سمانه  راش

سمانه راش

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۱ مورد از کل ۱ مورد.
۱.

ارزیابی کیفیت محصولات تولیدی با ارائه رویکردی مبتنی بر شبکه عصبی فازی ANFIS (مورد مطالعه: شرکت تولیدی و صنعتی خزر پلاستیک)(مقاله علمی وزارت علوم)

کلید واژه ها: سیستم استنتاج عصبی فازی تطبیق (ANFIS) یادگیری نظارت شده مدیریت کیفیت بهبود کیفیت تولید

حوزه های تخصصی:
تعداد بازدید : ۱۰ تعداد دانلود : ۸
مقدمه و اهداف: در حال حاضر، گسترش تضمین کیفیت دقیق و سریع برای ارائه محصولات تولیدی با کیفیت بالا و ایمن ضروری است. کیفیت بیشتر بر مسائل درون سازمانی تمرکز دارد که برای کنترل و بهبود فرآیند های داخلی به کار می رود و به دنبال بهبود عملکرد به منظور رضایت مشتری و رقابت پذیری است. کیفیت حوزه ای است که بر تلاش برای توسعه روش های خودکار تجزیه وتحلیل داده ها با هدف نهایی بهبود مستمر کیفیت محصولات و فرآیند ها در صنعت، دولت و جامعه تأکید دارد. سیستم ارزیابی عملکرد کیفیت به شدت به شناسایی و انتخاب عوامل حیاتی موفقیت و همچنین شاخص های آن در چارچوب مدیریت کیفیت وابسته است. برای رسیدن به این هدف در صنعت تولید، مشکلاتی مانند بازده تولید پایین، دقت پایین و عدم نوآوری در محصولات وجود دارد.روش ها: بر این اساس، طرحی برای معرفی روش هوش مصنوعی به شرکت های تولیدی برای حل مشکلات ذکرشده و درنتیجه بهبود کیفیت محصولات و کارایی تولید پیشنهاد شده است. بدین منظور، شبکه ای مبتنی بر یک سیستم استنتاج عصبی فازی تطبیقی برای ارزیابی و بررسی دقت نتایج و مقایسه کارایی آن ارائه شده است. روش پیشنهادی در تقابل با محاسبات سخت قرار می گیرد و موجب صرفه جویی در زمان و هزینه خواهد شد. در صنایع حجم داده ها افزایش یافته است که به ظهور مفاهیم جدیدی مانند تجزیه و تحلیل داده های بزرگ منجر شده است و محدودیت ها و مزایای راه حل های مبتنی بر هوش مصنوعی مورد بحث قرار می گیرد تا توجه خلاقانه به راه حل های جدید و جهت گیری های جدید در صنایع تولیدی، تجاری و خدماتی برای بهبود کارایی فرآیند های خود، افزایش ارزش راه حل های خود و طراحی محصولات جدید برای یافتن مشاغل و بازار های جدید را برانگیزد. تقریباً تمام نقشه های راه بین المللی که بر نوآوری و پژوهش متمرکز شده اند، هوش مصنوعی را به عنوان محرک اساسی فناوری آینده در برمی گیرند. یکی از چالش های روش های سنتی در مدیریت کیفیت، مدیریت داده های تولیدی با ابعاد بالا و غیرخطی است. برای حل این مشکلات، فرآیندی مبتنی بر هوش مصنوعی برای بهبود کیفیت محصول و کارایی تولید در این پژوهش توسعه داده شده است. در این پژوهش یک مدل استتنتاج عصبی فازی تطبیقی که هم زمان دارای مزایای شبکه عصبی و استنتاج فازی است، برای ارزیابی و استخراج درجه کیفیت محصولات تولیدی و برای استنباط اینکه چگونه مجموعه ای از پارامتر های تولید و کیفیت فرآیند یک سیستم تولید مرتبط هستند، پیشنهاد شده است.یافته ها: به منظور آموزش مدل پیشنهادی از داده های مربوط به فرایند کیفیت یک قطعه از خط تولید «شرکت صنعتی خزر پلاستیک» استفاده شد و 550 داده مرتبط با فرایند کیفیت با تأکید بر متغیر هایی تأثیرگذار شامل«معیار ظاهری، قطر خارجی چرخ دنده بزرگ، ضخامت چرخ دنده، طول شافت فلزی، ارتفاع شافت فلزی، قطر خارجی شافت فلزی» به عنوان متغیر ورودی و کیفیت نهایی به عنوان متغیر خروجی در نظر گرفته شد. درنهایت دقت نتایج و کارایی مدل استتنتاج عصبی فازی تطبیقی پیشنهادی با استفاده از شاخص های آماری ضریب همبستگی و جذر میانگین مربعات خطا مورد ارزیابی قرار گرفت.نتیجه گیری: با توجه به نتایج، داده های مورداستفاده برای ارزیابی کیفیت قطعه تولیدی در روش نرو فازی تطبیقی پیشنهادی با ضریب همبستگی 95/0 و میانگین مربعات خطا 42869/0 تطابق خوبی بین کیفیت خروجی مدل و مقادیر واقعی ارائه داد.

کلیدواژه‌های مرتبط

پدیدآورندگان همکار

تبلیغات

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان