선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 실제로 실험된 실험조건들을 비교하여 최적조건을 찾는 것보다는 고려된 인자들의 관심영역 전체에서 최적조건을 구하기 위해서는 관심영역에 속한 인자들의 값에서 반응변수를 예측할 수 있어야 한다. 관심영역에 속한 인자들의 값들 중에서 반응변수의 예측값을 최적화하는 최적조건을 관심영역에서 찾고, 최적조건에서의 재현성 실험을 통해서 재현성의 여부를 확인하는 것이다.
- 다음에 다구찌 기법에서 구한 최적해를 RSM의 초기해로 사용한다. 끝으로 RSM 기법으로 제어 가능한 다구찌 최적해 근방에서 최적해를 찾는 것이다.
- 통합화 노력은 두 기법을 한 기법으로 묶으려는 시도가 대부분이다. 본 논문에서는 다구찌 기법과 RSM 기법을 단계적으로 통합한 시도이다. 간단한 아이디어로 해가 크게 개선됨을 보여주고 있다.
- 박병전과 조병엽(Park and Cho, 1999)은 중심합성계획법에서의 로버스트 디자인을 이용한 동시 최적화 방안를 제안하였다. 이 논문에선 RSM속에 다구찌 기법을 사용하자는 제안을 하였다. 이는 반대로 다구찌 기법의 장점을 살리지 못한 점이 지적된다.
- 이에 본 논문에서는 이 두 기법을 통합하여 개선된 해를 제공하고자 한다. 본 논문에선 두 기법을 살펴보고, 두 기법의 장점을 통합한 다구찌-RSM 모델을 제시하였다.
가설 설정
- 실험계획법들은 ‘품질특성값의 산포는 실험조건에 관계없이 동일하다’라는 등분산을 가정한다. 분포의 모양은 동일하고, 실험조건에 따라서 중심의 위치만 달라진다는 가정을 하고, 중심의 위치에 영향을 주는 인자들을 선별하여, 목표로 하는 중심의 위치를 최적으로 하는 실험조건을 찾는다. 이러한 기존 실험계획법들은 제어 불가능한 환경조건이나 제어하기 어려운 공정조건, 생산조건 등의 원인인 잡음인자(noise factor)들을 통제하지 않고, 실험의 랜덤화에 의해서 실험을 실시하여, 실험자료를 얻었기 때문에 잡음인자들이 특성값에 미치는 영향을 분석하는 것이 불가능하다.
- 실험계획법들은 ‘품질특성값의 산포는 실험조건에 관계없이 동일하다’라는 등분산을 가정한다.
- 본 논문에서는 RSM 실험 시에는 다구찌 실험의 특징인 잡음을 고려한 반복실험을 하지는 않았다. 이미 다구찌 기법에서 찾은 최적 조건은 그 주위에서 비슷할 것이라는 일반적인 가정을 하였다.
- 3단계) 인자선택 : 거리에 영향을 줄 수 있는 수 많은 인자 중에 전문가들의 협의를 거쳐 거리에 영향을 주면서 조절이 가능한 제어인자 5개의 인자를 골랐으며, 잡음인자로 지지대의 핀 상태를 선택하였다. 투석기를 사용하다 보면 고정 핀이 헐거워지는 등의 변화가 있을 수 있으며 이는 매번 통제할 수 없다고 가정한 것이다. 각 인자들은 <표 1>과 같다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.