جلسه دفاع پایان نامه کارشناسی ارشد (آقای مهدی آبروئی)
موضوع: پیشبینی هوشمند وقوع چتر در خط نورد سرد بر اساس روشهای یادگیری ماشین
ارائه دهنده: مهدی آبروئی
استاد راهنما: دکتر علی لقمانی
استادان مشاور: دکتر محمدرضا فروزان، دکتر سید جلال ذهبی
استادان داور: دکتر سعید ضیائی راد، دکتر محمدرضا نیرومند
چیکده:
پدیده چتر در نورد سرد ورقهای فولادی با مقاومت بالا، نازک و با سرعتهای بالا رخ میدهد. چتر باعث ایجاد عیوب مختلف بر روي محصول نهایی و آسیب به دستگاه نورد میشود. معمولا چتر از طریق کاهش سرعت نورد کنترل می شود که باعث کاهش بهرهوری کارخانه میشود. هدف این پژوهش شناسایی چتر و پیشبینی سرعت وقوع چتر با استفاده از پارامترهای فرایند نورد و مدلهای یادگیری ماشین است. این پژوهش بر روی یک دستگاه نورد سرد دو قفسهای که در شرکت فولاد مبارکه موجود است انجام شده است. در این پژوهش از یک مدل شبیهساز چتر که براي خط نورد مورد بررسی در پژوهشهای قبلی ایجاد شده است، استفاده میشود. در بخش اول دادههای مدلسازی بر اساس مقدار سرعتشان برچسبگذاری میشوند و سپس مدلهای طبقهبند kنزدیکترین همسایگی، درخت تصمیم، جنگل تصادفی، تقویت سازگار و تقویت شیب آموزش داده میشوند. نتایج نشان میدهند مدل تقویت سازگار با دقت 99/5 درصد بهترین عملکرد را در بین مدلها دارد. در بخش دوم از دادههای واقعی فرایند نورد به منظور پیشبینی سرعت وقوع چتر استفاده میشود. در این بخش به علت کم بودن دادههای واقعی از یادگیری انتقالی استفاده میشود. بدین صورت که ابتدا یک مدل شبکه عصبی بر روی دادههای مدلسازی آموزش داده میشود و سپس انتقال یادگیری با استفاده از دادههای واقعی فرایند نورد انجام میشود. در دستگاه نورد مورد بررسی از سیستم شناسایی چتر برای تشخیص چتر استفاده میشود و این سیستم ممکن است در حین نورد یک کلاف چندین بار چتر را تشخیص دهد. به همین دلیل از دادههای واقعی، دو مجموعه داده بر اساس سرعتهای وقوع چتر استخراج شده است. مجموعه داده اول یک مجموعه محتاطانه است و سرعتهای پایینتری را به عنوان چتر در نظر میگیرد. نتایج نشان میدهند بهترین مدل آموزش داده شده بر روی دادههای آزمون مجموعه داده اول دارای ضریب تعیین 0/811 است. در مجموعه داده دوم که سرعتهای بالاتری به عنوان چتر در نظر گرفته میشود، نتایج نشان میدهند بهترین مدل آموزش داده شده دارای ضریب تعیین 0/797 است.