Deney Tasarımı ve Cevap Yüzeyi Yöntemi

Deney tasarımı istatistiki bir kavram olup deneyi yapanın kontrolünün ne derecede olduğuna göre değişebilen kontrollü bilgi toplama çalışmalarıdır. Deney tasarımı özellikle yapılan deneysel çalışmalarda parametrelerin fazla olması nedeniyle tüm deney kombinasyonlarının yapılmasının imkânsız olduğu durumlarda başvurulan bir yöntemdir. Bu yöntem kullanılarak her biri farklı parametrelerden oluşan deney kombinasyonları oluşturulur ve parametre sayısı indirgenip deney sayısı azaltılarak yüksek doğrulukta sonuçlara ulaşılmaktadır.

Deney bir sistemin girdilerinde değişiklik yapılması sonucunda çıktılarda gözlemlenen değişiklikler ve bu değişikliklerin analiz edilmesi işlemi olarak tanımlanmaktadır (Montgomery 2008). Deneylerin düzenlenmesi fikri ilk olarak 1925`te Fisher (1925)

102

tarafından ortaya atılmış ve deney tasarımı adını verdiği yöntemde deneyler arasındaki ilişkiyi ölçmede kullanılabilecek yeni bir teknik olan Varyans Analizi`ni (ANOVA) geliştirmiştir. Deney tasarımında işlem adımları aşağıdaki sıraya göre yapılmaktadır, ancak bazen bir önceki adıma dönülüp gerekli iyileştirmeler yapılabilmektedir (Dean ve Voss 1999):

1. Deneyin amacının tanımlanması.

2. Uygulama kaynaklarının tümünün belirlenmesi:

a. İşlem faktörleri ve düzeyleri, b. Deneysel birimler,

c. Engel faktörleri, gürültü faktörleri ve kovaryansları.

3. Uygulamada tüm deney birimlerinin atanması için bir kural oluşturulması.

4. Deneysel prosedür için ölçü birimlerinin belirlenmesi.

5. Pilot bir deneyin gerçekleştirilmesi.

6. Modelin oluşturulması.

7. Analiz taslağının oluşturulması.

8. Gerekli olan gözlem sayısının hesaplanması.

9. Yapılan işlemlerin gözden geçirilmesi ve gerekliyse güncelleştirmelerin yapılması.

Parametreler kontrol edilebilen ve edilemeyen olmak üzere iki şekilde deneye etki etmektedirler (Şekil 3.54).

Şekil 3.54 Deney tasarımında sistemin genel modeli (Montgomery 2001)

. . .

𝑥_𝑛

. . .

Girdiler

Deney

Çıktılar (y) Kontrol edilebilen parametreler

𝑥 𝑥

𝑧_𝑛 𝑧 𝑧

Kontrol edilemeyen parametreler

103

Yukarıda verilen şekilde bir deney doğru bir şekilde hazırlanırsa sonuçlar o düzeyde güvenilir olacak ve minimum zamanda alınabilecektir. Deney tasarımında her bir parametrenin sonuca olan etkisi diğer parametreler sabit tutularak bulunabilir. Bunun için tam faktöriyel, kesirli faktöriyel ve Taguchi yöntemi gibi farklı yöntemler geliştirilmiştir.

Tam faktöriyel deney tasarımında en az iki veya daha fazla sayıda parametrenin seviyelerinin birbirleri ile çarpımları sonucu oluşan kombinasyonlar kullanılır. Örneğin iki parametreye sahip bir deneyde üç seviye olduğu varsayılırsa, birbirinden farklı 9 (3²) adet deneyin yapılması tasarlanır (Çizelge 3.4).

Çizelge 3.4. Tam faktöriyelde deney tasarımı tablosu Deney

Numarası

Parametreler ve Seviyeleri Sonuç Deneyler

P1 P2

1 S₁ S₁ y₁

2 S1 S2 y2

3 S1 S3 y3

4 S₂ S₁ y₄

5 S₂ S₂ y₅

6 S2 S3 y6

7 S3 S1 y7

8 S₃ S₂ y₈

9 S3 S3 y9

Kesirli faktöriyel deney tasarımında zaman ve deney sayısını azaltmak için deney sayısıyla orantılı olarak deneyler azaltılır. Örneğin 5 parametreli ve 4 seviyeli bir deney tasarı tam faktöriyel ile yapıldığında 4⁵ = 1024 adet deneyin yapılması gerekirken kesirli faktöriyel deney tasarımında ½ oranı seçildiğinde deney sayısı 512`ye ¼ oranı seçildiğinde deney sayısı 128`e düşmektedir. Ancak deney sayısındaki azalma deney sonuçlarının hassasiyetini düşürmektedir.

