Συνδυασμός μεθόδου Taguchi και περιβάλλουσας ανάλυσης δεδομένων για τη βελτίωση πολλαπλών δεικτών ποιότητας

Combining Taguchi Method with Data Envelopment Analysis Formulations for optimizing multiple quality responses (Αγγλική)

  1. MSc thesis
  2. ΚΑΣΤΑΝΟΣ, ΓΕΩΡΓΙΟΣ
  3. Διαχείριση και Τεχνολογία Ποιότητας (ΔΙΠ)
  4. 16 Σεπτεμβρίου 2018 [2018-09-16]
  5. Ελληνικά
  6. 208
  7. ΓΕΩΡΓΑΝΤΖΙΝΟΣ, ΣΤΥΛΙΑΝΟΣ
  8. ΚΩΣΤΟΠΟΥΛΟΣ, ΒΑΣΙΛΗΣ
  9. Περιβάλλουσα Ανάλυση Δεδομένων | Data Envelopment Analysis | Μέθοδος Taguchi | Taguchi Method | πολλαπλοί δείκτες ποιότητας | multiple quality responses | πειραματικός σχεδιασμός | Design of Experiments | αποδοτικότητα | efficiency
  10. 3
  11. 7
  12. 97
  13. Περιέχει: Πινάκες, Διαγράμματα, εικόνες, σχήματα
    • Η συνεχής βελτίωση της ποιότητας και της αξιοπιστίας των παρεχόμενων προϊόντων και υπηρεσιών αποτελεί αντικείμενο της φιλοσοφίας, των εφαρμογών και της μεθοδολογίας του Taguchi, ενός από τους πλέον καταξιωμένους πρωτοπόρους της Ποιότητας διεθνώς. Οι εφαρμοζόμενες προτάσεις του στρέφονται προς τον «Εκτός Σειράς» Έλεγχο Ποιότητας, τις απώλειες ποιότητας και κυρίως τον πειραματικό σχεδιασμό. Η μέθοδος αποσκοπεί στην βελτίωση της παραγωγικής διαδικασίας και των αντίστοιχων δεικτών μέσα από τον προσδιορισμό των κατάλληλων παραγόντων που ελαχιστοποιούν τη μεταβλητότητα και παράλληλα διατηρούν το στόχο στην προδιαγραφόμενη απόδοση. Παρόλα αυτά, μέσα από την έντονη εφαρμογή της μεθόδου έχουν εντοπιστεί διάφορα προβλήματα που σχετίζονται με δομικά χαρακτηριστικά της, ενώ τονίζεται κυρίως η αδυναμία αντιμετώπισης ταυτόχρονα πολλών δεικτών ποιότητας ως μεταβλητών απόκρισης. Το ζήτημα αυτό ο λόγος χρήσης της Περιβάλλουσας Ανάλυσης Δεδομένων. Η περιβάλλουσα Ανάλυση Δεδομένων είναι μια μη παραμετρική θεωρία ανάλυσης, όπου εκτιμάται η αποδοτικότητα ομοειδών Μονάδων Απόφασης – Μ.Α. με τη χρήση δεδομένων εισόδων και εξόδων, μέσω μιας ποικιλίας μοντέλων που έχουν αναπτυχθεί για την αποτελεσματική σύγκριση τους. Σκοπός της παρούσας Μεταπτυχιακής Διπλωματικής Εργασίας είναι η προσαρμογή της Περιβάλλουσας Ανάλυσης Δεδομένων – Π.Α.Δ. στις αρχές, τους στόχους και το αντικείμενο της μεθόδου Taguchi, έτσι ώστε να υπερκεραστεί το πρόβλημα της ταυτόχρονης αντιμετώπισης πολλαπλών δεικτών ποιότητας. Μέσω της διαδικασίας που περιγράφεται, επιτυγχάνεται ο μετασχηματισμός των πειραματικών δοκιμών σε Μονάδες Απόφασης και τα δεδομένα των μεταβλητών απόκρισης στις αντίστοιχες εισόδους και εξόδους τους. Εν συνεχεία, χρησιμοποιούνται κατάλληλα μοντέλα Π.Α.Δ. για τον υπολογισμό των σχετικών και διασταυρούμενων αποδοτικοτήτων των Μ.Α., που οδηγούν στην εύρεση των κατάλληλων στάθμεων παραγόντων ελέγχου. Αυτές αποτελούν την ολική συνδυαστική λύση ώστε να υπάρξει η κατάλληλη βελτίωση των δεικτών ποιότητας, ενώ παράλληλα διατηρούνται τα πλεονεκτήματα που προσφέρει ο πειραματικός σχεδιασμός Taguchi. Τέλος, με τη βοήθεια του προσθετικού προβλεπτικού μοντέλου, αποδεικνύεται ότι η παρεχόμενη από την Π.Α.Δ. λύση προσφέρει μεγαλύτερη βελτίωση του συνόλου των μεταβλητών απόκρισης σε σύγκριση με τις συμβιβαστικές λύσεις που παρέχονται είτε από εμπειρικές προσεγγίσεις, είτε από προηγούμενες έρευνες.
    • Continuous Quality Improvement and reliability of provided services and products, constitute a primary objective of Genichi Taguchi’s philosophy, applications and Methodology, who is one of the greatest Quality pioneers internationally. His applied proposals focus on “Off-Line” Quality Control, quality losses and mostly at experimental design. The Taguchi Method aims to production processes and productivity indexes improvement by identifying proper control factors, which minimize variability and at the same time, maintain quality target at specified performance. However, throughout numerous applications of the Method, various structural problems have emerged. The most puzzling of them is the inability of handling simultaneously multiple quality responses. This important reason introduces Data envelopment Analysis for assistance. Data Envelopment Analysis (DEA) is a non-parametric mathematical method, which evaluates efficiency of similar systems, called Decision Making Units (DMUs), by processing them through a variety of models, using for data their inputs and outputs. The purpose of this Master Thesis was to combine Data Envelopment Analysis with principals, purposes and goals of Taguchi Method in order to overcome the multiple quality responses problem. The described process achieves transformation of experimental trials to Decision Making Units and response variables into inputs and outputs. Then, DEA models were initialized for the computation of relative and cross efficiencies of DMUs, which led to a specific combination of multiple control factors at multiple levels. The proposed approach maintains all advantages of Taguchi Design of Experiments (DoE) and the outcome is the preferred solution for optimal improvement of multiple quality responses. Last but not least, with the aid of Addictive Model for Factor Effects, the proposed combination was proved to have the best improvement results compared to empirical and previous studies’ solutions.
  15. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.