نام پژوهشگر: آرش علیزاده گویجه لو

ارائه مدلی بر مبنای شبکه عصبی و تحلیل پوششی داده ها برای بهینه سازی مسائل چند پاسخه در روش تاگوچی
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی ارومیه - دانشکده صنایع 1393
  آرش علیزاده گویجه لو   رحیم دباغ

روش تاگوچی یک روش متداول برای کنترل کیفیت در حالت برون خطی است. این روش در صدد طراحی پارامتر و انتخاب بهترین سطح پارامترها برای طراحی بهتر روش تولید محصولات با کیفیت است. کیفیت پایین محصولات می تواند منجر به زیان اقتصادی شود. اغلب مشکلات صنعتی که با روش تاگوچی حل می شوند، با یک شاخصه کیفیتی به عنوان شاخصه پاسخ سروکار دارند و طراحی پارامترها فقط برای یک مشخصه کیفیتی انجام می گیرد. در حالی که در دنیای امروز بیش از یک شاخصه کیفیتی مورد توجه و نگرانی مشتریان و تولیدکنندگان است. از این رو، روش تاگوچی مناسب برای بهینه سازی مسائل چند پاسخه نمی باشد و ما نیازمند به یک روش مهندسی و بهینه سازی برای قضاوت در مورد انتخاب بهترین ترکیب پارامترها می باشیم. از سوی دیگر به علت وجود برخی عوامل غیرقابل کنترل و یا به علت امکان ناپذیر بودن اعمال تمام آزمایشات فقط برخی از آزمایشات انجام می شود و قسمت اعظمی از نتایج ناتمام است. در این پایان نامه از روش شبکه عصبی پس خور برای شبیه سازی نتایج استفاده شده است. از آنجایی که نتایج به دست آمده از شبکه عصبی دارای عدم قطعیت هستند و توزیع آن ها مشخص نیست، برای مدل سازی عدم قطعیت نتایج از رویکرد بهینه سازی استوار استفاده شده است.در پایان برای بررسی روش پیشنهادی، نتایج برروی دستگاه برش لیزر co2 شرکت مارال صنعت امتحان گردیده است. نتایج نشان می دهد که توان لیزر بیشترین تاثیر را در کیفیت شاخص های عرض برش و تیزی لبه دارد.