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

شبکه‌های عصبی به دلیل قابلیت‌های موجود در آنها جهت شناسایی الگوها مورد استفاده قرار می‌گیرند. در نمودارهای مختلف کنترل فرآیند آماری، بواسطه رخداد نوسانات طبیعی در فرآیند تولید، تشخیص صحیح و سریع الگوهای غیرطبیعی و انحرافات معنی‌دار در بازة زمانی کوتاه با چالش‌هایی مواجه است. از اینرو ارائه مدل‌های مبتنی بر شبکه‌های عصبی با هدف شناسایی و تفسیر الگوهای نمودارهای کنترل فرآیند منطقی می‌باشد. اکثر تحقیقات انجام شده در زمینة کاربرد شبکه‌های 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 تغییراتِ غیرتصادفی ضروری است مورد توجه قرار نداده‌اند. بعلاوه برخی از توابع مولد الگوها شرایط واقعی را به صورت کامل معرفی نمی‌کنند. پژوهش جاری مدلی را جهت تشخیص و بررسی الگوهای پایه و همزمان پیشنهاد می‌نماید. این مدل ابتدا الگوهای غیرطبیعی را شناسایی می‌کند؛ سپس نقطه شروع آنها را برآورد می‌نماید و در نهایت مقادیر پارامترهای متناظرشان را تعیین خواهد کرد. در تدوین مدل جاری بسط حیطه‌های کاربردی آن نیز مورد تاکید بوده است. نتایج آزمایشهای انجام شده عملکرد اجزاء مدل پیشنهادی را مناسب و مطمئن ارزیابی می‌کنند.