طراحی یک روش ابتکاری برای شناسایی نوع تغییر در فرایند اتورگرسیو درجه یک

مدل اتورگرسیو درجه یک، از اعضای خانواده مدلهای سری زمانی باکس - جنکینز و از جمله مدلهای پرکاربرد در میان فرایندهای خودهمبسته است که شامل سه پارامتر مختلف می باشد . با تغییر هر یک از این پارامترها نسبت به مقدار طبیعی خود، شرایط اولیه فرایند نیز تغییر خواهد نمود . تا کنون برای کنترل پارامترهای میانگین و پراکندگی این مدل روشهای متعددی ارائه شده است، اما تغییر در پارامتر خودهمبستگی تا کنون مورد موشکافی و تحلیل کامل قرار نگرفته است . در این مطالعه، قصد داریم نحوه طراحی یک سیستم کنترلی را برای پایش وضعیت یک فرایند مدل شده است بیان نماییم . این سیستم ؟؟؟ اتورگرسیو درجه یک که در شرایط طبیعی بصورت یک پایگاه قواعد فازی است که بر اساس روشهای یادگیری استقرائی حاصل می شود . معیارهای عملکردی این سیستم به گونه ای تعریف شده است تا بتوان علاوه بر سرعت کشف تغییر در مدل، توانایی تشخیص پارامتر تغییر یافته را نیز مورد ارزیابی قرار داد . در نهایت با استفاده از رویکرد شبکه عصبی یک ابزار کمکی برای شناسایی نوع و جهت تغییر در فرایند تحت بررسی ارائه شده است .

کلیدواژه ها:

نمودار کنترل باقیمانده ، کنترل فرایند آماری ، خودهمبستگی ، تشخیص نوع تغییر