Застосування методів topsis, mairca та EAMR для багатокритеріального прийняття рішень при шліфуванні кругами з кубічного нітриду бору

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2022.260093

Ключові слова:

шліфування кругами з КНБ, багатокритеріальне прийняття рішень, БКПР, TOPSIS, MAIRCA, EARM

Анотація

Визначення найкращого режиму різання є поширеною задачею у процесах механічної обробки, а також шліфування кругами з КНБ (кубічного нітриду бору) на верстатах з числовим програмним управлінням (ЧПУ). Тим більше, коли необхідно вибрати рішення, що відповідає багатьом цілям, які суперечать одна одній. У статті представлені результати дослідження багатокритеріального прийняття рішень (БКПР) щодо шліфування кругами з КНБ деталей циліндричної форми на фрезерних верстатах з ЧПУ. У роботі застосовувалися три методи БКПР, включаючи TOPSIS (метод упорядкованої переваги через подібність до ідеального рішення), MAIRCA (мультиаттрибутний порівняльний аналіз реального та ідеального) і EAMR (оцінка методом зонального ранжування). Крім того, для визначення вагових коефіцієнтів критеріїв використовувалися методи MEREC (метод, заснований на ефектах видалення критеріїв) та Entropy (ентропії). Також для планування експерименту, що має чотири вхідних фактори, включаючи глибину різання, швидкість обертання шпинделя, швидкість подачі та діаметр круга був використаний метод Тагучі з ортогональною матрицею L18 (6^1+3^3). В якості відповідних даних були обрані два критерії, включаючи шорсткість поверхні (ШП) і швидкість знімання матеріалу (ШЗМ). Вибір даних критеріїв обумовлений тим, що ШП та ШЗМ є двома дуже важливими вихідними факторами у процесі механічної обробки, а також шліфування кругами з КНБ на верстаті з ЧПУ. Зокрема, ці два критерії завжди суперечать один одному. Малі вимоги до ШП вимагатимуть невеликих значень швидкості подачі та глибини різання, що призведе до скорочення ШЗМ. За результатами дослідження було оцінено застосування різних методів для БКПР. Крім того, були дані рейтинги альтернативних рішень відповідно до методів БКПР. Також було знайдено найкраще альтернативне рішення, що гарантує як мінімальну ШП, так і максимальну ШЗМ

