شناسایی هوشمند ناهنجاری در داده های صنعتی نامتوازن با استفاده از مدل XGBoost و الگوریتم ژنتیک (GA) جهت بهینه سازی عملکرد در شناسایی محصولات معیوب در خط تولید

مقدمه و اهداف. فرآیند خطوط تولید و توالی آن یکی از رویکرد های اساسی در برنامه ریزی محصولات صنعتی به صورت انبوه است. عدم برنامه ریزی در خطوط و راه کار مناسب برای بهینه­سازی سیستم­های موثر در فرآیند تولید و مونتاژ، باعث افزایش زمان تخصیصی به امر تولید و افزایش زمان­های توقف ماشین آلات و در نتیجه کاهش تعداد محصولات تولید از لحاظ تعدادی و نرخ تولید عدم کارایی منابع تخصیصی و در اختیار و در نتیجه افزایش هزینه­های سیستم می­شود که همه این عوامل در نهایت باعث بهره وری پایین و از دست دادن منابع موجود است. از این رو در این پژوهش هدف اصلی شناسایی ناهنجاری­ ها در فرآیند تولید ویفر­های نیمه هادی با استفاده از روش­ های یادگیری ماشین است. داده ­های مورد استفاده شامل ویژگی­ های مختلفی از ویفر­های تولیدی است که از یک تولید کننده بزرگ در صنعت نیمه هادی جمع آوری شده و حاوی اطلاعاتی از وضعیت ویفرها در فرآیند تولید است. به منظور بهبود عملکرد مدل و کاهش اثرات منفی داده ­های پرت، از روش وینزوریزه کردن برای تعدیل مقادیر بسیار دور از میانگین در برخی از ویژگی­ ها استفاده شد. همچنین، برای آماده سازی بهتر داده­ ها، ویژگی­ ها استاندارد سازی شدند تا مدل نسبت به تفاوت مقیاس بین ویژگی­ ها حساس نباشد. روش ها. در این پژوهش، با استفاده از روش­ های پیش پردازش داده و همچنین شبیه سازی در نرم افزار پایتون، سعی شد تا دقت مدل در شناسایی ناهنجاری­ ها افزایش یابد. اولین گام، آماده سازی داده ­ها و حذف یا تعدیل داده ­های پرت بود. به دلیل اینکه برخی از ویژگی­ ها شامل مقادیر بسیار و تعداد زیاد دور از میانگین بودند که می­ توانستند مدل را دچار انحراف کنند، از روش "وینزوریزه کردن" استفاده شد. وینزوریزه کردن به این معناست که مقادیر بسیار بزرگ و بسیار کوچک هر ویژگی به آستانه­ های معینی محدود می­ شوند تا تاثیر آن ها بر عملکرد مدل کاهش یابد. یکی دیگر از گام­ های کلیدی در این پروژه، کاهش ابعاد داده­ ها بود. با توجه به اینکه این مجموعه داده شامل ۱۵۵۸ ویژگی است، پردازش و تحلیل تمامی این ویژگی­ ها نیازمند منابع محاسباتی قابل توجهی است و ممکن است مدل را پیچیده تر از حد لازم کند. از این رو، با بهره گیری از روش "تحلیل تفکیک خطی (LDA) ، ابعاد داده ­ها به فضای بعد پایین ­تری کاهش یافت تا جدایی بهتری بین کلاس­ های نرمال و ناهنجار ایجاد شود. این کاهش ابعاد به مدل کمک می­ کند تا طبقه بندی داده­ ها را با دقت بیشتری انجام دهد و همچنین پردازش محاسباتی ساده تر شود. یافته ها. پس از آماده ­سازی داده­ ها، برای استانداردسازی داده­ها ازجدول استاندارد آرایه­ های متعامد در روش تاگوچی استفاده می­شود آرایه ­های متعامد L۹(۳۴) به عنوان مناسب ترین طرح برای مدل­های سه تا شش انتخاب می­شوند. سپس داده ها مربوط به پژوهش با استفاده از مدل XGBoost و الگوریتم ژنتیک برای شناسایی ناهنجاری­ ها و مقایسه دو مدل استفاده شده است . عملکرد مدل با استفاده از ماتریس در هم ریختگی و منحنی ROC  و کارائی الگوریتم ژنتیک مورد ارزیابی قرار گرفت. نتایج نشان داد که مدل توانایی بالایی در شناسایی ناهنجاری ها دارد و مقدار زیر منحنی AUC برابر با ۰.۹۷ به دست آمد. در ادامه، به منظور بهینه سازی بیشتر و مدیریت چالش عدم توازن داده -ها، از الگوریتم ژنتیک (GA) به عنوان یک رویکرد تکاملی برای تنظیم وزن ویژگی­ ها و آستانه طبقه بندی استفاده شد این نتایج نشان دهنده توانایی مدل در تفکیک نمونه ­های سالم و معیوب با دقت بالا است. این پژوهش نشان می­ دهد که با استفاده از تکنیک­ های مناسب پیش پردازش داده و مدل­ های یادگیری ماشین، می­ توان در شناسایی ناهنجاری ­های تولید و شناسایی قطعات معیوب به نتایج موفقیت آمیزی دست یافت و از ورود محصولات معیوب به بازار جلوگیری کرد. نتیجه گیری. نتایج به دست آمده از این تحقیق نشان داد که روش XGBoost توانایی بالایی در تشخیص ناهنجاری­ ها دارد.و همچنین الگوریتم ژنتیک توانسته است معیارهای عملکردی مانند دقت (۹۲.۴%)، ، فراخوانی (۰.۹۲۴) و امتیاز (۰.۹۱۳) را بهبود دهد و همگرایی پایداری در طول نسل­ های مختلف ارائه کند. ترکیب XGBoost و الگوریتم ژنتیک (GA) امکان شناسایی دقیق تر ناهنجاری­ ها را فراهم کرده و نشان می­ دهد که این رویکرد می ­تواند به عنوان یک چارچوب عملی در بهبود کنترل کیفیت، کاهش ضایعات و افزایش بهره وری خطوط تولید مورد استفاده قرار گیرد.

کلیدواژه ها:

ناهنجاری هوشمند ، مدل XGBoost ، صنعتی نامتعادل ، خط تولید ، محصولات معیوب ، الگوریتم ژنتیک