CHƯƠNG 2 : CƠ SỞ LÝ THUYẾT
2.4. Phương pháp ma trận trực giao Taguchi [16]
Trong nghiên cứu thực nghiệm, xây dựng mơ hình có ý nghĩa quan trọng về kỹ thuật và kinh tế. Các q trình thực tế thường phức tạp, có nhiều yếu tố (đầu vào) tác động độc lập hay đồng tác động lên kết quả (đầu ra). Đồng thời đầu ra cũng được thể hiện bằng nhiều đại lượng khác nhau. Các mơ hình một đầu vào, một đầu ra không thể hiện được ảnh hưởng đồng thời của các yếu tố đến đầu ra, nên mơ tả q trình một cách phiến diện. Khắc phục được điều đó, cần đến các mơ hình nhiều đầu vào, nhiều đầu ra.
u cầu chủ yếu của mơ hình thực nghiệm là mơ tả q trình sát với thực tế, tính đến đầy đủ nhất các yếu tố ảnh hưởng của chúng, nhưng giảm thiểu được số lần thí nghiệm. Mơ hình Taguchi, do Genichi Taguchi (1924-2012) – một kỹ sư người Nhật đưa ra được đánh giá là giải quyết thỏa đáng vấn đề này. Mơ hình (hay phương pháp) Taguchi được ứng dụng chủ yếu trong giai đoạn thiết kế tham số (cơng nghệ) dựa trên sự phân tích, đánh giá mức độ ảnh hưởng của các yếu tố đén thông số đầu ra, đồng thời xác định bộ thông số tối ưu. Trong khi mơ hình đa yếu tố tồn phần chính thích hợp khi số yếu tố khơng q 3 thì mơ hình Taguchi có thể phát huy tác dụng khi số yếu tố từ 3 đến 50.
Về phương pháp luận, phương pháp Taguchi sử dụng mảng trực giao như mơ hình đa yếu tố, nhưng được thiết kế và đánh giá theo một quy trình chặt chẽ, địi hỏi số thí nghiệm ít và cho số liệu đáng tin cậy hơn. Tư tưởng của phương pháp Taguchi là xác
16
định các yếu tố sao cho đạt hiệu quả cao nhất bằng cách phát hiện và loại bỏ tối đa các ảnh hưởng nhiễu loạn.
Yếu tố đầu vào tác động lên kết quả theo 2 hướng khác nhau:
− Kết quả tiến đến gần mục tiêu là tín hiệu có ích, gọi tắt là “tín” S_Signal.
− Kết quả rời xa mục tiêu là “nhiễu” hay “tạp” N_Noise.
Tỷ số “tín trên tạp” S/N đại diện cho tín hiệu quả, được dùng để đánh giá và lựa
chọn tham số. Bộ tham số là tốt khi cho S/N lớn. Bộ tham số tối ưu cho S/N lớn nhất. Có 3 phương pháp tính tỷ số S/N:
− Bài tốn cực tiểu (Smaller better): 2 10 1 1 10 lg ( ) = = − n L u u SN y n
− Bài toán cực đại (Larger better): 10 2 1 1 1 10 lg ( ) = = − n S u u SN n y
− Bài toán lấy giá trị cụ thể (Target better):
2 10 2 10 log ( ) = T y SN s Trong đó: + 2 2 1 1 1 1 ;s ( ) 1 n n u u n u y y y y n = n = = = − − + u: số thứ tự lần đo.
+ n: số lần đo khi thí nghiệm.
Dù bài tốn thuộc dạng nào thì mục tiêu Tối ưu hóa ln là cực đại tỷ số S/N. Phương pháp Taguchi có 7 bước cơ bản:
Bước 1: Chọn biến độc lập (hay yếu tố - Factor, biến điều khiển – Control
Variabale) và biến đáp ứng (Response), hàm mục tiêu (Fitness, Objective Function).
Bước 2: Xác định mức độ ảnh hưởng của từng yếu tố đến mục tiêu, các quan hệ
có thể có giữa các yếu tố (gọi là bậc tự do – Degree of Freedom, Objective Function).
Bước 3: Tạo cấu trúc (mảng trực giao): Cột là các biến, hàng là các thí nghiệm. Bước 4: Tiến hành thí nghiệm để thu thập số liệu.
Bước 5: Phân tích số liệu theo S/N và xác định giá trị tối ưu của các tham số. Bước 6: Phân tích phương sai (Analysis of Variance – ANOVA), xác định ảnh
hưởng của các yếu tố đến đầu ra. Đây là bước bổ trợ, vì bước 5 đã tính đến ảnh hưởng của các yếu tố qua tỷ số S/N. Dù có thực hiện bước 6 hay khơng thì kết quả tối ưu hóa khơng thay đổi.
Bước 7: Tính tốn lại hàm mục tiêu theo bộ tham số tối ưu và kiểm chứng bằng
17