Біографії авторів

Trieu Quy Huy, University of Economics-Technology for Industries

PhD

Department of Mechanical Engineering

Bui Thanh Hien, Thai Nguyen University of Technology

Master of Science

Department of Mechanical Engineering

Tran Huu Danh, Vinh Long University of Technology Education

PhD

Department of Mechanical Engineering

Pham Duc Lam, Nguyen Tat Thanh University

Master of Science

Department of Mechanical Engineering

Nguyen Hong Linh, Electric Power University

PhD

Department of Mechanical Engineering

Vu Van Khoa, National Research Institute of Mechanical Engineering

PhD, Vice Director

Le Xuan Hung, Thai Nguyen University of Technology

PhD

Department of Mechanical Engineering

Vu Ngoc Pi, Thai Nguyen University of Technology

PhD, Associate Professor

Department of Mechanical Engineering

Посилання

  1. Mühlbacher, A. C., Kaczynski, A. (2015). Making Good Decisions in Healthcare with Multi-Criteria Decision Analysis: The Use, Current Research and Future Development of MCDA. Applied Health Economics and Health Policy, 14 (1), 29–40. doi: http://doi.org/10.1007/s40258-015-0203-4
  2. Wu, H., Xu, Z., Ren, P., Liao, H. (2018). Hesitant fuzzy linguistic projection model to multi-criteria decision making for hospital decision support systems. Computers & Industrial Engineering, 115, 449–458. doi: http://doi.org/10.1016/j.cie.2017.11.023
  3. Shaikh, S. A., Memon, M., Kim, K.-S. (2021). A Multi-Criteria Decision-Making Approach for Ideal Business Location Identification. Applied Sciences, 11 (11), 4983. doi: http://doi.org/10.3390/app11114983
  4. Rostamzadeh, R., Ismail, K., Zavadskas, E. K. (2014). Multi criteria decision making for assisting business angels in investments. Technological and Economic Development of Economy, 20 (4), 696–720. doi: http://doi.org/10.3846/20294913.2014.984364
  5. Basilico, N., Amigoni, F. (2011). Exploration strategies based on multi-criteria decision making for searching environments in rescue operations. Autonomous Robots, 31 (4), 401–417. doi: http://doi.org/10.1007/s10514-011-9249-9
  6. Caruzzo, A., Belderrain, M. C. N., Fisch, G., Young, G. S., Hanlon, C. J., Verlinde, J. (2018). Modelling weather risk preferences with multi-criteria decision analysis for an aerospace vehicle launch. Meteorological Applications, 25 (3), 456–465. doi: http://doi.org/10.1002/met.1713
  7. Yahyai, S. A., Charabi, Y., Badi, A. A., Gastli, A. (2013). Wind resource assessment using numerical weather prediction models and multi-criteria decision making technique: case study (Masirah Island, Oman). International Journal of Renewable Energy Technology, 4 (1), 17–33. doi: http://doi.org/10.1504/ijret.2013.051070
  8. Çalışkan, H., Kurşuncu, B., Kurbanoğlu, C., Güven, Ş. Y. (2013). Material selection for the tool holder working under hard milling conditions using different multi criteria decision making methods. Materials & Design, 45, 473–479. doi: http://doi.org/10.1016/j.matdes.2012.09.042
  9. Do, D. T. (2021). A combination method for multi-criteria decision making problem in turning process. Manufacturing Review, 8, 26. doi: http://doi.org/10.1051/mfreview/2021024
  10. Duc, T. (2021). Application of TOPSIS an PIV methods for Multi-Criteria Decision Making in hard turning process. Journal of Machine Engineering, 21 (4), 57–71. doi: http://doi.org/10.36897/jme/142599
  11. Varatharajulu, M., Duraiselvam, M., Kumar, M. B., Jayaprakash, G., Baskar, N. (2021). Multi criteria decision making through TOPSIS and COPRAS on drilling parameters of magnesium AZ91. Journal of Magnesium and Alloys. doi: http://doi.org/10.1016/j.jma.2021.05.006
  12. Do, T. (2021). The Combination of Taguchi – Entropy – WASPAS - PIV Methods for Multi-Criteria Decision Making when External Cylindrical Grinding of 65G Steel. Journal of Machine Engineering, 21 (4), 90–105. doi: http://doi.org/10.36897/jme/144260
  13. Sahu, S. N., Nayak, N. C. (2018). Multi-criteria decision making with PCA in EDM of A2 tool steel. Materials Today: Proceedings, 5 (9), 18641–18648. doi: http://doi.org/10.1016/j.matpr.2018.06.209
  14. Vu, N.-P., Nguyen, Q.-T., Tran, T.-H., Le, H.-K., Nguyen, A.-T., Luu, A.-T., Nguyen, V.-T., Le, X.-H. (2019). Optimization of grinding parameters for minimum grinding time when grinding tablet punches by CBN wheel on CNC milling machine. Applied sciences, 9 (5), 957. doi: http://doi.org/10.3390/app9050957
  15. Hwang, C.-L., Lai, Y.-J., Liu, T.-Y. (1993). A new approach for multiple objective decision making. Computers & Operations Research, 20 (8), 889–899. doi: http://doi.org/10.1016/0305-0548(93)90109-v
  16. Nguyen, H.-Q., Le, X.-H., Nguyen, T.-T., Tran, Q.-H., Vu, N.-P. (2022). A Comparative Study on Multi-Criteria Decision-Making in Dressing Process for Internal Grinding. Machines, 10 (5), 303. doi: http://doi.org/10.3390/machines10050303
  17. Pamučar, D.V. L., Lukovac, V. (2014). Selection of railway level crossings for investing in security equipment using hybrid DEMATEL-MARICА model. Proceedings of the XVI International Scientific-expert Conference on Railways. Niš: Railcon, 89–92.
  18. Amiri, M., Antucheviciene, J. (2016). Evaluation by an area-based method of ranking interval type-2 fuzzy sets (EAMRIT-2F) for multi-criteria group decision-making. Transform Bus Econ, 15 (3), 39.
  19. Hieu, T. T., Thao, N. X., Thuy, L. (2019). Application of MOORA and COPRAS Models to Select Materials for Mushroom Cultivation. Vietnam Journal of Agricultural Sciences, 17 (4), 322–331.
  20. Keshavarz-Ghorabaee, M. (2021). Assessment of distribution center locations using a multi-expert subjective–objective decision-making approach. Scientific Reports, 11 (1). doi: http://doi.org/10.1038/s41598-021-98698-y
  21. Athawale, V. M., Chatterjee, P., Chakraborty, S. (2010). Selection of industrial robots using compromise ranking method. Proceedings of the 2010 International Conference on Industrial Engineering and Operations Management.

##submission.downloads##

Опубліковано

2022-06-30

Як цитувати

Huy, T. Q., Hien, B. T., Danh, T. H., Lam, P. D., Linh, N. H. ., Khoa, V. V., Hung, L. X., & Pi, V. N. (2022). Застосування методів topsis, mairca та EAMR для багатокритеріального прийняття рішень при шліфуванні кругами з кубічного нітриду бору . Eastern-European Journal of Enterprise Technologies, 3(1 (117), 58–66. https://doi.org/10.15587/1729-4061.2022.260093

Номер

Розділ

Виробничо-технологічні системи