Page Header

Data Envelopment Analysis-Taguchi Method for Determining Optimal Parameters of a Fish Scaling Machine
วิธีการวิเคราะห์แบบล้อมกรอบข้อมูล-ทากุชิสำหรับการกำหนดพารามิเตอร์ที่เหมาะสมของเครื่องขอดเกล็ดปลาตะเพียน

Anucha Sriburum, Wanrop Khantirat, Waraporn Warorot, Amin Lawong, Narong Wichapa, Thaithat Sudsuansee, Supakit Sergsiri, Kiatipong Charoenjit, Anongnart Rotjanakorn Wangchamhan, Mantana Tongsupon, Atchara Choompol

Abstract


การกำหนดสภาวะที่เหมาะสมของเครื่องจักรเป็นปัญหาหนึ่งที่มีความสำคัญสำหรับกระบวนการผลิตเพราะว่าการกำหนดพารามิเตอร์ที่เหมาะสมช่วยให้การใช้งานเครื่องจักรที่มีอยู่ให้เกิดประโยชน์สูงสุด งานวิจัยนี้นำเสนอการวิเคราะห์แบบล้อมกรอบข้อมูลและทากุชิเพื่อกำหนดค่าพารามิเตอร์ที่เหมาะสมของเครื่องขอดเกล็ดปลาตะเพียนสำหรับกระบวนการผลิตอาหารแปรรูปจากปลา ได้แก่ ปลาแห้ง และ ปลาส้ม เริ่มจากกำหนดปัจจัยที่เกี่ยวข้องจำนวน 3 ปัจจัย ได้แก่ ความเร็วรอบ เวลา และความจุ ซึ่งแต่ละปัจจัยมีจำนวน 3 ระดับ และ ผลตอบสนองคือความเสียหายของปลา และประสิทธิภาพการขอดเกล็ดปลา ผลการศึกษาพบว่า ปัจจัยความเร็วรอบ เวลา และความจุ มีนัยสำคัญต่อผลตอบสนองทั้งสองค่า (P-value ≤ 0.05) โดยเมื่อเทียบกับผลการทดลองเดิมพบว่าความเสียหายของปลาลดลง 31.46% และประสิทธิภาพของการขอดเกล็ดเพิ่มขึ้น 24.47% นอกจากนี้วิธีที่นำเสนอมีประสิทธิภาพที่ดีเทียบกับวิธีอื่นในวรรณกรรม ดังนั้นวิธีที่นำเสนอนี้สามารถใช้เป็นวิธีการที่มีประสิทธิภาพวิธีหนึ่งสำหรับการแก้ปัญหาการกำหนดสภาวะที่เหมาะสมที่มีผลตอบสนองหลายค่าได้

Determining the optimal parameters of a machine is an important issue in the manufacturing process because it can help optimize the use of existing machines. This paper presents a data envelopment analysis and the Taguchi method to find the optimal parameters of a fish scaling machine to produce processed foods from fish, including dried fish and pickled fish. Three related factors, including speed, time, and capacity, were considered; each factor had three levels, and the responses were fish scaling removal efficiency and fish damage. The results showed that speed, time, and capacity were significant for both responses (P-value ≤ 0.05). Compared to the original condition, the fish damage was decreased by 31.46% and the fish scaling removal efficiency was increased by 24.47%. In addition, the proposed method had good efficacy compared to other methods in the literature. Therefore, the proposed method can be used as an effective way for solving multi-response optimization problems in real-world applications.


Keywords


การวิเคราะห์แบบล้อมกรอบข้อมูล; วิธีทากุชิ; เครื่องขอดเกล็ดปลา; ปัญหาการกำหนดสภาวะที่เหมาะสมที่มีผลตอบสนองหลายค่า; Data Envelopment Analysis; Taguchi Method; Fish Scaling Machine; Multi-Response Optimization Problem

[1] https://www4.fisheries.go.th/local/file_document/20211216161523_1_file.pdf. (Accessed on 25 September 2022)

[2] A. Charnes, W.W. Cooper and E. Rhodes, Measuring the efficiency of decision-making units, European Journal of Operational Research, 1978, 2(6), 429-444.

