یارا فایل

مرجع دانلود انواع فایل

یارا فایل

مرجع دانلود انواع فایل

مقاله در مورد طراحی آزمایشها با نرم افزار Minitab

اختصاصی از یارا فایل مقاله در مورد طراحی آزمایشها با نرم افزار Minitab دانلود با لینک مستقیم و پر سرعت .

مقاله در مورد طراحی آزمایشها با نرم افزار Minitab


مقاله در مورد طراحی آزمایشها با نرم افزار Minitab

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

 تعداد صفحه11

 

 

  • ایجاد ماتریس طرح عاملی کامل با نرم افزار Minitab

   اگر قصد انجام یک آزمایش با  K عامل را دارید ، برای بدست آوردن ماتریس طرح مورد نظر می‌توانید از نرم افزار کمک بگیرید .

برای این منظور قدمهای زیر را طی کنید.

  • مسیر State>Doe> Factorial >Create factorial Design را اجرا کنید .
  

فرض کنید قصد داریم یک طرح 4 عاملی ایجاد کنیم. در قسمت Type of Design گزینه اول را انتخاب کنید. در قسمت Number of factors عددها را انتخاب کنید. ( تعداد عوامل اصلی مدل )

 

 

 

 

پنجره Factorial Design

  • حال بر روی دکمهDesigns کلیک کنید. در قسمت بالای پنجره طرح را از نوع Full Factorial انتخاب کنید. طرحهایی که تاکنون در مورد آنها بحث شد طرحهای عاملی کامل بودند. در مورد طرحهای کسری ( Fractional ) بعداً بحث خواهد شد. در قسمت Number of replicates تعداد تکرار هر آزمایش را وارد کنید. در قسمت Number of blocks تعداد سطوح متغیر بلوک را وارد نمائید. تعداد تکرارها و تعداد سطوح متغیر بلوک پیش فرض 1 است که ما آنرا تغییر نمی دهیم. بر روی دکمه Ok کلیک کنید.
  

 

 

 

                                   

 پنجره Factorial Design – Design

  • حال بر روی دکمه Factors کلیک کنید. در ستون Name نام هر عامل را می توانید وارد کنید. در ستونهای Low و High کد مربوط به سطوح کم و زیاد هرعامل را می‌توانید تغییر دهید. کد پیش فرض (1- ) و (1) است. با زدن دکمه Ok از این پنجره خارج شوید.
  • ورود اطلاعات تکمیل شده است. در پنجرة Factorial Design دکمة Ok را فشار دهید.

Full Factorial Design

 

Factors:   4    Base Design:      4, 16    

Runs:     16    Replicates:           1    

Blocks: none    Center pts (total):   0

 

All terms are free from aliasing

  

 نتیجه پنجرة Session  از ایجاد طرح 24

 

 

 

 

 

 پنجرة Data

با اجرای این دستور Minitab یک فایل دادة در یک کار برگ جدید ایجاد می کند. در پنجرة Session  اطلاعات کلی طرح شامل تعداد عوامل، تکرارها، بلوکها و . . . چاپ می شود. در پنجرة Data ماتریس طرح موردنظر ایجاد می شود. ستون اول Stdorder  نام دارد، که خلاصة Standard order ( ترتیب استاندارد) می باشد. ترتیب استاندارد در واقع ترتیبی است که در ماتریس طرحهای قبلی رعایت کرده ایم. اما همانطوری که در فصل قبل بحث شد، ترتیب انجام آزمایش باید ترتیبی تصادفی باشد. به همین دلیل ستونی به نام Runorderr ( ترتیب اجرا) ایجاد شده است. ترتیب اجرای آزمایشها باید بر اساس ستون Run order باشد. توجه داشته باشید که هر بار دستور ایجاد طرح را اجرا کنید، یکی از آزمایشها بعنوان آزمایش اول در نظر گرفته می شود و این بخاطر تصادفی کردن ترتیب اجرا توسط نرم افزار است (این کار را امتحان کنید)

درستون Blocks کد بلوک هر آزمایش نمایش داده می شود. در ستونهای C4 و C7 نیز ماتریس طرح ایجاد شده است.

نکته: هربار که قصد انجام یک کار DOE را دارید، طرح مورد نظر خود را توسط نرم افزار ایجاد کنید و برطبق ترتیب تعیین شده آزمایشها را از ابتدا تا انتها انجام دهید. سپس نتایج را در همین فایل وارد کرده و آنرا تحلیل کنید.

 

  • تحلیل یک آزمایش عاملی کسری

   نحوه تحلیل اینگونه طرحها همانند طرحهای عاملی کامل است . تنها تفاوت این دو طرح در اثرات همنام است که در مورد نحوه تعبیر این اثرات باید توجه خاصی مبذول داشت . به مثال زیر توجه کنید :

$ مطالعه موردی

یک مهندس فرآیند در یک شرکت هواپیماسازی مسو‌ولیت قسمت رنگ هواپیما را بر عهده دارد . او آزمایشی برای تعیین عاملهای موثر بر ضخامت رنگ بدنه هواپیما طراحی میکند . وی قصد دارد به مقدار هدف 5/0 میلیمتر دست پیدا کند . عواملی مورد آزمایش قرار گرفته اند در جدول زیر نشان داده شده اند :

 


سطح زیاد

سطح کم

نام عامل

20

10

میزان رقیق کردن رنگ

30

15

فشار رنگ

78

68

دما

2

1

تامین کننده

لیست عاملها

   یک طرح عاملی کسری با 8 آزمایش و 4 اجرا طراحی میکنیم . برای تمرین بیشتر این طرح را خودتان توسط نرم افزار ایجاد کنید. داده های زیر از انجام آزمایشها بدست آمده اند :

 

 

 

میزان

ضخامت

رنگ

تامین کننده D

دما

 C

فشار رنگ

B

میزان رقیق کردن A

شماره آزمایش

541/0

477/0

489/0

638/0

1

68

5

10

1

495/0

513/0

509/0

496/0

2

78

5

10

2

531/0

529/0

493/0

562/0

2

68

15

10

3

757/0

507/0

632/0

564/0

1

78

15

10

4

584/0

636/0

623/0

659/0

2

68

5

20

5

386/0

604/0

457/0

549/0

1

78

5

20

6

953/0

657/0

91/0

842/0

1

68

15

20

7

875/0

913/0

898/0

91/0

2

78

15

20

8

   حل مساله :    ابتدا مقادیر Y را در یک ستون وارد کرده سپس در ستونهای دیگر عاملها  را با نامهای مربوط وارد‌کنید.

حال برای تحلیل مسئله قدمهای زیر را طی کنید:

چون طرح، یک طرح سفارشی است و به عبارت دیگر از طریق خود Minitab  ایجاد نشده است، لذا لازم است به عنوان اولین قدم ماتریس طرح مورد نظر به Minitab تعریف  شود. برای این کار:

مسیر Stat>DOE>Factorial>Define Custom Factoria


دانلود با لینک مستقیم


مقاله در مورد طراحی آزمایشها با نرم افزار Minitab

دانلود پایان نامه طراحی آزمایشها و تأثیر آن بر فرایندهای کیفی

اختصاصی از یارا فایل دانلود پایان نامه طراحی آزمایشها و تأثیر آن بر فرایندهای کیفی دانلود با لینک مستقیم و پرسرعت .

دانلود پایان نامه طراحی آزمایشها و تأثیر آن بر فرایندهای کیفی


دانلود پایان نامه طراحی آزمایشها و تأثیر آن بر فرایندهای کیفی

طراحی آزمایشها و تأثیر آن بر فرایندهای کیفی

 

 

 

 

 

 

لینک پرداخت و دانلود *پایین مطلب* 

فرمت فایل:Word(قابل ویرایش و آماده پرینت) + PDF

تعداد صفحه:92

فهرست مطالب :

فصل اول
طراحی آزمایشها چیست؟
چرا از طراحی آزمایشها استفاده می‌کنیم ؟
تغییرپذیری و تأثیر آن بر کیفیت
چند مثال در مورد کاربرد روش DOE
ویژگی شناسی یک فرایند
بهینه سازی یک فرآیند
طراحی یک محصول
تعیین تلورانسهای سیستم و مؤلفه ها
خطوط راهنما برای انجام طراحی آزمایشها
درک و بیان مسئله
تعیین متغیر پاسخ
انتخاب عاملها و سطوح
انتخاب نوع آزمایش طراحی شده
انجام آزمایش
تجزیه و تحلیل داده ها
آنالیز واریانس برای آزمایشهای تک عاملی
آنالیز وایانس برای آزمایشهای عاملی
تعیین اعتبار نتایج
آنالیز باقیمانده ها برای آزمایشهای تک عاملی
آنالیز باقیمانده ها برای آزمایشهای عاملی
نتیجه گیریها و پیشنهادها
فصل دوم
معرفی
نمونه هایی از دنیای صنعتی
نمونه 1- پمپ چرخدنده ای هیدرولیک (آزمایش پیلوت)
نمونه 2- پمپ چرخ دنده ای هیدرولیک (آزمایش پیرو)
نمونه 3- ترانسفورماتور الکتروآکوستیک
الگوریتمهای طراحی
الگوریتم معاوضه ای
الگوریتم تکوینی
زمینه استفاده GAs و رویکردهای مشابه برای یافتن طرحهای D-optimal
مسایل جایگشتهای کدشده برای GAs
کدگذاری کروموزم جایگشت شاخص مرحله (SIP)
نمایش کروموزم توسعه یافته ( ECR)
عملگر تقاطع تک نقطه / دونقطه احتمالی
به کارگیری GA با مقادیر پارامتر عملیاتی مناسب
کاربرد مقادیر پارامتر خوب برای مسایل نوع مشابه
کاربرد الگوریتم تکوینی برای جستجوی طرح هایی برای آزمایشهای کسری قرارداد
رمزگذاری مسأله
رمزگذاری جایگشت شاخص مرحله (SIP)
رمزگذاری نمایش کروموزم توسعه یافته (ECR)
عملگر تقاطع تک و دو نقطه ای احتمالی
رمزگشایی کروموزم به طرح آزمایش داوطلب
کاربرد GA با مقادیر پارامتر خوب
کاربرد و مقایسه الگوریتمهای معاوضه ای و تکوینی
نتیجه گیری و بحث
فصل سوم
ایجاد ماتریس طرح عاملی کامل با نرم افزار Minitab
تحلیل یک آزمایش عاملی کسری
تحلیل رگرسیون
منابع و مراجع
چکیده :
  • طراحی آزمایشها چیست؟

طراحی آزمایشها شامل یک آزمایش یا یکسری از آزمایشهایی می شود که به طور آگاهانه در متغیرهای ورودی فرآیند تغییراتی ایجاد می گردد تا از این طریق میزان تغییرات حاصل در پاسخ خروجی فرآیند مشاهده و شناسایی شود. فرآیند را می توان ترکیبی از دستگاهها, روشها و افراد تصور نمود که مواد ورودی را به یک محصول خروجی تبدیل می کنند. این محصول خروجی دارای یک یا چند مشخصه کیفی یا پاسخهای قابل مشاهده است. در مهندسی، آزمایش کردن نقش مهمی در طراحی محصول جدید،توسعة فرآیند ساخت و بهبود فرآیند ایفا می‌کند. پس، طراحی آزمایش‌ها یک روش علمی است که به محقق اجازه می‌دهد اطلاعاتی به دست آورد تا یک فرآیند را بهتر بشناسد و نحوة تأثیر ورودی‌ها را در متغیر پاسخ تعیین کند. یک فرآیند بطور شماتیک به شکل زیر نمایش داده می‌شود :

بعضی از متغیرهای فرآیند قابل کنترل و سایر آنها غیرقابل کنترل هستند (گرچه آنها می توانند در شرایط آزمایش قابل کنترل باشند.) در بعضی موارد این عاملهای غیرقابل کنترل عاملهای اغتشاش نامیده می شوند.

اهداف یک آزمایش ممکن است شامل موارد ذیل گردد :

  • تعیین متغیرهای قابل کنترلی که بیشترین اثر را بر روی پاسخ دارند.
  • تعیین مقادیر متغیرهای قابل کنترلی که بیشترین اثر را بر روی پاسخ دارند, به گونه ای که y به مقدار اسمی خود نزدیک تر باشد.
  • تعیین مقادیر متغیرهای قابل کنترلی که بیشترین اثر را بر روی پاسخ دارند, به گونه ای که تغییرات در y کوچک باشد.
  • تعیین مقادیر متغیرهای قابل کنترلی که بیشترین اثر را بر روی پاسخ دارند, به گونه ای که اثرات متغیرهای غیرقابل کنترل حداقل گردد.

بنابراین روشهای طراحی آزمایشها را می توان در توسعه یا رفع مشکلات فرآیند و نتیجتاً بهبود عملکرد آن و یا دست یافتن به فرآیندی که نسبت به منابع تغییرات خارجی فاقد حساسیت و یا مقاوم است استفاده کرد.

روشهای کنترل فرآیند آماری و طراحی آزمایشها که دو ابزار خیلی مهم و مفید برای بهبود و بهینه سازی فرآیندها هستند, رابطه نزدیکی با یکدیگر دارند. به عنوان مثال اگر فرآیندی تحت کنترل آماری باشد ولی کارایی آن مطلوب نباشد, آن گاه تغییرات در فرآیند باید کاهش پیدا کند تا کارایی آن بهبود یابد. روشهای طراحی آزمایشها می تواند این کار را به طور موثرتر از SPC انجام دهد. اساساً SPC یک روش واکنشی است و یا به عبارت دیگر فرآیند آن قدر تحت نظر گرفته می شود تا اطلاعات مفیدی که حاکی از ایجاد تغییر در مورد فرآیند است به دست آید. با این حال, اگر فرآیند تحت کنترل باشد آن گاه نظارت واکنشی ممکن است اطلاعات مفید چندانی ارایه ندهد. از طرف دیگر, طراحی آزمایشها یک روش آماری کنشی محسوب می گردد. به عبارت دیگر, یک سری آزمایش بر روی فرآیند با ایجاد تغییرات آگاهانه در ورودیها و مشاهده تغییرات حاصل در خروجی های فرآیند انجام می گیرد و اطلاعات حاصل باعث می شود تا عملکرد بهبود یابد. همچنین روشهای طراحی آزمایشها می توانند در استقرار کنترل آماری فرآیند مفید واقع گردند.

به عنوان مثال, فرض کنید که نمودار کنترل حالت خارج از کنترل را نشان می دهد و فرآیند چندین متغیر ورودی قابل کنترل دارد. اگر بدانیم کدام یک از متغیرهای ورودی مهم هستند آن گاه می توان فرآیند را به حالت تحت کنترل برگردانید در غیر این صورت برگرداندن فرآیند به حالت تحت کنترل بسیار مشکل خواهد بود. روشهای طراحی آزمایشها را می توان جهت شناسایی متغیرهایی که بر روی فرآیند اثر می گذارند استفاده کرد.

طراحی آزمایشها یکی از ابزارهای مهندسی مهم در راستای بهبود فرآیندهای تولید محسوب می شود. این ابزار کاربرد فراوانی در توسعه یک فرآیند تولید دارد. کاربرد این فنون در مراحل اولیه توسعه فرآیند می تواند نتایج زیر را به همراه داشته باشد :

  • بهبود بازده
  • کاهش تغییرات
  • کاهش زمان توسعه
  • کاهش هزینه ها

همچنین روشهای طراحی آزمایشها می تواند نقش مهمی در فعالیت های طراحی مهندسی که شامل طراحی و توسعه محصولات جدید و بهبود محصولات موجود می گردد ایفا نماید. به عنوان مثال می توان به موارد زیر که بعضی از کاربردهای طراحی آزمایشهای آماری در طراحی مهندسی را نشان می دهند اشاره کرد :

  • ارزیابی و مقایسه شکل و ابعاد اساسی طراحی
  • ارزیابی مواد
  • تعیین پارامترهای کلیدی طراحی محصول که بر عملکرد آن اثر می گذارند.

