다구치법

Taguchi methods

다구치법(多口法)은 다구치 겐이치(田口ichi一)가 제조품의 품질을 향상시키기 위해 개발한 통계적 방법이며 최근에는 엔지니어링,[1] [2][3]바이오테크놀로지,[4] 마케팅, 광고에도 적용된다.전문 통계학자들은 다구치 방법,[editorializing] 특히 다구치의 변이를 연구하기 위한 설계 개발에 의해 초래된 목표와 개선은 환영하지만, 다구치의 제안 [5][citation needed]중 일부는 비효율적이라고 비판해 왔다.

Taguchi의 작업에는 통계량에 대한 세 가지 주요 기여가 포함됩니다.

손실 함수

통계이론에서의 손실함수

전통적으로 통계 방법은 치료 효과의 평균 치우침 없는 추정치에 의존해 왔다.가우스-마코프 정리 조건 하에서 최소 제곱 추정치는 모든 평균 비편향 선형 추정치 중에서 최소 분산을 갖는다.평균 비교에 대한 강조는 표본 평균이 참 평균으로 수렴되는 큰 수의 법칙에서 편안함을 얻습니다(제한).피셔의 실험 설계에 대한 교과서에서는 치료 방법의 비교를 강조했습니다.

그러나 손실함수는 Ronald A에 의해 회피되었다. 피셔[clarification needed - loss functions weren't explicitly mentioned yet].[6]

Taguchi의 손실 함수 사용

다구치는 주로 로널드 A의 추종자들로부터 통계이론을 알았다. 피셔는 또한 손실 함수를 피했다.실험 설계에서 Fisher의 방법에 반응하여 Taguchi는 Fisher의 방법이 공정의 평균 결과를 개선하는 데 적합하다고 해석했습니다.사실, 피셔의 작업은 주로 다른 처리와 블록에서 농업 수확량을 비교하는 프로그램에 의해 동기 부여되었고, 그러한 실험은 수확을 개선하기 위한 장기 프로그램의 일부로 이루어졌다.

그러나 다구치 교수는 많은 산업 생산에서 예를 들어 정해진 직경으로 구멍을 뚫거나 주어진 전압을 생산하기 위해 셀을 제조하는 등 목표한 대로 결과를 생산해야 한다는 것을 깨달았다.그는 또한 월터 A가 그랬던 것처럼 깨달았다. Shewhart와 그 이전의 다른 사람들은 과도한 변화가 제조 품질의 저하의 근원에 있으며, 개별 사양의 내부 및 외부 사양에 반응하는 것은 역효과를 낸다고 생각했습니다.

따라서 그는 품질 공학은 다양한 상황에서 품질 비용을 이해하는 것에서부터 시작해야 한다고 주장했다.많은 기존 산업 공학에서 품질 비용은 단순히 규격 밖의 품목 수에 재작업 또는 폐기 비용을 곱한 값으로 표시됩니다.그러나, 다구치씨는, 제조업자는 사회에의 코스트를 고려하기 위해서 시야를 넓힐 필요가 있다고 주장했다.단기 원가가 단순히 부적합한 것일 수 있지만, 명목상 원가를 벗어나 제조된 품목은 조기 마모로 인해 고객이나 더 넓은 지역사회에 손실을 입힐 수 있으며, 다른 부품과의 접촉이 어려워질 수 있으며, 그 자체가 명목상으로는 매우 광범위할 수 있으며, 안전 여유도를 구축할 필요가 있다.이러한 손실은 외부 효과이며 일반적으로 제조업자들은 사회적 비용보다 사적 비용에 더 관심이 많은 것으로 보고 무시한다.공공경제 분석에 따르면 이러한 외부효과는 시장이 효율적으로 운영되는 것을 방해한다.다구치 사장은 이러한 손실은 불가피하게 (커먼스의 비극과 같은 효과로) 원래 법인으로 되돌아갈 것이며, 이를 최소화하기 위해 노력함으로써 제조사들은 브랜드 평판을 높이고 시장을 획득하여 이익을 창출할 것이라고 주장했다.

