طراحی یک مدل مبتنی بر شبکه های عصبی برای شناسایی و تجزیه و تحلیل الگوهای غیرطبیعی در نمودارهای کنترل فرآیند

شبکه های عصبی به دلیل قابلیت های موجود در آنها جهت شناسایی الگوها مورد استفاده قرار می گیرند. در نمودارهای مختلف کنترل فرآیند آماری، بواسطه رخداد نوسانات طبیعی در فرآیند تولید، تشخیص صحیح و سریع الگوهای غیرطبیعی و انحرافات معنی دار در بازه زمانی کوتاه با چالش هایی مواجه است. از اینرو ارائه مدل های مبتنی بر شبکه های عصبی با هدف شناسایی و تفسیر الگوهای نمودارهای کنترل فرآیند منطقی می باشد. اکثر تحقیقات انجام شده در زمینه کاربرد شبکه های عصبی برای تشخیص الگوها در نمودار کنترل، صرفا بر شناسایی الگوها تاکید داشته و تجزیه و تحلیل و استخراج اطلاعات مفصلی را که به طور موثر در کشف علل تغییرات غیرتصادفی ضروری است مورد توجه قرار نداده اند. بعلاوه برخی از توابع مولد الگوها شرایط واقعی را به صورت کامل معرفی نمی کنند. پژوهش جاری مدلی را جهت تشخیص و بررسی الگوهای پایه و همزمان پیشنهاد می نماید. این مدل ابتدا الگوهای غیرطبیعی را شناسایی می کند؛ سپس نقطه شروع آنها را برآورد می نماید و در نهایت مقادیر پارامترهای متناظرشان را تعیین خواهد کرد. در تدوین مدل جاری بسط حیطه های کاربردی آن نیز مورد تاکید بوده است. نتایج آزمایشهای انجام شده عملکرد اجزاء مدل پیشنهادی را مناسب و مطمئن ارزیابی می کنند.