Đang tải... (xem toàn văn)
Trong bài báo này, hiệu quả của sự tích hợp phương pháp Topsis với Taguchi (Taguchi – Topsis) để giải bài toán tối ưu hóa đa mục tiêu trong xung định hình với bột trộn vào dung dịch điện môi (PMEDM) sẽ được đánh giá. Các thông số công nghệ được lựa chọn để khảo sát gồm: vật liệu phôi, vật liệu điện cực, sự phân cực điện cực, thời gian phát xung (ton), thời gian ngừng phát xung (tof), cường độ dòng điện (I), nồng độ bột Ti.
42 SCIENCE & TECHNOLOGY DEVELOPMENT JOURNAL: ENGINEERING & TECHNOLOGY, VOL 1, ISSUE 2, 2018 Đánh giá phù hợp tích hợp Topsis – Taguchi để tối ưu hóa đa mục tiêu thông số công nghệ phương pháp gia cơng tia lửa điện Nguyễn Hữu Phấn Tóm tắt— Trong báo này, hiệu tích hợp phương pháp Topsis với Taguchi (Taguchi – Topsis) để giải tốn tối ưu hóa đa mục tiêu xung định hình với bột trộn vào dung dịch điện môi (PMEDM) đánh giá Các thông số công nghệ lựa chọn để khảo sát gồm: vật liệu phôi, vật liệu điện cực, phân cực điện cực, thời gian phát xung (ton), thời gian ngừng phát xung (tof), cường độ dòng điện (I), nồng độ bột Ti Kết cho thấy rằng, Các thông số như: Vật liệu điện cực, nồng độ bột, ton, phân cực điện cực, I, tương tác AG tương tác BG ảnh hưởng mạnh đến hệ số S/N C* Nồng độ bột thơng số có ảnh hưởng mạnh Bộ thông số tối ưu SKT4, Cu (-), ton = s, I = A, tof = 57 s, nồng độ bột 10 g/l Trị số tối ưu: Nhám bề mặt Ra = 2.34 m độ cứng tế vi bề mặt gia công HV = 904,96 HV Tuy nhiên, kết tối ưu nhận phân tích ANOVA rằng: Sự tích hợp Taguchi- Topsis để tối ưu hóa đa mục tiêu PMEDM sử dụng bột Ti chưa thực phù hợp Từ khóa— Taguchi, Topsis, PMEDM, Hệ số S/N, Titan P ĐẶT VẤN ĐỀ hương pháp gia cơng tia lửa điện có bột trộn dung dịch điện môi (PMEDM) thu hút quan tâm nhiều chuyên gia kỹ thuật lĩnh vực Phương pháp Ngày nhận thảo: 18-09-2018, ngày chấp nhận đăng: 1911-2018, ngày đăng: 30-11-2018 Nghiên cứu tài trợ Quỹ Phát triển Khoa học Công nghệ Quốc gia (NAFOSTED) Việt Nam theo số tài trợ "107.01-2017.303" Nguyễn Hữu Phấn Khoa khí, Trường Đại học Cơng nghiệp Hà Nội, Số 298 đường Cầu Diễn, quận Bắc Từ Liêm, Hà Nội (e-mail: phanktcn@gmail.com) nâng cao đồng thời suất chất lượng bề mặt gia công tia lửa điện Số lượng thông số công nghệ PMEDM lớn, điều dẫn đến việc nghiên cứu tối ưu hóa cơng nghệ khó khăn phức tạp Kỹ thuật tích hợp Topsis - Taguchi sử dụng phổ biến để giải toán đa mục tiêu nhiều lĩnh vực kỹ thuật như: Cơng nghệ thơng tin, điện- điện tử, khí, Và giải pháp sử dụng phổ biến PMEDM Sự kết hợp làm giảm chi phí thực nghiệm tăng hiệu tối ưu Các kết nghiên cứu gần cho thấy: Topsis - Taguchi sử dụng để tối ưu hóa đồng thời tiêu suất gia cơng, lượng mòn điện cực nhám bề mặt gia công PMEDM [1] Hiệu tối ưu, chất lượng lớp bề mặt điều kiện tối ưu phân tích, đánh