ASSIGNMENT 2 DỊCH

Machine Translated by Google
Thiết kế biểu đồ kiểm soát thuộc tính đối với khuyết tật
Dựa trên Tập mờ loại 2 với các nghiên cứu trường hợp thực tế
từ ngành công nghiệp ô tô
ihsan kaya ( ihkaya@yildiz.edu.tr )

Elif Devrim
Hayri Baraçlı
Bài viết nghiên cứu
Từ khóa: Biểu đồ điều khiển, thuộc tính, lý thuyết tập mờ, tập mờ loại 2, biểu đồ điều khiển c và u
Ngày đăng: 18 tháng 5 năm 2022
DOI: https://doi.org/10.21203/rs.3.rs-1665900/v1
Giấy phép: Tác phẩm này được cấp phép theo Giấy phép Quốc tế Creative Commons Ghi công 4.0.
Đọc giấy phép đầy đủ
J. của Logic đa giá trị và tính toán mềm
Thiết kế biểu đồ kiểm soát thuộc tính cho

Các lỗi dựa trên tập mờ loại 2 với
Nghiên cứu trường hợp thực tế từ ngành công nghiệp ô tô
İhsan KAYA1*, Elif DEVRİM2 , Hayri BARAÇLI1

1Đại học Kỹ thuật Yildiz, Khoa Kỹ thuật Công nghiệp, 34349
Yıldız, Beşiktaş, İstanbul
2Teklas, Vratsa, Kardzhali, Bulgaria
Tóm tắt: Kiểm soát quá trình thống kê (SPC) thường dựa vào
sử dụng biểu đồ kiểm soát (CC) để giám sát quá trình sản xuất
xác định các nguyên nhân và tín hiệu đặc biệt để có hành động đúng trong quy trình
là một cách tiếp cận quan trọng và quan trọng để đánh giá các quá trình
nâng cao chất lượng và giảm việc làm lại và phế liệu. Vì vậy mà họ
có thể tìm thấy những ảnh hưởng và có thể thực hiện các hành động phòng ngừa cần thiết
được đề xuất trước khi một số lượng lớn các sản phẩm không phù hợp được
được sản xuất. Việc xác định độ biến thiên mà CCS có thể tuân theo
ảnh hưởng đến chi phí và chất lượng của quá trình. Để loại bỏ phế liệu cao
tỷ lệ, chi phí làm lại và để đảm bảo sự hài lòng của khách hàng, CC được
công cụ chất lượng hiệu quả để xác định liệu một quá trình có được kiểm soát hay
ngoài tầm kiểm soát trong môi trường sản xuất. Hiện nay, có rất nhiều
ứng dụng trong ngành nơi đặc tính chất lượng của sản phẩm
hoặc một quá trình được phân tích bởi CC. Giám sát một số loại chất lượng
đặc điểm không chính xác, nếu các đặc điểm liên quan đến chất lượng
không thể được biểu diễn dưới dạng số, chẳng hạn như các đặc tính của
hình thức, độ mềm, màu sắc, sau đó sử dụng CC cho các thuộc tính. Các
lý thuyết về CC cổ điển yêu cầu tất cả dữ liệu phải được biết chính xác. Nhưng
đôi khi, chúng ta cần những phán xét và đánh giá của con người để xây dựng
CC hoặc độ không đảm bảo của quy trình không thể được xác định bằng các con số rõ ràng. TRONG
Trong những trường hợp này, chúng ta có thể sử dụng thành công lý thuyết tập mờ (FST) để
thiết kế CC dựa trên các thuộc tính. Đóng góp chính của FST là
khả năng biểu diễn dữ liệu mơ hồ hoặc quản lý sự không chắc chắn. FST là
một cơ sở có hệ thống trong việc xử lý các tình huống mơ hồ hoặc
* E-Mail của tác giả

tương ứng: ihkaya@yildiz.edu.tr ; iekaya@yahoo.com
Điện thoại: 00-90-212 383 29 60
1
không được xác định rõ. Biểu đồ kiểm soát mờ (FCC) dựa trên con người
phán đoán, sự không chắc chắn hoặc sự mơ hồ được sử dụng khi dữ liệu mơ hồ được
được sử dụng như những diễn giải có giá trị thực về sự không chắc chắn và mơ hồ.
Gần đây, sự mở rộng của tập mờ thường được sử dụng để quản lý
sự không chắc chắn của quá trình. Chúng tôi cũng biết rằng một trong những phần mở rộng của
Tập mờ loại 2 có tên FST có mức độ thành viên mờ
khả năng mô hình hóa không chắc chắn linh hoạt hơn so với tập mờ loại 1
hoặc tập mờ truyền thống. Bài báo này trình bày một thiết kế của CC cho
sự không phù hợp được gọi là biểu đồ kiểm soát đối với các thuộc tính dựa trên loại 2
tập mờ và ứng dụng thực tế trong lĩnh vực ô tô. Các
đã thu được các giá trị giới hạn kiểm soát (CL) và giới hạn trung tâm (CL).
Hai biểu đồ kiểm soát thuộc tính nổi tiếng đã được đặt tên và đã được
được thiết kế và phân tích dựa trên các tập mờ loại 2 cho mục đích này. Các
kết quả thu được cho thấy nó cung cấp một cách tiếp cận nhạy cảm và linh hoạt hơn
cơ hội đánh giá so với CC.
Từ khóa: Biểu đồ điều khiển, thuộc tính, lý thuyết tập mờ, tập mờ loại 2, biểu
đồ điều khiển.
1. Giới thiệu
Biểu đồ kiểm soát (CC) giám sát các quá trình và thực hiện các thử nghiệm khác nhau bằng cách sử dụng nhiều thông tin khác nhau
về nguyên nhân của sự biến đổi trong dữ liệu. Shewhart (1926) đã thiết kế biểu đồ kiểm soát đầu tiên cho một
đặc tính chất lượng. Điểm mạnh của các biểu đồ này là ở khả năng phát hiện các điều kiện bất thường và
trường hợp. Các CC nói chung có thể được phân loại như trong Hình 1. Nếu các đặc tính có thể đo lường được
trên thang số thì sử dụng CC thay đổi (VCC). Nhân tiện, đôi khi chất lượng
các đặc tính có thể được định nghĩa là "phù hợp/không phù hợp" hoặc "khiếm khuyết/không khiếm khuyết". Những cái này
các loại đặc tính chất lượng được gọi là thuộc tính (Kaya, 2021).
2
Hình 1. Phân loại biểu đồ kiểm soát
Ví dụ: số lần làm sai, tỷ lệ làm lại hoặc bỏ sót trong nhiều lần, số học sinh
đọc trong thư viện vào một ngày nhất định có thể được coi là đặc điểm thuộc tính và kiểm soát thuộc tính
biểu đồ (ACC) được sử dụng cho các loại này.
Trong CC truyền thống, dữ liệu bao gồm các giá trị sắc nét. Nhưng hệ thống đo lường bao gồm
chủ yếu là người vận hành, máy đo và các điều kiện môi trường có thể bao gồm "sự không chắc chắn" hoặc "mơ hồ" trên
dữ liệu sắc nét. Những độ không đảm bảo này dựa trên quy trình và hệ thống đo lường, có thể dẫn đến
một số khó khăn trong việc thu được các giá trị sắc nét từ quá trình này. Trong trường hợp này, biểu đồ kiểm soát dựa trên
lý thuyết tập mờ (FST), viết tắt là FCC, hữu ích hơn trong việc đánh giá quá trình. Vì điều này
nhằm mục đích, FST có thể được áp dụng cho CC. Trong điều kiện này, FST hỗ trợ phát triển các khái niệm và
kỹ thuật để xử lý các nguồn không chắc chắn hoặc thiếu chính xác. Đóng góp đáng kể của FST
là khả năng biểu diễn và mô hình hóa dữ liệu ngôn ngữ và dữ liệu gần đúng cho quá trình kiểm soát chất lượng.
Mặc dù FST có những ưu điểm tuyệt vời đối với độ bất định của mô hình, đôi khi các tập mờ loại 1 được gọi là
các tập mờ cổ điển không thể mô hình hóa độ bất định do các định nghĩa rõ ràng về thành viên
chức năng (Kaya, 2021). Vì vậy, tập mờ loại 2 bao gồm các hàm thành viên mờ được đề xuất bởi
Zadeh (1965) để cải thiện chất lượng mô hình hóa sự không chắc chắn. Hàm thành viên của tập mờ cổ điển
bao gồm hai chiều, trong khi các hàm thành viên của tập mờ loại 2 là ba chiều.
Phần mở rộng này cung cấp thêm mức độ tự do để mô hình hóa trực tiếp sự không chắc chắn. Như vậy loại 2
tập mờ có thể biểu diễn thành công độ không đảm bảo và giảm tác động có hại của nó (Kaya và Turgut,
2021).
Khi tính chủ quan của con người đóng vai trò quan trọng trong việc xác định các đặc tính chất lượng, các CC cổ điển có thể
không thể áp dụng được vì chúng yêu cầu một số thông tin nhất định. Đóng góp chính của FST nằm ở chỗ nó
khả năng biểu diễn dữ liệu mơ hồ. FST cung cấp một cơ sở có hệ thống để giải quyết các tình huống
mơ hồ hoặc không được xác định rõ ràng. Vì vậy, FCC không thể tránh khỏi việc sử dụng khi dữ liệu thống kê trong
3
việc xem xét không chắc chắn hoặc mơ hồ; hoặc thông tin có sẵn về quy trình không đầy đủ hoặc
bao gồm tính chủ quan của con người (Gülbay và Kahraman, 2007). Với mục đích này, hai thuộc tính nổi tiếng
biểu đồ kiểm soát (ACC) được đặt tên và biểu đồ kiểm soát đã được phát triển và xây dựng lại dựa trên
tập mờ loại 2 trong bài báo này. Các giới hạn kiểm soát và giá trị trung tâm của các biểu đồ này có được bằng
tôn trọng tính chủ quan của con người. Ngoài ra, một trường hợp ứng dụng thực tế trong lĩnh vực ô tô liên quan đến
sản xuất ống kim loại và ống phanh được trình bày chi tiết để chứng minh việc sử dụng hiệu quả các giải pháp được đề xuất
FCC.
Phần còn lại của bài viết này được tổ chức như sau: Phần 2 bao gồm các thông tin liên quan đến FST và
tập mờ loại 2. Một phân tích tài liệu đã được tóm tắt trong Phần 3. ACC dành cho các khiếm khuyết dựa trên
trên các tập mờ loại 2 được trình bày chi tiết trong Phần 4. Ngoài ra, một trường hợp ứng dụng thực tế trong ô tô
ngành đã được minh họa ở Phần 5. Cuối cùng, kết quả đạt được và hướng nghiên cứu tiếp theo
đã được thảo luận ở Phần 6.
2. Tập mờ và tập mờ loại 2
Chất lượng là một trong những công cụ hiệu quả nhất để đáp ứng mong đợi và nhu cầu của khách hàng. Mục tiêu của tổ chức
để vừa đáp ứng những mong đợi này vừa giảm chi phí bằng cách thực hiện cải tiến chất lượng liên tục
học. Tuy nhiên, các nghiên cứu cải tiến chất lượng có tầm quan trọng lớn trong việc giảm sự biến động
trong quá trình. CC được WA Shewhart đề xuất vào năm 1924 là một trong những công cụ hiệu quả nhất
có thể được sử dụng cho những mục đích này. Từ quan điểm này, CC có thể được sử dụng để xác định và
khắc phục các vấn đề khi chúng xảy ra, ước tính phạm vi kết quả, xác định liệu một quá trình có
ổn định dựa trên sự biến đổi, điều tra sự biến đổi của quá trình từ những nguyên nhân đặc biệt hoặc điển hình.
FST do Zadeh (1965) đưa ra, được sử dụng để mô tả sự không chắc chắn và thiếu chính xác. Dựa trên
phân tích tài liệu, chúng tôi biết rằng FCC nhạy cảm hơn biểu đồ kiểm soát truyền thống. Những điều khiển này
các tham số xây dựng biểu đồ được làm mờ. Do đó, chúng ta có thể hợp nhất điều khiển biểu đồ với FST để
kiểm soát chính xác chất lượng sản phẩm khi quy trình có sự không chắc chắn và mơ hồ.
Khái niệm tập mờ loại 2 lần đầu tiên được giới thiệu như một phần mở rộng của tập mờ cổ điển (Loại 1).
Tập mờ loại 2 có lợi khi không thể xác định được hàm thành viên đầy đủ cho tập mờ.
Vì vậy, tập mờ loại 2 rất hiệu quả trong việc khắc phục tính không chắc chắn. Tuy nhiên, nó còn hơn thế nữa
khó hiểu các tập mờ loại 2 hơn các tập mờ loại 1 vì khó vẽ
và độ phức tạp tính toán do chiều thứ ba (Liang, và Mendel, 2000; Chen và Lee, 2010; Cervantes và Castillo, 2015;
Sanchez và cộng sự, 2015; Castillo và cộng sự, 2016; Kılıç và Kaya, 2016;
Ontiveros-Robles và cộng sự, 2018; Kaya và Turgut, 2021; Kaya 2021). Trong Hình 2, sự chuyển đổi từ loại-
Hàm thành viên 1 so với hàm thành viên loại 2 được biểu diễn bằng đồ họa.
4
Hình 2. a) Tập mờ loại 1, b) Ảnh hưởng của độ bất định, c) Tập mờ loại 2
Nếu mức độ thành viên của một biến không thể được xác định một cách chính xác, nói cách khác, nếu có
không chắc chắn, sử dụng hàm thành viên loại 2 sẽ thích hợp hơn.
Như được hiển thị trong Hình 3, dấu vết của độ bất định của tập mờ Ã được giới hạn ở hai hàm thành viên loại
1. Tập mờ loại 2, Ã̃, thuộc tập phổ quát được biểu diễn như sau với hàm thành viên mờ μÃ̃(x).
Hình 3. Dấu vết loại 2 của độ bất định, các hàm thành viên trên và dưới
Các hàm thành viên loại 1 được biểu diễn trên mặt phẳng hai chiều, cụ thể là biến tập hợp và
cấp độ thành viên. Trong các hàm thành viên loại 2, các hàm thành viên phụ bao gồm
của mức độ thành viên không liên tục tương ứng với một biến đã đặt. hàm thành viên loại 2 là
được thể hiện theo ba chiều do chức năng thành viên thứ cấp (Liang, và Mendel, 2000; Chen
và Lee, 2010; Cervantes và Castillo, 2015; Sanchez và cộng sự, 2015; Kılıç và Kaya, 2016; Castillo và cộng sự,
2016; Ontiveros-Robles và cộng sự, 2018; Kaya 2021). Vì vậy, nó là một công cụ hữu ích để thiết kế CC bằng cách quản lý
những điều không chắc chắn một cách hiệu quả hơn.
Tập mờ loại 2 MỘT trong vũ trụ diễn ngôn có thể được biểu diễn bằng hàm thành viên loại 2
sử dụng biểu diễn sau:

