طراحی بر آزمایشات

به نام خدا
معرفي DOE
در اين سمينار به منظور بهبود كيفيت قطعات و فرآيندها از تكنيك «طراحي آزمايشها» استفاده شده است. روش فوق شامل يكسري آزمايشهايي است كه در آن عوامل يا متغيرهاي ورودي يك فرآيند آگاهانه تغيير داده شده و سپس تغييرات حاصله در خروج فرآيند شناسايي، مدلي براي نشان دادن رابطه بين ورودي و مشخصه كيفي خروجي تعريف مي‎گردد. سپس با كمك تكنيك تجزيه و تحليل واريانس براي مدل عوامل مهم شناسايي مي‎شوند.
بهبود كيفيت به روش «طراحي آزمايشها» زماني مي‎تواند موثر واقع گردد كه بخش لاينفكي از چرخه طراحي و توسعه فرآيند و محصول باشد.

1) روشهاي آماري كنترل كيفيت
موثرترين راهي كه تاكنون براي كنترل كيفيت محصولات پيدا شده روشهاي آماري مي‎باشد.
مادامي كه از مواد، افراد، روشها و ماشينها براي توليد استفاده مي‎شود مشكل تغيير كيفيت وجود خواهد داشت و مادامي كه اين مشكل وجود دارد روشهاي آماري كنترل كيفيت نيز لازم است.
متخصصين آمار روشهاي آماري را بر اساس پيچيدگي آنها به سه گروه عمده تقسيم‎بندي مي‎كنند:
الف) روشهاي آماري پايه.
ب) روشهاي آماري حد واسط.
ج) روشهاي آماري پيشرفته.

2) طراحي آزمايشها
2-1) معرفي
طراحي آزمايشها شامل يكسري آزمايشهايي است كه بطور آگاهانه در متغيرهاي ورودي فرآيند تغييراتي ايجاد شده تا از آن طريق ميزان تغييرات حاصل در پاسخ خروجي فرآيند مشاهده و شناسايي شود.
2-2) تاريخچه
تكنيك DOE در اوائل دهه 1920 بوسيله رونالد فيشر1 در مركز تحقيقات كشاورزي روتامستد2 لندن مطرح و آماده بهره‎برداري گرديد.
پس از جنگ جهاني دوم كارآزمودگان انگليسي DOE آنرا به آمريكا آوردند و براي اولين بار در صنعت شيمي آنرا بكار بستند. در سال 1960 بدون استثناء تمامي شركتهاي ژاپني از DOE استفاده مي‎كردند.
بدنبال موفقيتهاي اوليه فيشر در زمينه آزمايشهاي مربوط به كشاورزي و انتقال آزمايشها به خارج از آزمايشگاهها، ديگر محققين از جمله گينچي تا گوچي، جي باكس، ويلسون و … مطالعات خود را در مورد طراحي آزمايشها و بكارگيري روشهاي آماري تكميل كردند.
در طي 15 سال گذشته DOE كاربردهاي زيادي در زمينه‎هاي بهبود عملكرد فرآيند كاهش تغييرپذيري و بهبود بازده فرآيند داشته است.

3-2) مدل عمومي DOE
همانگونه كه در شكل (2-1) ديده مي‎شود، هر فرآيند تركيبي از ماشين‎آلات روشها و افراد مي‎باشد كه طي آن مواد ورودي به خروجي تبديل مي‎شوند.
عوامل قابل كنترل

عوامل غير قابل كنترل (درجه حرارت، رطوبت محيط)
شكل 2-1 مدل عمومي يك فرآيند DOE
محصول خروجي فرآيند يك يا چند مشخصه كيفي يا پاسخ قابل مشاهده دارد كه آنها را ا Y نشان مي‎دهيم.
متغيرهايي را كه در زمان اجراي فرآيند بتوان تغيير داد و تغييرات آنرا بررسي نمود قابل كنترل ناميده و آنها را با X نشان مي‎دهيم.
ديگر متغيرها را كه امكان كنترل آنها وجود ندارد عوامل غير قابل كنترل (عوامل اغتشاش)1 مي‎ناميم و با Z نشان مي‎دهيم.