물론 그러한 손실은 항목이 무시할 수 있는 수준에 가까울 경우 매우 작습니다.도널드 J. Wheeler는 사양 한계 내의 영역을 손실의 존재를 부인하는 지역으로 규정했습니다.명목상의 것에서 벗어나면 손실이 커져서 부인할 수 없는 수준까지 손실은 증가하고 사양 한계가 그려집니다.이 모든 손실은 W. Edwards Deming이 묘사했듯이 알 수 없고 알 수 없는 것이지만, 다구치는 그것들을 통계적으로 표현할 수 있는 유용한 방법을 찾고 싶어했다.Taguchi는 세 가지 [7]상황을 지정했습니다.

  1. 클수록 좋다(예를 들어 농업 수확량).
  2. 작을수록 좋다(예를 들어 이산화탄소 배출).
  3. 온타깃 최소 변동(예를 들어 어셈블리의 결합 부품).

처음 두 사례는 단순한 단조 손실 함수로 표현된다.세 번째 경우, Taguchi는 다음과 같은 [7]몇 가지 이유로 오차 제곱 손실 함수를 채택했습니다.

  • 이것은 실제 분석 손실 함수의 테일러 급수 확장에서 첫 번째 "대칭" 용어이다.
  • 총 손실은 분산으로 측정됩니다.상관 관계가 없는 랜덤 변수의 경우 분산이 가법적이므로 총 손실은 비용에 대한 가법적 측정값입니다.
  • 가우스가 최소 제곱법을 정당화하는 데 제곱 오차 손실 함수를 사용한 이후, 제곱 오차 손실 함수는 통계에서 널리 사용된다.

통계학자의 다구치 아이디어 수용

다구치의 많은 우려와 결론은 통계학자와 경제학자로부터 환영을 받고 있지만, 특히 비판의 대상이 되고 있는 것도 있다.예를 들어, 산업 실험이 신호 대 잡음 비(공정의 변동에 대한 평균 크기를 나타냄)를 최대화해야 한다는 Taguchi의 권고는 [8]비판을 받아왔다.

오프라인 품질관리

다구치 제조의 법칙

Taguchi는 최종 제품 품질의 변동을 제거할 수 있는 가장 좋은 기회는 제품의 설계와 제조 공정이라는 것을 깨달았습니다.결과적으로, 그는 두 가지 상황에서 모두 사용할 수 있는 품질 공학 전략을 개발했습니다.이 프로세스는 다음 3단계로 구성됩니다.

  • 시스템 설계
  • 모수(측정) 설계
  • 공차 설계

시스템 설계

이는 창의성과 혁신을 수반하는 개념적 차원의 디자인입니다.

파라미터 설계

개념이 확립되면 다양한 치수와 설계 파라미터의 공칭값, 즉 기존 엔지니어링의 상세설계 단계를 설정해야 합니다.Taguchi의 급진적인 통찰력은 요구되는 값의 정확한 선택이 시스템의 성능 요건에 의해 충분히 명시되지 않았다는 것입니다.많은 경우, 이는 제조, 환경 및 누적 손상의 변동으로 인한 성능에 미치는 영향을 최소화하기 위해 매개변수를 선택할 수 있게 한다.이를 로버스트화라고 부르기도 합니다.

강력한 매개변수 설계는 제어 가능한 소음 변수와 제어 불가능한 소음 변수를 고려한다. 이들은 관계를 활용하고 소음 변수의 영향을 최소화하는 설정을 최적화하고자 한다.

공차 설계

본문 : 파레토 원리

파라미터 설계가 정상적으로 완료되고 다양한 파라미터가 퍼포먼스에 미치는 영향을 이해함으로써 리소스는 중요한 몇 가지 차원에서의 변동을 줄이고 제어하는 데 집중할 수 있습니다.

실험 설계

다구치 씨는 독자적으로 실험 이론을 전개했습니다.R 다음에 Taguchi가 읽습니다. A. 피셔는 1954년에야.

