Bu çalışmada, istatistiksel deney tasarımyöntemleri kullanılarak hazırlanan deney setine uygun olarak yapılan akışanalizleri ile enjeksiyon parametreleri optimize edilmiştir. Elde edilensonuçları değerlendirmek için, ilk olarak istatistiksel deney yazılımı olanMiniTab vasıtası ile uygun bir regresyon modeli oluşturulmuştur, modelkatsayılarının doğruluğunu saptamak için F testi, parametrelerin sonuçlarüzerindeki etkisini saptamak için ANOVA testi uygulanmıştır. İkinci olaraksüreç, bir hipoteze dayanan değişken yaratılarak, Monte Carlo simülasyonu ileoptimize edilmiştir. Monte Carlo simülasyonu, analitik olarak belirsizdurumlarda varsayımlara dayanan hesaplamaları yapmak için kullanılır. Kalıpsıcaklığı, soğutma suyu sıcaklığı, enjeksiyon basıncı gibi işlem parametrelerisabit değildir. Bu belirsizliği gidermek için süreç hipoteze dayalı değişkenüretmek suretiyle optimize edilmiştir. Son aşamada farklı optimizasyonyöntemleri kullanılarak elde edilen sonuçlar karşılaştırılarak, hangi yöntemindaha doğru sonuç verdiği değerlendirilmiştir. Sonuç olarak Monte Carlo simülasyonu ile minimum çarpılmadeğeri elde edilmiştir. Sonuç bölümünde yer alan Tablo 7 ve Grafik 1 üzerindenbu sonuç daha net anlaşılmaktadır. Plastik enjeksiyon işlemi gibi birçokparametrenin sonuç üzerinde etkin olduğu üretim yöntemleri için yapılacakoptimizasyon çalışmalarında, belirsizlikleri gidermek için hipoteze dayalı rastsalparametre değerleri ile çalışmak avantaj sağlamaktadır.
In this study, Moldflow analysis performed inaccordance with the set of design of experiment by using statisticalexperimental design methods for optimization of injection parameters. In orderto evaluate the results, firstly a proper regression model created by makingstatistical analysis by means of Mini Tab software. Variance analysis(Anova) performed to determine the Ftest of the accuracy of the model coefficients and the effects of theparameters. Secondly, the process optimized by creating variable based on ahypothesis by means of Monte Carlo simulation. Monte Carlo simulation is usedto make calculations based on assumption in case of indeterminating propagationin traditional analytical models and analytical techniques do not workproperly. In this study, the process parameters such as mould temperature,cooling water temperature, injection pressure are never constant value. Toremove this uncertainty, the process optimized by generating the variable basedon hypothesis. Evaluated which method gives more accurate results by comparingto results being obtained by different optimization method in the final phase. As a result, minimum warpage value was provided byMonte Carlo simulation method. This result more clearly understood with Table 7and Graph1 in Result Section. Optimization studies to be performed forproduction methods where many parameters such as plastic injection process areeffective on the result, it is advantageous to work with random parametersvalue based on hypothesis to eliminate uncertainties.