4-2) زمان و كاربردهاي DOE
1ـ كاهش زمان توسعه و طراحي محصول و فرآيند.
2ـ بررسي و مطالعه رفتار يك فرآيند.
3ـ حداقل نمودن اثر واريانسها.
4ـ افزايش بهره‎وري فرآيند.
5ـ توليد محصول مقاوم بهبود بازده فرآيند.
6ـ مطالعه روابط بين متغيرهاي مستقل فرآيند (پارامترها) و خروجيها (متغير پاسخ).

5-2) زبان DOE (تعاريف اوليه)
* عامل : يك متغيري است كه ممكن است بر متغير پاسخ آزمايش اثر بگذارد.
* سطح : سطوح يك عامل مقادير مختلفي از آن عامل هستند كه طي آزمايش مورد بررسي واقع مي‎شوند.
* متغير پاسخ : متغير خروجي وابسته‎اي كه در نتيجه انجام آزمايش حاصل مي‎شود.
* عامل اغتشاش : عامل طرحي كه احتمالاً روي متغير پاسخ اثر مي‎گذارد اما علاقه‎اي به كنترل آن نداريم را اغتشاش مي‎نامند.
* اثر : تغييري كه بعلت تغيير سطح يك فاكتور در متغير پاسخ ايجاد مي‏‎شود را اثر يك عامل مي‎گويند.
* اثر متقابل : اثر متقابل عبارت است از تاثير ناشي از تغيير توام متغيرها روي متغير پاسخ.
* مشاهده : در يك آزمايش به اعداد و ارقامي كه پس از اندازه‎گيري صفات و مشخصه‎هاي مختلف حاصل مي‎گردند داده‎ها يا مشاهده مي‎گويند.
* بلوك : فاكتوري كه در يك طرح آزمايشي به عنوان منبع تغييرپذيري اثر گذار باشد بلوك ناميده مي‏شود.
* طرح آزمايشي : يك طرح آزمايشي (ED) آزمون يا يك سري آزمونهايي مي‎باشد كه در آن تغييرات هدفمند در متغيرهاي ورودي سيستم ايجاد شده بگونه‎اي كه بتوان اثرات تغييرات در پاسخ خروجي را مشاهده نمود. اين طرح شامل انتخاب پاسخها، عوامل، سطوح، بلوكها و … مي‎باشد.
* عوامل تصادفي : يك عامل ثابت سطوحي دارد كه بوسيله آزمايش كننده تعين مي‎شوند. يك عامل تصادفي سطوحي دارد كه بطور تصادفي از بين جمعيت سطوح ممكنه انتخاب مي‎شوند.
* خطاي آزمايش : از آنجاييكه در يك آزمايش، اجراهاي مختلف با يكديگر فرق مي‎كنند لذا در نتايج نوساناتي يا اغتشاشهايي وجود دارد اين اغتشاشها را معمولاً خطاهاي آزمايش يا بطور ساده خطا مي‎نامند.
* اغتشاش : عوامل اغتشاش آنهايي هستند كه در طي شرايط واقعي توليد قابل كنترل نيستند.
* واريانس : واريانس يك نمونه مقدار پراكندگي در متغير پاسخ مي‎باشد.

* تجزيه و تحليل واريانس ANOVA1
تجزيه و تحليل واريانس ANOVA يك روش آماري براي تحليل داده‎هاي پيوسته‎اي مي‎باشد كه از دو يا چند جمعيت نمونه‏‎گيري شده، يا اينكه اين نمونه‎گيري از آزمايشاتي باشد كه در آن چند آزمون انجام شده باشد.
نتايج آزمون معمولاً بصورت جدول تجزيه و تحليل واريانس (جدول 2-2) خلاصه مي‎گردد :
جدول تجزيه و تحليل واريانس
Source of Variation Sum of Squares D.F Mean Squares F0
Between Factor Levels SSF a-1 MSF
Within Factor Levels (error) SSE MSE
Total SST

جدول (2-2)
معمولاً براي تجزيه و تحليل داده‎هاي يك آزمايش از نرم ‎افزارهاي آماري كمك گرفته و نياز به محاسبه آماره آزمون F0 نيست.

