بهبود کنترل کیفیت اقلام فنی در صنایع دفاعی با تکنیک پردازش تصویر و تبدیل فازی با استفاده از نمودار کنترل glr

هدف: این تحقیق به منظور ارائه الگوی شناسایی و کنترل کیفیت اقلام فنی در صنعت دفاع انجام شده است. تمرکز بر تکنیک‌های پردازش تصویر و تبدیل فازی با انتخاب بهینه بخش فازی تعمیم‌ یافته جهت فشرده‌سازی تصاویر و پردازش داده‌های تصویر است. روش ‌شناسی: در این تحقیق، از تکنیک تبدیل فازی مستقیم برای فشرده‌سازی تصاویر استفاده شده و ماتریس ضرایب تبدیل فازی برای پایش داده‌های استخراج شده با استفاده از نمودار کنترل نسبت بزرگ‌نمایی تشکیل شده است. جهت اعتبارسنجی نتایج، از نرم‌افزار متلب بهره گرفته شده است. یافته‌ها: نتایج نشان دادند که مدل توسعه یافته برخوردار از عملکرد موثر برای کنترل کیفیت اقلام فنی در سیستم‌های دفاعی است. مدل مبتنی بر بخش فازی مثلثی نیز در کشف عیوب پس از تغییرات شدت روشنایی، بهتر از مدل کوشا و همکاران عمل کرده است.نتیجه‌گیری: این تحقیق نه تنها اهمیت پردازش تصویر و تبدیل فازی را در صنعت دفاع تاکید می‌کند بلکه نشان دهنده کارآیی برتر مدل توسعه یافته در دستیابی به کنترل کیفیت اقلام فنی و بهبود فرآیندهای کنترلی است. نتایج مقایسه‌ای نیز تایید می‌کند که مدل مبتنی بر بخش فازی مثلثی، به ویژه در شناسایی عیوب پس از تغییرات نوردهی، از مدل کوشا و همکاران بهتر عمل کرده است. استفاده روزافزون از پردازش تصویر و تبدیل فازی در آینده نشان‌دهنده اجتناب‌ناپذیری صنایع دفاع از این تکنیک‌ها به منظور دستیابی به اهداف، کنترل بهینه و ارتقاء اقلام فنی است.

improving the quality control of technical items in the defense industry with the technique of image processing and fuzzy transformation using the glr control chart

objective:the main goal is to propose a model for quality control in the defense industry, utilizing image processing and fuzzy transform. emphasis is on selecting the optimal generalized fuzzy transform section for image compression to enhance the performance of defense and combat weapons.methodology:the methodology employs modern image processing and fuzzy transform techniques for statistical quality control. high-volume data analysis occurs in production lines, managing processes for defense and combat weapon products like glass and metals. matlab is the implementation platform, emphasizing the optimal selection of the generalized fuzzy transform section for image compression and processing.results:matlab validation confirms the success of our model in quality control for defense systems. comparative studies show the triangular fuzzy section model excels, especially in defect detection post-illumination changes, surpassing kusha et al. in most cases.conclusion:in conclusion, our study emphasizes the vital role of image processing and fuzzy transform techniques in defense. the developed model successfully achieves quality control goals, optimizes processes, and enhances defense and combat weapon quality. this reflects a growing industry trend, with an increasing adoption of these methods to meet goals and address challenges.