مهندسی و مدیریت کیفیت

چکیده هدف: فرآیندهای چندمتغیره و چندحالته، به نوعی از فرآیندها اطلاق می‌شود که دارای تعداد زیادی متغیر در هر مرحله از تولید بوده و این متغیرها ممکن است با هم در ارتباط باشند. هدف از این تحقیق، ارایه روشی نوین به منظور انتخاب، کاهش و تعریف متغیرهای کنترلی جدید در فرآیندهای پیچیده تولیدی است، به‌گونه‌ای که کنترل کیفیت موثرتر و کارآمدتر انجام شود.
روش‌شناسی پژوهش: روش تحقیق این مطالعه از نوع کاربردی و توصیفی است. در این تحقیق، از روش‌های یادگیری ماشین و تکنیک‌های کاهش ابعاد همچون تحلیل مولفه‌های اصلی (PCA)، رگرسیون و بررسی همبستگی بین متغیرها استفاده شده است. همچنین برای ارزیابی عملکرد روش پیشنهادی، یک مطالعه موردی بر پایه داده‌های واقعی از فرآیند تولید اسلب‌های فولادی در شرکت فولاد مبارکه اصفهان انجام گرفته است.
یافته‌ها: فرآیند تولید اسلب شامل سه مرحله اصلی کوره، متالورژی ثانویه و ریخته‌گری بود. در هر مرحله، با استفاده از روش پیشنهادی تعداد متغیرهای کنترلی کاهش یافت. برای مثال، در واحد کوره، تعداد 9 متغیر اولیه به 3 گروه تقسیم شد و تحلیل همبستگی و PCA بر هر گروه اجرا گردید. در نتیجه، متغیرهای کلیدی استخراج شدند و نتایج پس از ارایه به خبرگان، مورد تایید قرار گرفت. یافته‌ها نشان داد که این رویکرد قادر است تعداد متغیرهای موثر بر کیفیت را به شکل موثری کاهش دهد.
اصالت/ارزش افزوده علمی: نوآوری این تحقیق در ترکیب تکنیک‌های یادگیری ماشین و کاهش ابعاد برای بهینه‌سازی کنترل کیفیت در فرآیندهای چندمرحله‌ای و چندمتغیره است. این روش در شرایطی که روش‌های سنتی ناکارآمد هستند، می‌تواند ابزار موثری برای مهندسان کیفیت و تحلیل‌گران فرآیند باشد.