giá cho kết tốt Năng suất gia cơng, nhám bề mặt độ xác kích thước sử dụng tiêu tối ưu tốn tối ưu hóa đa mục tiêu Topsis – Taguchi gia công tia lửa điện gia công thép dụng cụ AISI D2 [2] Kết cho thấy rằng: Điện áp ảnh hưởng mạnh (42,42%), thời gian phát xung ảnh hưởng (11,13%) Trong tối ưu hóa nhiều mục tiêu, Topsis phương pháp đơn giản dễ hiểu [3] Đồng thời phương pháp cho phép xét đến yếu tố định lượng định tính Nên giải pháp cho phép tiếp cận giải toán tối ưu đa mục tiêu khách quan Taguchi – Topsis tối ưu hóa đồng thời đặc trưng chất lượng gia công tia lửa điện với hiệu gia công tăng đáng kể [4-6] Biện pháp dẫn đến số lượng thí nghiệm nhỏ Sự kết hợp Taguchi – Topsis cho hiệu cao so với Taguchi – GRA giải toán tối ưu đa mục tiêu PMEDM [7] Topsis sử dụng để tối ưu nhiều tiêu gia cơng truyền thống TẠP CHÍ PHÁT TRIỂN KHOA HỌC & CÔNG NGHỆ: KỸ THUẬT & CÔNG NGHỆ, TẬP 1, SỐ 2, 2018 (phay, tiện, khoan, mài, …), gia công không truyền thống (EDM, cắt tia nước, …) nhiều lĩnh vực khác [8] Thuật toán Topsis tối ưu đồng thời số lượng lớn đặc trưng chất lượng cho kết tối ưu tốt Tuy nhiên, Taguchi – Topsis gặp khó khăn việc lựa chọn thơng số tối ưu [9] Vì vậy, hiệu tối ưu giải pháp bị hạn chế Từ kết nghiên cứu khảo sát cho thấy: Taguchi – Topsis sử dụng phổ biến để giải tốn tối ưu hóa đa mục tiêu nhiều lĩnh vực kỹ thuật phương pháp tồn hạn chế số toán tối ưu hóa cụ thể Bài báo phân tích đánh giá hiệu việc Topsis tích hợp Taguchi để tối ưu hóa đa mục tiêu thơng số công nghệ gia công tinh PMEDM sử dụng bột titan gia công thép làm khuôn Hai tiêu toán tối ưu là: Nhám (Ra) độ cứng tế vi (HV) bề mặt gia công Trong nghiên cứu thông số công nghệ cặp tương tác sử dụng THIẾT KẾ THỰC NGHIỆM Máy xung điện CNC-AG40L (Hãng Sodick, Inc USA) sử dụng để thực thí nghiệm Các thông số khảo sát ma trận thực nghiệm thể bảng Các phơi kích thước mẫu 452710 mm điện cực có kích thước đường kính 23 mm Bột titan ( 45 µm) trộn vào dung dịch điện môi dầu xung điện HD-1 Ra HV tiêu tối ưu Nhám bề mặt gia công (Ra) xác định máy SJ-301 (Hãng Mitutoyo – Japan) Độ cứng tế vi lớp bề mặt đo máy đo độ cứng tế vi Indenta Met 1106 (Hãng Buehler - USA) 43 Phương pháp sử dụng để thiết kế quy hoạch thực nghiệm phương pháp Taguchi L27 có 13 cột cột có dof kết hợp với Các hệ số gán vào bảng L27 sau: A gán với cột 1, hệ số B gán với cột 2, G cột 5, C cột 9, D cột 10, E cột 12, F cột 13 kết ma trận thực nghiệm thể bảng Phương pháp Topsis phương pháp sử dụng để tối ưu hóa thương lượng đa mục tiêu Kết kết hợp Taguchi Topsis thể bảng Phân tích hệ số S/N: Thấp tốt hơn: (S/N)LB = -10log(MSDLB) (1) Trong đó: MSD LB r yi r i 1 MSDLB - sai lệch bình phương trung bình r- số lần kiểm tra thí nghiệm (số lần lặp) yi- giá trị thí nghiệm Cao tốt hơn: (S/N)HB = -10log(MSDHB) (2) Trong đó: MSDHB r r i 1 yi MSDHB - sai lệch bình phương trung bình Hệ số fisher (F): F để xác định mức ảnh hưởng thông số khảo sát đến kết đầu ra: F MS đk MS Lđđ (3) Trong đó: MSđk – cho điều kiện MSLđk – lỗi điều kiện Bảng Các thông số khảo sát TT 10 11 Thông số Vật liệu phôi Vật liệu điện cực Sự phân cực điện cực Thời gian phát xung (ton) (s) Cường độ dòng điện (A) Thời gian ngừng phát xung (tof) (s) Nồng độ bột Ti (g/l) Vật liệu phôi tương tác với vật liệu điện cực Vật liệu phôi tương tác với nồng độ bột Ti Vật liệu điện cực tương tác với nồng độ bột Ti Tổng a Kí hiệu A B C D E F G AB AG BG – Mức lặp thông số SKD61 Cu 38 - Mức SKD11 Cua + 10 57 10 - SKT4 Gr -a 20 85 20 - Dof 1 2 2 20 44 SCIENCE & TECHNOLOGY DEVELOPMENT JOURNAL: ENGINEERING & TECHNOLOGY, VOL 1, ISSUE 2, 2018 Bảng Kết thực nghiệm phân tích Topsis TNo A B C D E F G 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 SKD61 SKD61 SKD61 SKD61 SKD61 SKD61 SKD61 SKD61 SKD61 SKD11 SKD11 SKD11 SKD11 SKD11 SKD11 SKD11 SKD11 SKD11 SKT4 SKT4 SKT4 SKT4 SKT4 SKT4 SKT4 SKT4 SKT4 Cu Cu Cu Cua Cua Cua Gr Gr Gr Cu Cu Cu Cua Cua Cua Gr Gr Gr Cu Cu Cu Cua Cua Cua Gr Gr Gr + -a + -a -a + + -a -a + + -a -a + + -a + -a - 10 20 10 20 20 10 20 10 10 20 10 20 10 20 20 10 10 20 6 4 8 6 8 4 8 38 57 85 85 38 57 57 85 38 85 38 57 57 85 38 38 57 85 57 85 38 38 57 85 85 38 57 10 20 10 20 10 20 10 20 10 20 10 20 10 20 10 20 10 20 KẾT QUẢ VÀ THẢO LUẬN 3.1 Kết tối ưu Topsis-Taguchi Phương pháp Topsis phương pháp sử dụng phổ biến tối ưu hóa đa mục tiêu Phương pháp cung cấp cách thức lựa chọn thực tế toán tối ưu hóa đa mục tiêu Đây phương pháp định đa mục tiêu nhằm lấy tiêu tốt (chỉ tiêu lý tưởng nhất) từ tiêu tốt tiêu tồi (chỉ tiêu tiêu cực nhất) từ tiêu tồi tiêu chọn Các bước thực phương pháp Topsis mô tả sau: Bước 1: Sắp xếp tiêu lựa chọn dạng ma trận theo (4): x11 x 21 X= x i1 x m1 x12 x 22 x i2 x m2 x1j x 2j x ij x mj x1n x 2n x in x mn HV (HV) 506,7 658,96 581,6 496,68 828,92 629,84 544,58 748,42 626,18 509,72 679,54 664,2 546,02 679,2 655,18 469,82 907,64 683,52 530,72 624,58 631,68 468,04 544,38 613,84 445,44 681,22 832,66 x11, x12,…x1n – Là tiêu lựa chọn toán tối ưu x11, x21,…xm1 – Là giá trị tiêu mức khác n – Số lượng tiêu lựa chọn m – Số lượng giá trị tiêu Ma trân tiêu tối ưu nghiên cứu: X= R HV1 a1 R HV2 a2 R a27 HV27 Bước 2: Chuẩn hóa ma trận, giá trị chuyển đổi xác định theo công thức (5) kết cho bảng 4: xij' (4) SR (m) 3,35 3,21 2,56 3,55 3,61 1,45 4,78 3,24 4,35 4,16 2,05 3,20 3,35 2,04 4,57 4,57 4,45 2,74 2,55 4,31 2,46 2,26 2,89 3,50 3,23 3,24 5,65 xij n (5) x i 1 ij Bước 3: Gán trọng số tiêu lựa chọn vào ma trận chuẩn hóa xác định theo cơng thức (6): TẠP CHÍ PHÁT TRIỂN KHOA HỌC & CÔNG NGHỆ: KỸ THUẬT & CÔNG NGHỆ, TẬP 1, SỐ 2, 2018 