Kalite kontrolde bulanık mantık yaklaşımı ve bir uygulama

Abstract

Firmaların günümüz rekabetçi koullarında sadece teknoloji ile rekabet etmeye çalımaları onları baarıya götürmemektedir. Farklılama ve yaratıcı olma çabaları, etkin strateji seçimini ön plana koymaktadır. Dier yandan bilim ve teknolojideki gelimeler günümüzün modern toplumunu öylesine karmaık bir hale getirmitir ki; karar süreçleri, belirsiz ve incelenmesi zor bir özellik kazanmıtır. Bu belirsizlikler, belirsiz ortamlarda optimum karar almaya yarayan ve belli bir mantıa dayalı çıkarım olarak kabul edilen bulanık küme kavramı ile açıklanmaktadır. statistiksel proses kontrolü, bir prosesten çıktı olarak alınan ürünlerin ölçülerek, istenen özelliklere uyup uymadıını belirleyen ve karar destek sistemlerine girdi olumasını salayan bir geri bildirim döngüsüdür. Bu düzen, sadece ürünlerin kontrol edilmesini deil, aynı zamanda prosesin sürekli olarak kontrol edilmesini ve gelitirilmesini salamaktadır. Üretilen ürünlerin kalite düzeylerinin aratırılması ve varsa kalite deiiminin belirlenmesi için "istatistiksel kalite kontrol teknikleri"nden yararlanılmaktadır. Bu amaçla, üretim prosesinden gelen ürünlerin tamamını muayene etmek yerine, belirli zaman aralıklarında prosesi yeterince temsil edebilecek nitelikte örneklemler çekilmekte ve bunlardan gelen sonuçlar deerlendirilerek, proses hakkında tahminde veya çıkarımda bulunulmaktadır. Bu çalıma ile kontrol emalarının kullanımı ve geliimi ardındaki temel düünce ve prensipler açıa çıkarılarak; bulanık kalite kontrol emaları ile birletirilmi ve kullanımları ile ilgili uygulamaya yer verilmitir. Bu amaçla Denizli'de Ta ve Topraa Dayalı Sanayinde faaliyet gösteren bir iletmenin ilgili prosesinden veriler alınmıtır. lgili prosesi temsil edilen farklı ekillerde üçgen üyelik fonksiyonları ve prosesteki ürünlerin tercih edilme derecelerini gösteren dilsel deikenler belirlenmitir. Belirlenen bu üyelik fonksiyonları yardımıyla farklı yöntemlerle bulanık kalite kontrol emaları oluturularak ilgili prosesin kontrol altında olup olmadıı incelenmeye çalıılmıtır.

Firms in competing efforts only with the technology don?t take them to success at today?s competitive conditions. Differentiations and creative efforts play an important role on effective strategy choice. On the other hand, the developments of science and technology make our modern society complex, so decision processes become uncertainty and difficult to be analyzed. This vagueness is explained with the fuzzy set concept which is accepted as a inference based on a specific logic and which helps in determining optimum decision at vagueness conditions. Statistical process control is a loop of feedback which provides input for decision support systems and which determines whether the product is suitable or not for desired specifications by measuring the products taken as input from a process. This system provides not only to be controlled of the products but also provides to be controlled and to be developed of the process continuously. It?s used statistical quality control techniques for investigating the quality level of products and for determining the quality changes if there exist. For this aim, instead of controlling all the products coming from production process, samples which can represent the process enough at certain periods are taken and by analyzing results from those and inference about the process is obtained. In this study, by revealing basic ideas and principles behind the use and improvement of control charts usage and the improvement; they are combined with fuzzy quality control charts and an application about their usage is mentioned. For this aim, data from related process of the company which operates in Stone and Soil Industry in Denizli are obtained. Triangular membership functions with the different shapes which represent the related process and linguistic variables which show the preferences the degrees of the products in process are determined. With the help of the membership functions, it?s tried to be analyzed if the process is under control or not by constructing fuzzy control charts with different methods.