استفاده از طراحی آزمایشها در هر یک از موارد فوق می تواند تولید محصول را بهبود, عملکرد و قابلیت اطمینان آن را افزایش و قیمت محصول و زمان توسعه آن را کاهش دهد.

  • چرا از طراحی آزمایشها استفاده می‌کنیم ؟

بدون توجه به اینکه یک نفر در کجا کار می‌کند ( توسعه، طراحی، کیفیت، آزمایش، قابلیت اطمینان، تولید، بسته‌بندی) وظیفة اکثر دانشمندان و مهندسان، بدست‌آوردن مستندات و انتقال اطلاعات محصول یا فرآیند می‌باشد. اطلاعات صحیح در این مورد بسیار مهم است.

برای درک صحیح یک فرآیند، فرد به واقعیت‌ها و داده‌ها نیاز دارد. جمع‌آوری اطلاعات با استفاده از آزمایش یک عامل در آن واحد و یا یکسری آزمونهای سعی و خطا منجر به فعالیت‌های غیرمؤثر و غیرکارآمدی برای درک و بهبود طرحهای محصول و فرآیند می‌شود. اگر یک شرکت قصد دارد در بازار رقابتی پا برجا بماند، این روشهای کهنه و قدیمی دیگر سودی ندارند.

روش‌های طراحی آزمایشها به مدیران و افراد اجازه می‌دهند در موارد زیر اطلاعات بدست آورند:

1) بهبود عملکرد مشخصه‌های کیفی

2) کاهش هزینه‌ها

3) کاهش زمان توسعه محصول و تولید

بهبود عملکرد مشخصه‌ها از شناخت عوامل بحرانی حاصل می‌شود که میانگین فرآیند را بهبود می‌دهد و تغییر پذیری پاسخ را حداقل می‌کند و پایداری را ایجاد می‌کند. همچنین این بهبود عملکرد منجر به کاهش ضایعات و دوباره‌کاری می‌گردد، که به مقدار زیادی هزینه‌ها را کاهش می‌دهد. شناخت اینکه کدام عامل‌ها برای بهبود عملکرد بحرانی هستند، روشن خواهد کرد که کدام عوامل باید کنترل شوند و تلرانسهای آنها چقدر باید باشد.

شناخت عوامل بدون اهمیت، به فرد اجازه می‌دهد که تلرانس‌ها را باز کند و یا سطحی از عامل را انتخاب کند که منجر به هزینه‌های کمتر تولید شود. کاهش زمان بازاریابی با درک اینکه مشتری واقعاً چه می‌خواهد، بدست می‌آید و با استفاده از رویه‌های کارآمد آزمایش، اطلاعات مورد نیاز برای بهبود فرآیند و محصول به دست می‌آید.

برای یک مهندس یا محقق که قصد دارد انتظارات یک مدیر را پاسخ دهد طراحی آزمایشها می‌تواند کاربردهای زیر را داشته باشد :

1) کارآمدترین روش برای شناخت عوامل ورودی کلیدی.

2) کارآمدترین روش برای بدست آوردن درک صحیح بین عوامل ورودی و پاسخ‌ها.

3) روشی برای ساخت یک مدل ریاضی وابسته به پاسخ برای عوامل ورودی، که معمولاً جهت توصیف‌کردن یک فرآیند یا محصول بکار می‌رود.

4) روشی برای تعیین تنظیمات عوامل ورودی که متغیر پاسخ را بهینه می‌کنند و هزینه‌ها را کاهش می‌دهند.

5) یک روش علمی برای تنظیم تلرانسها.

البته این نکته را باید در نظر داشته باشیم که تا زمانی که مهندسین طراحی آزمایشها ازتمامی ابزارهای آماری موجود مطلع نباشند و آزمایش‌های آنها به خوبی طراحی نشوند، نتایج می‌توانند گمراه کننده باشند و مقادیر زیادی از منابع بدون دلیل هدر می‌روند.

