إمكانية تطبيق بعض تقنيات التعلم العميق في ضبط جودة المنتجات / دراسة حالة

الملخص

المستخلص.

 تناولت الدراسة حالة الإنتاج وحل مشاكل العيوب وضبط الجودة في قسم الصوابين بمصنع المأمون التابع للشركة العامة للمنتوجات الغذائية باستخدام خوارزميات وتقنيات التعلم العميق. تم تحديد مشكلة البحث في إنتاج معيب وضعف أداء قسم ضبط الجودة وافتقاره للتقنيات الحديثة. لاختيار معايير ضبط جودة الصابون السائل، تم التركيز على: المادة الفعالة (Nacl)، واللزوجة (viscosity)، الدالة الحامضية (ph)، والأملاح (AD). وتم استخدام برنامج MATLAB - Ver 2024 لتطبيق خمس خوارزميات، وهي خوارزمية أشجار القرار، وخوارزمية مصنف بيز، وخوارزمية الشبكة العصبية الالتفافية، وخوارزمية الشبكة العصبية الاصطناعية، والنموذج اللوجستي فضلا عن استخدام برنامج SPSS-Ver.28. وأظهرت النتائج أن من بين 206 قنينة صابون سائل تم اختيارها عشوائيًا، كانت 155 قنينة مطابقة للمواصفات و51 غير مطابقة، مما يشكل نسبة 25% من العينة. وبينت الدراسة أن خوارزمية أشجار القرار هي الأفضل في تحديد مسببات العيوب ودقة التصنيف لها. وتتضمن أهداف هذه الدراسة تحسين جودة الإنتاج باستخدام تقنيات التعلم العميق، وتحديد أسباب العيوب بدقة، وتقليل الهدر والتكاليف، وبناء نظام خبير لضبط الجودة بشكل آلي، وزيادة وعي المسؤولين بالتقنيات الحديثة. تكتسب الدراسة أهمية كبيرة من خلال إثراء المعرفة العلمية في هذا المجال، وإدراك أهمية تقنيات التعلم العميق في تقليل العيوب واعتماد تقنيات حديثة لتقليل الوقت والجهد في الفحص.