving.
Voorafgaande vereisten
Geen.
Praktische modaliteiten
Afwisseling van theoretische lesstof en praktijkopdrachten. Casestudies uit realistische industriële contexten. Lessen in de klas of op afstand.
Opleidingsprogramma
1 AI integreren in het industriële kwaliteitsbeleid
- De belangrijkste begrippen op het gebied van kunstmatige intelligentie definiëren (machine learning, deep learning, generatieve AI).
- De bijdrage van AI aan kwaliteitsprocessen in kaart brengen (8D-analyse, FMEA en PDCA).
- De beschikbare kwaliteitsgegevens in kaart brengen (afval, retourzendingen van klanten, controles, sensoren, indicatoren).
- De prioritaire gebruiksscenario’s in kaart brengen op basis van de industriële uitdagingen (kosten van slechte kwaliteit, risico’s).
- Inzicht krijgen in de beperkingen, vooroordelen en voorwaarden voor het welslagen van AI-projecten.
Praktisch werk
Casestudie in subgroepen: identificatie van AI-toepassingen aan de hand van een fictief industrieel proces (mechanische productie). De deelnemers analyseren de beschikbare gegevens en stellen twee toepassingen vast op basis van impact en haalbaarheid. Mondelinge presentatie en groepsdiscussie.
2 Kwaliteitsgegevens verzamelen en voorbereiden voor AI
- De relevante gegevensbronnen identificeren (ERP, MES, IoT-sensoren, kwaliteitsrapporten).
- Gegevens structureren en opschonen (omgaan met ontbrekende waarden, normalisatie).
- De betrouwbaarheid van de gegevens beoordelen en vertekeningen opsporen.
- Bruikbare kwaliteitsindicatoren invoeren (KPI, Cp/Cpk, foutpercentage).
- Gebruik toegankelijke tools (geavanceerd Excel, Python, Power BI) voor de voorbereiding van de gegevens.
Praktisch werk
Begeleide oefeningen in tweetallen: opschonen en structureren van een dataset met afwijkingen in Excel of Power BI. Identificeren van afwijkingen in de gegevens en opstellen van eenvoudige indicatoren. Gezamenlijke analyse van de resultaten.
3 Afwijkingen en onregelmatigheden opsporen met behulp van AI
- Inzicht krijgen in methoden voor het opsporen van afwijkingen (statistiek en machine learning).
- Toepassing van technieken voor statistische procescontrole (SPC), aangevuld met AI.
- Patronen van afwijkingen identificeren op basis van historische gegevens.
- Analyse-tools gebruiken (Python, eenvoudige ML-bibliotheken, No-Code AI-tools).
- De resultaten interpreteren en de detectie betrouwbaarder maken.
Praktisch werk
Praktische groepsworkshop: implementatie van een eenvoudig model voor het opsporen van afwijkingen (met behulp van een no-code-tool of een vereenvoudigd notebook). De deelnemers sporen afwijkingen op in een gesimuleerde, realistische dataset. Nabespreking van de resultaten en beperkingen.
4 De onderliggende oorzaken analyseren met behulp van AI
- De klassieke methoden nog eens doornemen (Ishikawa, de 5 waarom-vragen, FMEA, 8D).
- Kwaliteitsgegevens en procesgegevens met elkaar vergelijken om de analyse te verrijken.
- AI-technieken gebruiken om correlaties en beïnvloedende factoren te identificeren.
- De onderliggende oorzaken prioriteren op basis van objectieve gegevens.
- Een analyseaanpak opzetten waarin vakkennis en AI worden gecombineerd.
Praktisch werk
Praktijsoefening in subgroepen: analyse van een complex geval van non-conformiteit. De deelnemers maken gebruik van een oorzaak-gevolgmatrix die is aangevuld met gegevens uit een analyse-instrument. Opstellen van een onderbouwde oorzaakboom en presentatie van de resultaten.
5 Opstellen en aansturen van op data gebaseerde actieplannen
- Relevante corrigerende en preventieve maatregelen vaststellen.
- Maatregelen prioriteren op basis van impact, kosten en haalbaarheid (beslissingsmatrix).
- Monitoringindicatoren en dashboards opzetten (Power BI, Excel).
- AI inzetten om de effectiviteit van acties te voorspellen (eenvoudige aanpak).
- Een aanpak voor voortdurende verbetering opzetten waarin AI is geïntegreerd.
Praktisch werk
Groepsrollenspel: opstellen van een actieplan naar aanleiding van een ernstige afwijking. De deelnemers stellen prioriteiten voor de acties en bepalen de indicatoren voor de opvolging. Simulatie van het aansturen met behulp van een dashboard. Presentatie en collectieve feedback.
