我是一名研发操作员，负责为我们的生产过程实施监控系统进行评估研究。我概括了软件必须做什么，但我不知道执行我设计的方法/算法是什么。
以下是过程描述：
我们生产制动软管。软管是在连续过程中生产的。它从 (1) 挤出一根塑料管开始，该塑料管被包裹在大约 1000 吨的卷轴中。然后 (2) 这些 1000 吨的挤压管用纺织品或钢丝编织。最后阶段 (3) 是用具有“T”头的挤出机对阶段 (2) 的编织管进行涂层。最后，我们得到成批的制动软管，卷筒重约 1000 吨。此过程中的变量由传感器检测，依次为：
(1)-挤出机速度-温度-真空压力
(1)-挤出管的直径
(1)人工操作
(2)编织机的速度
(2)编织室的温度和湿度
(2)人工操作编织机
(3) 涂层挤出机速度 - 温度 - 真空压力
(3) 涂层软管的直径（制动软管 = 过程输出）
(3) 人工操作
(3) 实验室对制动软管进行的测试
此过程是在时域中，因为三个阶段按时间顺序排列，并且该过程是线性过程（它从内胎的挤压开始，到其涂层结束）。
实验室操作人员将对由唯一的批处理代码标识的成品（过程输出）执行测试。软件必须将这些数据和阶段 (3) 中检测到的直径与该批次软管过程的传感器数据相关联。
每次我们将数据输入系统时，软件都必须学会识别模式并找到变量之间的相关性。
例如：去年我们遇到了软管泄漏问题，该问题未确定并在一个月后消失，而对该过程没有采取任何重大措施。如果该软件已经实施，我们期望它的分析结果如下（用口语简化）：
-“我在“保压”试验中检测到第3批次与第2批次和第1批次一样有泄漏。在所有这些批次中我检测到这三个因素并存：
1）存在操作员 John Doe 停止编织机 2 次
2) 编织室的湿度比过去 3 个月的平均水平高 2%
3) 用于挤压内胎（阶段 1）的塑料颗粒已经干燥仅 20 分钟而不是 40 分钟。

当然，下一次该过程显示与上面列出的相同条件时，软件会警告我们可能会发生相同的缺陷。

哪种算法（监督-强化-非监督）最适合这项任务，哪种方法（决策三神经网络？当我正在研究提交给最高管理层时，我想做好充分准备并且不要依赖软件公司所说的最好的解决方案，因为当有人对争论一无所知时，它们往往是“聪明的”。
谢谢
Alessio Cazzaniga