Quality framework for industry 4.0

Abstract

Resumo: No dinâmico cenário das organizações modernas, a busca pela melhoria contínua é fundamental para manter a competitividade diante das demandas evolutivas do mercado. O Six Sigma tornou-se uma ferramenta indispensável para alcançar a excelência organizacional, focando na redução de defeitos e no controle da variação dos processos. No entanto, surgem desafios em ambientes da Indústria 4.0, especialmente ao enfrentar questões que requerem suporte de outras ferramentas para habilitar e aprimorar as aplicações dos princípios do Six Sigma, como dados não estruturados ou grandes conjuntos de dados, necessitando de metodologias adicionais baseadas em dados. Este estudo visa atender às necessidades evolutivas da Qualidade 4.0 investigando metodologias complementares baseadas em dados para o Six Sigma e explorando oportunidades inexploradas por meio de sua integração. Usando o Methodi Ordinatio como método de revisão sistemática da literatura, organizamos e sintetizamos a literatura existente sobre a integração do Six Sigma no contexto da Qualidade 4.0. Nossos achados revelam uma lacuna crítica de integração, enfatizando a necessidade de um framework. Identificamos uma coleção de metodologias que aprimoram cada estágio do processo Six Sigma, incluindo estrutura de execução (Agile), definição (Value Stream Mapping), medição (Process Mining), análise (Simulação), melhoria (MCDM) e controle (Big Data). Este estudo contribui para a área ao propor um framework para a melhoria da qualidade no contexto da Qualidade 4.0. Ao sintetizar várias metodologias baseadas em dados, oferece às organizações um roteiro para aprimorar a eficiência, eficácia e a excelência geral. A coleção identificada de metodologias fornece uma abordagem diferenciada para enfrentar desafios em cada estágio do processo Six Sigma, preenchendo uma lacuna vital na literatura atual. O estudo de caso resulta em uma robusta melhoria de processo, reduzindo o tempo de ciclo da equipe de operação em 45% e implementando um sistema de monitoramento digital para a operação

Abstract: In the dynamic landscape of modern organizations, the pursuit of continuous improvement is paramount to maintaining competitiveness in the face of evolving market demands. Six Sigma has become indispensable tools for achieving organizational excellence by focusing on defect reduction and process variation control. However, challenges arise in Industry 4.0 environments, especially when confronting issues that require support from other tools to enable and enhance Six Sigma principles applications, challenges such as unstructured data or large datasets, necessitating additional data-driven methodologies. This study aims to address the evolving needs of Quality 4.0 by investigating complementary data-driven methodologies to Six Sigma and exploring untapped opportunities through their integration. Using Methodi Ordinatio as a systematic literature review method, we organize and synthesize existing literature on the integration of Six Sigma in the context of Quality 4.0. Our findings reveal a critical integration gap, emphasizing the need for a framework. We identify a collection of methodologies that enhance each stage of the Six Sigma process, including execution framework (Agile), definition (Value Stream Mapping), measure (Process Mining), analysis (Simulation), improvement (MCDM) and control (Big Data). This study contributes to the field by proposing a framework for quality improvement in the context of Quality 4.0. By synthesizing various data-driven methodologies, it offers organizations a roadmap to enhancing efficiency, effectiveness, and overall excellence. The identified collection of methodologies provides a nuanced approach to address challenges in each stage of the Six Sigma process, filling a vital gap in the current literature. The case study results in a robust process improvement, reducing the cycle time of the operation team in 45% and implementing a digital monitoring system for the operation