Qualité prédictive vs SPC: quand les modèles ML détectent ce que le contrôle statistique des procédés ne peut pas Points clés - SPC (Statistical Process Control) = cartographie univariée ou de basse dimension qui détecte la dérive d’un seul paramètre qualité.
- Qualité prédictive = modèles ML qui repèrent des motifs multivariés à travers de nombreux capteurs annonçant des défauts futurs. - Le SPC est mature, simple, facile à auditer. La qualité prédictive est plus récente, plus puissante, plus gourmande en données. - La plupart des usines ont d’abord besoin du SPC.
La qualité prédictive le complète sur les procédés où la causalité multivariée compte. - La qualité prédictive sans SPC en dessous est fragile; le SPC sans qualité prédictive passe à côté de motifs subtils.
Réponse courte: le SPC est le cadre ancien et établi pour surveiller les paramètres qualité, des cartes de contrôle univariées ou de faible dimension qui détectent les dérives.
La qualité prédictive utilise des modèles ML pour repérer des motifs multivariés à travers de nombreux capteurs qui annoncent des défauts futurs avant qu’un seul graphique ne déclenche. Ils sont complémentaires; le SPC est la base auditable, la qualité prédictive est la couche supplémentaire pour les procédés complexes.
Voir aussi Qualité par conception vs Qualité par inspection. Ce que fait le SPC Le contrôle statistique des procédés (SPC) surveille les paramètres qualité à l’aide de cartes de contrôle. Les cartes classiques: - X-bar / R: surveille la moyenne et l’étendue d’une mesure au fil du temps.
- I-MR: mesures individuelles avec étendue mobile. - carte p, carte np: données attributaires (conforme/non conforme). - carte c, carte u: données de comptage de défauts. Chaque carte a des limites de contrôle (typiquement +/- 3 sigma).
Des points en dehors des limites, ou des motifs non aléatoires à l’intérieur, signalent que le procédé est hors de contrôle. Le SPC est la norme qualité en production depuis les années 1920. Auditable, défendable, bien compris.
Ce que la qualité prédictive apporte Les modèles de qualité prédictive combinent de nombreuses entrées de capteurs (températures, pressions, vibrations, temps de cycle) pour prévoir des résultats qualité. Exemples: - Prédire quelles lots échoueront la libération en se basant sur des paramètres en début de cycle.
- Prédire quelles pièces seront défectueuses en fonction de l’état de la machine pendant leur production. - Identifier des combinaisons de paramètres corrélées aux défauts avant qu’ils n’apparaissent. Là où le SPC surveille un paramètre critique connu, la qualité prédictive identifie des combinaisons subtiles entre de nombreux paramètres.
Où chacun l’emporte SPC l’emporte: - Dérive qualité univariée sur des paramètres bien compris. - Environnements réglementaires exigeant un contrôle de procédé documenté et auditable. - Usines sans historique riche pour entraîner des modèles. - Procédés simples avec cause-effet clair.
La qualité prédictive l’emporte: - Procédés multi-étapes complexes avec de nombreuses variables en interaction. - Procédés où les défauts émergent de combinaisons de paramètres, pas d’une seule dérive. - Usines disposant de données historiques capteurs riches. - Détection des défauts plus tôt que les signaux univariés du SPC.
Pourquoi ils sont complémentaires La qualité prédictive sans SPC est fragile: - Les prédictions du modèle sont difficilement auditable. - Quand le modèle se trompe, l’opérateur n’a pas de signal de secours. - Les modèles dérivent; les cartes SPC non.
Le SPC sans qualité prédictive passe à côté de motifs multivariés: - Combinaisons subtiles de paramètres, chacun dans les limites, mais qui produisent collectivement des défauts. - Motifs qui se développent lentement sur de nombreux postes. - Effets croisés entre machines. Comment ils s’articulent 1) SPC sur les paramètres qualité critiques.
Cartographie univariée ou de faible dimension pour les paramètres identifiés par le service ingénierie. 2) Qualité prédictive sur l’ensemble élargi des capteurs. Modèle ML captant les motifs multivariés. 3) Réconciliation quand ils ne sont pas d’accord. Le SPC indique « en contrôle » mais la qualité prédictive signale un risque, enquêter.
La qualité prédictive indique « OK » mais le SPC déclenche, enquêter. 4) Les deux alimentent le flux CAPA. Le système d’action corrective ne se préoccupe pas de quel détecteur a déclenché; il traite le problème. Exigences en données SPC requiert: mesures du paramètre qualité critique, taille d’échantillon, fréquence d’échantillonnage. Données modestes.
La qualité prédictive requiert: données capteurs sur de nombreuses variables, résultats étiquetés (quels lots/pièces étaient défectueux), historique suffisant pour entraîner. Jeu de données beaucoup plus volumineux. Erreurs courantes 1. Remplacer le SPC par la qualité prédictive. Perte de la fondation auditable. Acceptation réglementaire en baisse. 2. Construire de la qualité prédictive sans historique.
Les modèles entraînés sur trop peu de données échouent en production. 3. Considérer la sortie du modèle comme parole d’évangile. La qualité prédictive est probabiliste; les alertes ont un taux de faux positifs. Les opérateurs doivent connaître la fiabilité du modèle. 4. Cartes SPC sur lesquelles personne n’agit. Les signaux hors contrôle sont ignorés.
Les cartes deviennent du papier peint. Où l’OEE croise les deux Le facteur Qualité de l’OEE est en aval des deux: les défauts détectés par l’un ou l’autre système se traduisent par une perte de Qualité dans l’OEE.
Plus la détection est précoce (qualité prédictive avant le défaut, SPC au premier signal), moins la perte de Qualité se propage en aval. Les usines qui intègrent SPC et qualité prédictive dans l’OEE voient des améliorations du facteur Qualité que l’inspection en fin de ligne seule ne peut fournir.
Comment une plateforme moderne prend en charge les deux Une plateforme OEE/qualité moderne prend en charge le traçage SPC au niveau des paramètres, des modèles de qualité prédictive entraînés sur les données capteurs, l’intégration des deux dans le flux CAPA, et la réconciliation quand ils divergent.
Le module OEE de Fabrico prend en charge le traçage SPC sur les paramètres configurés, intègre des modèles de qualité prédictive entraînés sur des données historiques, et route les deux sources d’alerte dans le flux CAPA. Voyez comment Fabrico capture cela automatiquement, explorez l’OEE pour la fabrication ou planifiez une démo.
Lectures associées - Qualité par conception vs Qualité par inspection - OEE vs Qualité - Surveillance conditionnelle vs Maintenance prédictive - Qualité des données d’atelier Foire aux questions La qualité prédictive est-elle la même chose que le SPC ? Non. Le SPC est une cartographie statistique univariée ou de basse dimension.
La qualité prédictive est de la modélisation multivariée par ML. Puis-je faire de la qualité prédictive sans SPC ? Techniquement oui; pratiquement risqué. Le SPC fournit un recours auditable. De combien de données la qualité prédictive a-t-elle besoin ? Très variable. Pour des défauts rares, des années de données.
Pour des défauts fréquents, des mois. Les régulateurs acceptent-ils la qualité prédictive ? De plus en plus, avec une validation documentée. Le SPC reste toutefois le cadre le plus établi pour la conformité. Quel est le ROI typique de la qualité prédictive ?
Une réduction du taux de défauts de 0,5 à 2 points de pourcentage est courante sur des procédés complexes. Les gains se multiplient sur des produits de forte valeur.
Connexion
Blog
