کنترل فرآیند آماری عصبی ـ فازی
نویسندگان
چکیده مقاله:
هدف از کنترل هوشمند،کنترل یک سیستم بدون در دست داشتن معادلات دینامیکی حاکم بر آن سیستم با حداقل اطلاعات میباشد. فرآیند تولید یک محصول،همواره تحت تأثیر عوامل گوناگونی قرار گرفته و رفتار آن از یک رابطه ریاضی مشخص تبعیت نمیکند. یکی از روشهای رایج برای کنترل فرآیند، استفاده از نمودارهای کنترل کیفیت شوهارت میباشد. تجزیه و تحلیل این نمودارها مستلزم دانش و تجربه کافی است که در عمل ممکن است همه اپراتورها از آن برخوردار نباشند. شبکههای عصبی- فازی به عنوان یکی از مؤلفههای هوش مصنوعی، میتوانند نقش مؤثری را در تقویت روشهای رایج کنترل فرآیند بر عهده بگیرند. در این تحقیق به کمک نرم افزار MATLAB و با استفاده از شبکه ANFIS ، به طبقهبندی دو الگوی غیر طبیعی در نمودارهای کنترل کیفیت پرداخته شده است. نتایج نهایی بهدست آمده در این تحقیق نشان میدهند که با استفاده از ANFIS میتوان با کاهش خطاهای مرتبط، ضریب اطمینان سیستمهای کنترل کیفیت را به خصوص در زمینه نمودارهای کنترل کیفیت، تا حدود زیادی افزایش داد.
منابع مشابه
ارائه مدل کنترل فرآیند آماری فازی با روش مد فازی برای کنترل تعداد نقصهای محصول
نمودارهای کنترل کلاسیک با استفاده از دادههای دقیق و معین، فرآیندهای تولیدی را در دو گروه «تحت کنترل» یا «خارج از کنترل» قرار میدهند. در حالیکه مجموعههای فازی با تعریف توابع عضویت پیوسته و استفاده از دادههای مبهم و نامعین با بهرهگیری از اعداد فازی مثلثی و ذوزنقهای، سطوح مختلف تصمیم را برای تصمیمگیرندگان معرفی میکند. در این مقاله با استفاده از مد فازی برای ترسیم نمودارهای کنترل فازی عل...
متن کاملارائه مدل کنترل فرآیند آماری فازی با روش مد فازی برای کنترل تعداد نقص های محصول
نمودارهای کنترل کلاسیک با استفاده از داده های دقیق و معین، فرآیند های تولیدی را در دو گروه «تحت کنترل» یا «خارج از کنترل» قرار می دهند. در حالیکه مجموعه های فازی با تعریف توابع عضویت پیوسته و استفاده از داده های مبهم و نا معین با بهره گیری از اعداد فازی مثلثی و ذوزنقه ای، سطوح مختلف تصمیم را برای تصمیم گیرندگان معرفی می کند. در این مقاله با استفاده از مد فازی برای ترسیم نمودار های کنترل فازی عل...
متن کاملبررسی کارایی روشهای عصبی- فازی و مدلهای آماری در شبیهسازی فرآیند بارش-رواناب
یکی از پیچیدهترین فرآیندهای هیدرولوژیکی فرآیند بارش-رواناب است, که از پارامترسهای مختلف فیزیکی و هیدرولوژیکی تاثیر میپذیرد. در این پژوهش با بهرهگیری از روشهای آماری ARMAX, شبکه عصبی, عصبی-فازی (ANFIS با جداسازی خوشهای و شبکهای) و دو مدل بدست آمده از ترکیب آنها به منظور مدلسازی فرآیند بارش-رواناب و پیشبینی جریان رودخانه بهرهگیری شد. به طوری که درآغاز ساختار بهینه هر یک از مدلها تعیین ...
متن کاملتحلیل الگوهای همزمان در نمودارهای کنترل فرآیند آماری با استفاده از شبکه عصبی
Statistical Process Control (SPC) charts play a major role in quality control systems, and their correct interpretation leads to discovering probable irregularities and errors of the production system. In this regard, various artificial neural networks have been developed to identify mainly singular patterns of SPC charts, while having drawbacks in handling multiple concurrent patterns. In th...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 1 شماره 3
صفحات -
تاریخ انتشار 2009-09-23
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023