Taguchi yönteminin gıda sektöründe çok yanıtlı problemin eniyilemesinde uygulanması

The application of Taguchi method in food industry for optimization of multi- response problem

Özet

Tasarım için önerilen istatistiksel deneyler(İD), ürün parametrelerinin ve parametre değişkenlerinin artmasına paralel faktöriyel artmakta; bu da maliyet ve zaman açısından pratikte uygulanabilirliğini yitirmektedir. Ancak Taguchi Yöntemi(TY) daha az denemeli ve klasik yöntem kadar iyi sonuçlar veren ortogonal diziler(OD) geliştirmiştir. OD, faktör seviyelerini birer birer değiştirmek yerine eşzamanlı olarak değiştirmeye olanak verir. Taguchi, kaliteyi sağlamak için yapılan çalışmaları çevrim içi (on-line) ve çevrim dışı (off-line) olmak üzere ikiye ayırmaktadır. İDtasarımı Taguchi\\\'nin kalite sisteminde çevrim dışı kalite kontrol içinde yer almaktadır. Çalışmada, kalite problemlerine neden olan değişkenlik kaynakları belirlenerek, kalite karakteristiklerinin eniyilemesine olanak veren TY, çok yanıtlı problemlerin eniyilemesinde kullanılarak, endüstriyel bir uygulamadaki iyileştirmeleri ve yöntemin etkinliğini ortaya koymak amaçlanmıştır.

Abstract

The statistical experiments that are suggested can often lose their effectiveness in terms of cost and time because of the factorial enlargement of the product parameters and its varieties. However, the results of the researches that are conducted by Taguchi developed experiment designs (OA:orthogonal arrays) with less trial and high success rate as classic method and also accepted by the manufacturing sector. OA allow users to change factor levels simultaneously instead of changing them one by one. Taguchi divides the studies, which are done to provide quality, into two parts as on-line and off-line. The statistical experiment design falls into the off-line quality control of the Taguchi\\\'s quality system. In the study, it is aimed to discover the improvements as an industrial application and the effectiveness of the Taguchi method, which is used effectively in solving industrial problems and allows improving quality features, by determining sources that cause the quality problems. In this study an industrial problem is discussed, and it has been tried to solve this problem by using multiple response optimization