MỘT
5
A = {((x,u), (x,u))X ,u J MỘT

x
0,1 ,0
MỘT
(x,u) 1}
Ở đâu Jx biểu thị một khoảng trong [0, 1]. Nếu như (x, bạn) bằng 1,00 cho tất cả các giá trị,
MỘT
được đặt tên là khoảng
MỘT
tập mờ loại 2.
Giả sử số mờ loại 2 được định nghĩa như sau:
≈ ̃ ̃
= ( , ) = ((( , 1 , 2 , 3 4
; 1( ), 2( )), ( , 1 , 2 , 3 4
; 1 ( ), 2( )))
ở đâu và xác định các giá trị thành viên trên và dưới tương ứng. Các thao tác cơ bản trên
tập mờ loại 2 có thể được tóm tắt như sau (Chen và Lee, 2010; Kılıç và Kaya, 2016):
≈ ≈
=
1 + 2
+ + + + ( 1(
11 21 , 12 22 , 13 23 , 14 24 ; 1 ), 1( 2 ( 2( 1 ), 2( 2 ))),
+ + + + ( 1(
( ((((11 21 , 12 22 , 13 23 , 14 24 ; 1 ), 1( 2)), )), ( 2( 1 2 ))) ), 2( )
(1)
≈ ≈
=
1 2
11 24 , 12 23 , 13 22 , 14 21 ; 1 ), 2 1 ), 2 ))),
( ((((11 24 , 12 23 , 13 22 , 14 21 ; ( 1( ( 1(
1 1( ), 1(
2)), )), ( 2( ( 12(
2( 2 ))) ), 2()
(2)
≈ ≈
=
1 2
× × × ×
11 21 , 12 22 , 13 23 , 14 24 ; 1 ), 2 1 ), 2 ))),
( ((((11 × × × × ( 1( ( 1
1(1( ), 1(
2)), )), ( 2( ( 12(
2( 2 ))) ), 2()
21 , 12 22 , 13 23 , 14 24 ;
(3)
12 13 14
≈ ≈ , , , ( 1( 1 ), 1( 2 )), ( 2( 1 ), 2(
(( 11
24 23 22 2 ))) ,
1/ 2 =
; 21
(4)
12 13 14
, , , ( 1( 1 ), 1( 2 )), ( 2( 1 ), 2(
( (( 11
24 23 22 ; 21 2 ))) )
≈
× × × ; 14 × × ×
= (( × 11 , 12 , 13 , ( 1( 1 ( × ), 1(
2 )), 11 , 12 , 13 ,
14 ;( 1( 1 ), 1( (5)
2 ))))
3. Phân tích văn học
Trong phần này, chúng tôi đã tiến hành phân tích tài liệu về FCC bằng cách phân tích các nghiên cứu liên quan đến
phân loại chúng thành các loại CC với các lĩnh vực triển khai khác nhau trong ngành từ năm 2010 đến năm 2010.
6
2019. Trong bối cảnh này, tổng cộng 51 nghiên cứu đã được phân tích và giải thích. Là một trong những kết quả,
hầu hết chúng được thực hiện với tập mờ loại 1 và một số ít liên quan đến tập mờ loại 2.
bộ. Chúng được tóm tắt ngắn gọn trong Bảng 1.
Bảng 1. Phân tích tài liệu liên quan đến độ mờ trong biểu đồ kiểm soát quy trình thống kê
tác giả Loại bộ mờ Loại biểu đồ kiểm soát
Faraz và Shapiro [12] Loại 1 x S
Thục và Ngô [13] Loại 1 P
Şentürk và cộng sự. [14] Loại 1 bạn
Şentürk [15] Loại 1 hồi quy
Thục và Ngô [16] Loại 1 x R
Alizadeh và Ghomi [17] Loại 1 x R
Kaya và Kahraman [18] Loại 1 x R
Erginel và cộng sự. [19] Loại 1 x S
Hoàng và cộng sự. [20] Loại 1 P
Nguyễn và cộng sự. [21] Loại 1 x S
Pandian và Puthiyanayagam [22] Loại 1 P
Vương [23] Loại 1 c
Khademi và Amirzadeh [24] Loại 1 x S
Zabihinpour và cộng sự. [25] Loại 1 x S
Saravanan và Alamelumangai [26] Loại 1 XS
Sogandi và cộng sự. [27] Loại 1 P
Erginel [28] Loại 1 p-np
Vương và cộng sự. [29] Loại 1 c
Shu và cộng sự. [30] Loại 1 bạn
Darestani và cộng sự. [31] Loại 1 bạn
Aslangiray và Akyüz [32] Loại 1 c, bạn
Şentürk và cộng sự. [33] Loại 1 EWMA
Rashid và Haydar [34] Loại 1 x R
Zabihinpour và cộng sự. [35] Loại 1 x S
Gildeh và Shafiee [36] Loại 1 I-MR
Shu và cộng sự. [37] Loại 1 c
-
Wang và Hryniewicz [38] Loại 1
Gülbay và Kahraman [39] Loại 1 x R , x S , EWMA
7
tác giả Loại bộ mờ Loại biểu đồ kiểm soát
Kahraman và cộng sự. [40] Loại 1 x R ,x S ,p, np, c, u
Darestani và Nasiri [41] Loại 1 x S
Moraditadi và Avakhdarestani [42] Loại 1 I-MR
Yanık và cộng sự. [43] Loại 1 p,np,c,u
Erginel và Şentürk [44] Loại 1 CUSUM, EWMA
-
Hou và cộng sự. [45] Loại 1
Shu và cộng sự. [46] Loại 1 x S
Kaya và cộng sự. [47] Loại 1 I-MR
Madadi và Mahmoudzadeh [48] Loại 1 P
Sakthivel và cộng sự. [49] Loại 1 P
Şentürk [50] Loại 1 c
Şentürk và Antucheviciene [51] Loại-2 c
Shabani và cộng sự. [52] Trực giác x R , x S
Erginel và cộng sự. [53] Loại-2 p, np
Fadaei và Pooya [54] Loại 1 bạn
Teksen và Anagün [55] Loại-2 x R
Tỷ lệ sử dụng và phân bổ các giấy tờ từ năm 2010 đến năm 2019 và liên quan đến FCC được trình bày.
Khi phân tích tỷ lệ sử dụng của FCC, có thể thấy biểu đồ được sử dụng nhiều nhất là biểu đồ kiểm soát
biểu đồ với 27% và biểu đồ kiểm soát theo sau với 14%. Cách sử dụng khác của loại CC là
được tóm tắt như trong Hình 4.
T2
CUSUM và EWMA 3%
5% P
11%
EWMA
c
11%
11%
CUSUM
5%
bạn
5%
XMR
số 8%
XS XR
14% 27%
Hình 4. Tỷ lệ sử dụng FCC theo loại CC
số 8
Nếu xem xét phân tích ngành của FCC, có thể thấy rằng ngành sản xuất là ngành có
FCC được sử dụng tối đa để giải quyết vấn đề và lĩnh vực thực phẩm cũng theo đó với mức sử dụng 21%.
như trong Hình 5. Qua đó, FCC chủ yếu được áp dụng trong sản xuất, thực phẩm, ô tô,
và dệt may tương ứng.
Kinh tế
lành mạnh 5%
5%
ô tô
16%
Dệt may
11%
Đồ ăn
21%
Sản xuất
42%
Hình 5. Phân bổ FCC dựa trên khu vực ứng dụng
Theo kết quả của việc xem xét và phân tích tài liệu được tóm tắt trong Bảng 1, các tập mờ loại 2 có thể được
tích hợp thành công trên CC. Vì vậy, trong bài báo này, việc thiết kế biểu đồ kiểm soát thuộc tính các khuyết tật dựa trên
trên các tập mờ loại 2 được phát triển. Trong bài viết này, khác với những bài viết này, một số bài viết nổi tiếng và
Các biểu đồ kiểm soát và đặt tên ACC thường được sử dụng đã được phân tích liên quan đến mờ loại 2
bộ. Chúng được thiết kế dựa trên tập mờ loại 2 để tăng độ nhạy và tính linh hoạt.
4. Biểu đồ kiểm soát thuộc tính đối với các khuyết tật dựa trên bộ mờ loại 2
Trong phần này, ACC dành cho lỗi đã được phân tích dựa trên độ không chắc chắn. Hai ACC nổi tiếng
được đặt tên và thiết kế lại dựa trên các tập mờ loại 2 nhằm mục đích này. Với mục đích này, loại 2
mờ ( ) c và mờ loại 2
( ) bạn
Biểu đồ kiểm soát được thiết kế chi tiết như sau
tiểu mục:
4.1. Các c Bảng kiểm soát
Biểu đồ kiểm soát c có thể được sử dụng để kiểm soát số lượng một hoặc nhiều khuyết tật trong trường hợp cỡ mẫu là
không thay đổi. Trong biểu đồ kiểm soát c , số lượng khuyết tật (c) biểu thị tỷ lệ giữa số lượng khuyết tật
trong mẫu với số đơn vị trong mẫu và có thể xác định như sau:
L L L L
c 1= [(xi1 , xi2 , xi3 , xi4 , H1(Ai U ) , H2(Ai U )) ; (xi1, xi2 , xi3 , xi4 , H1(Ai L ), H2(Ai L ))]
bạn bạn bạn bạn
̃
Ở đâu đề cập đến số mờ hình thang loại 2.
9
Khi đó, giá trị trung bình của các lỗi trên mỗi đơn vị được xác định bằng cách sử dụng tập mờ loại 2( ̃) có thể thu được như sau:
bạn bạn bạn bạn L L L L

