Previsione dei difetti nel settore moda:automatizzare il controllo qualità tramite modelli predittivi

In an increasingly competitive and efficiency-driven industrial context, the concept of quality has assumed a strategic role for companies. It is no longer just about complying with specific technical or regulatory standards, but about ensuring continuity, reliability, and value throughout the entire production cycle. The ability to continuously monitor, analyze, and improve production processes is now essential to maintaining high levels of performance and customer satisfaction. In this scenario, data analysis emerges as a fundamental tool to support decision-making, optimize production activities, and systematically reduce defects. The integration of traditional approaches with digital tools makes it possible to transform large volumes of information into useful knowledge, enabling increasingly predictive and automated quality management. This thesis will focus on the development of automated solutions aimed at improving quality control processes through the creation of a predictive model. The goal will be to forecast the occurrence of defects in products by leveraging data related to materials, production processes, and other significant variables. The model will be applied to a case study in the leather accessories manufacturing sector. The first chapter will introduce the concept of quality and quality control in the context of the manufacturing industry, with a focus on the importance of data analysis in ensuring high standards. Particular emphasis will be placed on defect prevention during the production phases. The second chapter will describe the dataset provided by a company operating in the leather goods sector. The types of collected data and the analysis methods performed using Excel will be presented, highlighting the most relevant information. Chapter three will focus on the software used for artificial intelligence-based analysis, with particular attention to the predictive models developed. The different models implemented and the results obtained from data processing will be examined. Finally, the fourth chapter will concentrate on the contribution of intelligent technologies to quality control in the fashion sector, showing how these have improved production efficiency, reduced response times, and supported operators in defect detection.

In un contesto industriale sempre più competitivo e orientato all’efficienza, il concetto di qualità ha assunto un ruolo strategico per le aziende. Non si tratta più soltanto di rispettare determinati standard tecnici o normativi, ma di garantire continuità, affidabilità e valore lungo l’intero ciclo produttivo. La capacità di monitorare, analizzare e migliorare costantemente i processi produttivi rappresenta oggi una condizione essenziale per mantenere alti livelli di performance e soddisfazione del cliente. In questo scenario, l’analisi dei dati si configura come uno strumento fondamentale per supportare il processo decisionale, ottimizzare le attività produttive e ridurre sistematicamente i difetti. L’integrazione tra approcci tradizionali e strumenti digitali permette di trasformare grandi quantità di informazioni in conoscenza utile, rendendo possibile una gestione della qualità sempre più predittiva e automatizzata. La tesi sarà incentrata sullo sviluppo di soluzioni automatizzate finalizzate al miglioramento dei processi di controllo qualità. Attraverso la realizzazione di un modello predittivo.L’obiettivo sarà quello di prevedere l’insorgenza di difetti nei prodotti, sfruttando dati relativi a materiali, processi produttivi e altre variabili significative. Il modello verrà applicato a un caso di studio nel settore della produzione di accessori in pelle. Nel primo capitolo verrà introdotto il concetto di qualità e il controllo qualità nel contesto dell’industria manifatturiera, con un focus sull’importanza dell’analisi dei dati per garantire standard elevati. In particolare, si approfondirà il ruolo della prevenzione dei difetti durante le fasi produttive. Il secondo capitolo sarà dedicato alla descrizione del dataset messo a disposizione da un’azienda operante nel settore della pelletteria. Verranno illustrate le categorie di dati raccolti e le modalità di analisi effettuate tramite Excel, mettendo in evidenza le informazioni più rilevanti. Nel capitolo tre si passerà alla descrizione del software utilizzato per l’analisi tramite intelligenza artificiale, con particolare attenzione ai modelli predittivi sviluppati. Verranno esaminati i diversi modelli implementati e i risultati ottenuti dall’elaborazione dei dati. Il quarto capitolo si concentrerà infine sul contributo delle tecnologie intelligenti al controllo qualità nel settore moda, evidenziando come queste abbiano migliorato l’efficienza del processo produttivo, ridotto i tempi di intervento e supportato gli operatori nell’individuazione dei difetti.