یکی از دلایل مجبورکننده مدیران صنایع و مهندسین برای یادگیری آزمایشهای طراحی شده بر پایة نیاز برای رقابت با کشورهایی بود که با موفقیت این روشها را اجرا کرده بودند. در سال 1964، صنایع آمریکا با 6 بیلیون دلار سود بر این موضوع واقف نبودند که آنها در زیر تهاجم رقابتی شرکتهای خارجی قرار دارند.

در سال 1984، آمریکا با 123 بیلیون دلار کسری بودجه در تجارت مواجه شد. در این دورة 20 ساله، بهره‌وری آمریکا فقط30% افزایش یافت که در مقایسه با آن برخی از کشورهای اروپایی60% و کشور ژاپن 120% بهره‌وری خود را افزایش داده بود. این کشور که در دهة 50 و60 به سازنده محصولات بدون کیفیت مشهور شده بود، چنان رشد کرد که در دهة 70 و 80 با ساخت محصولات با کیفیت بالاتر و قیمت پائین‌تر ادامة حیات محصولات آمریکا را در معرض خطر قرار می‌داد.

چگونه این مسئله اتفاق افتاد؟ اکنون همه می‌دانند که ژاپن موفقیت خود را مرهون طراحی کیفیت در محصول با استفاده از آزمایش‌های طراحی شده و بازرسی کیفی در طول تولید، توسط کنترل آماری کیفیت بود.

  • تغییرپذیری و تأثیر آن بر کیفیت

شاید برای شما تعجب‌آور باشد که در آزمایشگاه‌ها یا فرآیندهای تولید با کنترل زیاد، در محصول نهایی تغییرپذیری وجود خواهد داشت. تغییرپذیری توسط عوامل غیر قابل کنترل یا مزاحم فرآیند تولید می‌شود. تغییرپذیری زیاد، درجه کیفیت محصول را پائین می‌آورد و باعث ضرر و زیان کارخانه می‌شود. راه حل این مسئله تنظیم حدود مشخصات فنی و انجام بازرسی محصول نهایی می‌باشد تا تضمین کنیم که تعداد اقلام معیوب خروجی از کارخانه برابر با صفر می‌باشد. این راه حل موجب می‌شود که شرکت محصول خود را به دو دسته قابل قبول (داخل حدود مشخصات فنی) و غیر قابل قبول (خارج حدود مشخصات فنی) تقسیم کند. همانگونه که در شکل (2-1) نشان داده شده است ضرر و زیان شرکت به خاطر خروج از حدود مشخصات می‌باشد. اگر تعداد زیادی محصول خارج از حدود تولید شود و محصولات قبل از حمل به درستی بازرسی نشوند، آنگاه:

(1) شکایتها افزایش خواهند یافت

(2) نیروی اضافی صرف تعمیر محصولات تحت گارانتی خواهد شد

(3) مشتری‌ها مایوس ‌شده وبه دنبال محصول مطمئن‌تر خواهند رفت

   

 حل بهینه برای این مسئله این است که تنها به بازرسی‌ها درانتهای خط تولید اکتفا نکنیم. بنا به گفتة جوران، این بازرسی‌ها تنها به اندازة80 درصد مؤثر می‌باشند. این راه حل (بازرسی) نیاز به نیروی انسانی بیشتر دارد و می‌تواند موجب هزینه‌های گزاف، ضایعات و دوباره‌کاری شود.

همچنین داشتن سودآوری در چنین شرایطی نیاز به این دارد که قیمت فروش را افزایش دهیم، که این کار باعث کاهش ادامه‌دار رضایت مشتری خواهد شد. علاوه بر این، دلیلی ندارد که تصور کنیم اگر فقط یک محصول داخل حدود مشخصات فنی باشد، ضرر و زیانی متوجه شرکت نخواهد شد. برای مثال ساخت شیشة عینک و فریم آن را در نظر بگیرید. اگر شیشه در پائین‌ترین حد مشخصة فنی (LSL) و فریم عینک در بالاترین حدود مشخصة فنی (USL) خود باشد، آنگاه کیفیت محصول کاهش خواهد یافت.