c̃̃ 1= [(x11 , x12 , x13 , x14 , H1(A1 U), H2(A1 U)); (x11, x12 , x13 , x14 , H1 (A1 ), H2(A1 L ))]
c̃̃ 2= [(x21 , x22 , x23 , x24 , H1(A1 U), H2(A1 U)); (x21, x22 , x23 , x24 , H1 (A1 ), H2(A1 L ))]
. .
bạn bạn bạn L L L
U c̃̃ n= [(xn1 , xn2 , xn3 , xn4 , H1(A1 U), H2(A1 U)); (xn1L , xn2 , xn3 , xn4 , H1 (A1 ), H2(A1 L ))]
C̅̃ được tính theo giá trị trung bình như sau:
E[c̃̃]=c̅̃ (6)
tôi
c̃̃
tôi=1
c̅̃ =
Tôi
tôi
(7)
bạn bạn bạn LLLL ) , c̅x.2 ,

(số 8)
c̅̃ = (c̅x.1 u c̅x.4 ; c̅x.1 , c̅x.2 , c̅x.3 , c̅x.4 c̅x.3 ,
n bạn n bạn n bạn n bạn

tôi=1 tôi=1 tôi=1 tôi=1
xi1 xi2 xi3 xi4 c̅x.1 U = , c̅x.2 U = , c̅x.3 U = , c̅x.4 U =
(9)
tôi tôi tôi tôi
n L N L n L n L
tôi=1 tôi=1 tôi=1 tôi=1
xi1 xi2 xi3 xi4 c̅x.1 L = , c̅x.2 L = , c̅x.3 L = , c̅x.4 L =
(10)
tôi tôi tôi tôi
trong đó c̅̃ là trung bình của các khuyết tật, n được biểu thị bằng cỡ mẫu và m là số lượng mẫu.
Khi đó, giới hạn kiểm soát cho biểu đồ kiểm soát c có thể được tính như dưới đây:
UCLc̃̃ = c̅̃ + 3√c̅̃

(11)
̃
UCL c̃
̃ = [c̅x.1 U + 3√c̅x.1 U , c̅x.2 U + 3√c̅x.2 U, c̅x.3 U + 3√c̅x.3 U , c̅x.4 U + 3√c̅x.4 U ; phút (H1(Ai U ), H2(Ai U )); c̅x.1 L + ,
(12)
c̅x.4 L + 3√c̅x.4 L ; phút (H1(Ai L ), H2(Ai L )]
3√c̅x.1 L , c̅x.2 L + 3√c̅x.2 L , c̅x.3 L + 3√c̅x.3 L
CL̃̃ = c̅̃
(13)
CLc̃ ̃ = [[c̅x.1 U + c̅x.2 U + c̅x.3 U + c̅x.4 U ; phút (H1(A1 U), H2(A1 U)), c̅x.1 L + c̅x.2 L + c̅x.3 L +
c̅x.4 L ; phút (H1(A1 L ), H2(A1 L )]

(14)
̃ ̅ ̅ ̅
̃
.1 .4
, .2 .3 .2
, .4
3√ ̅ 3√ ̅ 3√
, .3
̃ = [ ̅ 3√
̅ ̅ ̅
.1
; ( 1( ), 2( )); ̅ .1 .2 .3
, .3 .2
, .4
̅ 3√ ̅ 3√ ̅ 3√ ̅
, .4
̅ 3√ ̅
.1
; (15)
( 1( ), 2( )]
10
4.2. Các bạn Bảng kiểm soát
Nếu cỡ mẫu không cố định thì biểu đồ kiểm soát sẽ được xây dựng để theo dõi những thay đổi về số lượng
số lỗi trên mỗi đơn vị để kiểm soát quá trình. Trong biểu đồ điều khiển u mờ loại 2 ( ) bạn ,số lượng lỗi trên mỗi
đơn vị (u) là tỷ lệ số lượng khuyết tật trong mẫu. Ngoài ra, số lỗi trung bình
trên mỗi đơn vị phải lấy số mờ loại 2 (ũ̃) (Kaya, 2021).
Số lượng lỗi trên mỗi đơn vị (u), dưới dạng số mờ loại 2, có thể được định nghĩa như sau:
ũ̃ 1= [(yi1 , yi2 , yi3 , yi4 , 1(Ai U ) , 2(Ai U )); (yi1 , yi2 , yi3 , yi4 , 1(Ai L ), 2(Ai L ))]
̃
Ở đâu đề cập đến số mờ hình thang loại 2.
Khi đó, số lỗi trung bình trên mỗi đơn vị được xác định bằng cách sử dụng tập mờ loại 2( ̃) có thể thu được là
sau:
̃
bạn bạn bạn L L L
U 1= [(y11 , y12 , y13 , y14 , H1(A1 U), H2(A1 U)); (y11
L , y12 , y13 , y14 , H1 (A1 ), H2(A1 L ))]
̃
L L L L
2= [(y21 ,y22
bạn bạn bạn bạn
, y23 , y24 , H1(A1 U), H2(A1 U)); (y21 , y22 , y23 , y24 , H1 (A1 ), H2(A1 L ))]
. .
̃
= [(yn1 , yn2 , yn3 , yn4 , H1(A1 U), H2(A1 U)); (yn1 , yn2 , yn3 , yn4 , H1 (A1 ), H2(A1 L ))]
E[ũ̃]=u̅̃ (16)
ũ̃
=1 u̅̃
= (17)
bạn bạn bạn L L L (18)

u̅̃ = (u̅y.1 u L ) , u̅y.2 , u̅y.3 , u̅y.4 ; u̅y.1 , u̅y.2 , u̅y.3 , u̅y.4
n bạn n bạn n bạn n bạn

tôi=1yi1 yi2
tôi=1 yi3
tôi=1 yi4
tôi=1
(19)
, u̅y.2 U = , u̅y.3 U = , u̅y.4 U =
u̅y.1 U = N N N N
N L n L N L n L
tôi=1yi1 yi2
tôi=1 yi3
tôi=1 yi4 ,
tôi=1
(20)
, u̅y.2 L = , u̅y.3 L =
u̅y.1 L = N N N u̅y.4 L = N
Khi đó các giới hạn kiểm soát cho biểu đồ kiểm soát u có thể được tính như sau:
(21)
Lũ̃ = u̅̃ + 3√ u̅̃ ̃Lũ̃ N
bạn y.1 bạn y.2 bạn y.3
, ̅y.2 U + 3√ ̅ , ̅y.3 U + 3√ ̅ N , ̅y.4 U +

