کنترل

مروری بر روش های تشخیص عیب در فرآیندهای صنعتی

در این مقاله با بیان اهمیت تشخیص عیب ، روش های مختلف تشخیص عیب هم چون روش مبتنی بر مدل، روش مبتنی بر پردازش سیگنال، هوش مصنوعی و ترکیب داده با بیان مزایا و معایب مورد بررسی قرار گرفته است. مقایسه روش های تشخیص عیب مطرح شده در این مقاله نشان می­ دهد که روش ترکیب داده با قابلیت اطمینان بالایی در تشخیص عیوب می تواند استفاده شود. ۱. مقدمه امروزه همراه با پیشرفت­ های سریع در صنعت، سامانه ها بیش تر و بیش تر پیچیده شده و نیازمند توجه دائمی هستند. از دیدگاه قابلیت اطمینان و مقاوم بودن، آن ها گاهی اوقات دچار شکست شده و باعث ایجاد هزینه زیادی خواهند شد، به ویژه برخی از خطاها که بر روی سامانه کنترلی مستقیماً اثر می ­گذارند، باعث آسیب جدی به سامانه کنترلی می ­شوند. تحقیقات در این زمینه به ویژه در تشخیص خطای اولیه پیشرفت کرده و مقالات تحقیقاتی زیادی در طول دهه گذشته به چاپ رسیده است. در دو دهه گذشته تعداد قابل توجهی از پژوهش ها به مسأله ترکیب چند حسگری به منظور بهبود عملکرد سامانه تشخیص خطا و سامانه های کنترل بازخوردی پرداخته اند که دلایل عمده آن اهمیت سامانه تشخیص خطا و خرابی و قابلیت غیرقابل انکار ترکیب داده در بهبود عملکرد این سامانه­ ها است. با توجه به پیشرفت فراوان در زمینه فناوری اندازه گیری در هر دو زمینه کوچک سازی حسگرها و کاهش هزینه آن ها به سادگی می توان برای رسیدن به نتیجه مطلوب، تعداد آن ها را افزایش داد. افزایش حسگرها در یک مکان برای به دست آوردن اطلاعات جامع از سامانه مورد بررسی همیشه ممکن نمی ­باشد. چرا که افزایش تعداد حسگرها در یک سامانه به هر شکلی، باید معنادار باشد. در اکثر سامانه­ های مورد بررسی افزایش تعداد حسگرها زمانی معنادار است که با افزایش تعداد حسگرها، نتیجه ای بهتر حاصل گردد. به عبارت دیگر، هر چند افزایش تعداد حسگرها همانند گذشته هزینه بر نیست اما این امر دلیلی بر افزایش بی رویه و بی دلیل حسگرها نمی باشد. چرا که به دلایلی نظیر تناقض زیاد میان اندازه گیری ­ها و یا حتی برعکس، هم بستگی زیاد میان اندازه گیری ها، این امکان وجود دارد که این افزایش، حتی باعث کاهش عملکرد گردد[۱]. ترکیب چند حسگری، یک زمینه تحقیقاتی در حال رشد است که درک آن مستلزم دانش هایی از جمله تئوری کنترل، پردازش سیگنال، هوش مصنوعی و نیز آمار و احتمال است و در دهه های اخیر توجه

ادامه مطلب

این مطلب برای اعضا سایت محدود شده است. اگر شما کاربر سایت هستید، لطفا وارد شوید. کاربران جدید ممکن است در اینجا ثبت شود

ورود کاربران