توسعه روش هايي براي پايش و تحليل داده هاي تصويري

دكتري تخصصي

پس از انقلاب صنعتي و افزايش رقابت در صنايع مختلف، علم كنترل فرآيند آماري مورد توجه بيشتري از طرف محققان و صنعتگران قرار گرفت. وظيفه اصلي اين علم تشخيص سريع خروج فرآيند از حالت تحت كنترل و همين‌طور تشخيص علت و زمان اين اتفاق است كه منجر به بازگشت سريع فرآيند به حالت تحت كنترل مي شود. در گذشته و با توجه به ساده‌تر بودن ساختار محصولات و فرآيند ها، پايش يك يا چند مشخصه كيفي در طول زمان امكان تحت كنترل درآوردن فرآيند را فراهم مي نمود اما با پيچيده‌تر شدن صنايع و محصولات نياز به پايش ابعاد بزرگ‌تري از داده ها ايجاد شد. يكي از اين نوع داده¬ها رابطه تابعي بين متغير پاسخ و متغير هاي مستقل است كه پروفايل ناميده مي شود. پايش پروفايل ها منجر به سطح دقت بالاتر در كشف انحرافات در فرآيند و دلايل وقوع آن‌ها مي شود. يكي از معايب پايش پروفايل ها بخصوص براي مشخصات ظاهري محصول نياز به تعداد زياد اندازه‌گيري است و با توجه به آسيب‌پذير بودن برخي محصولات، امكان ايجاد اشكال در محصول به وجود مي¬آيد. در سال‌هاي اخير نوع جديدي از داده¬ها كه بدون تماس با محصول استخراج مي شوند مورد توجه محققين قرار گرفته اند. اين نوع داده ها نظير سيگنال‌هاي صوتي، تصاوير و ويدئوها داراي ابعاد بزرگي هستند و درنتيجه پايش آن‌ها نياز به توسعه روش هاي جديد آماري با قابليت تحليل روي داده هاي با حجم و سرعت بالا دارد. اين رساله روش¬هاي آماري براي تحليل داده¬هاي تصويري را ارائه مي‌دهد. در روش هاي پيشنهادي از ابزار موجك جهت بهره‌گيري هم‌زمان از خواص دامنه فضايي و دامنه فركانسي تصاوير استفاده شده است. در رويكرد اول ابتدا تصوير به تعدادي پروفايل تقسيم شده و ضرايب موجك يك‌بعدي براي اين پروفايل ها استخراج مي شوند. ضرايب تقريب به كمك نمودار كنترل نسبت درستنمايي تعميم‌يافته در طول زمان پايش مي شوند و پس از هر سيگنال، مكان بروز نقص و نقطه تغيير شناسايي مي شوند. در ادامه براي جلوگيري از به هدر رفتن اطلاعات موجود در ضرايب جزئيات، روش هاي مبتني بر آستانه نرم و سخت بكار گرفته مي شوند تا اطلاعات مهم موجود در ضرايب جزئيات در محاسبات حاضر باشند. نتايج مطالعات شبيه‌سازي نشان‌دهنده بهبود عملكرد نمودار كنترل نسبت درستنمايي تعميم‌يافته در هنگام به‌كارگيري روش آستانه¬سازي نرم نسبت به رويكرد پيشنهادي اول هستند. در رويكرد هاي مبتني بر موجك يك‌بعدي، با تبديل تصوير به تعدادي پروفايل عملاً ساختار تصوير تا حدي از بين مي¬رود و اين موضوع ممكن است در كشف برخي از انواع تغيير كاهش دقت را به همراه داشته باشد. براي جبران اين موضوع از تبديل موجك دوبعدي براي استخراج ضرايب موجك استفاده مي شود كه كل ماتريس تصوير را به‌عنوان ورودي به ضرايب تقريب، جزئيات افقي، جزئيات عمودي و جزئيات قطري تبديل مي كند. سپس آماره اي مبتني بر نسبت درستنمايي براي ضرايب موجك دوبعدي توسعه داده شده است. نتايج شبيه‌سازي مبين حصول به‌دقت بيشتر در پايش آماره مبتني بر موجك دوبعدي نسبت به روش هاي قبل است. در رويكرد آخر اين رساله از شبكه عصبي پرسپترون چندلايه به‌منظور تشخيص نوع عيب استفاده شده است. تشخيص نوع عيب پس از دريافت سيگنال خارج از كنترل به كمك يكي از روش هاي قبلي اين رساله، اهميت زيادي در بازگشت سريع فرآيند به حالت تحت كنترل دارد و ازجمله اطلاعات مهم عارضه‌يابي است.

194408

دانشگاه علم و صنعت ايران

دكتر محمد فرخي - دكتر ارد احمدي

مهندسي صنايع

دكتر رسول نورالسناء