외부 어레이

Taguchi의 설계는 (Fisher에 이어) 분산 분석을 통해 얻은 많은 기존 설계보다 변동을 더 잘 이해할 수 있도록 하는 것을 목적으로 했습니다.Taguchi는 [9]미래 조건의 랜덤 표본을 얻을 방법이 없기 때문에 여기서는 일반적인 표본 추출이 적절하지 않다고 주장했다.Fisher의 실험 및 분산 분석 설계에서 실험은 평균 처리 효과를 비교할 수 있도록 방해 요인의 영향을 줄이는 것을 목표로 합니다.다구치씨의 사고방식은 더욱 중심이 되고 있다.

Taguchi는 각 실험을 "외부 배열"(직교 배열일 수 있음)로 확장할 것을 제안했습니다. "외부 배열"은 제품이 작동할 랜덤 환경을 시뮬레이션해야 합니다.이것은 판정 샘플링의 예입니다.많은 품질 전문가가 "외부 어레이"를 사용하고 있습니다.

이후 외부 어레이의 혁신으로 인해 "복합 노이즈"가 발생하였습니다.여기에는 몇 가지 잡음 요인을 결합하여 외부 배열에 다음 두 가지 수준을 만듭니다.첫째, 출력을 낮추는 노이즈 팩터, 둘째, 출력을 높이는 노이즈 팩터입니다."복합 잡음"은 잡음 변동의 극단값을 시뮬레이션하지만 이전 Taguchi 설계보다 적은 실험 런을 사용합니다.

상호작용 관리

Taguchi가 처리하는 교호작용

Taguchi가 주장한 많은 직교 배열은 포화 배열이므로 교호작용을 추정할 수 있는 범위가 없습니다.이것은 계속 논쟁의 대상이다.그러나 이는 "제어 요인" 또는 "내부 배열"의 요인에 대해서만 해당됩니다.제어 요인의 내부 배열과 "잡음 요인"의 외부 배열을 결합함으로써 Taguchi의 접근방식은 잡음별 제어 상호작용에 대한 "전체 정보"를 제공한다고 주장합니다.Taguchi는 이러한 교호작용이 잡음 요인 변동에 강력한 설계를 달성하는 데 가장 중요하다고 주장합니다.Taguchi 접근법은 일반적인 부분 요인 설계보다 더 완전한 교호작용 정보를 제공한다고 지지자들은 주장합니다.

  • Taguchi의 추종자들은 설계가 빠른 결과를 제공하며 품질 특성을 적절하게 선택하면 교호작용을 제거할 수 있다고 주장합니다.그럼에도 불구하고, "확인 실험"은 모든 잔류 상호작용에 대한 보호를 제공합니다.품질 특성이 시스템의 에너지 변환을 나타내는 경우, "에너지"는 "가산적"이기 때문에 제어 요인 간 상호 작용의 "우도"가 크게 감소한다.

다구치 설계의 비효율성

  • 상호작용은 현실 세계의 일부입니다.Taguchi 배열에서는 교호작용이 교락되어 있어 해결하기 어렵습니다.

반응 표면 방법론(RSM)의 통계학자들은 설계의 "순차적 조합"을 지지한다.RSM 접근법에서 선별 설계는 분해능이 있다고 판단되는 교란된 상호작용만 해결하는 "추종 설계"에 따른다.선형 효과가 없다는 이유로 이미 제거된 변수에서는 고차 일변량 효과가 덜 발생하기 때문에 나머지 변수의 가능한 고차 일변량 효과를 탐색할 수 있는 두 번째 후속 설계가 추가될 수 있다(시간 및 자원).선별 설계의 경제성과 후속 설계의 유연성으로 인해 순차적 설계는 통계적 효율성이 크다.반응 표면 방법론의 순차적 설계는 Taguchi [10]설계 시퀀스에 비해 실험 런이 훨씬 적게 필요합니다.

평가

다구치 겐이치는 통계와 공학에 귀중한 공헌을 했다.사회에 대한 손실, 실험의 변화를 조사하는 기술, 시스템, 파라미터 및 공차 설계의 전체적인 전략은 전 세계적으로 제조 품질을 향상시키는 데 영향을 미쳤다.

「 」를 참조해 주세요.

