Programa do Curso

Introdução ao Uso de IA no Controle de Qualidade

  • Visão geral da IA em processos de qualidade da fabricação
  • Aplicações na inspeção, detecção de defeitos e conformidade
  • Benefícios e limitações do controle de qualidade impulsionado por IA

Coletando e Preparando Dados de Qualidade

  • Tipos de dados usados no QC (imagens, sensores, logs de produção)
  • Rotulagem de conjuntos de dados visuais com LabelImg
  • Armazenamento e estruturação de dados para treinar modelos

Introdução ao Computer Vision para QC

  • Fundamentos do processamento de imagens com OpenCV
  • Técnicas de pré-processamento para imagens industriais
  • Extração de características visuais para análise

Machine Learning para Detecção de Anomalias

  • Treinando classificadores simples para detecção de defeitos
  • Utilizando redes neurais convolucionais (CNNs)
  • Aprendizado não supervisionado para identificação de anomalias

Melhoria da Produtividade com Modelos de IA Forecasting

  • Introdução a técnicas de regressão
  • Construindo modelos para prever os resultados da produção
  • Avaliando e melhorando a precisão das previsões

Integrando IA com Sistemas de Produção

  • Opções de implantação para modelos de inspeção
  • Edge AI versus análise baseada em nuvem
  • Automatizando alertas e relatórios de qualidade

Estudo de Caso Prático e Projeto Final

  • Desenvolvendo um protótipo de inspeção por IA end-to-end
  • Treinando e testando com conjuntos de dados QC amostrais
  • Apresentando uma solução funcional de controle de qualidade por IA

Resumo e Próximos Passos

Requisitos

  • Compreensão dos processos básicos de fabricação ou controle de qualidade (QA)
  • Familiaridade com planilhas ou formas digitais de relatórios
  • Interesse em métodos de controle de qualidade baseados em dados

Público-Alvo

  • Especialistas em controle de qualidade
  • Líderes de produção
 21 Horas

Número de participantes


Preço por Participante

Próximas Formações Provisórias

Categorias Relacionadas