The objective of the Taguchi parameter design is to improve the performance of a product or process by determining the levels of its design parameters such that the performance characteristic becomes robust against various causes of variation.
Parameter design problems are broadly classified into static and dynamic ones depending on whether a signal parameter exists or not. Most of the existing works on parameter design focus on static problems although dynamic parameter design plays an important role in obtaining generalizable results and expediting technology development.
For dynamic parameter design, Taguchi proposed a two-step procedure which consists of maximization of the signal-to-noise (SN) ratio and then adjustment of the slope of the relationship between the signal parameter and characteristic to the ideal slope using the so-called adjustment parameter. This two-step procedure separates the design parameters into the dispersion parameters which have a significant effect on the SN ratio and adjustment parameters which have a significant effect only on the slope. This two-step procedure enables certain changes in product or process requirements to be accommodated by changing only the setting of the adjustment parameter.
The philosophy and objective of the Taguchi parameter design have been recognized to be very important for improving the quality of a product or a process. However, statistical methods and optimization procedures originally proposed by Taguchi have much room for improvement. First, Taguchi approach assumes that the signal parameter follows a uniform distribution, while in practice its distribution is more adequately described by other distributions than uniform. Secondly, the adjustment parameter in the second step of the Taguchi approach may not exist, and therefore, the Taguchi two-step procedure may fail to identify an optimum design condition.
This thesis deals with parameter design for dynamic characteristics. New dynamic parameter design methods are developed to overcome the shortcomings of the original Taguchi method. Chapter III develops a new two-step procedure in which a new performance measure that quantifies the expected loss after adjustment is proposed considering a general distribution of the signal parameter and the nonlinearity between the signal parameter and characteristic. The effectiveness of the new two-step procedure is illustrated with two examples. For the case where an adjustment parameter does not exist, a one-step procedure based on an artificial neural network is developed in Chapter IV. The proposed approach is illustrated with a PECVD example.
다구치에 의해 제안된 파라미터 설계는 제품의 품질을 향상시키기 위한 중요한 방법으로 인식되어왔다. 파라미터 설계의 구체적인 목적은 제품이나 공정의 성능특성이 잡음에 강건하도록 설계변수의 최적조건을 결정하는 것이다. 이를 위해 다구치는 직적배치에 의해 실험을 수행하고, SN비를 사용하여 실험데이터를 분석할 것을 제안하였다
파라미터 설계 문제는 신호인자의 존재 여부에 따라 크게 정특성과 동특성으로 분류된다. 정특성에 대한 파라미터 설계에 대해서는 이미 많은 연구가 수행되어 왔다. 그러나, 범용성 있는 연구 결과와 기술의 선행적 확보를 위해 동특성에 의한 접근이 필요함에도 불구하고, 관련 연구는 아직 미흡한 실정이다.
동특성 문제에 대해 다구치는 SN비를 최대로 하는 단계와 신호인자와 특성치 간의 기울기를 이상적인 기울기로 조정하는 단계로 구성된 2단계 최적화 절차를 사용할 것을 제안하였다. 2단계 최적화 절차는 설계변수들을 SN비에 유의한 영향을 미치는 산포인자와 기울기에만 유의한 영향을 미치는 조정인자로 구분하여, 이상적 기울기가 변하더라도 조정인자만을 이용하여 최적화를 수행할 수 있도록 한다.
다구치 방법의 철학과 목적은 제품이나 공정의 품질 향상에 매우 중요한 것으로 인식되어왔지만, 다구치 박사가 제안한 통계적 방법이나 최적화 절차들은 개선의 여지가 있다. 첫째, 다구치 방법은 신호인자가 일양분포를 따른다고 가정하고 있으나, 실제로 신호인자의 분포가 일양분포 이외의 분포를 따르는 사례들이 다수 존재한다. 둘째, 다구치 2단계 최적화에 사용되는 조정인자는 존재하지 않을 수 있으며, 이 경우 다구치 방법에 의한 최적화를 수행할 수 없다. 또한, 다구치 방법에 의한 최적조건은 제어인자의 선정된 수준값 중에서만 선정되며, 이는 참 최적조건이 아닐 수 있다.
본 논문은 동특성 문제의 파라미터 설계 방법에 관한 연구이다. 기존 다구치 방법의 단점을 해결하기 위해, 새로운 동특성 파라미터 설계 방법들을 개발하였다. 3장에서는 신호인자의 분포 및 신호인자와 특성치 간의 비선형성을 고려하고, 조정 후의 기대손실을 성능측도로 이용하는 2단계 최적화 절차를 개발하였다. 그리고, 사례들을 통해 개발된 2단계 최적화 절차의 효용성을 보였다. 조정인자가 존재하지 않는 경우에 대해서는 인공신경망 기반의 1단계 최적화 절차를 개발하였으며, PECVD 사례를 통해 적용 방법 및 효용성을 보였다.
