Taguchi 설계의 예
3개의 잡음 요인에 대해 평가되는 4개의 제어 요인을 연구하려면 Taguchi 설계를 사용합니다. 이 예는 Byrne and Taguchi(1986)에 설명된 실험입니다. 실험 목표는 나일론 튜브의 접착력(이탈력)을 최대화하기 위한 제어 요인의 설정을 찾는 것입니다.
이 설계에는 다음과 같은 4개의 신호 요인이 있습니다.
Interfer
튜브 및 커넥터 간섭. 수준이 3개인 신호 요인입니다.
Wall
커넥터의 벽 두께. 수준이 3개인 신호 요인입니다.
Depth
커넥터에 튜브를 삽입하는 깊이. 수준이 3개인 신호 요인입니다.
Adhesive
접착제 비율. 수준이 3개인 신호 요인입니다.
이 설계에는 다음과 같은 3개의 잡음 요인이 있습니다.
시간
처리 시간. 수준이 2개인 잡음 요인입니다.
Temperature
온도. 수준이 2개인 잡음 요인입니다.
Humidity
상대 습도. 수준이 2개인 잡음 요인입니다.
설계 생성
1. DOE > 전통적 설계 > Taguchi 배열을 선택합니다.
2. 도움말 > 샘플 데이터 폴더를 선택하고 Design Experiment/Byrne Taguchi Factors.jmp를 엽니다.
3. "Taguchi 배열" 창에서 "Taguchi 설계"의 빨간색 삼각형을 클릭하고 요인 불러오기를 선택합니다.
"요인" 패널에 3수준 제어(신호) 요인 4개와 잡음 요인 3개가 표시됩니다.
참고: 반응에 대해 선택한 "목표"에 따라 설계 데이터 테이블에 추가되는 SN 비율 계산식이 결정됩니다.
4. 내측 배열에 L9 - Taguchi가 선택되어 있는지 확인합니다.
5. 외측 배열 설계에 대해 L8을 클릭합니다.
그림 15.2 완료된 Taguchi 설계 창
6. 계속을 클릭합니다.
7. 테이블 생성을 클릭하여 Figure 15.3에 표시된 설계 테이블을 생성합니다.
내측 배열에는 각각 수준이 3개인 신호 요인 4개에 대한 9개의 런이 있습니다. 신호 요인 설정은 테이블의 처음 네 열에 제공됩니다.
외측 설계는 2수준 잡음 요인 3개에 대한 완전 요인 설계입니다. 외측 배열은 데이터 테이블의 8개 열에 제공됩니다. 열 이름은 외측 배열 런의 패턴입니다. 예를 들어 "---" 열은 모든 잡음 수준이 낮을 때 수집된 결과를 나타냅니다. 9회의 각 시행이 잡음 요인의 8개 조합에서 수행되어 실험 시행 횟수는 총 72회입니다.
그림 15.3 데이터 입력 전 Taguchi 설계
이 설계 테이블에 72개의 실험 결과를 입력할 수 있습니다.
8. 도움말 > 샘플 데이터 폴더를 선택하고 Design Experiment/Byrne Taguchi Data.jmp를 엽니다.
그림 15.4 완전한 Taguchi 설계 테이블(Byrne Taguchi Data.jmp)
SN 비 Y 열은 반응을 최대화하기 위한 성능 통계량인 망대(LTB)입니다. 이 값은 다음과 같이 반응의 역수 제곱 평균에 대한 상용로그의 –10배로 계산됩니다.
모든 개별 y 반응 값이 클 때 이 표현식도 큽니다. 즉, 전체 잡음 설정에서 반응이 가장 큰 신호 설정을 찾으려고 합니다.
데이터 분석
이제 데이터를 분석할 수 있습니다. 분석 목표는 평균과 신호 대 잡음 비를 모두 최대화하는 요인 설정을 찾는 것입니다.
1. Byrne Taguchi Data.jmp 데이터 테이블에서 녹색 화살표를 클릭하여 "Model" 스크립트를 실행합니다.
그림 15.5 Taguchi 데이터에 대한 모형 적합 시작 창
이 스크립트는 "모형 적합" 창을 시작합니다. 모형에는 평균(평균 Y) 및 신호 대 잡음 비(SN 비 Y) 반응을 모델링하기 위해 네 가지 신호 요인의 주효과가 포함됩니다.
2. 실행을 클릭합니다.
보고서 맨 아래의 "예측 프로파일러"를 검토하면 이 실험에서 신호 대 잡음 비의 최대값 및 해당 최대값에서의 평균 값을 제공하는 설정을 빠르게 찾을 수 있습니다.
그림 15.6 예측 프로파일러
3. "예측 프로파일러"의 빨간색 삼각형을 클릭하고 최적화 및 만족도 > 만족도 함수를 선택합니다.
이렇게 하면 Figure 15.7에 표시된 것과 같이 트레이스 행과 함수 설정 열이 프로파일러에 추가됩니다. 기본 만족도 함수는 이 실험에서 원하는 "망대(LTB)"로 설정됩니다. 예측 프로파일러의 만족도 함수에 대한 자세한 내용은 프로파일러의 프로파일러에서 확인하십시오.
4. "예측 프로파일러"의 빨간색 삼각형을 클릭하고 최적화 및 만족도 > 만족도 최대화를 선택합니다.
그림 15.7 Byrne Taguchi 데이터에 대한 최적 요인 설정
이 예에서 Interfer 및 Wall의 최적 설정은 2, Depth는 3, Adhesive는 1입니다. 이 설정은 예측 평균 값 22.8과 SN 비 26.9를 산출합니다.