Taguchi yönteminde (2002) sistem tasarımı, parametre tasarımı ve tolerans tasarımı birlikte deney tasarımını oluşturmaktadır. Bu yöntemde parametrelerin farklı seviyeleri

104

arasından optimum kombinasyon belirlenmektedir. Bu yöntem ile daha az sayıda deney yapılarak istenilen sonuca ulaşmak mümkün olabilmektedir.

Sistem tasarımı ilk uygulanan adımdır ve bu aşamada kaliteli bir tasarım geçekleştirmek amacıyla teknolojik tasarım araçları arasından en iyi ve uygun olanları seçilmeye çalışılır.

Parametre tasarımı Taguchi yönteminde en önemli adımdır. Bu adımda üretimde kullanılacak parametrelerin en iyi seviyelerinin tespit edilmesi işlemi gerçekleştirilir.

Bunun için kaliteye etkisi çok az olan ve kaliteyi olumsuz etkileyen kontrol edilebilen ve edilemeyen etkenler belirlenir. Kontrol edilemeyen etkenlerin etkisini azaltmak için bu etkenlere neden olan parametreler belirlenir ve bu parametrelerin tasarımda kullanımı minimize edilmeye çalışılır. Bunun için her bir parametre için belirli ortogonal dizi tablolarından gürültü oranları (S/N) hesaplanır. Gürültü oranları o parametre için deney tasarımında deney ve tekrar sayılarının tespitinde kullanılır.

Tolerans tasarımı parametre tasarımı kullanılarak arzu edilen değerler elde edilemediği durumlarda yapılan ilave çalışmaları kapsamaktadır. Bu aşamada deneylerden elde edilen sonuçlardan faydalanılarak hedef değerden olan sapmalar ve kayıplar hesaplanır ve kayıp fonksiyonu hesap edilir. Böylece hedeften sapma miktarlarını veren bir fonksiyon elde edilmiş olur. Bu şekilde etkin parametreler ve etki oranları belirlenerek deney tasarımı bu bilgiler ışığında oluşturulur. Böylece daha verimli deneyler gerçekleştirilmiş olmaktadır (Taguchi 2002).

Mühendislik problemlerinde deney tasarımı ile uygun deneyler tasarlanarak büyük kazançlar elde edilmektedir. Ancak büyük çoğunlukla sayısal çözümler gerektiren deneylerde tüm deney süreci çok fazla zaman gerektirebilmektedir. Örneğin bir sistemin sonlu elemanlar analizi ile çözümü eleman sayısına bağlı olarak günler hatta haftalar alabilmektedir. Dolayısıyla yukarıda bahsedilen deney tasarımı yöntemlerini kullanmak ve uygun sonuçlara ulaşmak aylar alabilmektedir. Bu nedenle belirlenen deneyleri karakterize eden ve deneylerde kullanılmayan parametre değerlerini de hesap edip uygun sonuçları bulabilecek yeterlikte ve güvenilirlikte olan yöntemler kullanılmaktadır.

105

Cevap yüzeyi yöntembilimi, Box ve Wilson (1951) tarafından geliştirilmiş ve girdi değişkenleri ile çıktı değişkenleri arasındaki ilişkilerin modellenmesinde kullanılan istatistiksel ve matematiksel tekniklerin bir kombinasyonudur. Dikkatli tasarım ve deney analizleri ile bir cevap veya çıkış değişkeni ile tahmin edilebilen giriş değişkenleri arasında kurulacak bağıntının dereceleri de belirlenebilmektedir. Cevap yüzeyi yaklaşımında, girdi değişkenleri ile çıktı değişkenleri arasındaki bilinmeyen, muhtemelen oldukça karmaşık yapıdaki gerçek ilişkiye genellikle birinci veya ikinci dereceden bir Polinom ile yaklaşım yapılmaktadır. Bu yöntemde tasarlanmış deneylerle elde edilmiş verilere aşağıda genel yapısı verilen polinomlar uydurulur (Box ve Draper 2007):

