فقیه نظام الدین

هدف از کنترل هوشمند،کنترل یک سیستم بدون در دست داشتن معادلات دینامیکی حاکم بر آن سیستم با حداقل اطلاعات می باشد. فرآیند تولید یک محصول،همواره تحت تأثیر عوامل گوناگونی قرار گرفته و رفتار آن از یک رابطه ریاضی مشخص تبعیت نمی کند. یکی از روش های رایج برای کنترل فرآیند، استفاده از نمودارهای کنترل کیفیت شوهارت می باشد. تجزیه و تحلیل این نمودارها مستلزم دانش و تجربه کافی است که در عمل ممکن است همه اپراتورها از آن برخوردار نباشند. شبکه های عصبی- فازی به عنوان یکی از مؤلفه های هوش مصنوعی، می توانند نقش مؤثری را در تقویت روش های رایج کنترل فرآیند بر عهده بگیرند. در این تحقیق به کمک نرم افزار MATLAB و با استفاده از شبکه ANFIS ، به طبقه بندی 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 می توان با کاهش خطاهای مرتبط، ضریب اطمینان سیستم های کنترل کیفیت را به خصوص در زمینه نمودارهای کنترل کیفیت، تا حدود زیادی افزایش داد.

در هر فرآیند تولید تعدادی ماشین آلات و تجهیزات و همچنین میزان نسبتاً ثابتی از نیروی انسانی موجود است که جهت انجام عملیات تولید از آنها استفاده می‌شود. در بسیاری از موارد با مشاهده نحوه کار یک فرآیند می‌توان دید که تعدادی از ماشین آلات، مشغول کار نیستند ولی تعداد دیگری از تجهیزات، یکسره مشغول بکار بوده و در جلوی آنها مقدار زیادی از قطعات ، آماده بسته شدن روی ماشین جهت انجام عملیات ساخت هستند و در مقابل تعدادی از کارگران به شدت مشغول کار می‌باشند و حجم قابل توجهی از کار انجام نشده، در کنار آنها انباشته گردیده است.وجود زمانهای بیکاری و یا وجود کار بیش از حد، یعنی نبود توازن و تعادل در فرآیند تولید، از جمله عواملی هستند که مشکلاتی را برای مدیریت سیستم ایجاد می‌کند. برای رفع این معضلات مدیر ناچار به ارائه راهکارهایی جهت بهبود وضع موجود است. یکی از راهکارهایی که مدیر می¬تواند برای رفع مشکل عدم توازن و تعادل در فرآیند تولید از آن استفاده کند بحث موازنه و یا متعادل سازی خط تولید است. در این مقاله برای حل مسئله موازنه خط مونتاژ، از روش الگوریتم ژنتیک استفاده شده است. الگوریتم ارائه شده روش جدیدی را به هنگام انجام عملیات تقاطع و ترکیب کروموزوم‌ها ی والد جهت تولید فرزند و نیز ایجاد جهش در کروموزوم‌ها، ارائه می¬دهد. و در نهایت ،کارایی جواب‌های بدست آمده از روش الگوریتم ژنتیک با روش عددی مقایسه می‌شود.