برای ساخت یک محصول کیفی با کمترین هزینه، باید کیفیت در فرآیند آن طراحی شود و توجه، معطوف به تولید در مقدار هدف (اسمی) باشد، نه اینکه تولید فقط در داخل حدود مشخصات باشد (شکل3-1)

شکل 1-3- شکل تابع هدف تاگوچی

 هرگونه انحراف از مقدار هدف منجر به ضرر و زیان برای تولید کننده به شکل بازرسی، ضایعات، دوباره‌کاری، هزینه‌های گارانتی، افزایش زمان سیکل، تغییرات طراحی، کاهش سود، افزایش موجودی و … خواهد شد. زیانهای خریدار مربوط به کاهش سطح عملکرد و قابلیت اطمینان و هزینه‌های نگه‌داری می‌شود . عاقبت یک خریدار (مشتری) یک تولید کننده (تأمین کننده) بهتر خواهد یافت و بنابراین زیان نهایی تولید کننده، کاهش سهم بازار خواهد بود .

   برای کم کردن زیان ناشی از انحراف از هدف، تغییر پذیری محصول در اطراف مقدار هدف باید کاهش پیدا کند 

   همانطوری‌که در شکل بالا ملاحظه می‌کنید محصول B میزان بالاتری از مقادیر اندازه‌گیری شده را در نزدیکی مقدار هدف نسبت به محصول A دارا می‌باشد. بنابراین، محصول B منجر به ضررکمتری خواهد شد. شما ترجیح می‌دهید ازکدامیک خریداری کنید. تولید کننده محصول A یا B ؟ در مورد مشتری‌های شما چطور؟ آنها محصول شما را مانند محصول A می‌دانند یا محصول B ؟

   در هر جایی که کار می‌کنید، تحقیق، توسعه، تولید، بسته‌بندی و یا هر فرآیند مرتبط با تولید، کاهش تغییرپذیری، بهترین موفقیتی است که با شناخت روابط بین متغیرهای خروجی (پاسخ‌ها یا مشخصه کیفی) و متغیرهای ورودی (عوامل یا پارامترها) می‌توان بدست آورد.

   دو ابزار مهم و ساده که باید قبل از جمع‌آوری داده‌ها مورد استفاده و بررسی قرار گیرند، نمودار جریان فرایند(Process Flow Diagram) و نمودار علت و معلول(Cause and Effect Diagram) می‌باشند. در صورت استفادة صحیح، یک نمودار علت و معلول لیستی از تمام منابع (علتهای) تغییرپذیری در مقدار پاسخ را دارا خواهد بود. این ورودی‌ها باید تقسیم‌شوند، به ورودی‌هایی که باید ثابت نگه‌داشته شوند، ورودی‌هایی که نمی‌توانند ثابت نگه داشته شوند (عوامل اغتشاش Noise Factors) و ورودی‌هایی که بیانگر عوامل کلیدی می‌باشند که بایستی در مورد آنها تحقیق شود. تمامی منابع شناخته شده تغییرپذیری که می‌توانند به سادگی و با هزینه‌های کم از بین بروند، بایستی قبل از هرگونه آزمایش شناخته و منهدم شوند تا فرآیند تقریباً به حالت تحت کنترل (ثبات) نزدیک شود. این حالت معمولاً نیاز دارد که تعداد زیادی از ورودی‌های روی نمودار علت و معلول ثابت نگه داشته شوند. ثابت نگه داشتن ورودی‌ها مستلزم برخی رویه‌های اجرایی مستند خواهد بود.

و...

NikoFile


دانلود با لینک مستقیم

دانلود تحقیق آزمایشها در سینتیک شیمیایی میکروسکوپی

اختصاصی از یارا فایل دانلود تحقیق آزمایشها در سینتیک شیمیایی میکروسکوپی دانلود با لینک مستقیم و پرسرعت .