6-2) اهداف DOE
در طراحي آزمايشها معمولاً اهدافي شبيه موارد ذيل مد نظر قرار مي‎گيرد :
الف) تعيين متغيرهايي (Xها) كه بيشترين اثر را روي متغير پاسخ دارند.
ب) تعيين مقادير متغيرهايي كه بيشترين اثر را روي متغير پاسخ دارند، بگونه‎اي كه y به مقدار اسمي خود نزديك باشد.
ج) تعيين متغيرهايي كه بيشترين اثر را روي متغير پاسخ دارند، بگونه‎اي كه تغييرات در متغير پاسخ كوچك باشد.
د) تعيين مقادير متغيرهايي كه بيشترين اثر را روي متغير پاسخ دارند، بگونه‎اي كه اثر متغيرهاي غيرقابل كنترل حداقل گردد.

7-2) كليدهاي موفقيت در DOE
كليدهاي موفقيت DOE اصولي هستند كه با بكار بستن آنها مديران كنترل كيفيت قادر خواهند بود DOE را بهتر در سازمان خود اجرا كنند و با استفاده از اين اصول در كيفيت محصول و راندمان فرآيند بهبودي چشمگير حاصل خواهد شد.
استفاده از DOE بصورت موفقيت‎آميز بستگي به درك عميق هشت اصل ذيل دارد : ]18[

1-7-2) اصول هشتگانه DOE
* اصل اول : تعيين صحيح اهداف.
اولين تصميم قبل از طراحي يك آزمايش اين است كه آزمايشگر مشخص كند «هدف از مطالعه او چيست؟».
* اصل دوم : اندازه‎گيري پاسخها بصورت كمي.
در بيشتر مواقع علت شكست DOE اين است كه نمي‎توان متغير پاسخ را بصورت كمي اندازه‎گيري نمود. لذا حتي‎الامكان مي‎بايستي با روشهاي آماري مناسب مشخصه‎ كيفي مورد نظر را كه بعنوان متغير پاسخ تعريف مي‎كنيم بصورت كمي تبديل نماييم.
* اصل سوم : تكرار.
از مقوله تكرار آزمايش در DOE به منظور مهار نمودن تغييرات غير قابل كنترل (اغتشاش) استفاده مي‎شود.
* اصل چهارم : ترتيب انجام آزمايشات را تصادفي كنيد (تصادفي سازي).
با تصادفي نمودن ترتيب آزمايش اثر هر گونه متغير خارجي كه ممكن است بر متغير پاسخ تاثير بگذارند تقريباً خنثي مي‏شود.
* اصل پنجم ‍: منابع تغيير معلوم را بلوكه كنيد.
اصل بلوكينگ اغتشاشي را كه توسط منابع تغييرات معلوم مثل مواد اوليه يا تغيير شيفت ايجاد مي‎گردد از خطاي آزمايش جدا مي‎كند.
* اصل ششم : فاكتورهاي هم اثر1 را تعين كنيد.
هم اثري زماني مطرح مي‎گردد كه ما بخواهيم دو يا چند عامل را همزمان به يك طريق تغيير بدهيم. ساختار هم اثري يكي از ويژگيهاي مهم در طرحهاي فاكتوريل و تاگوچي مي‎باشد.
نكته : مشكل هم ‎اثري را فقط مي‎توان با انجام طرح فاكتوريل دو سطحي كامل حل نمود كه در خيلي از موارد عملي خواهد بود.

* اصل هفتم : يكسري آزمايشات پي در پي انجام دهيد.
آزمايشات طراحي شده مي‎بايستي بصورت پي در پي اجرا شوند بگونه‎اي كه اطلاعاتي كه از يك آزمايش حاصل مي‎گردد را بتوان براي آزمايش بعدي بكار بست.
* اصل هشتم : دقت و صحت يافته‎ها و نتايج خود را بررسي و تاييد كنيد.

8-2) خطوط راهنما1 براي طراحي يك آزمايش
* تعريف اهداف آزمايش.
* تشكيل يك تيم جهت برنامه‎ريزي، طراحي و اجراء آزمايش.
* تحقيق راجع به چگونگي و ميزان منابع در دسترس.
* انتخاب متغير پاسخ يا خروجي.
* انتخاب فاكتورها و سطوح آنها.
* انتخاب طرح مناسب آزمايش.
* تصميم‎گيري راجع به چگونگي ترتيب آزمايش (تصادفي سازي) و بلوكينگ.
* تهيه كاربرگ2.
* اجراي آزمايش.
* تجزيه و تحليل داده‎ها و ارائه نتايج.

