Análise de dados para PME: O futuro da garantia de qualidade começa agora!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

O projeto “Qualidade Preditiva” terá início em 2025 na Universidade de Tecnologia de Chemnitz para otimizar a garantia de qualidade nas PME.

Das Projekt „Predictive Quality“ startet 2025 an der TU Chemnitz zur Optimierung der Qualitätssicherung in KMU.
O projeto “Qualidade Preditiva” terá início em 2025 na Universidade de Tecnologia de Chemnitz para otimizar a garantia de qualidade nas PME.

Análise de dados para PME: O futuro da garantia de qualidade começa agora!

No dia 20 de março de 2025, aconteceu um workshop sobre análise de requisitos em tecnologia de produção, que marcou o início de um importante projeto. Sob o título “Qualidade Preditiva através da análise de dados orientadores do desenvolvimento para produção variada em PMEs” (GeoPreQ), o projeto visa melhorar significativamente a garantia de qualidade em pequenas e médias empresas (PMEs), especialmente na construção de máquinas especiais. O projeto, que é apoiado pela Professora de Metrologia de Manufatura da Universidade de Tecnologia de Chemnitz, N+P Informationssysteme GmbH e SITEC Industrietechnologie GmbH, vai até 30 de junho de 2027.

O objetivo geral deste projeto é otimizar a qualidade do processo através do uso abrangente de dados de máquina. No contexto da produção econômica de peças em pequenos lotes, as empresas envolvidas enfrentam desafios como alta complexidade e individualidade, bem como conhecimento prévio limitado e falta de bancos de dados. O projeto é cofinanciado pela União Europeia e recebe apoio adicional de fundos fiscais do parlamento estadual saxão.

Otimização por meio de análise de dados

A iniciativa GeoPreQ visa fortalecer a competitividade das PME regionais. As abordagens centrais são vincular dados de medição com metadados de produção, incluindo dados de máquinas, parâmetros de processo e dados de ferramentas. A definição de processos de garantia de qualidade baseados em dados destina-se a apoiar a tomada de decisões no planeamento de testes. De acordo com os desenvolvimentos atuais na análise de dados, conforme mencionado no blog da Sociedade Alemã para a Qualidade (DGQ), as previsões provenientes da análise de dados são cada vez mais cruciais para a otimização de produtos e processos.

Os aspectos da selecção de dados, preparação de dados e integração de dados, que requerem uma ligação perfeita de pontos de dados, são particularmente desafiantes. A Qualidade Preditiva permite que as empresas otimizem sistematicamente a qualidade de seus produtos e processos. Esta forma de garantia de qualidade é baseada em previsões baseadas em dados, que servem de base para a tomada de decisões sobre requisitos no processo de produção.

O papel da Internet da Produção

Um componente-chave na implementação da qualidade preditiva é a Internet de Produção (IoP), que recebeu financiamento da Fundação Alemã de Pesquisa (DFG) desde a sua apresentação no Aachen Machine Tool Colloquium em 2017. A IoP visa fornecer informações em tempo real e apoiar decisões específicas do contexto. A infraestrutura da IoP é dividida em quatro níveis: o nível de dados brutos, middleware para gerenciar o acesso aos dados, o nível de dados inteligentes para geração de conhecimento e o nível de especialista inteligente para utilizar o conhecimento agregado.

A implementação da gestão da qualidade baseada em dados oferece desafios, mas também tem potencial para toda a empresa. No futuro, haverá um foco maior na passagem da análise preditiva para a ação prescritiva. O objetivo aqui é acelerar a otimização contínua da qualidade e torná-la mais resiliente.

A pessoa de contato para mais informações sobre o projeto é a Prof. Sophie Gröger da Universidade de Tecnologia de Chemnitz. Os interessados ​​podem ligar para 0371 531-32212 ou enviar um e-mail sophie.groeger@mb.tu-chemnitz.de alcançar. No geral, o GeoPreQ oferece uma abordagem promissora para melhorar a garantia de qualidade na produção que promete benefícios económicos concretos para as PME regionais.