Industrialisation du traitement des non-conformités par la reconnaissance de langage et le Machine Learning

Industrialisation du traitement des non-conformités identifiées dans l’assemblage des avions, par la reconnaissance de langage et le Machine Learning

Sur une ligne d’assemblage, des centaines de non-conformités sont saisies, évaluées et classifiées chaque jour. Cette activité chronophage est effectuée par de nombreux qualiticiens et génère un grand nombre de catégorisations (définies par le jugement de chaque intervenant).

ALTEN a réalisé un outil en Python et Pyspark, base sur du Text Mining, de la NLP et du Machine learning.

• L’ensemble des non-conformités est traité automatiquement : Mise à jour de nuit effectuée quotidiennement
• + 2150 clés différentes pour décrire les non-conformités
• Un dictionnaire composé d’environ 400 mots + 600 synonymes
• Une interface utilisateur user-friendly

L’outil a permis aux équipes Qualité de l’avionneur de disposer d’une solution complète clé en main qui a permis de réduire l’erreur humaine et de détecter rapidement les anomalies redondantes à haut coût.

De même, grâce à ellle, le temps d’analyse et de classement des non-conformités a pu être réduit de l’ordre de 80%.