Curso libreInteligencia artificial y datos
IA para el control de calidad
El curso IA para el control de calidad proporciona al estudiante las bases estadísticas y técnicas para combinar el control estadístico de procesos con visión por computador y aprendizaje automático. Le permite detectar defectos y variaciones, inspeccionar el 100 % de la producción e integrar la inspección automática al sistema de gestión de calidad bajo ISO 9001:2015.
A quién va dirigido
Ingenieros de calidad, inspectores y estudiantes de ingeniería industrial con conocimientos básicos de estadística.
Objetivos
✓Comprender el control estadístico de procesos, las cartas de control y los índices de capacidad Cp y Cpk como base de la inspección con IA.
✓Analizar el desempeño de un modelo de inspección visual con matriz de confusión, precisión, exhaustividad y costo de falsos negativos.
✓Aplicar transferencia de aprendizaje y Ultralytics YOLO para clasificar y detectar piezas defectuosas a partir de imágenes.
✓Diseñar un procedimiento de integración de la inspección automática al sistema de gestión de calidad con registros y trazabilidad.
✓Valorar el uso de datos y modelos para sustentar acciones correctivas y reducir el riesgo de que el defecto llegue al cliente.
Plan de estudios por sesión
1
Control estadístico de procesosCartas X-R, p y np; reglas de detección de causas especiales · Índices de capacidad Cp y Cpk e implementación en Python
2
Visión por computador para inspecciónCaptura de imágenes: iluminación, cámara y conjunto MVTec AD como referencia · Clasificación con transferencia de aprendizaje y detección de defectos con Ultralytics YOLO
3
Evaluación y despliegue del modeloMatriz de confusión, precisión, exhaustividad y costo de falsos negativos en calidad · Despliegue en equipo local y monitoreo del desempeño del modelo
4
Presentación del proyecto final: prototipo de inspección visualIntegración con ISO 9001:2015: registros, trazabilidad y acciones correctivas basadas en datos · Sustentación del modelo entrenado, las cartas de control y el procedimiento de integración
Evaluación
Inicial30%Taller de cartas X-R, p y np e índices Cp y Cpk calculados en Python sobre datos de un proceso.
Intermedio30%Entrenamiento de un clasificador de piezas defectuosas y evaluación con matriz de confusión y costo de falsos negativos.
Final40%Proyecto final: prototipo de inspección visual con modelo entrenado, cartas de control y procedimiento de integración ISO 9001, con sustentación.
Proyecto final
Prototipo de inspección visual de un producto con modelo entrenado, cartas de control y procedimiento de integración al sistema de calidad.