Altı sigma yaklaşımında bulanık süreç yeterliliği analizleri
Fuzzy process capability analyses in six sigma approach
- Tez No: 293883
- Danışmanlar: PROF. DR. CENGİZ KAHRAMAN
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 304
Özet
Süreç yeterlilik analizi (SYA), süreç kalitesi ve verimliliğinin sürekli geliştirilmesi amacıyla uygulanan istatistiksel süreç kontrol çalışmaları için önemli bir araçtır. Bu analiz, süreç yeterlilik indekslerinden (SYİ) faydalanarak sürecin çıktıları ile spesifikasyon limitlerini karşılaştırmaktadır. Eğer hesaplanan süreç yeterlilik indeksi değerleri daha önceden belirlenmiş kritik değerlerden daha büyük ise süreç ?yeterli?, aksi durumda ?yetersiz? olarak sınıflandırılmaktadır. Süreç yeterlilik indekslerinin taşıdıkları önemden dolayı daha esnek, daha duyarlı ve daha fazla bilgi içerecek şekilde analiz edilmesi daha yararlı olacaktır. SYA gerçekleştirilirken eksik bilginin ve/veya esnek tanımlamanın mümkün olduğu durumlarda spesifikasyon limitlerinin, süreç ortalamasının ve varyansın kesin değerler şeklinde tanımlanması süreç yeterlilik indekslerinin daha sınırlı bilgi içermelerine yol açmaktadır.Bu çalışmada süreç yeterlilik indekslerinin esneklik ve bilgi içeriğini arttırmak için bulanık küme teorisi kullanılmıştır. Bu amaç doğrultusunda ölçüm değerleri ve spesifikasyon limitleri dilsel değişkenler olarak ifade edilmiş ve daha sonra bu değerler bulanık sayı olarak değerlendirilmiştir. Ayrıca bulanık değerler için bulanık kontrol diyagramları elde edilmiştir. Bulanık kontrol diyagramları sürecin istatistiksel olarak kontrol altında olup olmadığını test ederek, SYA'nın doğruluğunu arttırmıştır. Bulanık ortalama, varyans ve spesifikasyon limitleri kullanılarak bulanık SYI (BSYI) elde edilmiştir. SYI indeksleri hem kesin hem de bulanık mantık çevresinde altı sigma yaklaşımı kapsamında değerlendirilmiştir. Elde edilen BSYI hem klasik mantıktaki kesin değeri üyelik derecesi 1,00 olacak şekilde içermekte hem de olabilecek tüm olası değerleri göstermektedir. Bu çalışmada ayrıca kusurlu ve kusursuz çıktı yüzdesinin bulanık olarak analiz edilmesi için bulanık normal dağılım yaklaşımı da kullanılmış ve bu değerler bulanık ortalama, varyans ve spesifikasyon limitleri değerleri kullanılarak hesaplanmıştır. Kusurlu ve kusursuz ürün yüzdesinin bulanık olarak hesaplanması, süreç mühendisleri için daha esnek bir değerlendirme imkânı sunmuştur.
Özet (Çeviri)
Process capability analysis (PCA) has become an important tool in applying statistical process control studies to continuously improve process? quality and productivity. The PCA compares the output of a process to the specification limits (SLs) by using process capability indices (PCIs). The process can be classified as ?capable? if the PCIs are greater than predetermined critical values. Otherwise they can be labeled as ?incapable?. Because of the importance of the PCIs, more flexibility and sensitiveness should be added to them for more information. Crisp definitions of SLs, process mean and variance cause a limitation on PCIs.In this study, the fuzzy set theory is used to add more information, more sensitiveness and more flexibility to PCA. For this aim, the linguistic definition of quality characteristic measurements are converted to fuzzy numbers, and then fuzzy PCIs are produced based on these measurements. Fuzzy control charts are also derived for fuzzy measurements of the related quality characteristic. They are used to increase the accuracy of PCA by determining whether or not the process is in statistical control. PCIs are reevaluated in six sigma approach by taking into account not only classic set theory but also fuzzy set theory. Fuzzy PCIs include the crisp values of the classical logic with a membership value of 1.00 and show all possible values of PCIs. Fuzzy normal distribution is also used to calculate the fuzzy percentages of conforming (CIs) and nonconforming items (NCIs) by taking into account fuzziness in process mean, variance, and SLs. The calculation of the percentages of conforming and nonconforming items by fuzzy numbers adds more flexible evaluation ability for the process engineer.
Benzer Tezler
- Six sigma project evaluation under fuzziness in food industry
Gıda sektöründe bulanıklık altında altı sigma proje değerlendirmesi
ÖZLENEN ŞENTÜRK
Yüksek Lisans
İngilizce
2013
Endüstri ve Endüstri MühendisliğiKadir Has ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZEKİ AYAĞ
PROF. DR. CENGİZ KAHRAMAN
- Improving the performance of remote sensing-based water budget components across mid- and small- scale basins
Küçük ve orta ölçekli havzalarda uzaktan algılama tabanlı su bütçesi değişkenlerinin iyileştirilmesi
GÖKHAN KAYAN
Doktora
İngilizce
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ESRA ERTEN
PROF. DR. UMUT TÜRKER
- Mekanik üretim sürecinde altı sigma metodolojisi ile kalite verilerinin iyileştirilmesine yönelik bir uygulama
Quality indicators improvement with six sigma methodology and application in the mechanical production process
HAKAN YÜKSEL
Yüksek Lisans
Türkçe
2007
Makine MühendisliğiDokuz Eylül Üniversitesiİşletme Ana Bilim Dalı
Y.DOÇ.DR. ETHEM DUYGULU
- Altı sigma yaklaşımı ve otomotiv sektöründe bir uygulama
The six sigma approach and an application at automotive industry
ŞEFİK SUCU
Yüksek Lisans
Türkçe
2009
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜLTEKİN ÇAĞIL
- Kalite yönetiminde altı sigma yaklaşımı
Six sigma approach quality management
İZZETTİN İLKER GÜR
Yüksek Lisans
Türkçe
2003
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. FEVZİ KUTAY