DEELNEMERS
Kwaliteitsmanagers, kwaliteitsingenieurs, kwaliteitstechnici, productiemanagers, managers voor continue verbetering, industriële projectleiders, data-analisten die werkzaam zijn in een industriële omgeving.
VOORAFGAANDE VEREISTEN
Geen.
VAARDIGHEDEN VAN DE CURSUSLEIDER
De deskundigen die de cursus leiden zijn specialisten op het betreffende vakgebied. Zij werden geselecteerd door onze pedagogische teams zowel om hun vakkennis als hun pedagogische vaardigheden voor elke cursus die zij geven. Zij hebben minstens vijf tot tien jaar ervaring in hun vakgebied en oefenen of oefenden verantwoordelijke bedrijfsfuncties uit.
BEOORDELINGSMODALITEITEN
De cursusleider beoordeelt de pedagogische vooruitgang van de deelnemer gedurende de gehele cursus aan de hand van meerkeuzevragen, praktijksituaties, praktische opdrachten, …
De deelnemer legt ook van tevoren en naderhand een test af ter bevestiging van de verworven kennis.
TOEGANGSMODALITEITEN EN TERMIJNEN
De inschrijving dient 24 uur voor aanvang van de cursus plaatsgevonden te hebben.
TOEGANKELIJKHEID VOOR MINDERVALIDEN
Is voor u speciale toegankelijkheid vereist? Neem contact op met mevr. FOSSE, contactpersoon voor mindervaliden, via het adres psh-accueil@ORSYS.fr om uw verzoek en de haalbaarheid daarvan zo goed mogelijk te bestuderen.
Kwaliteitsmanagers, kwaliteitsingenieurs, kwaliteitstechnici, productiemanagers, managers voor continue verbetering, industriële projectleiders, data-analisten die werkzaam zijn in een industriële omgeving.
VOORAFGAANDE VEREISTEN
Geen.
VAARDIGHEDEN VAN DE CURSUSLEIDER
De deskundigen die de cursus leiden zijn specialisten op het betreffende vakgebied. Zij werden geselecteerd door onze pedagogische teams zowel om hun vakkennis als hun pedagogische vaardigheden voor elke cursus die zij geven. Zij hebben minstens vijf tot tien jaar ervaring in hun vakgebied en oefenen of oefenden verantwoordelijke bedrijfsfuncties uit.
BEOORDELINGSMODALITEITEN
De cursusleider beoordeelt de pedagogische vooruitgang van de deelnemer gedurende de gehele cursus aan de hand van meerkeuzevragen, praktijksituaties, praktische opdrachten, …
De deelnemer legt ook van tevoren en naderhand een test af ter bevestiging van de verworven kennis.
PEDAGOGISCHE EN TECHNISCHE MIDDELEN
• De gebruikte pedagogische middelen en cursusmethoden zijn voornamelijk: audiovisuele hulpmiddelen, documentatie en cursusmateriaal, praktische oefeningen en correcties van de oefeningen voor praktijkstages, casestudies of reële voorbeelden voor de seminars.
• Na afloop van de stages of seminars verstrekt ORSYS de deelnemers een evaluatievragenlijst over de cursus die vervolgens door onze pedagogische teams wordt geanalyseerd.
• Na afloop van de cursus wordt een presentielijst per halve dag verstrekt, evenals een verklaring van de afronding van de cursus indien de stagiair alle sessies heeft bijgewoond.
• De gebruikte pedagogische middelen en cursusmethoden zijn voornamelijk: audiovisuele hulpmiddelen, documentatie en cursusmateriaal, praktische oefeningen en correcties van de oefeningen voor praktijkstages, casestudies of reële voorbeelden voor de seminars.
• Na afloop van de stages of seminars verstrekt ORSYS de deelnemers een evaluatievragenlijst over de cursus die vervolgens door onze pedagogische teams wordt geanalyseerd.
• Na afloop van de cursus wordt een presentielijst per halve dag verstrekt, evenals een verklaring van de afronding van de cursus indien de stagiair alle sessies heeft bijgewoond.
TOEGANGSMODALITEITEN EN TERMIJNEN
De inschrijving dient 24 uur voor aanvang van de cursus plaatsgevonden te hebben.
TOEGANKELIJKHEID VOOR MINDERVALIDEN
Is voor u speciale toegankelijkheid vereist? Neem contact op met mevr. FOSSE, contactpersoon voor mindervaliden, via het adres psh-accueil@ORSYS.fr om uw verzoek en de haalbaarheid daarvan zo goed mogelijk te bestuderen.
Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.
Data en plaats
Selecteer uw locatie of kies voor de les op afstand en kies vervolgens uw datum.
Klas op afstand
Dernières places
Date garantie en présentiel ou à distance
Session garantie
Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.