Y=w j x ij' (6) Wj- Trọng số tiêu Y – Ma trận chuẩn hóa tiêu gán trọng số Xác định trị số y11 y12 Trọng số tiêu Ra HV lựa chọn theo kinh nghiệm [1]: WRa= 0,4 WHV = 0,6 trị số tiêu cho bảng Bước 4: Xác định giải pháp tốt giải pháp tồi nhất: Từ công thức (7) (8) xác định giải pháp tốt giải pháp tồi HV diễn tả cao tốt nên Ra diễn tả nhỏ tốt nên giá trị nhỏ xem xét giải pháp tốt trị số lớn giải pháp tồi Các giá trị thể bảng Xác định giải pháp tốt giải pháp tồi nhất: Giải pháp tốt nhất: A+ = max yij ỴJ , minyij jỴ J ' i=1,2, ,m i i (Chỉ tiêu tốt nhất) (7) A+ = y1+ ,y+2 ,, ,y+j , ,y+n Giải pháp tồi nhất: A- = yij J , max yij j J ' i=1,2, ,m i i (Chỉ tiêu tồi nhất) (8) A- = y1- ,y-2 ,, ,y-j , ,y-n J kết hợp với tiêu tốt J′ kết hợp với tiêu tồi y j - Là giá trị tốt xj y j - Là giá trị xj Bảng Giải pháp tốt Chỉ tiêu Giải pháp A+ SR 0,0317 HV 0,1105 A- 0,1237 0,0542 công thức (9) (10), trị số diễn tả bảng 4: Khoảng cách gần nhất: n y j 1 ij y j Khoảng cách xa nhất: Si n y j 1 ij y j i = 1, 2, …, m (10) * Bước 6: Xác trị số C i theo công thức (11) trị số diễn tả bảng 4: Ci* Si , i 1,2, , m; Ci* (11) Si Si Bước 7: Sắp xếp giá trị C* với thứ tự diễn tả bảng Kết tối ưu Topsis: Thí nghiệm cho C* lớn nhất, điều chứng tỏ Ra HV đạt giá trị tối ưu với thép SKD61, Cu (-), ton = s, I = A, tof = 57 s nồng độ bột 20 g/l 3.2 Kết tối ưu phân tích ANOVA Nghiên cứu sử dụng ma trận thực nghiệm Taguchi khảo sát thông số với mức 3, thực chất để xác định xác điều kiện tối ưu theo phương pháp truyền thống phải có thí nghiệm Tuy nhiên, ma trận thực nghiệm Taguchi có 27 thí nghiệm nên khả xảy trường hợp giá trị tối ưu lại nằm phần lại kết hợp Vì vậy, để tìm kết hợp tối ưu cần thiết phải dựa vào hệ số S/N phân tích Taguchi Hệ số S/N C* có giá trị cao tiếp cận kết tối ưu Giá trị S/N C* tính cơng thức (2) trị số bảng Kết cho thấy rằng: vật liệu điện cực (F=28,8), thời gian ngừng phát xung (F = 13,58), nồng độ bột (F = 22,47), AG (F = 7,58) BG (F= 5,14) ảnh hưởng mạnh đến S/N C* (Bảng 5) Các thông số vật liệu phôi, phân cực điện cực, thời gian ngừng phát xung, cường độ dòng điện AB ảnh hưởng không đáng kể đến S/N C* Nồng độ bột ảnh hưởng mạnh vật liệu phôi ảnh hưởng yếu Hình ảnh hưởng thông số công nghệ số cặp tương tác chúng đến S/N C* Thông số công nghệ tối ưu: thép SKT4, điện cực Cu, phân cực điện cực âm, I=4 A, ton=5 s, tof= 57 s nồng độ bột Ti 10 g/l Các giá trị tối ưu tiêu xác định công thức (12) Bước 5: Xác định trị số S i S i theo Si 45 (9) (SR, HV)toiuu= B1 + D1+ G2 + B1G2 + A2G2 – T (12) 3.3 Nhận xét đánh giá Từ kết tối ưu Taguchi-Topsis phân tích ANOVA bảng cho thấy: Kết tối ưu phân tích ANOVA cải thiện đáng kể (Ra giảm 5,29% độ cứng HV tăng 34,60%), nhiên thông số công nghệ trị 46 SCIENCE & TECHNOLOGY DEVELOPMENT