Journals / Bartın Orman Fakültesi Dergisi / 2018 / Cilt: 20 - Sayı: 3
Fuzzy Modeling for Uncertainty Analysis of a Door-Joinery Process
- Pages
- 565–575
- DOI
- —
Abstract
Organizations have been working on the improvement studies focused on customer requirements in their management, production/service processes to keep up with global competition area. The most effective examples in Turkey can be seen in construction sector. The famous Turkish organizations in global construction industry have been working on improving their resource managements and taking them under control. Organizations set up their ancillary industries to fulfill their own requirements. Besides, there is an increased interest in scientific techniques for improving processes. In this study, we proposed an approach to model a production process of a door-joinery factory, which is set up to satisfy the Turkish corporation group’s requirements. This approach has three phases: i) Determining problem-resources for a door production and creating databases, ii) Calculating membership values for the databases, iii) Modeling the databases with their memberships using fuzzy (regression) functions. Factory’s problem is related to a door production-time, which takes long than the factory’s target. In the first phase, the effective causes of the problem are investigated using fishbone diagram. After determining the effective main parts and their operations by the production-time via pareto analysis, the databases are created. In the second, membership values of the databases are calculated to identify data-based uncertainties. In the third phase, databases and their memberships are modeled by fuzzy (regression) functions. According to the proposed approach, fuzzy clustering structures of the door leaf and frame databases are occurred with 93.0% and 94.0% accuracy rates, respectively. Consequently, fuzzy functions for a door production-time give better performance-results (door-leaf: R2=73.8%, RMSE=0.455; door-frame: R2=72.8%, RMSE=0.553) than convenient models.
Özet
İşletmeler günümüz rekabet ortamına ayak uydurabilmek için yönetim, üretim/hizmet süreçlerinin bütününde, müşteri memnuniyetinin ön planda tutulduğu iyileştirme çalışmalarında bulunmaktadır. Türkiye’de bu çalışmaların en etkili örnekleri inşaat sektöründe gerçekleştirilmektedir. Küresel inşaat sanayinde kendini ispatlamış birçok Türk firması mevcut kaynak yönetimini iyileştirme ve kontrol altına alma çalışmaları içerisindedir. İşletmeler bünyelerinde yan sanayi gereksinimlerini karşıladıkları birimler kurmaktadırlar. Bunun yanı sıra, işletmeler için süreç iyileştirme çalışmalarında bilimsel yöntemlere dayalı değerlendirmelerin önemi artmaktadır. Bu çalışmada, bir şirketler topluluğunun yan sanayi ihtiyaçlarını karşılamak amacı ile kurduğu kapı doğrama fabrikasında birim kapı imalat sürecinin modellenmesi için bir yaklaşım önerilmektedir. Bu yaklaşım üç aşamadan oluşmaktadır: i) Birim kapı imalatında problem kaynağının tespit edilerek veri tabanlarının oluşturulması, ii) Oluşturulan veri tabanları için üyelik değerlerinin hesaplanması, iii) Veri tabanlarının üyelikleri ile birlikte bulanık (regresyon) fonksiyonlar kullanılarak modellenmesi. Fabrikada problem birim kapı imalatının hedeflenenden daha uzun sürmesidir. Birinci aşamada, balıkkılçığı diyagramı ile problemin etkili nedenleri belirlenmektedir. Pareto analizi ile kapı imalatında harcanan süre bakımından etkili olan ana parçalar ve alt işlemleri seçilerek veri tabanları oluşturulmaktadır. İkinci aşamada, bu veri tabanlarının yapısı kaynaklı belirsizlikler için bulanık öbekleme ile üyelik değerleri hesaplanmaktadır. Üçüncü aşamada, veri tabanları ve üyelikleri bulanık (regresyon) fonksiyonları ile modellenmektedir. Önerilen yaklaşıma göre belirlenen kapı kanadı ve kasası veri tabanlarının bulanık öbeklenme yapıları, sırasıyla, %93,0 ve %94,0 doğruluk oranları ile oluşturulmuştur. Sonuç olarak, birim kapı imalat-süreleri için belirlenen bulanık fonksiyon performans sonuçlarının (kapı kanadı için R2=%73,8 ve HKOK=0,455; kapı kasası için R2=%72,8 ve HKOK=0,553) klasik regresyondan daha iyi olduğu görülmüştür.