9-2) انواع طرحهاي DOE
* طرحهاي غربالي1 :
به منظور ساده نمودن آزمايشات و كاهش حجم آنها از طرحهاي عاملي غربالي استفاده مي‎كنيم. در اينجا هدف بررسي تعداد زيادي عامل و استفاده از طرح جهت بررسي دقيق اثرات عوامل مي‎باشد.
لذا زمانيكه سطوح عاملها يا تعداد آنها زياد باشد حجم آزمايشات بسرعت افزايش پيدا مي‎كند. به منظور كاهش حجم آزمايشها شايد معقولانه نباشد كه عواملي را حذف كنيم لذا از راهكار دوم يعني كاهش سطوح عاملها استفاده مي‎شود اينگونه آزمايشها را غربالي مي‎گوييم.
* طرح يك عاملي
اين نوع آزمايش ساده را زماني انجام مي‎دهيم كه فقط طرح ما يك عامل تاثير گذار روي متغير پاسخ داشته باشد. در اين طرح واريانس تمامي سطوح يكسان بوده و مشاهدات بصورت تصادفي تهيه مي‎شوند تا محيطي كه عاملها در آن قرار دارند حتي‎الامكان همگن باشد. به بياني ديگر اين طرح را طرح عاملي كاملاً تصادفي2 شده مي‎ناميم و آنرا بصورت مدل زير توصيف مي‎كنيم :
(5-2)
در رابطه (5-2) مشاهده ij ام را با yij، ميانگين كل را با ، اثر عامل را i ام را با و خطاي تصادفي مدل را با نشان مي‎دهيم.
* طرح بلوك‎بندي تصادفي شده3
در اين مدل هدف بلوك نمودن عوامل اغتشاش و خارج نمودن آنها از مدل مي‎باشد.
در اين طرحها تعداد b بلوك انتخاب شده و در هر بلوك آزمايش بطور كامل تكرار مي‎شود. اثر عامل مورد نظر داراي a سطح است و نتيجه مشاهدات را مي‎توان بصورت مدل ذيل نوشت.
(6-2)
در رابطه فوق اثر مربوط به بلوك j ام مي‎باشد فرضيه خنثي در رابطه فوق عدم وجود اختلاف بين ميانگينهاي سطوح عامل مورد نظر را نشان داده و به وسيله نسبت به F0 آزمايش مي‎شود.
* طرح مربع لاتين1
زماني كه در آزمايش ما دو عامل اغتشاش قابل كنترل وجود داشته باشد و بخواهيم آنها را بلوكه نماييم از طرح مربع لاتين استفاده مي‎شود. مدل كلي اين طرح را مي‎توان بصورت ذيل نوشت :
(7-2)
در رابطه فوق اثر عامل اغتشاش اول (سطر ماتريس) و اثر عامل اغتشاش دوم (ستونها) مي‎باشد.
* آزمايشهاي عاملي2
در آزمايشهاي فاكتوريل دو سطحي عوامل آزمايش بطور همزمان در دو سطح تنظيم مي‎شوند : سطح كم و سطح زياد. رويكرد طرح فوق روشي براي آزمون ارائه مي‎دهد كه از طرح آزمايش يك عامل در يك زمان بهتر است. در اين طرح با محدود نمودن آزمايشها به دو سطح تعداد آزمايشات را حداقل نموده و راندمان افزايش مي‎يابد مدل عمومي اين طرحها را مي‎توان بصورت رابطه ذيل نوشت :
(8-2)
در مدل فوق اثر عامل A در سطح i، اثر عامل در سطح j و اثر متقابل آنها مي‎باشد.

انواع مختلف طرحهاي عاملي 2k
الف) طرح عاملي 2k با n تكرار3
ب) طرح عاملي 2k با n=1 تكرار (روش دانيل)
ج) طرح عاملي كسري4
الف) طرح عاملي 2k با n تكرار
يكي از طرحهايي كه مي‎توان از آن در توسعه بهبود فرآيند استفاده نمود طرحهاي عاملي با k فاكتور مي‎باشد كه در آنها هر يك از عاملها داراي دو سطح مي‎باشند اينگونه طرحها از تجزيه و تحليل ساده‏اي برخوردار بوده و اساس و مبناي خيلي از طرحهاي مفيد ديگر هستند.
K تعداد پارامترهاي كنترل در دو سطح مي‎باشد.