( ) ( ) ( ) ( ) ( )

(3.42)

Burada ve bağımsız değişkenleri veya parametreleri, uydurulan fonksiyonu ve , ,… ilgili oldukları terimleri ile tanımlanan ve deneylerdeki veriler ile hesap edilen katsayıları ifade etmektedir.

Cevap yüzeyi fonksiyonunun yapısı Polinom derecesine ve bağımsız değişkenlere bağlı olarak değişim göstermektedir. Polinomdaki katsayıların sayısı tasarım değişkenlerinin sayısına ve polinomun derecesine bağlı olarak değişmektedir (Çizelge 3.5).

İki bağımsız değişkene sahip planar veya birinci-dereceden cevap yüzeyi fonksiyonu şu şekildedir:

( ) ( ) (3.43)

Bu formülasyonda eğik bir düzlemi temsil eden üç katsayı mevcuttur ve bu düzlemin parametreleri , ve katsayıları ile belirlenmektedir.

106

Çizelge 3.5. Polinom derecesine ve değişken sayısına bağlı olarak değişen katsayı değerleri

Cevap Yüzeyi Fonksiyonundaki Katsayı Adedi Polinom

Derecesi

Değişken Sayısı 2

(x1, x2)

3 (x1, x2, x3)

4 (x1, x2, x3, x4) 1

(Planar) 3 4 5

2

(Kuadratik) 6 10 15

3

(Kübik) 10 20 35

4

(Kuartik) 15 35 70

İki değişkenli kuadratik ikinci-dereceden cevap yüzey fonksiyonunda 6 adet katsayı mevcuttur:

( ) ( ) ( ) (3.44) İki değişkenli kübik üçüncü-dereceden cevap yüzey fonksiyonunda 10 adet katsayı mevcuttur:

( ) ( )

( ) ( )

(3.45)

İki değişkenli kuartik dördüncü-dereceden cevap yüzey fonksiyonunda 15 adet katsayı mevcuttur:

107

( ) ( ) ( ) ( ) ( )

(3.46)

Yukarıda açıklanan cevap fonksiyonlarının deney tasarımlarına ne ölçüde uyduğunu ölçmek için R-kare (R²) testi uygulanmaktadır. R-kare aşağıdaki bağıntı ile hesaplanmaktadır:

∑ ( )

∑ ( ̅) (3.47)

Burada; yi gözlenen deney tasarımı değerlerini, fi cevap fonksiyon değerlerini ve ̅ gözlenen deney tasarımı değerlerinin ortalamasını ifade etmektedir. Gözlenen deney tasarımı değerlerinin ortalaması ( ̅) tüm gözlenen deney tasarımı değerlerinin toplanarak toplam deney sayısına bölünmesiyle elde edilir:

̅ ∑ (3.48)

Burada; n gözlenen deney tasarımı değerlerinin toplam sayısını ifade etmektedir.

R-kare “0” ile “1” arasında değerler alabilmektedir; “1” cevap fonksiyonuyla elde edilen değerlerin gözlenen deney tasarımı değerlerine birebir uygunluğunu ifade etmekte iken “0” bu uygunluk değerinin çok kötü olduğunu göstermektedir. Literatürde mühendislik problemleri için uydurulan cevap yüzeyi fonksiyonunda R-kare değerlerinin 0,95`ten büyük olması beklenmektedir. 0,99`dan büyük R-kare değerlerine sahip cevap yüzeyi fonksiyonlarının uygunluğunun mükemmel olduğu söylenebilir.

Geliştirilen DEBVs algoritmasında deney tasarımı ve cevap yüzeyi yöntemleri ile problemler akış diyagramı Şekil 3.55`te verildiği şekilde ele alınmaktadır.

108

Şekil 3.55 Deney tasarımı ve cevap yüzeyi yöntemleri ile bir problemin çözümlenmesi