N N
= [ ̅y.1 U + 3√ ̅ 3√ ̅ 3√ ̅
bạn y.4 L y.1 L y.2 L y.3

; phút (H1(Ai U ), H2(Ai U )); ̅y.1 L + 3√ ̅ N , ̅y.2 L + 3√ ̅ N , ̅y.3 L + 3√ ̅ N , ̅y.4 L +
N
L y.4
(22)
N ; phút (H1(Ai L ), H2(Ai L )]
11
(23)
CLũ̃ = u̅̃
CL̃̃ũ̃ = [ ̅y.1 U + ̅y.2 U + ̅y.3 U + ̅y.4 U ; phút (H1(A1 U), H2(A1 U)), ̅y.1 L + ̅y.2 L + ̅y.3 L +
̅y.4 L ; phút (H1(A1 L ), H2(A1 L )]

(24)
̃
, ̅y.4 U
bạn y.4 bạn y.3 bạn y.2
LCL
cũ̃ , ̅y.2 U 3√ ̅ , ̅y.3 U 3√ ̅
y.1 N N N
= [u̅̃
U 3√ u̅̃
L L L
bạn y.1 y.4 y.3 y.2
; phút (H1(Ai U ), H2(Ai U )); ̅y.1 L 3√ ̅ , ̅y.2 L 3√ ̅ , ̅y.3 L 3√ ̅ , ̅y.4 L
3√ ̅ N N N N
(25)
L
y.1
; phút (H1(Ai L ), H2(Ai L
3√ ̅ N
)]
Cuối cùng, có thể thu được biểu đồ kiểm soát có sai sót và giá trị giới hạn bao gồm các số mờ loại 2.
Có thể đưa ra một minh họa như trong Hình 6.
biểu đồ kiểm soát

bạn
Hình 6. Minh họa về
5. Ứng dụng trường hợp thực tế cho phụ tùng ô tô dựa trên ACC loại 2
Trong bài báo này, một trong những mở rộng mờ có tên là tập mờ loại 2 có mức độ thành viên mờ
đã được tích hợp với CC để xử lý sự không phù hợp. Với mục đích này, CC cho các thuộc tính dựa trên loại 2
tập mờ c Và bạn đã thu được. Các CC được xây dựng cũng được áp dụng trên ứng dụng trường hợp thực tế
từ ngành công nghiệp ô tô.
Công ty là một trong những nhà cung cấp hàng đầu cho các nhà sản xuất ô tô nổi tiếng nhất, với 9 nhà máy ở
năm quốc gia khác nhau. Nó cũng xuất khẩu 90% sản phẩm của mình và phát triển các hệ thống có hàm lượng bổ sung cao.
12
giá trị cũng như cách tiếp cận sáng tạo cho 35 quốc gia khác nhau. Hãng sản xuất dây trợ lực phanh;
dây chuyền làm mát pin, hộp số và pin nhiên liệu; ống dẫn khí bẩn và sạch và các đường khác; kim loại, nước
ống tiêm và ép nóng; ống cao su; đường hút, đường khí nóng và đường lỏng; phanh cao áp
vòi nước; dòng nước làm mát/làm nóng động cơ cho ô tô.
Bài báo này lần đầu tiên thực hiện một ứng dụng thực tế liên quan đến sản xuất ống kim loại, trong đó
thành phần được hiển thị trong Hình 7.
Hình 7. Ống kim loại được sản xuất
Theo số lượng khuyết tật của ống kim loại trong công ty, một số thang ngôn ngữ như "không có khuyết tật,
không có khuyết tật cao, khuyết tật trung bình, khuyết tật cao và hoàn toàn không có khuyết tật” được xác định như trong Bảng
2.
Bảng 2. Tình trạng khuyết tật trong quá trình kiểm soát chất lượng ống kim loại
Phân loại khuyết tật Số lượng khuyết tật (ND) Trạng thái khuyết tật
1 ND = 0 Không Khiếm Khuyết (ND)
2 0< ND < 2 Không có khuyết tật cao (NHD)
3 2 ND ND < 4 Khiếm khuyết trung bình (MD)
4 4 ND ≤ 6 Khiếm khuyết cao (HD)
5 ND > 6 Khiếm khuyết hoàn toàn (CD)
Sau đó, các hàm thành viên mờ loại 2 đã được xác định cho những khiếm khuyết này, như được trình bày trong Bảng 3.
Bảng 3. Giá trị mờ loại 2 về trạng thái khuyết tật của ống kim loại
Tình trạng khiếm khuyết H1(AU ) H2(AU ) 1 1 H1(AL ) H2(AL ) 0,8
ND 0,80 0,87 0,93 1,00 0,60 1 1 1 1 0,84 0,88 0,92 0,96 0,8 0,64 0,8
NHD 0,67 0,73 0,80 0,40 0,47 0,68 0,72 0,76 0,8 0,44 0,48 0,8
MD 0,53 0,60 0,52 0,56 0,8 0,24 0,28 0,32

HD 0,20 0,27 0,33 0,40 1 1 0,36 0,8 0,04 0,08 0,12 0,16 0,8 0,8
đĩa CD 0,00 0,07 0,13 0,20 1 1 0,8
Ba dạng hư hỏng khác nhau đối với ống kim loại đã được sử dụng để xác định tình trạng lỗi, như đã thấy
trong Bảng 4.
13
Bảng 4. Các dạng hư hỏng của ống kim loại
Các loại khuyết tật

Cỡ mẫu mẫu Tổng số lỗi
Lỗi kẹp Đánh dấu Lỗi vị trí Lỗi
1 10 1 3 1 5
2 10 1 2 3
3 10 1 1 2 4
4 10 1 1 2
5 10 1 3 4 số 8
6 10 2 1 1 4
7 10 1 1 2
số 8 10 1 3 1 5
9 10 3 1 4
10 10 0
11 10 1 1 2
12 10 2 2 4
13 10 1 1 1 3
14 10 1 1 2
15 10 1 3 4
16 10 2 2 4
17 10 0
18 10 1 1 2
19 10 1 1
20 10 2 1 3
Quy trình kiểm soát này đã được đánh giá bằng cách sử dụng các giá trị ngôn ngữ được xác định trong Bảng 2. Loại-2
đã thu được các giá trị mờ cho từng mẫu như trong Bảng 5.
Bảng 5. Giá trị mờ loại 2 cho kết quả quá trình chất lượng ống kim loại
̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅
̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅
Vật mẫu H1(AU) H2(AU) H1(AL ) H2(AL )
1 0,70 0,77 0,83 0,90 1,00 2 0,78 1,00 0,86 0,82 0,78 0,74 0,80 1,00 0,80
0,85 0,91 0,98 1,00 3 0,74 0,81 0,94 0,90 0,86 0,82 0,80 1,00 0,90 0,80
0,87 0,94 1,00 4 0,76 0,83 0,89 0,86 0,82 0,78 0,80 1,00 0,92 0,88 0,80
0,96 1,00 5 0,66 0,73 0 0,79 0,86 0,84 0,80 0,80 1 0,00 0,82 0,78 0,74 0,80
1,00 6 0,72 0,79 0,85 0,92 1,00 7 0,70 0,80 1,00 0,88 0,84 0,80 0,76 0,80
0,76 0,83 0,89 0,96 1,00 8 0,70 0,80 1,00 0,92 0,88 0,84 0,80 0,80 0,80
0,77 0,83 0,90 1,00 9 0,72 0,79 1,00 0,86 0,82 0,78 0,74 0,80 1,00 0,80
0,85 0,92 1,00 10 0,80 0,87 0,93 0,88 0,84 0,80 0,76 0,80 1,00 0,96 0,80
1,00 1,00 11 0,76 0,83 0,89 0,96 0,92 0,88 0,84 0,80 1,00 0,92 0,88 0,80
1,00 12 0,72 0,79 0,85 0,92 1,00 13 0,84 0,80 0,80 1,00 0,88 0,84 0,80 0,80
0,74 0,81 0,87 0,94 1,00 14 0,80 0,76 0,80 1,00 0,90 0 0,86 0,82 0,78 0,80
0,87 0,93 1,00 1,00 15 0,80 0,87 0,80 1,00 0,96 0,92 0,88 0,84 0,80 0,80
0,93 1,00 1,00 16 0,72 0,79 0,85 1,00 0,96 0,92 0,88 0,84 0,80 1,00 0,80
0,92 1,00 0,88 0,84 0,80 0,76 0,80 1,00 0,96 0,80
0,92 0,88 0,84 0,80 1,00 0,92 0,88 0,80
0,84 0,80 0,80 1,00 0,94 0,90 0,86 0,80
17 0,80 0,87 0,93 1,00 1,00 0,82 0,80 1,00 0,92 0,88 0,84 0,80 0,80
18 0,76 0,83 0,89 0,96 1,00 19 0,78 0,80 1,00 0,91 0,87 0,83 0 0,79 0,80 0,80
0,85 0,91 0,98 1,00 20 0,76 0,83 0,80
0,89 0,96 1,00 Trung bình 0,75 0,82 0,80
0,88 0,95 1,00 0,80
14
Khi đó các giá trị giới hạn của c đã thu được biểu đồ kiểm soát cho ống kim loại như trong Bảng 6.
Bảng 6. Giá trị giới hạn kiểm soát đối với c biểu đồ kiểm soát
H1(AU) H2(AU)
̃
1,329 3,533 3,691 3,871 1 1
̃
0,749 0,819 0,879 0,949 1 1
̃
0,000 0,000 0,000 0,000 1 1
H1(AL ) H2(AL )
̃
3,453 3,560 3,665 3,769 0,8 0,8
̃
0,789 0,829 0,869 0,909 0,8 0,8
̃
0,000 0,000 0,000 0,000 0,8 0,8
Sau đó, các giá trị mờ loại 2 được giải mờ bằng cách sửa đổi Hiệu suất không mờ tốt nhất (BNP)
bởi Kahraman và cộng sự. [50]. Các giá trị kiểm soát chất lượng đối với ống kim loại trong Bảng 7 và giới hạn kiểm soát của
c
biểu đồ kiểm soát đã được chuyển đổi thành số rõ nét. Là kết quả của phương pháp giải mờ BNP,
các giá trị thu được được thể hiện trong Bảng 7.
Bảng 7. Các giá trị giải mờ để kiểm soát chất lượng ống kim loại
Mẫu DIT2U DIT2L DIT2 TRAP 0,80 0,72 0,79