  • 실험 설계 – 밝혀낼 태스크 설계
  • 최적 설계 – 일부 통계 기준에 대해 최적의 실험 설계
  • 직교 배열 – 수학적 배열 유형
  • 품질관리 – 제품 또는 서비스 사용에 일관된 적합성을 제공하는 프로세스
  • 반응 표면 방법론
  • 판매 프로세스 엔지니어링– 판매 프로세스의 체계적인 설계
  • Six Sigma – 비즈니스 프로세스 개선 기술
  • 엔지니어링 공차 – 엔지니어링에서 허용 가능한 한계 또는 변동 한계
  • 확률론적 설계 – 엔지니어링 설계 분야

레퍼런스

  1. ^ Rosa, Jorge Luiz; Robin, Alain; Silva, M. B.; Baldan, Carlos Alberto; Peres, Mauro Pedro (2009). "Electrodeposition of copper on titanium wires: Taguchi experimental design approach". Journal of Materials Processing Technology. 209 (3): 1181–1188. doi:10.1016/j.jmatprotec.2008.03.021.
  2. ^ Rao, Ravella Sreenivas; C. Ganesh Kumar; R. Shetty Prakasham; Phil J. Hobbs (March 2008). "The Taguchi methodology as a statistical tool for biotechnological applications: A critical appraisal". Biotechnology Journal. 3 (4): 510–523. doi:10.1002/biot.200700201. PMID 18320563. S2CID 26543702. Archived from the original on 2013-01-05. Retrieved 2009-04-01.
  3. ^ Rao, R. Sreenivas; R.S. Prakasham; K. Krishna Prasad; S. Rajesham; P.N. Sarma; L. Venkateswar Rao (April 2004). "Xylitol production by Candida sp.: parameter optimization using Taguchi approach". Process Biochemistry. 39 (8): 951–956. doi:10.1016/S0032-9592(03)00207-3.
  4. ^ Selden, Paul H. (1997). Sales Process Engineering: A Personal Workshop. Milwaukee, Wisconsin: ASQ Quality Press. p. 237. ISBN 0-87389-418-9.
  5. ^ 전문 통계학자들은 Taguchi의 우려와 변동 이해(평균뿐만 아니라)에 대한 강조를 환영했습니다.
    • Logothetis, N.; Wynn, H. P. (1989). Quality Through Design: Experimental Design, Off-line Quality Control, and Taguchi's Contributions. Oxford University Press, Oxford Science Publications. pp. 464+xi. ISBN 0-19-851993-1.
    • Wu, C. F. Jeff; Hamada, Michael (2002). Experiments: Planning, Analysis, and Parameter Design Optimization. Wiley.
    • 박스, G.E.P. 그리고 드레이퍼, 노먼.2007. 반응 표면, 혼합물 및 능선 분석, 제2판 [경험적 모델 구축 및 반응 표면, 1987], Wiley.
    • Atkinson, A. C.; Donev, A. N.; Tobias, R. D. (2007). Optimum Experimental Designs, with SAS. Oxford University Press. pp. 511+xvi. ISBN 978-0-19-929660-6.
  6. ^ 사실, Fisher는 손실 함수를 경험적 과학자들보다 미국 사업가들과 소련 코미사들에게 더 적합하다고 이름 붙였다(1956년 JRSS에서 Wald에 대한 Fisher의 1956년 공격).
  7. ^ a b Woo, Seongwoo (2017-01-12). Reliability Design of Mechanical Systems: A Guide for Mechanical and Civil Engineers. Springer. pp. 86–89. ISBN 978-3-319-50829-0.
  8. ^ Montgomery, D. C. {{cite book}}:누락 또는 비어 있음 title=(도움말)
  9. ^ 유도 문제에 대한 유사한 진리는 Hume와 W. Edwards Deming이 분석 연구를 논의하면서 목소리를 높였다.
  10. ^ 통계학자들은 실험을 통해 더 적은 수의 반복실험(또는 실험 런)을 사용할 수 있는 설계를 개발하여 Taguchi가 제안한 설계보다 비용을 절감할 수 있습니다.Box-Draper, Atkinson-Donev-Tobias, Goos 및 Wu-Hamada는 디자인의 순차적인 조립에 대해 논의합니다.

참고 문헌