بهبود کنترل کیفیت اقلام فنی در صنایع دفاعی با تکنیک پردازش تصویر و تبدیل فازی با استفاده از نمودار کنترل GLR (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
هدف: این تحقیق به منظور ارائه الگوی شناسایی و کنترل کیفیت اقلام فنی در صنعت دفاع انجام شده است. تمرکز بر تکنیک های پردازش تصویر و تبدیل فازی با انتخاب بهینه بخش فازی تعمیم یافته جهت فشرده سازی تصاویر و پردازش داده های تصویر است. روش شناسی: در این تحقیق، از تکنیک تبدیل فازی مستقیم برای فشرده سازی تصاویر استفاده شده و ماتریس ضرایب تبدیل فازی برای پایش داده های استخراج شده با استفاده از نمودار کنترل نسبت بزرگ نمایی تشکیل شده است. جهت اعتبارسنجی نتایج، از نرم افزار متلب بهره گرفته شده است. یافته ها: نتایج نشان دادند که مدل توسعه یافته برخوردار از عملکرد موثر برای کنترل کیفیت اقلام فنی در سیستم های دفاعی است. مدل مبتنی بر بخش فازی مثلثی نیز در کشف عیوب پس از تغییرات شدت روشنایی، بهتر از مدل کوشا و همکاران عمل کرده است. نتیجه گیری: این تحقیق نه تنها اهمیت پردازش تصویر و تبدیل فازی را در صنعت دفاع تأکید می کند بلکه نشان دهنده کارآیی برتر مدل توسعه یافته در دستیابی به کنترل کیفیت اقلام فنی و بهبود فرآیندهای کنترلی است. نتایج مقایسه ای نیز تأیید می کند که مدل مبتنی بر بخش فازی مثلثی، به ویژه در شناسایی عیوب پس از تغییرات نوردهی، از مدل کوشا و همکاران بهتر عمل کرده است. استفاده روزافزون از پردازش تصویر و تبدیل فازی در آینده نشان دهنده اجتناب ناپذیری صنایع دفاع از این تکنیک ها به منظور دستیابی به اهداف، کنترل بهینه و ارتقاء اقلام فنی است.Improving the quality control of technical items in the defense industry with the technique of image processing and fuzzy transformation using the GLR control chart
Objective:
The main goal is to propose a model for quality control in the defense industry, utilizing image processing and fuzzy transform. Emphasis is on selecting the optimal generalized fuzzy transform section for image compression to enhance the performance of defense and combat weapons.
Methodology:
The methodology employs modern image processing and fuzzy transform techniques for statistical quality control. High-volume data analysis occurs in production lines, managing processes for defense and combat weapon products like glass and metals. MATLAB is the implementation platform, emphasizing the optimal selection of the generalized fuzzy transform section for image compression and processing.
Results:
MATLAB validation confirms the success of our model in quality control for defense systems. Comparative studies show the triangular fuzzy section model excels, especially in defect detection post-illumination changes, surpassing Kusha et al. in most cases.
Conclusion:
In conclusion, our study emphasizes the vital role of image processing and fuzzy transform techniques in defense. The developed model successfully achieves quality control goals, optimizes processes, and enhances defense and combat weapon quality. This reflects a growing industry trend, with an increasing adoption of these methods to meet goals and address challenges.
تبلیغات