1 0,76 0,77 0,68 0,76
2 0,88 0,74 0,84
3 0,84 0,77 0,80
4 0,86 0,72 0,82
5 0,76 0,74 0,72
6 0,82 0,81 0,78
7 0,86 0,77 0,82
8 0,80 0,74 0,76
9 0,82 0,76 0,78
10 0,90 0,81 0,86
11 0,86 0,81 0,82
12 0,82 0,74 0,78
13 0,84 0,81 0,80
14 0,90 0,77 0,86
15 0,90 16 0,79 0,86
0,82 17 0,90 0,77 0,78
18 0,86 19 3. 0,86
0,88 20 0,86 250 0,82
UCL 3,106 CL 0,84
1,55 3 LCL 0,82
0,000 1.625 3,178
0.000 1,589
0,000
Điều khiển mờ loại 2 thu được để kiểm tra xem quá trình có được kiểm soát hay không, như trong Hình 2.
7.
15
3,20
2,80
2,40
2,00
1,60
1,20
0,80
0,40
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
bạn UCL CL LCL
Hình 7. Biểu đồ điều khiển quá trình ống kim loại dựa trên tập mờ loại 2
Có thể thấy kết quả nằm trong giới hạn kiểm soát, quá trình được kiểm soát về mặt thống kê.
Ngoài ra, hai ứng dụng khác nhau cho ống phanh được minh họa trong Hình 8 và ống làm mát
đã được quản lý dựa trên dữ liệu kiểm soát chất lượng.
Hình 8. Ví dụ về ống phanh
Theo kết quả kiểm soát chất lượng, 16 dạng hư hỏng khác nhau được xác định cho ống phanh. Những cái này
các hư hỏng được phân loại theo mức độ nghiêm trọng của các hư hỏng được xác định trong quy trình chất lượng của công ty.
Đối với tất cả các loại, trọng số của khuyết tật được xác định dựa trên so sánh từng cặp, như được trình bày trong Bảng
số 8.
Bảng 8. Các dạng hư hỏng và trọng lượng của ống phanh
Không có lớp thất bại Chế độ lỗi trọng lượng thất bại
1 1 Đánh dấu thất bại 0,1
2 1 Bao bì 0,1
biến dạng grommet 0,2
3 2 2 Vấn đề về bề mặt ống 0,2
4 5 2 Vấn đề về chiều dài lắp 0,2
16
Không có lớp thất bại Chế độ lỗi trọng lượng thất bại
6 2 Thiếu nắp 0,2
7 2 Chiều dài lỗ khoan 0,2
3
Hướng lắp ngược 0,5
8 3
Ren lắp bị lỗi 0,5
9 3
Sử dụng sai phụ kiện 0,5
10 3
Thiếu thành phần 0,5
11 3
Biến dạng lắp 0,5
12 3
Lỗi chiều dài ống 0,5
13 4
Rách/tách trên ống 0,9
14 4 Sự rò rỉ 0,9
15 16 4 Đan thất bại 0,9
Theo tổng trọng lượng khuyết tật, các bộ phận được xác định là "khiếm khuyết hoàn toàn (CD), khiếm khuyết cao (HD),
khuyết tật trung bình (MD), không có khuyết tật cao (NHD) và không có khuyết tật hoàn toàn (NCD)” như trong Bảng 9.
Bảng 9. Tình trạng khiếm khuyết kiểm soát chất lượng ống phanh
Giải thích 0,9 Tình trạng khiếm khuyết
≤ Trọng lượng khuyết tật 1,00 CD
0,7 ≤ Trọng lượng khuyết tật < 0,9 HD
0,3 ≤ Trọng lượng khuyết tật < 0,7 MD
0 < Trọng lượng khuyết tật < 0,3 NHD
Trọng lượng khuyết tật =0 bệnh không lây nhiễm
Dựa trên trọng số lỗi, số mờ loại 2 hình thang được xác định cho từng phân loại như
trong Bảng 10 và tất cả các mẫu đã được đánh giá dựa trên tình trạng lỗi như trong Bảng
11.
Bảng 10 Giá trị mờ loại 2 về tình trạng lỗi của ống phanh
Tình trạng khiếm khuyết H1(AU) H2(AU) 1 1 H1(AL) H2(AL) 0,8
Khiếm khuyết hoàn toàn 0,80 0,85 0,95 1,00 0,84 0,86 0,91 0,96 0,8 0,64 0,66
Khiếm khuyết cao 0,60 0,65 0,75 0,80 1 1 0,71 0,76 0,8 0,8
Khiếm khuyết trung bình 0,40 0,45 0,55 0,60 1 1 0,44 0,46 0,51 0,56 0,8 0,8
Không có khuyết tật cao 0,20 0,25 0,35 0,40 Không có 1 1 0,24 0,26 0,31 0,36 0,8 0,8
khuyết tật hoàn toàn 0,00 0,05 0,15 0,20 1 1 0,04 0,06 0,11 0,16 0,8 0,8
Bảng 11 Kết quả kiểm soát chất lượng ống phanh cho 20 mẫu
Mẫu Tổng trọng lượng Các loại khuyết tật Tình trạng lỗi
1 0,00 bệnh không lây nhiễm
3 0,90 Đan thất bại đĩa CD
7 0,20 biến dạng grommet MD
17
Mẫu Tổng trọng lượng Các loại khuyết tật Tình trạng lỗi
số 8 0,00 bệnh không lây nhiễm
12 0,70 Biến dạng khớp nối, chiều dài Grommet CD
19 0,50 Lỗi chiều dài ống MD
Sau đó, 18 mẫu với cỡ mẫu là 10 cũng đã được kiểm tra. Giá trị mờ loại 2 trung bình
đã thu được, như thể hiện trong Bảng 12.
Bảng 12. Giá trị mờ loại 2 về kết quả quá trình kiểm tra chất lượng ống phanh
̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅
̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅
Tôi
H1(AU) H2(AU) H1(AL ) H2(AL )
1 0,20 0,25 0,35 0,40 2 0,16 0,21 1 1 0,14 0,18 0,22 0,26 0,18 0,22 0,8 0,8
0,31 0,36 3 0,06 0,11 0,21 0,26 4 1 1 0,26 0,36 0,10 0,14 0,18 0,22 0,8 0,8
0,22 0,27 0,37 0,42 5 0,00 0,05 0,15 1 1 0,20 0,24 0,28 0,32 0,04 0,08 0,8 0,8
0,20 6 0,14 0,19 0,29 0,34 7 0,18 1 1 0,12 0,16 0,12 0,16 0,20 0,24 0,8 0,8
0,23 0,33 0,38 0,00 0,05 0,15 0,20 1 1 0 0,22 0,26 0,38 0,34 0,04 0,8 0,8
0,08 0,12 0,16 0,16 0,02 0,24 0,8 0,8
1 1 1 1 0,28 0,12 0,16 0,20 0,24 0,14 0,8 0,8
số 8 1 1 0,18 0,20 0,26 0,12 0,16 0,20 0,8 0,8
9 0,10 0,15 0,25 0,30 10 0,08 0,13 0,14 0,18 0,20 0,26 0,12 0,16 0,8 0,8
0,23 0,28 11 0,10 0,15 0,25 0,30 12 1 1 1 1 0,20 0,24 0,04 0,08 0,12 0,16 0,8 0,8
0,08 0,13 0,23 0,28 13 0,00 0,05 1 1 0,10 0,14 0,18 0,22 0,20 0,24 0,8 0,8
0,15 0,20 14 0,06 0,11 0,21 0,26 15 0,28 0,32 0,12 0,16 0,20 0,24 0,8 0,8
0,16 0,21 0,31 0,36 16 0,08 0,13 1 1 1 1 0,04 0,08 0,12 0,16 0,04 0,08 0,8 0,8
0,23 0,28 17 0,00 0,05 0,15 0,20 18 1 1 0,12 0,16 0,08 0,12 0 0,16 0,8 0,8
0,00 0,05 0,15 0,20 19 0,04 0,09 1 1 0,20 0,06 0,10 0,14 0,18 0,11 0,8 0,8
0,19 0,24 20 0,02 0,07 0,17 0,22 1 1 0,14 0,20 0,24 0,8 0,8
Trung bình 0,08 0,13 0,23 0,28 1 1 0,8 0,8
1 1 0,8 0,8
1 1 0,8 0,8
1 1 0,8 0,8
1 1 0,8 0,8
Khi đó các giá trị giới hạn của bạn

đã thu được biểu đồ kiểm soát ống phanh như trong Bảng 13.
18
bạn
Bảng 13. Giá trị giới hạn kiểm soát của Sơ đồ điều khiển ống phanh
H1(AU) H2(AU)
̃
0,278 0,380 0,558 0,641 1 1
̃
0,084 0,134 0,234 0,284 1 1
̃
0,000 0,000 0,000 0,000 1 1
H1(AL ) H2(AL )
̃
0,338 0,399 0,493 0,562 0,8 0,8
̃
0,113 0,144 0,196 0,236 0,8 0,8
̃
0,000 0,000 0,000 0,000 0,8 0,8
Sau đó, các giá trị mờ đã được giải mờ bằng cách sử dụng phương pháp BPN, như trong Bảng 14.
Bảng 14. Giá trị giải mờ để kiểm soát chất lượng ống phanh
Mẫu DIT2U DIT2L DIT2 Bẫy 0.18
1 0,30 0,24
2 0,26 0,23 0,25
3 0,16 0,14 0,15
4 0,32 0,23 0,28
5 0,10 0,09 0,10
6 0,24 0,16 0,20
7 0,28 0,27 0,27
số 8 0,10 0,09 0,10
9 0,20 0,16 0,18
10 0,18 0,16 0,17
11 0,20 0,18 0,19
12 0,18 0,16 0,17
13 0,10 0,09 0,10
14 0,16 0,14 0,15
15 0,26 0,23 0,25
16 0,18 0,16 0,17
17 0,10 0,09 0,10
18 0,10 0,09 0,10
19 0,14 0,13 0,13
20 0,12 0,11 0,11
UCL 0,464 0,403 0,434
CL 0,232 0,202 0,217
LCL 0,000 0,000 0,000
Điều khiển mờ loại 2 thu được để kiểm tra xem quá trình có được kiểm soát hay không, như trong Hình 2.
9.
19
0,6
0,4
0,2
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
bạn CL UCL LCL
Hình 9. Sơ đồ điều khiển mờ loại 2 cho quá trình ống phanh
Có thể thấy kết quả nằm trong giới hạn kiểm soát, quá trình được kiểm soát về mặt thống kê.
Ngoài ra, quy trình kiểm soát chất lượng ống làm mát, như trong Hình 10, cũng đã được phân tích.
dựa trên tập mờ loại 2.
Hình 10. Ví dụ về ống làm mát
Với mục đích này, tổng cộng có 16 dạng hư hỏng được xác định theo kết quả kiểm soát 1 năm gần nhất trong
công ty và được phân loại như trong Bảng 15.
Bảng 15. Các dạng hư hỏng và trọng lượng của ống làm mát
Nb. Chế độ lỗi lớp thất bại Trọng số lỗi ( ) 0,1 0,1
1 1 Đánh dấu thất bại 0,2
Lỗi đóng gói 0,2

