ЦИФРОВЫЕ ИНСТРУМЕНТЫ УПРАВЛЕНИЯ КАЧЕСТВОМ В МАШИНОСТРОЕНИИ: ОТ СТАНДАРТОВ ДО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Ключевые слова:
Управление качеством, машиностроение, цифровизация, Индустрия 4.0, ISO 9001, IATF 16949, MES, QMS, SPC, Интернет вещей (IoT), Большие данные, Машинное обучение (ML), Искусственный интеллект (AI), Цифровой двойник, Предиктивное качествоАннотация
В условиях повышения сложности продукции и ужесточения требований рынка управление качеством в машиностроении трансформируется из преимущественно реактивного управления в интегрированную цифровую экосистему. В статье анализируется эволюция цифровых инструментов в этой области: от автоматизации процессов, регламентируемых международными стандартами качества (ISO 9001, IATF 16949), до использования передовых интеллектуальных систем на основе искусственного интеллекта и машинного обучения. Рассмотрены этапы цифровизации: от внедрения базовых информационных систем (ERP, MES, QMS, SPC) для сбора и автоматизации данных до интеграции данных в реальном времени через Интернет вещей и концепцию цифрового двойника. Особое внимание уделено приложениям AI/ML для предиктивного качества, автоматизированного визуального осмотра и анализа первопричин дефектов. Выявлены основные технические, экономические и организационные проблемы, связанные с цифровой трансформацией. Обозначены перспективы развития, включая полностью автономные системы и использование технологий блокчейн, а также сопутствующие риски. Сделан вывод о критической важности цифровых инструментов для достижения высокого уровня качества, перехода к проактивному управлению и повышения конкурентоспособности, подчеркнута синергия аналитических возможностей ИИ и инженерной интуиции человека.
Библиографические ссылки
Санин С. Н., Пелипенко Н. А. Настройка мобильного станкоробота на обработку крупногабаритной кольцевой детали / Санин С. Н., Пелипенко Н. А. // СТИН. — 2022. — № 3. — С. 2-4.
Oakland J. S. Total Quality Management and Operational Excellence. – [London]: Routledge, 2014. – [Х] с.
Artificial Intelligence and Digital Twin for Smart Manufacturing Quality Control / L. Wang, R. Li // International Journal of Production Research. – 2021. – Vol. 59, no. 12. – P. 3601–3618.
Deming W. E. Out of the Crisis. – Cambridge, MA: MIT Press, 2000. – [Х] с.
ISO 9001:2015. Quality management systems – Requirements. – [Geneva]: International Organization for Standardization, 2015. – [Х] с.
IATF 16949:2016. Quality management system requirements for automotive production and relevant service parts organizations. – [Southfield, MI]: International Automotive Task Force, 2016. – [Х] с.
The Machine That Changed the World / J. P. Womack, D. T. Jones, D. Roos. – New York: Harper Perennial, 1990. – [Х] с.
MES/MOM Functionality & Standards White Paper / MESA International. – Tempe, AZ: MESA International, 2019. – [Х] с.
Montgomery D. C. Introduction to Statistical Quality Control. – Hoboken, NJ: John Wiley & Sons, 2012. – [Х] с.
A Cyber-Physical Systems architecture for Industry 4.0-based manufacturing systems / J. Lee, B. Bagheri, H. A. Kao // Manufacturing Letters. – 2015. – Vol. 3. – P. 18–23.
The Digital Twin Paradigm for Future NASA Missions / E. Glaessgen, D. Stargel. – Moffett Field, CA: NASA Ames Research Center, 2012. – [Х] с.
Deep Learning for Industrial Visual Inspection: A Survey / Y. Luo, X. Li // IEEE Transactions on Industrial Informatics. – 2020. – Vol. 16, no. 2. – P. 779–792.
