A partire dai primi anni ’90, nell’ambito della ricerca sul controllo qualità, particolare interesse è stato rivolto allo studio di come catturare automaticamente e più efficacemente informazione circa le caratteristiche del processo monitorato utilizzando le osservazioni raccolte per le tradizionali carte di controllo. Sono stati, infatti, proposti nuovi approcci, fondamentalmente basati sull’utilizzo di tecniche d’intelligenza artificiale (in particolare delle reti neurali), che si distinguono per una serie di scelte relative l’architettura implementata, i parametri prescelti, le elaborazioni stabilite ed il tipo di addestramento adottato. In genere, le prestazioni riscontrate da tali sistemi, in particolare nell’ambito del riconoscimento dei pattern, sono di gran lunga superiore a quelli delle carte di controllo tradizionali. Nella presente memoria è fornita un’analisi dei principali metodi proposti in letteratura. Al fine di rendere indicativo il confronto è stato proposto uno schema di analisi attraverso cui comparare le diverse metodologie di riconoscimento. La memoria è organizzata come segue. Nella sezione 1, è introdotto il problema del controllo qualità. Nelle sezioni 2 e 3 sono trattati i metodi SPC, mentre nelle sezioni 4 e 5 sono discusse le reti neurali e le relative applicazioni in ambito di controllo qualità. Nella sezione 6, sono confrontati alcuni approcci per il controllo qualità su basati su rete neurale. Nelle sezione 7, è presentato un esempio applicativo reale. Infine, nella sezione 8 sono proposte alcune riflessioni conclusive.
Il monitoraggio automatizzato dei processi manifatturieri: potenziamento del controllo qualità in produzione attraverso tecniche di intelligenza artificiale
PACELLA, Massimo
2005-01-01
Abstract
A partire dai primi anni ’90, nell’ambito della ricerca sul controllo qualità, particolare interesse è stato rivolto allo studio di come catturare automaticamente e più efficacemente informazione circa le caratteristiche del processo monitorato utilizzando le osservazioni raccolte per le tradizionali carte di controllo. Sono stati, infatti, proposti nuovi approcci, fondamentalmente basati sull’utilizzo di tecniche d’intelligenza artificiale (in particolare delle reti neurali), che si distinguono per una serie di scelte relative l’architettura implementata, i parametri prescelti, le elaborazioni stabilite ed il tipo di addestramento adottato. In genere, le prestazioni riscontrate da tali sistemi, in particolare nell’ambito del riconoscimento dei pattern, sono di gran lunga superiore a quelli delle carte di controllo tradizionali. Nella presente memoria è fornita un’analisi dei principali metodi proposti in letteratura. Al fine di rendere indicativo il confronto è stato proposto uno schema di analisi attraverso cui comparare le diverse metodologie di riconoscimento. La memoria è organizzata come segue. Nella sezione 1, è introdotto il problema del controllo qualità. Nelle sezioni 2 e 3 sono trattati i metodi SPC, mentre nelle sezioni 4 e 5 sono discusse le reti neurali e le relative applicazioni in ambito di controllo qualità. Nella sezione 6, sono confrontati alcuni approcci per il controllo qualità su basati su rete neurale. Nelle sezione 7, è presentato un esempio applicativo reale. Infine, nella sezione 8 sono proposte alcune riflessioni conclusive.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
