بازشناسی الگوهای نمودار کنترل مبتنی بر ترکیب ویژگی های آماری و ضرایب مدل خودبازگشتی

کیفیت محصولات به یکی از موضوعات اساسی در صنعت تولید مدرن تبدیل گردیده و چندین روش برای کنترل و نظارت بر روند تولید معرفی شده است. نمودارهای کنترل کاربردی ترین و محبوب ترین ابزار برای نظارت مستمر هستند. بازشناسی الگوی نمودار کنترل نقش بسیار مهمی در کنترل کیفیت محصولات دارد. با استفاده از کنترل مانیتورینگ بصورت بلادرنگ، وضعیت غیر طبیعی محصول در حین فرآیند تولید می تواند به موقع مشاهده شود. در این مقاله یک روش هوشمند جهت بازشناسی انواع الگوهای نمودار کنترل رایج ارائه شده است. روش پیشنهادی شامل دو بخش اصلی است: بخش استخراج ویژگی و بخش طبقه بندی. در بخش استخراج ویژگی یک مدل خودبازگشتی AR و ویژگی های آماری بعنوان خصوصیات موثر الگوها ارائه شده اند. در بخش طبقه بند ماشین بردار پشتیبان SVM جهت تشخیص شش الگوی نرمال NOR ، دوره ای CYC ، روند افزایشی IT ، روند کاهشی DT ، شیفت رو به بالا US و شیفت رو به پایین DS مورد ارزیابی قرار گرفتند. نتایح آزمایشات بیانگر نرخ دقت بالای الگوریتم پیشنهادی است.

Keywords:

الگوی نمودار کنترل , استخراج ویژگی , کنترل فرآیند آماری , ماشین بردار پشتیبان.