Kauçuk üretiminde istatistiksel deney tasarım yöntemiyle makine- süreç parametrelerinin optimizasyonu

Abstract

Bu tezin amacı, istatistiksel deneysel tasarım uygulanarak bir kauçuk üretim işletmesinde kalite hatalarını minimize eden makine süreç parametrelerinin optimizasyonunu sağlamaktır. Bu amaçla, üretim sürecinde kalite özellikleri üzerinde etkisi önemli olan enjeksiyon makine parametreleri incelenmiştir. istatistiksel deneysel tasarım sürecinde etkisi incelenen parametreler; kalıp sıcaklığı, pişme zamanı ve enjeksiyon hızı olarak belirlenmiştir. Deneyler, Çerkezköy/Tekirdağ bölgesinde bulunan ve sektöründe lider bir işletmede gerçekleştirilmiştir. Bu çalışmada, faktöriyel deneysel tasarım uygulanarak çamaşır makinesinde kullanılan conta üretimi için deneysel tasarım noktaları oluş şturulmuştur. Oluşturulan tasarım noktalarında üretilen ürünlerin tepki değişkenleri (patlak olmaması, yırtık olmaması, yanık olmaması ve çapak olmaması) ölçülmüş ve her bir tepki değişkeni için regresyon modeli geliştirilmiş ve tepki değişkenlerini optimize eden makine süreç parametreleri belirlenmiştir. Geliştirilen modeller için güvenilirlik analizi yapılarak sonuçların uygulanabilirliği değerlendirilmiştir.

The aim of this thesis is to provide optimization of machine process parameters which minimizes quality errors in a rubber production enterprise by applying statistical design of experiments. For this purpose, injection machine parameters which are important on quality characteristics in production process have been investigated. In the experimental experimental design process the effect of the following parameters are examined; mold temperature, burning period and injection rate. The experiments were carried out in a leading company in the Çerkezköy / Tekirdağ region. In this study, design points have been formed for the production of gasket used in the washing machines by applying full factorial experimental design. Reaction variables of the products produced at the design points created (no break, no tear, no burns and no burr) were measured and regression model was developed for each response variables and machine process parameters that optimize response variables are determined. Reliability analysis was performed for the developed models and the applicability of the results was evaluated