با توجه به چالش‌های موجود در صنایع تولیدی، از جمله تشخیص دیرهنگام نقص‌های محصولات و ضایعات بالا مقاله حاضر به بررسی تأثیر اینترنت اشیاء و یادگیری ماشینی در طراحی یک سیستم مدیریت کیفیت صنعتی هوشمند برای بهینه‌سازی زنجیره تأمین می‌پردازد. داده‌های این مقاله از طریق سنسورهای اینترنت اشیاء (شامل دما، فشار، ارتعاش و زمان تولید) در یک خط تولید صنعتی جمع‌آوری شدند و با استفاده از الگوریتم‌های یادگیری ماشینی مانند رگرسیون لجستیک و شبکه‌های عصبی تحلیل شدند. نتایج نشان داد که سیستم پیشنهادی دقت تشخیص نقص‌ها را تا %85 افزایش می دهد و زمان تشخیص را از ۱۵ دقیقه به ۸٫۵ دقیقه کاهش می دهد. همچنین، میزان محصولات بدون نقص از %60 به %85 بهبود یافت که بیانگر کاهش چشمگیر ضایعات و افزایش رضایت مشتریان است. یافته‌های این پژوهش گامی مهم در جهت تحول دیجیتال زنجیره تأمین است و می‌تواند به عنوان الگویی برای صنایعی باشد که به دنبال بهبود کارایی، پایداری و رقابت‌پذیری در بازارهای جهانی هستند.

اینترنت اشیاء یادگیری ماشینی مدیریت کیفیت صنعتی بهینه‌سازی زنجیره تأمین کاهش ضایعات.