Модели принятия решений в задаче управления качеством продукции деревообрабатывающего производства

• Автор: Илющенко, Владимир Валерьевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Санкт-Петербург
• Количество страниц: 161 с. : ил.

Содержание

Перечень сокращений

Введение.
1. Анализ проблемы принятия решений в процессе управления качеством изделий на деревообрабатывающих предприятиях
1.1 Общая постановка задачи принятия решений в рамках статистической теории машинного обучения.

1.2 Обзор продукции лесопильного производства и принципов контроля е качества.

1.3 Обзор пороков древесины.

1.4 Обзор существующих методов дефектоскопии для выявления пороков древесины.

1.5 Обзор современных систем промышленного сканирования.

1.6 Обзор методов обработки и сегментации изображений.

1.7 Сокращение и оптимизация классифицирующих признаков обучающей выборки.

1.8 Обзор математических моделей классификации
1.9 Основные направления исследований для эффективного управления качеством.
1. Выводы по первой главе.
2. Разработка модели классификации с использованием границ КолмогороваСмирнова и выбор стратегии принятия решений при управлении качеством
2.1 Постановка задачи и исходные данные для ее решения
2.2 Логистическая регрессионная модель
2.2.1 Введение
2.2.2 Предварительные определения логистической регрессии.
2.2.3 Множества распределений вероятности.
2.2.4 Минимаксная стратегия и логистическая регрессия
2.2.5 Миниминная стратегия и логистическая регрессия.
2.2.6 Непараметрические методы для вычисления условных
вероятностей.
2.2.7 Граннцы КолмогороваСмирнова.
2.2.8 Оптимальные плотности и минимаксная стратегия
2.2.9 Оптимальные плотности и миниминная стратегия.
2.2. Априорные вероятности классов
2.3 Петлевая функция потерь.
2.4 Выводы по второй главе
3. Модификация минимаксной стратегии принятия решений в задачах управления качеством и ее программная реализация.
3.1 Функционал риска и крайние экстремальные точки
3.2 Петлевая функция потерь.
3.3 Постановка эксперимента на примере классификации круглых и овальных сучков.
3.4 Выводы по третьей главе.
4. Разработка системы принятия решений управления качеством на деревообрабатывающих предприятиях.
4.1 Выбор средств получения информации о качественных характеристиках материалов деревообработки.
4.2 Мультиклассовая классификация
4.3 Разработка алгоритма обработки изображения.
4.4 Разработка обобщенного алгоритма системы управления качеством продукции деревообрабатывающего производства.
4.5 Выводы по четвертой главе.
Выводы
СПИСОК ЛИТЕРАТУРЫ


Поэтому в системах управления качеством важную роль играет человеческий фактор. Рабочий может устать, быть невнимателен из-за недосыпа или принимаемых лекарств, также могут влиять такие факторы, как, например, плохое зрение или предпочтительность принятия решения (стремление оставить изделие более низкого сорта, но большее по размерам), в результате чего падает качество контроля, а вместе с ним и экономическая выгода. От операции управления качеством также зависит и технико-экономический показатель эффективности работы предприятия. Он показывает в числе прочих значение объема выпускаемой продукции по отношению к объему исходного сырья, а также процент материалов для вторичной переработки и отходов. В деревообрабатывающей и мебельной промышленности операцию управления качеством называют сортировкой. Оператор линии должен знать стандарты для каждого вида пиломатериала, каждой породы древесины и каждой категории размеров. Оператору линии заготовок из древесины и готовых деталей мебели необходимо знать меньше правил оценки качества, но в мебельной промышленности одна продукция быстро сменяет другую, появляются новые детали с другими требованиями к ним, поэтому работа на таком предприятии может оказаться сложнее работы на деревообрабатывающем производстве. В случае и деревообрабатывающей, и мебельной промышленности управление качеством изделий - это тяжелый и монотонный труд, который ложится на плечи человека. Но возникает вопрос, почему нельзя применить современные методы получения, анализа, обработки информации и принятия решения для оптимизации используемых технических систем? Ответ заключается в том, что крайне тяжело построить такую систему принятия решений, которая бы также хорошо или даже лучше человека производила операцию принятия решений. Современные технические системы не могут превзойти все достоинства человека и полностью заменить его. Одним из неоспоримых достоинств человека является его обучаемость или переобучаемость. В техническую систему можно заложить алгоритмы определения правил оценки качества для одного стандарта, но при применении другого стандарта могут сильно отличаться правила определения качества, особенно если это российские и зарубежные стандарты. Тогда возникает другой вопрос: а почему бы систему не сделать обучаемой, чтобы она могла забывать одни правила или выучивать другие? Крайне сложно учесть правила всех возможных стандартов, требований и технических условий, чтобы система принятия решений могла понять, по каким же правилам и как именно осуществлять управление качеством. Но задача построения системы принятия решений, способной обучаться, не является нереальной и невыполнимой, если попытаться разобраться в структуре и логике современных стандартов и требований, если применить новейшие алгоритмы для обработки и анализа информации, если оптимизировать критерии выбора пространства признаков для распознавания, если найти модель классификации, учитывающую условия и требования конкретной области применения. Поэтому для реализации системы принятия решений в задачах управления качеством необходимо выявить се основные особенности, которые представляют наибольшую сложность. Небольшая обучающая выборка и ограниченное время обучения. Оператору установки крайне важно время, которое он потратит на обучение системы, и сколько времени система будет обрабатывать данные после накопления всей обучающей выборки. От этого зависит, когда оператор сможет перейти к другому участку для обучения его СПР правилам управления качеством (если на линии несколько таких систем) и насколько задержится из-за этого непрерывно-поточное производство. Ограниченное время распознавания. Система должна обрабатывать информацию и принимать решения быстрее или хотя бы с той же скоростью, что и человек, иначе такая система может оказаться нецелесообразной. Изменение номенклатуры изделий. В большей степени актуально для мебельной промышленности, где часто появляются новые детали с новыми к ним требованиями, начиная от дефектов обработки и пороков древесины, заканчивая качеством текстурного рисунка древесины.