دانلود تحقیق آزمایشها در سینتیک شیمیایی میکروسکوپی


دانلود تحقیق آزمایشها در سینتیک شیمیایی میکروسکوپی

 

 

 

 

 

 

 


فرمت فایل : word(قابل ویرایش)

تعداد صفحات:35

فهرست مطالب:
 
 
معرفی
 
اساس دستیابی سینتیکهای شیمیایی ماکروسکوپی کاربردی
 
تکنیکها برای اندازه‌‌‌‌گیریهای سینتیک
 
سیستمهای سینتیکی
 
سیستمهای استاتیک
 
تیوبهای تکانی
 
فتولیز نوری و فتولیز نوری لیزر
 
اسپکترسکوپی جذبی
 
روش فتولیز لیزر / کمیلومینسانس
 
تکنییک های فوتو یونیزاسیون
 
 
 
معرفی

آزمایشها در سینتیک شیمیایی میکروسکوپی دو هدف عمومی دارد. هدف اول عبارت است از خصوصیات و تأکید جزئیات مکانیسم پیچیده در مراحل شیمیایی پیچیده. در این مطالعات آزمایشگر به اندازه‌گیری بسیاری خصوصیات واکنش مانند وابستگی سرعت واکنش به غلظت و دما، هویت گونه‌‌‌‌‌‌‌‌‌های حاضر در سیستم و غلظت آنها و وابستگی‌‌‌های زمان و یا وسعت فرآیند واکنش تلاش می‌‌‌کند.

چنین اندازه‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌گیریهای، میزانی و معیاری یرای تست کردن مدل مورد اندازه‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌گیری در مکانیسم واکنش تأمین می‌‌‌‌‌کند. اعتبار مکانیسم می‌‌‌‌‌‌‌‌‌‌تواند با داده های مشاهده شده آزمایش تست شود. مثلاَ به وسیله انتقال شرط اصلی مکانیسم به مدل ریاضی پیشگوئیها ایجاد می شوندتا ببینیم هر مدل با راه‌های آزمایش جدید و قدیم سازگار است یا نه؟

مرحله بعدی سازگار کردن مکانیسم پیچیده در نظر گرفته شده با دادة آزمایشی است.

یکبار پارامترهای جدید سرعت در نظر گرفته می شوند و کفایت مکانیسم به وسیله مشاهده انحرافات پیشگویی نتایج آزمایش تست می شود یک روش شامل اندازه گیری ثابتهای سرعت در شرایط اولیه غلظت متفاوت است. اگر مدل مورد نظر درست باشد مقدار ثابت سرعت تحت تغییرات ثابت خواهد بود و اگر مدل نامناسب باشد یک مکانیسم جدید باید در نظر گرفته شودکه شامل داده های آزمایشی جدید است هدف دوم آزمایشات در سینتیک شیمیایی ماکروسکوپی مطالعه سینتیک واکنشهای بنیادی مشخص است. این مطالعات داده‌های سرعت را برای مراحل بنیادی آماده می‌‌‌‌کند. در طرح آزمایشی یک واکنش تک مرحله‌‌‌‌ای در مکانیسم واکنشهای پیچیده مطالعه می‌‌شودچنین مطالعاتی در حد وسیعی ممکن هستند زیرا پیشرفت وسیعی در ردیابی مسیر حد واسطهای کوتاه مدت آزمایش به وسیله اسپکترو سکوپی صورت گرفته است. هدف ما در این فصل معرفی مفاهیم پایه اندازه‌گیری سنتیکی و نشان دادن اینکه چطور اطلاعات ثابت سرعتها تعیین می‌‌‌‌‌‌‌‌‌‌شود. در بحث ارزیابی ثابتها برای مراحل بنیادی بوسیله اندازه‌‌‌‌‌‌‌گیری مشاهدات روی سیستمهای پیچیده نمی‌‌‌توان تأکید کرد زیرا دانستن خطاهای آزمایشگاهی به واقعیت ارزیابی داده ها اشاره دارند.


دانلود با لینک مستقیم