ب) طرح عاملي 2k با n=1 تكرار (روش دانيل)
در اينگونه طرحها سيستم معمولاً تحت تاثير اثرات اصلي و اثرات متقابل مرتبه پايين‎تر قرار مي‏گيرد اكثراً اثرات متقابل مرتبه بالا ناچيز هستند. بنابر اين زماني كه تعداد عاملها نسبتاً زياد باشد معمولاً يك تكرار از طرح 2k مورد ارزيابي قرار مي‎گيرد لذا اثرات متقابل مرتبه بالا در يكديگر ادغام مي‎گردند و از آنها بعنوان تخميني از خطا استفاده مي‏شود.

ج) طرح عاملي كسري
در مواردي كه n=1 به ما جواب نمي‎دهد جهت كاهش حجم آزمايشات مجبور هستيم تعدادي از عوامل را (h عامل) از طرح 2k حذف كنيم به طرح باقيمانده طرح كسري مي‎گوييم. در اينگونه طرحها دقت كاهش يافته و خطا افزايش مي‎يابد.

3) تعيين و طبقه‎بندي متغيرها
متغيرهاي آزمايش عبارتند از : قابل كنترل (متغيرهاي مستقل)، خروجي‎هاي ناشي از انجام آزمايش (متغيرهاي وابسته) و مقاديري كه نمي‎توان كنترل نمود اما روي خروجي سيستم اثر مي‏گذارند (متغيرهاي اغتشاش).
در DOE مي‎توان براي شناسايي متغيرها از دو روش بهره جست، دياگرامهاي سلسله مراتبي و دياگرامهاي علت و معلول. هر دو روش به آزمايشگر كمك مي‎كند تا بتواند متغيرهاي مهم را شناسايي و متغيرهاي مياني را از مستقل تفكيك نمايد.
دياگرام اصلي DOE

شكل (5-3)

4) انتخاب اعضاي تيم طراحي آزمايشها
اعضاي پيشنهادي اين گروه در پروژه حاضر عبارتند از :
1ـ نماينده‎اي از واحد كنترل كيفيت مواد ورودي كارخانه.
2ـ كارشناس فني ـ مهندسي قطعه.
3ـ كارشناس مهندسي صنايع.
4ـ كارشناس يا متخصصي از طرف توليد كننده قطعه.

5) گامهاي مرتبط با روش انجام طراحي آزمايشها
1-5) انتخاب قطعات جهت انجام آزمايش
خودروهاي ساخت داخل از هزاران قطعه و مجموعه‏‎هايي از قطعات مونتاژ شده تشكيل شده‎اند، لذا جهت انجام پروژه DOE تيم طراحي آزمايشها در اولين گام مي‎بايستي ليست كاملي از قطعات (B.O.M)1 تهيه و آنها را از حيث گروه ساخت تفكيك نمايد.

2-5) بررسي مشكلات كيفي و امكان سنجي انجام آزمايش
پس از انتخاب قطعاتي كه لازم است طراحي آزمايش براي فرآيند توليد آنها انجام شود اعضاي تيم بايد بصورت مجزا سوابق كيفي هر قطعه را بررسي نموده تا زمينه براي انجام گام سوم (تعيين پارامترهاي كيفي) فراهم گردد.

3-5) شناسايي و تعين مشخه‎هاي كيفي قطعه
با مراجعه به اطلاعات جمع‎آوري شده در مرحله قبل اعضاي تيم ضمن تفكيك و تجزيه و تحليل برگه‎هاي كنترل كيفيت و گزارشهاي عيوب در گواهي‎هاي ردي يا قبولي هر قطعه مشكلات كيفي و نواقص را تقسيم‏بندي نموده و آنها را در جدولي اولويت‎بندي مي‎كنند.

4-5) شناسايي استانداردها، ابزار و روشهاي اندازه‎گيري
استاندارد MES از مهمترين استانداردهايي مي‎باشد كه مشخصات كنترلي قطعات خودروي مزدا در آن تدوين گرديده است.

5-5) شناسايي فرآيند ساخت يا مونتاژ قطعه
شناسايي دقيق فرآيند توليد قطعه، تكنولوژي مورد استفاده براي آن فرآيند و عمليات قبل از فرآيند توليد (قالبسازي، تهيه و آماده سازي مواد اوليه) در تعين پارامترهاي موثر بر متغير پاسخ اهميت بسزايي دارند.