2 3 1 2 Lỗi tay áo 0,2
4 2 Vấn đề về bề mặt ống 0,2
5 Thất bại trong việc phân tán 0,5
6 2 2 Vấn đề hàn cao su 0,5
7 2 Áp lực không bị ràng buộc 0,5
3 Lỗi biểu mẫu 0,5
8 3 Ảnh ngắn về vật liệu 0,5
9 3
Thiếu thành phần 0,5
10 3
Lỗi dán keo kẹp 0,9
11 3
Vấn đề về chiều dài ống 0,9
12 4
Rách/tách trên ống 0,9
13 4
Sự rò rỉ 0,9
14 4 Vấn đề đan
15 16 4 Tách lớp
20
Theo tổng trọng lượng khuyết tật, các bộ phận được xác định là "khuyết tật hoàn toàn, khuyết tật cao, khuyết tật trung bình".
khuyết tật, không có khuyết tật cao và không có khuyết tật hoàn toàn” và Bảng 9 cũng được sử dụng. Dựa trên trọng lượng khuyết tật,
xác định số mờ hình thang loại 2. Tất cả các mẫu được đánh giá dựa trên
tình trạng lỗi, như thể hiện trong Bảng 16.
Bảng 16. Kết quả kiểm tra chất lượng ống làm mát đối với 20 mẫu
Mẫu Tổng trọng lượng Các loại khuyết tật 0,00 Tình trạng lỗi
3 0,00 Tách lớp MD
0,00 bệnh không lây nhiễm
5 6 0,20 bệnh không lây nhiễm
7 0,00 Lỗi tay áo NHD
8 9 10 0,00 bệnh không lây nhiễm
12
Vấn đề về chiều dài ống; Lỗi cách ly NHD
13 0,00 MD
19 0,50 Vấn đề về chiều dài ống NHD
Sau đó, 18 mẫu với cỡ mẫu là 10 cũng đã được kiểm tra. Giá trị mờ loại 2 trung bình
đã thu được, như thể hiện trong Bảng 17.
Bảng 17. Giá trị mờ loại 2 cho kết quả quá trình chất lượng ống làm mát
̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅
̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅
1 0,08 0,15 0,21 0,28 1 1 0,12 0,16 0,2 0,24 0,8 0,8
2 0,02 0,09 0,15 0,22 1 1 0,06 0,10 0,14 0,18 0,8 0,8
3 0,06 0,13 0,19 0,26 1 1 0,10 0,14 0,18 0,22 0,8 0,8
4 0,00 0,07 0,13 0,20 1 1 0,04 0,08 0,12 0,16 0,8 0,8
5 0,10 0,17 0,23 0,30 1 1 0,14 0,18 0,22 0,26 0,8 0,8
6 0,18 0,25 0,31 0,38 1 1 0,22 0,26 0,30 0,34 0,8 0,8
7 0,04 0,11 0,17 0,24 1 1 0,08 0,12 0,16 0,20 0,8 0,8
số 8 0,10 0,17 0,23 0,30 1 1 0,14 0,18 0,22 0,26 0,8 0,8
9 0,04 0,11 0,17 0,24 1 1 0,08 0,12 0,16 0,2 0,8 0,8
10 0,08 0,15 0,21 0,28 1 1 0,12 0,16 0,20 0,24 0,8 0,8
11 0,14 0,21 0,27 0,34 1 1 0,18 0,22 0,26 0,30 0,8 0,8
12 0,08 0,15 0,21 0,28 1 1 0,12 0,16 0,20 0,24 0,8 0,8
13 0,00 0,07 0,13 0,20 1 1 0,04 0,08 0,12 0,16 0,8 0,8
14 0,06 0,13 0,19 0,26 1 1 0,10 0,14 0,18 0,22 0,8 0,8
15 0,10 0,17 0,23 0,30 1 1 0,14 0,18 0,22 0,26 0,8 0,8
16 0,00 0,07 0,13 0,20 1 1 0,04 0,08 0,12 0,16 0,8 0,8
17 0,04 0,11 0,17 0,24 1 1 0,08 0,12 0,16 0,20 0,8 0,8
18 0,02 0,09 0,15 0,22 1 1 0,06 0,10 0,14 0,18 0,8 0,8
19 0,12 0,19 0,25 0,32 1 1 0,16 0,20 0,24 0,28 0,8 0,8
21
̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅
̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅

20 0,06 0,13 0,19 0,26 1 1 0,10 0,14 0,18 0,22 0,8 0,8
Trung bình 0,07 0,14 0,20 0,27 1 1 0,106 0,146 0,186 0,226 0,8 0,8
Khi đó các giá trị giới hạn của bạn

đã thu được biểu đồ kiểm soát các ống làm mát như trong Bảng
18.
Bảng 18. Giá trị giới hạn kiểm soát của bạn Sơ đồ kiểm soát ống làm mát
H1(AU) H2(AU)
̃
0,238 0,383 0,492 0,611 1 1
̃
0,066 0,136 0,196 0,266 1 1
̃
0,000 0,000 0,000 0,000 1 1
̃
H1(AL ) H2(AL )
̃
0,324 0,402 0,475 0,544 0,8 0,8
̃
0,106 0,146 0,186 0,226 0,8 0,8
̃
0,000 0,000 0,000 0,000 0,8 0,8
Phương pháp giải mờ BNP cũng được sử dụng để đạt được các giới hạn UCL, CL và LCL, như trong Bảng 19.
Bảng 19. Biểu đồ kiểm soát giới hạn mờ loại 2 sau phương pháp BNP
Mẫu DIT2U DIT2L DIT2 TRAP

