Deney tasarımı ve yapay zeka tekniklerinden yararlanarak ürün kalitesinin geliştirilmesi

Abstract

Deney Tasarımı metotları, en uygun üretim faktörlerini, süreç ya da sistem girdilerinde değişiklik yaparak sonuçların gözlemlenmesi ve analizi ile bulan etkin istatistiksel metotlardır. Hedeflenen kalite seviyesi için hangi girdilerin hangi seviyelerinin optimum olduğunu belirlemek gerekmektedir. İncelenmesi gereken girdi sayısının artması optimum seviyeyi belirlemeyi zaman ve maliyet açısından oldukça zorlaştırmaktadır. Bu noktada Deney Tasarımı metotlarından olan Taguchi yöntemi, uygulanması gereken deney sayılarını azaltacak ortogonal diziler ile maliyet ve zaman açısından büyük avantaj sağlamaktadır. Deney Tasarımı metotları bu avantajlarıyla sektör için kalite problemleri çözümünde sıklıkla tercih edilir duruma gelmiş ve çalışmamızda da bu metotlardan Taguchi yöntemi kullanılmıştır. Bu çalışmada plastik enjeksiyon alanında faaliyet gösteren bir firmada; kalitesel problemlerin en sık yaşandığı parçalardan biri ele alınmıştır. İncelenen parçada üretim aşamasından belirli bir süre geçtikten sonra boyutsal küçülmeler meydana gelmekte ve bu nedenle parça montajında sorunlar çıkmaktadır. Parçada yaşanan bu sorunun çözülmesi için soruna neden olan faktörler balık kılçığı analizi yapılarak tespit edilmiştir. Boyutsal küçülme miktarının minimizasyonu için bu faktörlerin uygun seviyelerinin belirlenmesi, Taguchi yönteminden yararlanılarak yapılmıştır. Taguchi ortogonal dizilerinden L18 kullanılarak deneyler tasarlanmış ve uygulanmış, deney sonuçları analiz edilerek faktörlerin uygun seviyeleri belirlenmiştir. Daha sonra aynı faktörler kullanılarak bir Yapay Sinir Ağı modeli oluşturulmuştur. Oluşturulan sinir ağını eğitmek için deneyler sonucunda elde edilen veriler kullanılmıştır. Eğitilen ağ yapısında 4374 adet deney sorgulanarak; problemi minimize eden parametre değerlerine ulaşılmıştır. Çalışma sonunda ise Yapay Sinir Ağından ve Taguchi Yönteminden elde edilen sonuçlar karşılaştırılmıştır.

Experimental design methods are effective statistical methods that find the most appropriate production factors by changing the process or system inputs and observing and analyzing the results. It is necessary to determine which levels of the inputs are optimal for the targeted quality level. Increasing the number of inputs that need to be examined makes it difficult to determine the optimum level in terms of time and cost. At this point, the Taguchi method, which is one of the Experimental Design methods, provides a great advantage in terms of cost and time with orthogonal arrays which will reduce the number of experiments to be applied. Experimental design methods have been preferred to solve quality problems for the sector with these advantages and Taguchi method has been used in our study. In this study, a company operating in the field of plastic injection; one of the most frequently experienced parts of quality problems. Partial shrinkage occurs after a certain period of time from the production stage in the examined part and therefore there are problems in part assembly. In order to solve this problem in the part, the factors causing the problem were determined by fishbone analysis. The determination of the appropriate levels of these factors for minimization of the dimensional reduction was made by using the Taguchi method. Experiments were conducted using L18 from Taguchi orthogonal arrays and experimental results were analyzed, and appropriate levels of factors were determined. Then an Artificial Neural Network model was created by using the same factors. The data obtained from the experiments were used to train the neural network. 4374 experiments were investigated in the network structure; The parameter values that minimize the problem have been reached. At the end of the study, the results obtained from the Artificial Neural Network and Taguchi Method were compared.