رتبه بندي عيوب پارچه هاي تاري پودي در صنعت نساجي

هدف از نگارش اين مقاله ارايه روشي براي رتبه بندي انواع عيوب پارچه در صنعت نساجي با استفاده از عملگر OWA مي باشد. در روش ارايه شده ابتدا يك تجزيه و تحليل آماري را براي پيدا كردن فاكتورهايي كه بيشترين اهميت را در عيوب مشاهده شده دارند صورت مي گيرد. در ادامه با ارايه قوانيني از محاسبات مختلف آماري شامل ميانگين و انحراف استاندارد براي طولي از عيب كه در طاقه پارچه رخ داده است، براي هريك از عيوب پيگيري مي شود. سپس با استفاده از عملگر OWA بدترين عيوب پارچه از نظر تاثيرگذاري رتبه بندي تشخيص داده مي شوند.اين مقاله يك روش جديد براي شناسايي و رتبه بندي عيوب تاثيرگذار معرفي مي كند. اين روش كاربرد جديدي از وزن عملگر OWA مي باشد كه در صنعت نساجي مورد استفاده قرار گرفته است. اين روش راه را براي اولويت بندي عيوب مشاهده شده به منظور اولويت بندي ويژگي هاي فني و مهندسي (ECS) فراهم مي كند كه يك موضوع مهم براي تصميم گيري در استقرار تابع كيفيت مي باشد. رتبه بندي بدترين عيوب بافت مشاهده شده در صنعت نساجي و اولويت بندي بين عيوب مختلف تازگي كار ارايه شده در اين مقاله است.

The purpose of this paper is to provide a way to prioritize a given group of fabric defects in a textile manufacturing using the ordered weighted averaging (OWA) operator. The proposed method first prepares a statistical analysis for finding the most important factors corresponding to the observed fabric defects. This is followed by presenting each fabric defect in terms of different statistic measures including the mean and standard deviation of the lengths of fabric defects occurred in the fabric rolls. Then the paper uses the OWA operator for detecting the worst fabric defect(s). The paper introduces a new method for detecting and ranking the most inefficient defect(s). This is a new application of OWA operator weights in the textile industry. This method provides a way to prioritize the observed defects for the prioritization of engineering characteristics (ECs) which is an important issue for decision making in quality function deployment. Ranking the worst observed fabric defects in a textile manufacturing and providing a prioritization between the defects is the novelty of this study.