0,180 0,162 0,120 0,171
1 0,108 0,160 0,144 0,114
2 0,100 0,09 0,200 0,152
3 0,18 0,252 0,126 0,095
4 0,18 0,126 0,162 0,19
5 0,280 0,216 0,266
6 0,140 0,162 0,133
7 0,200 0,09 0,19
8 0,140 0,144 0,133
9 0,180 0,18 0,171
10 11 0,240 0,09 0,228
12 0,180 0 0,171
13 0,100 14 0,095
0,160 15 0,200 0,126 0,152
16 0,100 17 0,19
0,140 18 0,120 0,095
19 0,220 20 0,108 0,133
0,160 UCL 0,198 0,114
0,431 CL 0,215 0,144 0,209
LCL 0,000 0,392 0,152
0,196 0,412
0,000 0,206
0,000
Việc kiểm soát chất lượng của quy trình ống làm mát được phân tích để kiểm tra xem quy trình này có phù hợp hay không.
kiểm soát bằng cách lấy biểu đồ kiểm soát, như trong Hình 11.
22
0,40
0,36
0,32
0,28
0,24
0,20
0,16
0,12
0,08
0,04
0,00
1 2 3 4 5 6 7 số 8 9 10 11 12 13 14 15 16 17 18 19 20
bạn UCL CL LCL
Hình 11. Biểu đồ điều khiển quá trình ống làm mát dựa trên tập mờ loại 2
Như được thấy trong Hình 11, tất cả các mẫu đều được kiểm soát. Vì vậy, chúng ta có thể nói rằng quá trình ống làm mát
ổn định dựa trên các khuyết tật trên sản phẩm.
6. Kết luận
Lý thuyết về biểu đồ kiểm soát cổ điển yêu cầu tất cả dữ liệu phải được biết đầy đủ. Tuy nhiên, nếu một quá trình
liên quan đến bất kỳ sự không chắc chắn nào, biểu đồ kiểm soát cổ điển có thể không đầy đủ. Trong những trường hợp
tư cách thành viên của một phần tử đối với một tập hợp không được gọi là 0 hoặc 1, các tập mờ loại 1 sẽ được sử dụng và nếu mức độ
thành viên của các phần tử không được biết chính xác, tập mờ loại 2 được sử dụng. Vì mờ loại 2
các tập hợp cũng bao gồm một tập mờ cho hàm thành viên, ảnh hưởng của độ không chắc chắn sẽ giảm hơn nữa. Vì
Vì lý do này, việc sử dụng tập mờ loại 2 trong việc diễn giải dữ liệu ngôn ngữ sẽ làm tăng độ nhạy và
linh hoạt trong trường hợp đánh giá của mỗi người trong ngành là khác nhau. Những ưu điểm này
được sử dụng để xây dựng biểu đồ kiểm soát.
Trong nghiên cứu này, biểu đồ kiểm soát được mở rộng dựa trên tập mờ loại 2. Với mục đích này,
công thức của biểu đồ kiểm soát đã được rút ra. Sau đó, một số ứng dụng khác nhau từ ô tô
công ty đã được thực hiện cho c Và bạn bảng kiểm soát.
Với c biểu đồ kiểm soát, dữ liệu quá trình kiểm soát chất lượng ống kim loại nhằm mục đích kiểm tra trong
ngành công nghiệp ô tô. Với mục đích này, năm cách phân loại khác nhau được xác định dựa trên số lượng
khuyết điểm: không có khuyết điểm, không có khuyết tật cao, khuyết tật vừa phải, khuyết tật cao và hoàn toàn không có khuyết tật. Các
Dữ liệu quy trình kiểm soát chất lượng trong quá trình sản xuất ống phanh và làm mát được kiểm tra bằng cách sử dụng bạn biểu đồ kiểm soát
Sử dụng phương pháp này, bộ điều khiển không thể đánh giá sản phẩm là bị lỗi hoặc không bị lỗi.
trực tiếp. Để đưa ra đánh giá nhạy cảm và linh hoạt hơn, sản phẩm được phân loại thành
năm loại khác nhau, với điểm trọng số được xác định cho từng loại lỗi dựa trên mờ loại 2
bộ.
23
Kết quả phân tích các nghiên cứu cho thấy biểu đồ kiểm soát dựa trên tập mờ loại 2 cho
kết quả chính xác và hiệu quả hơn.
Là một hướng nghiên cứu trong tương lai, kết quả thu được của biểu đồ điều khiển mờ đề xuất và
sự phản xạ có thể được đánh giá bằng cách sử dụng một số hệ thống dựa trên quy tắc mờ. Ngoài ra, một số khác
các phần mở rộng mờ, chẳng hạn như tập do dự, tập Pythagore, có thể được sử dụng để xây dựng biểu đồ kiểm soát và
kết quả thu được có thể so sánh được.
Lời cảm ơn: Nghiên cứu này được hỗ trợ bởi Hội đồng nghiên cứu khoa học và công nghệ của
Thổ Nhĩ Kỳ (TUBITAK) thuộc Dự án số 119K408.
7. Tài liệu tham khảo
[1] Xa-đê. LA, (1965). Tập mờ. Thông tin và kiểm soát. Tập 8. Số 3. trang 338-353.
[2] Này. İ., Turgut. A., (2021). Xây dựng biểu đồ điều khiển biến mờ loại 2 với trường hợp thực tế
ứng dụng từ ngành công nghiệp điện tử. Máy tính mềm, 25 (1), 613-633.
[3] Gülbay. M., Kahraman. C., (2007). Một cách tiếp cận khác cho biểu đồ kiểm soát mờ: mờ trực tiếp
tiếp cận. Thông tin Khoa học. 77 (6).1463–1480.
[4] Kılıç. M.; Kaya. İ., (2016). Ưu tiên của các tỉnh trong việc phân bổ trợ cấp công theo một
Phương pháp ra quyết định dựa trên tập mờ loại 2. Nghiên cứu đô thị. Tập. 53. Số 4. tr.755-
774.
[5] Trần. SM, Lee. LW, (2010). Ra quyết định nhóm nhiều thuộc tính mờ dựa trên
phương pháp TOPSIS khoảng loại 2. Hệ thống chuyên gia với các ứng dụng. Tập. 37. trang 2790–2798.
[6] Faraz. A., Shapiro. AF (2010). Ứng dụng biến ngẫu nhiên mờ vào biểu đồ điều khiển Mờ
Bộ hệ thống. tập. 161. không. 20. trang 2684–2694.
[7] Thư MH, Ngô. HCM (2010). Giám sát tỷ lệ không chính xác của các cá thể không phù hợp bằng cách sử dụng p
bảng kiểm soát. J. Ứng dụng. Thống kê, tập. 37. không. 8. trang 1283–1297.
[8] Şentürk. S., Erginel. N., Kaya I., Kahraman. C. (2011). Thiết kế điều khiển dấu ngã mờ (u)
Biểu đồ. J. Mult. Nhật ký. Máy tính mềm. tập. 17. trang 459–473.
[9] Şentürk. S., (2010). Biểu đồ kiểm soát hồi quy mờ dựa trên phép tính gần đúng α-cut. Quốc tế
Tạp chí hệ thống trí tuệ tính toán. tập. 3. không. 1. trang 123–140.
[10] Thư MH, Ngô. HCM (2011). Biểu đồ kiểm soát X̄ và R mờ . Phương pháp thống trị mờ. Máy tính.
Ind.Eng., tập. 61. không. 3. trang 676–685.
24
[11] Alizadeh HM, Ghomi. SMTF, (2011). Sự phát triển mờ của biểu đồ kiểm soát Trung bình và Phạm vi
sử dụng các tính chất thống kê của các giá trị đại diện khác nhau. Tạp chí Thông minh & Mờ
Hệ thống. tập. 22. không. 5–6. trang 253–265.
[12] Kaya İ., Kahraman. C., (2011). Phân tích khả năng xử lý dựa trên các phép đo mờ và
biểu đồ điều khiển mờ. Hệ thống chuyên gia Ứng dụng, tập. 38. không. 4. trang 3172–3184.
[13] Erginel. N., Şentürk. S., Kahraman. C., Kaya. Tôi (2011). Đánh giá quy trình đóng gói trong thực phẩm
ngành sử dụng biểu đồ mờ và biểu đồ kiểm soát. Tạp chí quốc tế về trí tuệ tính toán
Hệ thống. tập. 4. không. 4. trang 509–520.
[14] Hoàng. TT, Trần. LH, Vương YW, Su. YS (2012). Thiết kế biểu đồ kiểm soát chất lượng mờ cho
thuộc tính dựa trên số mờ tam giác. trong Kỷ yếu - Hội nghị quốc tế lần thứ 6 về
Máy tính di truyền và tiến hóa. Kitakyushu. trang 449–452.
[15] Nguyên. TL, Thư. MH, Hoàng. YF, Hsu. B.M, (2013). Biểu đồ x và s mờ: Trái & Phải
Phương pháp thống trị. Trong: Các phương pháp nâng cao cho trí tuệ tập thể tính toán. Nguyên.
NT, Trawinski. B., Katarzyniak. R., và Jo. GS (eds). Nghiên cứu về trí tuệ tính toán.
Mùa xuân. 457: 355-366.
[16] Pandian. SSA, Puthiyanayagam. P. (2013). Biểu đồ điều khiển đa thức mờ hình tam giác với
kích thước mẫu thay đổi bằng cách sử dụng các lần cắt α. Int. J. Anh. Khoa học. Technol., tập. 5. không. 03. trang 699–707.
[17] Vương. Đ. (2013). Biểu đồ điều khiển mềm dựa trên phép đo trọng số của dữ liệu mờ. TRONG
Kỷ yếu- Hội nghị quốc tế lần thứ 10 về hệ mờ và khám phá tri thức.
Thẩm Dương. trang 299–303.
[18] Khademi. M., Amirzadeh. V. (2014). Quy tắc mờ cho biểu đồ kiểm soát x và r mờ. Iran. J. Mờ
Hệ thống, tập. 11. không. 5. trang 55–66.
[19] Zabihinpour. SM, Ariffin. MKA, Đường. SH, Azfanizam. NHƯ, Boyer. O. (2014). Ý nghĩa mờ
và biểu đồ kiểm soát phạm vi để theo dõi các đặc tính chất lượng mờ: Một nghiên cứu điển hình về thực phẩm
các ngành công nghiệp sử dụng gà viên. Tại Hội nghị Quốc tế IEEE về Kỹ thuật Công nghiệp và
Quản lý kỹ thuật. tập. 2015-tháng 1. trang 759–763.
[20] Saravanan. A. Alamelumangai. V. (2014). Hiệu suất của biểu đồ thuộc tính và kiểm soát mờ
Biểu đồ cho dữ liệu biến đổi. Int. J. Khuyến cáo. Res. Điện. Điện tử. Nhạc cụ. Tiếng Anh, tập. 3. không. 5. trang 9758–
9766.
[21] Sogandi. F., Mousavi. SM, Ghanaatiyan. R., (2015). Phần mở rộng của biểu đồ kiểm soát P mờ
Dựa trên dải trung mờ cấp độ α. Khuyến cáo. Máy tính. Công nghệ. Nam châm điện., tập. 2014. trang 1–8.
25
[22] Erginel. N. (2014). Biểu đồ kiểm soát p và np dựa trên quy tắc mờ. Tạp chí Thông minh & Mờ
Hệ thống. tập. 27. không. 1. trang 159–171.
[23] Vương. Đ., Lý. P., Yasuda. M. (2014). Xây dựng biểu đồ điều khiển mờ dựa trên trọng số
nghĩa có thể. Cộng đồng. Thống kê. - Phương pháp lý thuyết. tập. 43. không. 15. trang 3186–3207.
[24] Thư. MH, Chiu. CC, Nguyễn. TL, Hsu. BM, Hsiao. VÌ, Lâm. TH (2014). Giám sát
Sự gián đoạn hàn với biểu đồ điều khiển mờ. Khuyến cáo. Mẹ ơi. Độ phân giải, tập. 893. trang 630–633.
[25] Darestani. SA; Tadi. LÀ; Taheri. S.; Raeiszadeh. M., (2014). Phát triển điều khiển u mờ
biểu đồ để theo dõi khuyết tật Tạp chí quốc tế về quản lý chất lượng và độ tin cậy. Tập. 31.
Số 7. trang 811-821.
[26] Aslangiray. A., Akyuz. G., (2014). Biểu đồ điều khiển mờ: Ứng dụng trong công ty dệt may.
İstanbul Üniversitesi İşletme Fakültesi Derg., tập. 43. không. 1. trang 70–89. 2014.
[27] Şentürk. S., Erginel. N., Kaya. I. Kahraman. C., (2014). Chuyển động có trọng số mũ mờ
biểu đồ kiểm soát trung bình cho dữ liệu đơn biến với ứng dụng trường hợp thực tế. ứng dụng. Máy tính mềm, tập. 22.
trang 1–10.
[28] Rashid. KMJ; Haydar. SS, (2015). Sử dụng phương pháp biến đổi tầm trung mờ để xây dựng
giới hạn biểu đồ kiểm soát mờ Tạp chí quốc tế về máy tính khoa học và thống kê. Tập. 6.
Số 3. trang 1-14.
[29] Zabihinpour. SM; Ariffin. MKA; Tăng. SH; Azfanizam. NHƯ, (2015). Xây dựng X S mờ
biểu đồ kiểm soát với ước tính không thiên vị về độ lệch chuẩn cho ngẫu nhiên mờ hình tam giác
Biến đổi. Tạp chí Hệ thống thông minh và mờ. 28. trang 2735-2747.
[30] Gildeh. BS; Shafiee. N., (2015). Biểu đồ kiểm soát X-MR cho dữ liệu mờ tự tương quan bằng Dp.q
khoảng cách. Int J Adv Manuf Technol. 81. trang 1047–1054.
[31] Thư. MH; Công. JY; Hsu. B.M, (2015). Cơ chế đánh giá và biểu đồ giám sát mờ.
Tạp chí quốc tế về sự không chắc chắn. Hệ thống dựa trên tri thức và độ mờ. Tập 23. Số 3. trang.
399-420.
[32] Vương. D.; Hryniewicz. O., (2015). Biểu đồ Shewhart không tham số mờ dựa trên bootstrap
tiếp cận. Int. J. Ứng dụng. Toán học. Máy tính. Khoa học, Tập 25. Số 2. trang 389-401.
[33] Gülbay. M.; Kahraman. C., (2016). Kiểm soát quy trình thông minh bằng biểu đồ kiểm soát—i: kiểm soát
biểu đồ cho các biến. Thư viện tham khảo hệ thống thông minh. Mùa xuân. 97. trang 23-70.
26
[34] Kahraman. C., Gulbay. M., Boltürk, E., (2016). Biểu đồ kiểm soát Shewhart mờ. Trong việc ra quyết định thống kê mờ.
tập. 343. C. Kahraman và Ö. Kabak. Biên tập. Mùa xuân. 2016. trang 263–
280.
[35] Darestani. SA, Nasiri. M., (2016). Biểu đồ kiểm soát XS mờ và các chỉ số khả năng xử lý trong
Môi trường dữ liệu bình thường. Int. J. Chất lượng. Đáng tin cậy. Quản lý, tập. 33. không. 1. trang 2–24.
[36] Moraditadi. MỘT.; Avakhdarestani. S., (2016). Phát triển cá thể x mờ và phạm vi di chuyển
biểu đồ kiểm soát Int. J. Quản lý năng suất và chất lượng. Tập 17. Số 1. trang 82-103.
[37] Yanık. S.; Kahraman. C.; Yılmaz. H., (2016). kiểm soát quy trình thông minh bằng biểu đồ kiểm soát—ii:
biểu đồ kiểm soát các thuộc tính Thư viện tham khảo hệ thống thông minh. Mùa xuân. 97. trang 71-100.
[38] Erginel N.; Şentürk S., (2016). Biểu đồ kiểm soát EWMA mờ và CUSUM mờ. Trong: Ra quyết định thống kê mờ. Kahraman.
C. và Kabak Ö. (biên tập). Các nghiên cứu về độ mờ và độ mềm
Tin học. Mùa xuân. 343. 2016. trang 281-295.
[39] Hầu. S.; Vương. H.; Phong. S., (2016). Xây dựng biểu đồ kiểm soát thuộc tính dựa trên điểm mờ
con số. Đối diện. 8. tr.1-13.
[40] Thư. MH; Đặng. DC; Nguyễn TL; Hsu. BM; Phan. NS, (2017). Biểu đồ kiểm soát x và s mờ: a
khả năng thích ứng dữ liệu và cách tiếp cận được con người chấp nhận. Sự phức tạp. trang 1-17.
[41] Đúng vậy. TÔI.; Erdogan. M; Yıldız. C., (2017). Phân tích và kiểm soát sự biến thiên bằng cách sử dụng mờ
biểu đồ kiểm soát riêng lẻ. Máy tính mềm ứng dụng. 51. trang 370-381.
[42] Madadi. MH; Mahmoudzadeh. M., (2017). Phát triển mờ cho biểu đồ kiểm soát thuộc tính với
Phương pháp mô phỏng Monte Carlo. Thư khoa học quản lý. Tập 7. trang 555-564.
[43] Sakthivel. E.; Senthamarai. KK; Logaraj. M., (2016). Ứng dụng phương pháp logic mờ trong
biểu đồ kiểm soát thống kê Phân tích toàn cầu và ngẫu nhiên. Tập 4. Số 1. trang 139-147.
[44] Şentürk. S., (2017). Xây dựng biểu đồ điều khiển mờ c dựa trên phương pháp luật mờ. Anadolu Üniversitesi Bilim và
Teknoloji Dergisi A- Uygulamalı Bilimler và Mühendislik. tập 18. Số 3.
trang.563-572.
[45] Şentürk. S.; Antuchevicien. J., (2017). Biểu đồ điều khiển c mờ loại 2 theo khoảng: một ứng dụng trong
công ty thực phẩm. Tin học. Tập 28. Số 2. trang 269–283.
[46] Shabani. MỘT.; Nadarajah. S.; Alizadeh. M., (2018). Biểu đồ kiểm soát cắt (α. β) cho giá trị trung bình của quá trình
dựa trên số mờ trực giác tổng quát. Tạp chí quốc tế về khoa học hệ thống. Tập.
49. Số 2. tr.392-406.
27
[47] Erginel. N.; Şentürk. S.; Yıldız. G. (2018). Lập mô hình biểu đồ kiểm soát thuộc tính theo khoảng loại-2
tập mờ. Máy tính mềm. Tập 22. trang 5033–5041.
[48] Fadaei. S.; Pooya. A., (2018). Biểu đồ điều khiển u mờ dựa trên các luật mờ và đánh giá nó
hiệu suất sử dụng đường cong OC mờ. Tạp chí TQM. Tập. 30. Số 3. trang 232-247.
[49] Teksen. ANH TA; Anagun. NHƯ (2018). Các phương pháp khác nhau đối với biểu đồ kiểm soát XR mờ được sử dụng trong
sản xuất. J. Enterp. Thông tin Quản lý, tập. 31. không. 6. trang 848–866.
[50] Kahraman. C., Oztaysi ̧B. ̈Ucal Sarı. Tôi, Turanoglu. E., (2014). Quá trình phân cấp phân tích mờ
với tập mờ khoảng loại 2. Hệ thống dựa trên tri thức. tập. 59. trang 48–57. 3/2014.
[51] Ontiveros-Robles, E., Melin, P., Castillo, O., (2018). Phân tích so sánh độ bền tiếng ồn
của Bộ điều khiển logic mờ loại 2, Kybernetika, 54(1), tr.175 – 201.
[52] Liang, Q. và Mendel, JM (2000), Hệ thống logic mờ loại 2 khoảng: lý thuyết và thiết kế. IEEE
Dịch. Hệ thống mờ, 8(5–6), tr.535–550.
[53] Castillo, O., Cervantes, L., Soria, J., Sanchez, M., Castro, JR, (2016), Mờ tổng quát loại 2
phương pháp tiếp cận chi tiết với các ứng dụng trong lĩnh vực hàng không vũ trụ, Khoa học thông tin, 354, trang 165–177.
[54] Cervantes, L., Castillo, O. (2015). Tập hợp logic mờ loại 2 của nhiều bộ điều khiển mờ cho
điều khiển chuyến bay trên máy bay, Khoa học thông tin, 324, trang 247–256.
[55] Sanchez, MA, Castillo, O., Castro, JR, (2015). Hệ thống mờ loại 2 tổng quát cho
điều khiển robot di động và so sánh hiệu suất với Interval Type-2 và Type-1 Fuzzy
Hệ thống, Hệ thống chuyên gia với các ứng dụng, 42, trang 5904–5914.
[56] Kaya, İ., 2021., Xây dựng biểu đồ điều khiển u bằng Bộ mờ loại 2, Proc. Của thứ 4
Hội nghị điện tử quốc tế về những tiến bộ trong kỹ thuật, công nghệ và quản lý -ICETM
2021, 138-143.
28

