برای نخستین بار و با بهرهگیری از علم داده کاوی:
ابداع شیوه نوین حذف عیب چسبندگی ورقهای نورد سرد فولاد مبارکه
دانشآموخته دانشگاه صنعتی اصفهان برای نخستین بار با بهرهگیری از علم دادهکاوی به تعیین مشخصههای مؤثر بر عیب چسبندگی ورقهای نورد سرد شرکت فولاد مبارکه اصفهان و مؤلفههای کاهش و یا حذف آن پرداخت.
این نتیجه برمبنای رساله دکتری محمدتقی رضوان به راهنمایی دکتر علی زینل همدانی، استاد دانشکده مهندسی صنایع دانشگاه صنعتی اصفهان و با عنوان «توسعه مدلهای دستهبندی و استخراج قواعد مبتنی بر نوع داده» حصول یافته است.
به گزارش خبرنگار ایلنا از اصفهان، دانشآموخته دکتری دانشگاه صنعتی اصفهان با اشاره به ویژگیهای قابل توجه دادهکاوی به عنوان شیوهای به منظور استخراج اطلاعات و دانش مفید دادهها گفت: دستهبندی یکی از اهداف مهم دادهکاوی است که در زمینههای مختلف مطالعاتی از جمله مباحثمالی، بیولوژی، پزشکی و غیره کاربرد دارد.
محمدتقی رضوان افزود: در این رساله، افزایش عملکرد و قابلیت مدلهای دستهبندی مورد توجه قرار گرفت که با معرفی یک معیار مشابهت مرکب جدید در مدل استنتاج مبتنی بر نمونه و نیز پیشنهاد یک الگوریتم ژنتیک به منظور استخراج قواعد دستهبندی در مجموعه دادههای عددی، رستهای و مخلوط صورت گرفت.
وی با اشاره به تعریف مسأله عیب چسبندگی ورقهای نورد سرد شرکت فولاد مبارکه به عنوان یک مسأله دستهبندی در تبیین شیوههای مورد بررسی در این رساله تصریح کرد: با شناسایی مشخصههای پراهمیت در ایجاد این عیب، قواعد دستهبندی به منظور تنظیم مؤلفههای مختلف فرآیندی جهت کاهش و حتی حذف این عیب استخراج شد.
دانشآموخته دکتری دانشگاه صنعتی اصفهان با بیان اینکه عیب چسبندگی ورقهای نورد سرد فولاد مبارکه سبب کنار رفت حدود یک درصد از تولیدات این واحد میشود، ادامه داد: با بررسی اثرات تمامی مشخصههای تأثیرگذار بر روی عیب چسبندگی ورقهای نورد سرد، قواعدی به منظور تنظیم مؤلفههای فرآیندی به منظورکاهش و یا حذف این عیب استخراج و تعیین شد.
رضوان اضافه کرد: نتایج بدست آمده ضمن جلب تأیید کارشناسان این شرکت، با پیشنهادات فنی ارائه شده توسط کارشناسان خارجی صاحب نظر در این زمینه نیز تطابق داشته است.
وی با بیان اینکه این نخستین بار است که نگرش دادهکاوی به منظور تجزیه و تحلیل اطلاعات تولید در شرکت فولاد مبارکه با اثربخشی بالا مورد استفاده قرار گرفته است، ابراز امیدواری کرد: این فعالیت، مقدمهای برای همکاریهای پژوهشی بیشتر بین دانشگاه و صنعت باشد.