Fuzzy Expert Systems Supporting Statistical Process Control in a Production Company of Automotive Industry

• Autorzy: Aleksandra Ptak

Warianty tytułu

Rozmyte systemy wspierające statystyczną kontrolę procesu w przedsiębiorstwie produkcyjnym przemysłu motoryzacyjnego

• Języki publikacji: EN

Abstrakty

EN

Quality control in a production company is an issue of great importance. Quality process control is known as the methodology of monitoring of production process. Essential is to detect disorders and errors connected with production process which can cause manufactured details unfit for further processing. Fabricated details which do not match to specifications and requirements can become a reason of delay in handing over to a customer and can cause extra financial charges connected for example with additional production of a specific detail. Details with defects already installed in a car can also expose participants of traffic to danger. Systems based on a fuzzy logic and knowledge of experts for many years have been used to support proceedings in science, also in quality control. Fuzzy systems are created and used, when one cope with problems using traditional methods or possessed information is simply not enough. Because real data are given with support of tolerances, usage of interval and fuzzy analysis is closer to reality. There is a necessity of aggregation of various attributes with usage of unified system. In paper underneath fuzzy approach - model of detail evaluation in a production company of automotive industry is being presented. (original abstract)

Kontrola jakości w przedsiębiorstwie produkcyjnym jest sprawą dużej wagi. Kontrola jakości procesu znana jest jako metodyka monitorowania procesu produkcji. Niezbędne jest wykryć niezgodności i wady związane z procesem produkcji, które mogą spowodować, że wytwarzane wyroby okażą się niezdatne do dalszego przetwarzania. Wyprodukowane detale, które nie będą zgodne ze specyfikacjami i wymogami mogą stać się powodem opóźnienia w przekazaniu partii do klienta i spowodować dodatkowe obciążenia finansowe związane przykładowo z dodatkową produkcją określonego detalu. Wadliwe detale zamontowane w pojeździe mogą narazić uczestników ruchu drogowego na niebezpieczeństwo. Systemy bazujące na logice rozmytej i wiedzy ekspertów przez wiele lat były wykorzystywane do wspierania procedur w nauce, również w kontroli jakości. Systemy rozmyte tworzone i wykorzystywane są, kiedy napotyka się na problemy, korzystając z tradycyjnych metod, lub posiadane dane są niewystarczające. Ponieważ dane rzeczywiste podawane są z użyciem tolerancji, użycie interwałowej i rozmytej analizy jest bliższe rzeczywistości. Istnieje potrzeba agregacji różnych atrybutów z użyciem zunifikowanego systemu. W artykule poniżej zaprezentowano podejście rozmyte - model oceny wyrobu w przedsiębiorstwie produkcyjnym przemysłu motoryzacyjnego. (abstrakt oryginalny)

Słowa kluczowe

EN

Fuzzy logic; Production enterprise; Automotive industry

PL

Logika rozmyta; Przedsiębiorstwo produkcyjne; Przemysł motoryzacyjny

• Czasopismo: Studia i Materiały Polskiego Stowarzyszenia Zarządzania Wiedzą
• Rocznik: 2011
• Tom: 42
• Strony: 190--203

Twórcy

autor

Aleksandra Ptak

• Częstochowa University of Technology

Bibliografia

• El-Shal S.M., Morris A.S., A fuzzy rule-based algorithm to improve the performance of statistical process control in quality systems, "Journal of Intelligent and Fuzzy Systems", 9 (2000) s. 207-223.
• Grzegorzewski P., Control charts for fuzzy data, Proc. Fifth European Congress on Intelligent Techniques and Soft Computing EUFIT'97, Aachen, 1997, s. 1326-1330.
• Raz T., Wang J.H., Probabilistic and membership approaches In the construction of control charts for linguistic data, Production Plann. Cont. 1 (1990) s. 147-157.
• Rowlands H., Wang L.R., An approach of fuzzy logic evaluation and control in SPC, Quality and Reliability Engineering Conference Proceedings, Orlando, FL, 1988, s 30-35.
• Taleb H., Limam M., On fuzzy and probabilistic control charts, "International Journal of Production Research", 40 (2002) s. 2849-2863.
• Wang J.H., Raz T., On the construction of control charts using linguistic variables, "International Journal of Production Research", 28 (1990) s. 477-487.