مدل سازی و پیش بینی خطاهای تایر در فرآیند کنترل کیفیت با درخت تصمیم

کنترل کیفیت نهایی تایر نقش محوری در تضمین ایمنی و عملکرد محصول دارد؛ با این حال تصمیم گیری های مبتنی بر آستانه های ثابت گاهی منجر به رد یا پذیرش های اشتباه و افزایش ضایعات می شود. در این پژوهش یک رویکرد کاربردی مبتنی بر الگوریتم درخت تصمیم برای مدلسازی و پیش بینی خطاهای تایر در فرآیند کنترل کیفیت پیشنهاد شده است. ورودی های مدل شامل پارامترهای حاصل از آزمون یونیفورمیتی، نیروی شعاعی تایر، نیروی جانبی تایر، مخروطی بودن تایر و هدف طبقه بندی نمونه ها به سه گروه «قابل قبول»، «مشروط» و «مردود» است. در مطالعه موردی داده ۲۰۰ نمونه پس از پیش پردازش و تقسیم داده به مجموعه آموزش و آزمون، درخت تصمیم با عمق محدود آموزش داده شد تا هم قابلیت تفسیر حفظ شود و هم از بیش برازش جلوگیری شود. نتایج نشان دادند که مدل توانست با دقت کلی حدود ۹۱.۵ روی مجموعه آزمون عمل کند؛ همچنین تحلیل ماتریس در هم ریختگی نشان داد تشخیص نمونه های قابل قبول و مشروط عملکرد مناسبی دارد و تشخیص برخی نمونه های مردود نیاز به داده بیشتر یا افزایش پیچیدگی مدل دارد. اهمیت ویژگی ها حاکی از آن است که نیروی شعاعی تایر بیشترین سهم را در تصمیم گیری دارد -۰.۵۱- نیروی جانبی تایر در مقام بعدی قرار دارد و مخروطی بودن تایر نقش کمتری در این مجموعه نمونه نشان داد. از منظر صنعتی، خروجی مدل قواعد شفاف و قابل فهمی تولید می کند که می تواند به سرعت در رویه های کنترل کیفیت یا سامانه های تصمیم یار نیمه خودکار پیاده سازی شود و منجر به کاهش زمان تصمیم گیری و ضایعات شود.

کلیدواژه ها:

یونیفورمیتی ، درخت تصمیم ، کنترل کیفیت تایر ، طبقه بندی ، هوشمندسازی صنعتی