МЕТОД ПРОГНОЗУВАННЯ МЕТРОЛОГІЧНИХ РИЗИКІВ ЯКОСТІ ПРОДУКЦІЇ

Анотація

У статті розглядається застосування моделей прогнозування часових рядів для оцінки метрологічного ризику якості продукції на етапі  виготовлення продукції. Метрологічний ризик, який визначається через такі параметри, як значущість ризику, ймовірність виникнення та ймовірність виявлення, виступає як часовий ряд, що потребує точного прогнозування для управління ризиками в виробничому процесі. Для прогнозування МР в даній роботі використовуються шість моделей: Facebook Prophet, Statsmodels SARIMAX, Forecaster Recursive, Forecaster Direct, LGBMRegressor та Linear Regression. Кожна з моделей була досліджена на даних, що охоплюють період з 1 січня 2023 року по 24 листопада 2024 року. Вхідні дані були поділені на два набори: для навчання нейронної мережі та для порівняння прогнозованих значень із дійсними. Результати дослідження показали, що найточніші прогнози метрологічного ризику забезпечуються моделями Facebook Prophet та Statsmodels SARIMAX, які продемонстрували найкращі результати за основними метриками точності, зокрема MAE, RMSE, MAPE та R2. Крім того, порівняння результатів прогнозування візуально продемонструвало, що ці моделі здатні точніше відображати реальні зміни в рівні ризику у часі. Логістична регресія та інші моделі, як показали результати, мають обмежену ефективність у прогнозуванні метрологічного ризику. Враховуючи результати дослідження, можна стверджувати, що використання моделей часових рядів є ефективним підходом для прогнозування метрологічних ризиків у виробничих процесах. Це дозволяє не лише знижувати ймовірність виникнення непередбачуваних ситуацій, а й оптимізувати контроль за якістю продукції. В подальшому планується удосконалення моделей для зниження рівня похибок, підвищення їх адаптивності до змінних умов виробництва та інтеграцію моделей прогнозування у системи прийняття рішень.