ASSIGNMENT 2 DỊCH

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

ASSIGNMENT 2 DỊCH

Uploaded by

Copyright:

Available Formats

Machine Translated by Google

ihsan kaya ( ihkaya@yildiz.edu.tr )

Bài viết nghiên cứu

Ngày đăng: 18 tháng 5 năm 2022

J. của Logic đa giá trị và tính toán mềm

Thiết kế biểu đồ kiểm soát thuộc tính cho

İhsan KAYA1*, Elif DEVRİM2 , Hayri BARAÇLI1

một cơ sở có hệ thống trong việc xử lý các tình huống mơ hồ hoặc

* E-Mail của tác giả

J. của Logic đa giá trị và tính toán mềm

Gần đây, sự mở rộng của tập mờ thường được sử dụng để quản lý

Tập mờ loại 2 có tên FST có mức độ thành viên mờ

tập mờ và ứng dụng thực tế trong lĩnh vực ô tô. Các

cơ hội đánh giá so với CC.

J. của Logic đa giá trị và tính toán mềm

Hình 1. Phân loại biểu đồ kiểm soát

biểu đồ (ACC) được sử dụng cho các loại này.

J. của Logic đa giá trị và tính toán mềm

đã được thảo luận ở Phần 6.

2. Tập mờ và tập mờ loại 2

J. của Logic đa giá trị và tính toán mềm

sử dụng biểu diễn sau:

J. của Logic đa giá trị và tính toán mềm

A = {((x,u), (x,u))X ,u J MỘT

Giả sử số mờ loại 2 được định nghĩa như sau:

3. Phân tích văn học

J. của Logic đa giá trị và tính toán mềm

bộ. Chúng được tóm tắt ngắn gọn trong Bảng 1.

tác giả Loại bộ mờ Loại biểu đồ kiểm soát

Faraz và Shapiro [12] Loại 1 x S

Thục và Ngô [13] Loại 1 P

Şentürk và cộng sự. [14] Loại 1 bạn

Şentürk [15] Loại 1 hồi quy

Thục và Ngô [16] Loại 1 x R

Alizadeh và Ghomi [17] Loại 1 x R

Kaya và Kahraman [18] Loại 1 x R

Erginel và cộng sự. [19] Loại 1 x S

Hoàng và cộng sự. [20] Loại 1 P

Nguyễn và cộng sự. [21] Loại 1 x S

Pandian và Puthiyanayagam [22] Loại 1 P

Vương [23] Loại 1 c

Khademi và Amirzadeh [24] Loại 1 x S

Zabihinpour và cộng sự. [25] Loại 1 x S

Saravanan và Alamelumangai [26] Loại 1 XS

Sogandi và cộng sự. [27] Loại 1 P

Erginel [28] Loại 1 p-np

Vương và cộng sự. [29] Loại 1 c

Shu và cộng sự. [30] Loại 1 bạn

Darestani và cộng sự. [31] Loại 1 bạn

Aslangiray và Akyüz [32] Loại 1 c, bạn

Şentürk và cộng sự. [33] Loại 1 EWMA

Rashid và Haydar [34] Loại 1 x R

Zabihinpour và cộng sự. [35] Loại 1 x S

Gildeh và Shafiee [36] Loại 1 I-MR

Shu và cộng sự. [37] Loại 1 c

Gülbay và Kahraman [39] Loại 1 x R , x S , EWMA

J. của Logic đa giá trị và tính toán mềm

tác giả Loại bộ mờ Loại biểu đồ kiểm soát

Kahraman và cộng sự. [40] Loại 1 x R ,x S ,p, np, c, u

Darestani và Nasiri [41] Loại 1 x S

Moraditadi và Avakhdarestani [42] Loại 1 I-MR

Yanık và cộng sự. [43] Loại 1 p,np,c,u

Erginel và Şentürk [44] Loại 1 CUSUM, EWMA

Shu và cộng sự. [46] Loại 1 x S