6-5) تعيين و شناسايي عواملي كه بر متغير پاسخ اثر مي‎گذارند
مهمترين و حساسترين مرحله طرح در اين بخش شناسايي عوامل مي‎باشد. در اينجا طراحان آزمايش و اعضاي تيم DOE با استفاده از متدولوژي IDEFO و يا دياگرامهاي علت و معلول1 شروع به شناسايي و تخمين عوامل موثر بر مشخصه‎ كيفي مورد نظر را نموده و حتي‎الامكان آنها را به عوامل قابل كنترل و غير قابل كنترل دسته‎بندي مي‎نمايند.

7-5) تعين و شناسايي سطوح عوامل :
گام بعدي شناسايي سطوح و محدوديتهاي آنها مي‎باشد. اعضا تيم با مراجعه به مشخصات و Setup تجهيزات توليد، استانداردهاي موجود، مصاحبه و مشاوره با متخصصين توليد لازم است براي هر يك از عوامل سطوح مورد نظر را «حداقل 2 سطح» تعيين نمايند. افزايش تعداد سطوح تعداد آزمايشات را افزايش داده و تجزيه و تحليل آن پيچيده‎تر خواهد بود.

8-5) انتخاب صحيح نوع آزمايش
يكي از حساسترين مراحلي كه اعضاي تيم در زمان اجراي طراحي آزمايشها با آن مواجه هستند انتخاب نوع طرح مناسب براي آزمايش باشد.
مي‎توان عواملي را كه در انتخاب طرح نقش بيشتري ايفا مي‎كنند را بشرح ذيل تقسيم‎بندي نمود :
1ـ هزينه 2ـ زمان 3ـ محدوديت تكنولوژي 4ـ تعداد عوامل موثر بر متغير پاسخ 5ـ عوامل اغتشاش 6ـ سطوح عوامل 7ـ تكرار آزمايش

9-5) اجراي آزمايش
گامهاي 1 تا 9 فاز برنامه‎ريزي قبل از آزمايش نام دارند و از اين مرحله فاز اجرا شروع مي‎شود. پس از انجام كامل آزمايشات تيم DOE بايد داده‎هاي آزمايش را جمع‎آوري و در كاربرگ ثبت و ضبط نمايد. جمع‎آوري داده‎ها خود بستگي به نوع مشخصه كيفي (متغير پاسخ) آزمايش دارد. چرا كه اكثر متغيرهاي پاسخ را بايد از طريق اندازه‏گيري استخراج و جمع‎آوري نمود.

* اندازه گيري1
اكثر مشخصه‎هاي كيفي را بايد با ابزار اندازه‎گيري بررسي نموده و براي هر كدام يك يا چند متغير پاسخ كمي استخراج نمود. لذا تيم DOE بايد هر كدام از نمونه‎ها را بصورت مستقل بررسي و متغير پاسخ مورد نظر را بوسيله ابزار مشخصي اندازه‎گيري كنند.

* تجزيه و تحليل داده‎ها
در اين مرحله جهت سهولت محاسبات بهتر است داده‎هاي استخراج شده بوسيله نرم‎افزارهاي كامپيوتري تجزيه و تحليل شوند. چنانچه تعداد عوامل زياد باشند محاسبه اثرات اين عوامل و اثرات متقابل آنها پيچيده و زمان‎بر مي‎باشد اما با استفاده از نرم‎افزارهاي MINITAB و يا STATGRAF بسرعت مي‎توان تمامي اثرات، مجموعه مربعات و نمودارهاي مربوط به آنها را محاسبه و ترسيم نمود. تجزيه و تحليل نتايج جدول ANOVA بر عهده خبرگان2 طراحي آزمايشهاست.

* نتيجه‎گيري و ارائه راه حل براي بهبود كيفيت
تيم DOE مي‎تواند با استفاده از تجزيه و تحليل و نمودارهاي ترسيم شده با توجه به محدوديتهاي اقتصادي و تكنولوژي پيشنهادات اصلاحي خود را جهت بهبود كيفيت قطعه و فرآيند ارائه دهد.

به اميد موفقيت براي تمامي پژوهشگران
علي‎اكبر زيبايي
14/8/80