ارائه چهارچوبي جهت پيش بيني عوامل تاثيرگذار در ضايعات توليدي با استفاده از تكنيك هاي داده كاوي

كارشناسي ارشد مهندسي صنايع - بهينه سازي

با قرارگيري در عصر داده ها و گسترش سيستم هاي نرم افزاري در شركت هاي توليدي، حجم زيادي از داده ها در حال ثبت و نگهداري مي باشند كه در صورت ساختاردهي به اين داده ها مي توان دانش فراواني را از آنها استخراج نمود. همانطور كه ميدانيد در بيشتر مسائل صنعتي متغييرهاي فراواني دخيل بوده و همچنين اين متغيير داري روابط پيچيده اي مي باشند. تكنيك هاي داده كاوي امكان استخراج اين الگوها را براي ما فراهم نمودند به همين دليل روز به روز استفاده از اين داده ها در صنعت بيشتر ميگردد. در اين مقاله به دنبال پيش بيني وضعيت لوله چدن نشكن پيش از ريخته گري ميباشيم تا بدين وسيله از وقوع ضايعات پيشگيري كرده و در هزينه ها، زمان و انرژي صرفه جويي نماييم. براي اين منظور يك مدل شبكه عصبي به منظور پيش بيني ضايعات جهت جلوگيري از وقوع آن بر مبناي تنظيمات ماشين لوله ريزي پيشنهاد شده است. همچنين با توجه به ماهيت فرآيند كه مربوط به ضايعات مي باشد، داده ها نامتوازن بوده و براي حل اين مشكل از روشهاي نمونه افزايي استفاده نموديم. جهت ارزيابي عملكرد مدل با توجه به نامتوازن بودن داده ها معيار اف 1 بروي داده هاي اقليت را ملاك قرار داده و بر مبناي اين شاخص مدل ارزيابي شد. مدل پيشنهاد شده در حد قابل قبولي امكان پيش بيني ضايعه مك را فراهم ميسازد.

196458

دانشگاه علم و صنعت ايران

جناب آقاي دكتر رسول نورالسنا

مهندسي صنايع

جناب آقاي دكتر روزبه قوسي