تعیین اثرات پراکندکی در طرح پارامتری استوار

یکی از روشهای بهبود کیفیت تولید، شناسایی اثرات پراکندگی در مرحله ی آزمایش است. در طرحهای عاملی، عاملهایی که روی متغیر پاسخ اثر تغییر پذیری می گذارند، به عنوان عاملهایی با اثر پراکندگی معرفی می شوند. برای شناسایی اثرات پراکندگی در طرحهای عاملی، از روشهای مختلفی استفاده میشود که توسط محققین ارائه و در ادبیات موضوع موجود است. این روشها برای طرحهای عاملی با تکرار و بدون تکرار مطرح گردیده اند. در این پایان نامه، برخی از این روشها، مرور و ارائه شده اند. این روشها عموماً وجود اثرات پراکندگی را شناسایی کرده، اما کارایی لازم در جهت شناسایی و ارائه ی عاملهای اثر گذار روی پراکندگی را ندارند. برای حل این مشکل، شناسایی اثرات پراکندگی در طرحهای پارامتری استوار مطرح گردید. طرحهای پارامتری استوار در ادبیات موضوع، برای شناسایی ترکیبی از سطوح عامل هایی که به آسانی قابل کنترل و مشخص هستند (عامل های کنترل) توسط تاگوچی مطرح گردید. این شناسایی به گونه ای است که، متغیر پاسخ هر سیستم (محصول یا فرآیند) به مقدار هدف مشخصی از نظر کیفیت، نزدیک باشد. همچنین، در این طرح ها ترکیبی از سطوح عامل های کنترل مورد نظر است که، متغیر پاسخ نسبت به تغییرات عامل های اغتشاش غیر حساس و استوار باشند. عاملهای اغتشاش به عامل هایی اتلاق می شود که غیر قابل کنترل بوده، در محیط، فرآیند ساخت و یا مصرف مشتری دخالت دارند و عموماً کنترلشان در طول تولید و یا مصرف غیر ممکن و یا گران است، اما در طول آزمایش می توانند در سطوح ثابتی باقی بمانند. محققین به این واقعیت پی بردند که وجود اثر پراکندگی نتیجه ی وجود اثر متقابل بین عامل کنترل و عامل اغتشاش است. در این پایان نامه روش های شناسایی اثرات پراکندگی در طرح ای پارامتری استوار مرور و ارائه شده است. یکی از روشها، روش مدل بندی مکانی – پراکندگی است. ناکارایی این روش و اهمیت اثر متقابل بین عاملهای کنترل و اغتشاش ، منتج به ارائه و استفاده از روش مدل بندی پاسخ گردید. در این مدل بندی علاوه بر اثرات عاملهای فعال از نظر مکانی، اثرات اصلی و متقابل معنیدار بین عاملهای کنترل و اغتشاش در مدل ظاهر میشوند. در این اواخر، محققین با استفاده از روش مدلبندی پاسخ برای مدل پاسخ اشباع شده، روش مدل بندی پاسخ را اصلاح کردند که در پایان نامه به صورت مبسوط ارائه شده است. روشهای نام برده بالا مبتنی بر فرض ثابت بودن واریانس خطا هستند. برای حالتی که واریانسها ثابت نباشند، روشی با رویکرد مدلهای خطی تعمیم یافته ارائه گردیده است. برای فهم بیشتر، تأکید و ارائه موارد کاربردی، مثالهای عددی و محاسباتی ارائه شده است. این مثالها، کارایی کاربردی روشها را در عمل نشان میدهد.