[3] M. Afzalinejad, Evaluating radial efficiency considering environmental factors: A generalization of classical DEA, Measurement, 2021, 179,109497.

[4] N.Wichapa, P.Khokhajaikiat and K.Chaiphet, Aggregating the results of benevolent and aggressive models by the CRITIC method for ranking of decision-making units: A case study on seven biomass fuel briquettes generated from agricultural waste, Decision Science Letters, 2020, 10(1), 79-92.

[5] G. Taguchi, Taguchi techniques for quality engineering, McGraw-Hill, New York, 1988.

[6] J.P. Davim, Design of optimization of cutting parameters for turning metal matrix composites based on the orthogonal arrays, Journal of Material Processing Technology, 2003, 132(1-3), 340-344.

[7] M.S. Chua, M. Rahman, Y.S. Wong and H.T. Loh, Determination of optimal cutting conditions using design of experiments and optimization techniques, International Journal of Machine Tools and Manufacturing, 1993, 33(2), 297-305.

[8] M. Nalbant, H. Gökkaya and G.Sur, Application of Taguchi method in the optimization of cutting parameters for surface roughness in turning, Journal of Material Design, 2007, 28(4), 1379-1385.

[9] H.Yang and Y.S. Tarng, Application of the Taguchi method to optimization of submerged arc welding process, Materials and Manufacturing Process, 1998, 13(3), 455-467.

[10] C. Ahilan; S. Kumanan and N. Sivakumaran, Application of grey based Taguchi method in multi-response optimization of turning process, Advances in Production Engineering and Management, 2010, 5(3), 171-180.

[11] Y. Fan, B. Bai, Q. Qiao, P. Kang, Y. Zhang and J. Guo, Study on eco-efficiency of industrial parks in China based on data envelopment analysis, Journal of Environmental Management, 2017, 192(1), 107-115.

[12] C.N. Wang, X.T. Nguyen and Y.H. Wang, Automobile industry strategic alliance partner selection: The application of a hybrid DEA and Grey theory model, Sustainability, 2016, 8(2), 173.

[13] P. Krisomlom and N. Wichapa, Evaluating and ranking the fuel briquettes from agricultural residues using the virtual cross –efficiency method, The Journal of Industrial Technology, 2022, 18 (2), 230-246. (in Thai)

[14] P. Nakwong, Application of taguchi principles and grey relational analysis to predict the suitability of the parameters in wire electrical discharge process, Kasem Bundit Engineering Journal, 2020, 10(3), 46-61. (in Thai)

[15] A. Kumboon, W. Sirirak, P. Luesak and R. Sirirak, Grey relational analysis for optimal condition of biodiesel production process from fish entrails, Srinakharinwirot University Engineering Journal, 2019, 14(1), 88-98. (in Thai)

[16] O. Jaemsang and N. Mookam, Solving problem the multiple response optimization of laser cutting for SM490 Steel using grey relational analysis, UTK Research Journal, 2018, 12(1), 132-143.

[17] B. Şimşek and T. Uygunoğlu, Multi-response optimization of polymer blended concrete: A TOPSIS based Taguchi application, Construction and Building Materials, 2016, 117, 251-262.

[18] H.C. Liao and Y.K. Chen, Optimizing multi‐response problem in the Taguchi method by DEA based ranking method, International Journal of Quality and Reliability Management, 2002, 19(7), 825-837.

[19] G.B. Kamath, K. Subramaniam, S. Devesh, V. Chavan, N. Mohan, R. Bhat and H.T. Wijerathne, Multi-Response optimization of milling process parameters for aluminum-titanium diboride metal matrix composite machining using taguchi - data envelopment analysis ranking approach, Engineered Science, 2022, 18, 271-277.

[20] M. Modi, G. Agarwal, S.D. Chaugaonkar, U. Bhatia and V. Patil, Effect of machine feed rate on Kerf-Width, material removal rate, and surface roughness in machining of Al/SiC composite material with wire electrical discharge machine, Strojnícky casopis Journal of Mechanical Engineering, 2020, 70(1), 81-88.

Full Text: PDF

DOI: 10.14416/j.ind.tech.2023.04.001

Refbacks

  • There are currently no refbacks.