Kursplan

Introduktion till AI i kvalitetskontroll

  • Översikt över AI i kvalitetsprocesser inom tillverkning
  • Användningsområden inom inspektion, defektdetektion och överensstämmelse
  • Fördelar och begränsningar med AI-styrt kvalitetssäkring

Samla in och förbereda kvalitetsdata

  • Typer av data som används i kvalitetssäkring (bilder, sensorer, produktionsloggar)
  • Märkning av visuella dataset med LabelImg
  • Datalagring och struktur för att träna modeller

Introduktion till Computer Vision för kvalitetssäkring

  • Grunderna i bildbehandling med OpenCV
  • Förbehandlingstekniker för industriella bilder
  • Extrahering av visuella egenskaper för analys

Machine Learning för anomalidetektion

  • Träning av enkla klassificerare för defektdetektion
  • Användning av konvolutionella neurala nätverk (CNNs)
  • Oövervakad inlärning för anomaliedetektion

Yield Forecasting med AI-modeller

  • Introduktion till regressionsmetoder
  • Byggande av modeller för att förutspå produktionsutbyte
  • Utvärdering och förbättring av förutsägelseprecision

Integrering av AI med produktionssystem

  • Distributionsalternativ för inspektionsmodeller
  • Edge AI mot molnbaserad analys
  • Automatisering av varningar och kvalitetsrapportering

Praktisk fallstudie och slutprojekt

  • Utveckling av en slut-till-slut AI-inspektionsprototyp
  • Träning och testning med exempel på kvalitetssäkringsdatasets
  • Presentation av en funktionsduglig kvalitetskontroll AI-lösning

Sammanfattning och nästa steg

Krav

  • Förståelse för grundläggande tillverknings- eller QA-processer
  • Kännedom om kalkylblad eller digitala rapporteringsformer
  • Intresse för datadrivna kvalitetskontrollmetoder

Målgrupp

  • Kvalitetssäkringsspecialister
  • Produktionsledare
 21 timmar

Antal deltagare


Price per participant

Upcoming Courses

Relaterade Kategorier