Вибір зварювального робота методом багатокритеріального прийняття рішень
DOI:
https://doi.org/10.15587/1729-4061.2023.269026Ключові слова:
вибір зварювального робота, багатокритеріальне прийняття рішень, MCDM, MARCOS, PSIАнотація
Зварювання є способом з'єднання деталей шляхом встановлення міцних зв'язків. Зварювання використовується у багатьох областях. Обмеження методів ручного зварювання поступово усуваються при використанні зварювальних роботів. Вибір зварювального робота має великий вплив на ефективність процесу зварювання. Покупці часто стикаються зі складнощами при виборі серед багатьох продуктів, доступних на ринку. У ході дослідження на вибір було запропоновано сім типів роботів, включаючи AR700, AR900, AR1440, AR1730, AR2010, MA3120, VA1400 II. Ці сім варіантів зазвичай використовуються у зварювальних процесах. Існує багато різних параметрів (критеріїв), що використовуються для оцінки кожного з цих роботів. Однак значення критеріїв у роботів сильно відрізняється. Вибір найбільш підходящого робота повинен базуватися на всіх цих критеріях. На цьому етапі вибір роботів називається MCDM (багатокритеріальне прийняття рішень). У даному дослідженні для ранжування типів роботів використовувалися два методи MCDM: MARCOS (оцінка альтернатив та ранжування відповідно до компромісного рішення) та PSI (індекс вибору переваг). Визначення важливих величин для критеріїв проводилося різними методами, включаючи MEREC (метод, заснований на ефектах видалення критеріїв), EQUAL, ROC (центроїд порядку рангів) та RS (сума рангів). Метод MARCOS використовувався чотири рази відповідно до чотирьох різних наборів ваг. Тим часом, при використанні методу PSI немає необхідності обчислювати ваги критеріїв. Усі п'ять результатів ранжування вказують на одну і ту ж найкращу альтернативу. Результати показують, що найкращим є MA3120. Два методи MARCOS та PSI досить надійні для використання в разі необхідності багатокритеріального прийняття рішень, в першу чергу, при виборі зварювальних роботів.
Посилання
- Chodha, V., Dubey, R., Kumar, R., Singh, S., Kaur, S. (2022). Selection of industrial arc welding robot with TOPSIS and Entropy MCDM techniques. Materials Today: Proceedings, 50, 709–715. doi: https://doi.org/10.1016/j.matpr.2021.04.487
- Do, D. T. (2022). Expanding Data Normalization Method to CODAS Method for Multi-Criteria Decision Making. Applied Engineering Letters: Journal of Engineering and Applied Sciences, 7 (2), 54–66. doi: https://doi.org/10.18485/aeletters.2022.7.2.2
- Yalcın, N., Uncu, N. (2020). Applying EDAS as an applicable MCDM method for industrial robot selection. Sigma Journal of Engineering and Natural Sciences, 37 (3), 779–796. Available at: https://dergipark.org.tr/en/pub/sigma/issue/65390/1008391
- Rashid, T., Ali, A., Chu, Y.-M. (2021). Hybrid BW-EDAS MCDM methodology for optimal industrial robot selection. PLOS ONE, 16 (2), e0246738. doi: https://doi.org/10.1371/journal.pone.0246738
- Trung, D. D. (2022). Comparison r and curli methods for multi-criteria decision making. Advanced Engineering Letters, 1 (2), 46–56. doi: https://doi.org/10.46793/adeletters.2022.1.2.3
- Kumar, V., Kalita, K., Chatterjee, P., Zavadskas, E. K., Chakraborty, S. (2021). A SWARA-CoCoSo-Based Approach for Spray Painting Robot Selection. Informatica, 33 (1), 35–54. doi: https://doi.org/10.15388/21-infor466
- Goswami, S. S., Behera, D. K., Afzal, A., Razak Kaladgi, A., Khan, S. A., Rajendran, P. et al. (2021). Analysis of a Robot Selection Problem Using Two Newly Developed Hybrid MCDM Models of TOPSIS-ARAS and COPRAS-ARAS. Symmetry, 13 (8), 1331. doi: https://doi.org/10.3390/sym13081331
- Athawale, V. M., Chakraborty, S. (2011). A comparative study on the ranking performance of some multi-criteria decision-making methods for industrial robot selection. International Journal of Industrial Engineering Computations, 2 (4), 831–850. doi: https://doi.org/10.5267/j.ijiec.2011.05.002
- Stević, Ž., Pamučar, D., Puška, A., Chatterjee, P. (2020). Sustainable supplier selection in healthcare industries using a new MCDM method: Measurement of alternatives and ranking according to COmpromise solution (MARCOS). Computers & Industrial Engineering, 140, 106231. doi: https://doi.org/10.1016/j.cie.2019.106231
- Duc Trung, D. (2022). Multi-criteria decision making under the MARCOS method and the weighting methods: applied to milling, grinding and turning processes. Manufacturing Review, 9, 3. doi: https://doi.org/10.1051/mfreview/2022003
- Maniya, K., Bhatt, M. G. (2010). A selection of material using a novel type decision-making method: Preference selection index method. Materials & Design, 31 (4), 1785–1789. doi: https://doi.org/10.1016/j.matdes.2009.11.020
- Dung, H. T., Do, D. T., Nguyen, V. T. (2022). Comparison of Multi-Criteria Decision Making Methods Using The Same Data Standardization Method. Strojnícky Časopis - Journal of Mechanical Engineering, 72 (2), 57–72. doi: https://doi.org/10.2478/scjme-2022-0016
- Do, 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: https://doi.org/10.36897/jme/142599
- Keshavarz-Ghorabaee, M., Amiri, M., Zavadskas, E. K., Turskis, Z., Antucheviciene, J. (2021). Determination of Objective Weights Using a New Method Based on the Removal Effects of Criteria (MEREC). Symmetry, 13 (4), 525. doi: https://doi.org/10.3390/sym13040525
- Trung, D. D., Thinh, H. X. (2021). A multi-criteria decision-making in turning process using the MAIRCA, EAMR, MARCOS and TOPSIS methods: A comparative study. Advances in Production Engineering & Management, 16 (4), 443–456. doi: https://doi.org/10.14743/apem2021.4.412
- Robot hàn Yaskawa. Available at: https://songnguyen.vn/product/robot-han-yaskawa/
- Do, D. T., Nguyen, N.-T. (2022). Applying Cocoso, Mabac, Mairca, Eamr, Topsis and Weight Determination Methods for Multi-Criteria Decision Making in Hole Turning Process. Strojnícky Časopis - Journal of Mechanical Engineering, 72 (2), 15–40. doi: https://doi.org/10.2478/scjme-2022-0014
![Вибір зварювального робота методом багатокритеріального прийняття рішень](https://journals.uran.ua/public/journals/3/submission_269026_307054_coverImage_uk_UA.png)
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Nguyen Hong Son, Tran Trung Hieu
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.