JOURNAL: ENGINEERING & TECHNOLOGY, VOL 1, ISSUE 2, 2018 số tối ưu nhận hai cách phân tích có khác Đặc biệt khác mức nồng độ bột tối ưu thông số quan trọng phương pháp Điều gây nhiều khó khăn việc xác định điều kiện tối ưu Bảng Giá trị qui đổi hệ số S/N Topsis TNo 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 xRai1 0,183 0,176 0,140 0,194 0,198 0,079 0,262 0,177 0,238 0,228 0,112 0,175 0,183 0,112 0,250 0,250 0,243 0,150 0,140 0,236 0,135 0,124 0,158 0,192 0,177 0,177 0,309 xHVi2 0,154 0,201 0,177 0,151 0,252 0,192 0,166 0,228 0,191 0,155 0,207 0,202 0,166 0,207 0,199 0,143 0,276 0,208 0,162 0,190 0,192 0,142 0,166 0,187 0,136 0,207 0,253 yi1 yi2 0,07332 0,07026 0,05603 0,07770 0,07901 0,03174 0,10462 0,07091 0,09521 0,09105 0,04487 0,07004 0,07332 0,04465 0,10003 0,10003 0,09740 0,05997 0,05581 0,09433 0,05384 0,04947 0,06325 0,07661 0,07070 0,07091 0,12366 0,09255 0,12036 0,10623 0,09072 0,15141 0,11504 0,09947 0,13670 0,11437 0,09310 0,12412 0,12132 0,09973 0,12406 0,11967 0,08581 0,16578 0,12485 0,09694 0,11408 0,11538 0,08549 0,09943 0,11212 0,08136 0,12443 0,15209 S i S i Ci* 0,045 0,040 0,025 0,050 0,063 0,005 0,074 0,047 0,064 0,062 0,019 0,040 0,043 0,019 0,069 0,073 0,086 0,032 0,028 0,063 0,023 0,031 0,033 0,045 0,049 0,042 0,101 0,214 0,295 0,289 0,199 0,380 0,370 0,175 0,344 0,236 0,176 0,359 0,298 0,232 0,359 0,249 0,137 0,413 0,328 0,268 0,236 0,316 0,265 0,255 0,259 0,197 0,306 0,354 0,825 0,881 0,921 0,799 0,859 0,988 0,703 0,879 0,788 0,740 0,950 0,882 0,844 0,951 0,783 0,654 0,828 0,912 0,907 0,790 0,933 0,896 0,884 0,852 0,802 0,880 0,778 Xếp hạng S/N 18 11 20 14 26 13 22 25 10 16 23 27 17 21 15 19 12 24 -1,67 -1,10 -0,71 -1,95 -1,32 -0,10 -3,06 -1,12 -2,07 -2,62 -0,45 -1,09 -1,47 -0,44 -2,12 -3,69 -1,64 -0,80 -0,85 -2,05 -0,60 -0,95 -1,07 -1,39 -1,92 -1,11 -2,18 Bảng ANOVA trị số S/N C* Đại lượng khảo sát A B C D E F G AB AG BG Lỗi Tổng DOF 1 2 2 26 SS 0,2680 3,2324 0,6058 3,1275 0,9704 0,1176 4,1915 0,1365 3,4904 1,1837 0,6908 18,0146 V 0,2777 3,2324 0,6058 3,1275 0,9704 0,1176 5,1751 0,1365 3,4904 1,1837 0,6908 - F 1,21 28,08 5,26 13,58 4,21 0,51 22,47 0,59 7,58 5,14 - P 0,363 0,002 0,062 0,006 0,072 0,624 0,002 0,582 0,016 0,050 - Xếp hạng - TẠP CHÍ PHÁT TRIỂN KHOA HỌC & CÔNG NGHỆ: KỸ THUẬT & CÔNG NGHỆ, TẬP 1, SỐ 2, 2018 V at lieu phoi -1.0 47 v at lieu dien cuc P han cuc dien cuc Gia tri trung binh SN cua C* -1.5 -2.0 S KD11 S KD61 S KT4 Cu Thoi gian phat xung(µs) -1.0 Gr - C uong dong dien (A ) + Thoi gian ngung phat xung (µs) -1.5 -2.0 10 20 38 57 85 N ong bot Ti (g/l) -1.0 -1.5 -2.0 10 20 Signal-to-noise: Larger is better Hình Ảnh hưởng thông số công nghệ đến hệ số S/N C* Cu Gr Vat lieu phoi SKD11 SKD61 SKT4 -1 -2 Vat lieu phoi -3 -1 vat lieu dien cuc -2 -3 -1 -2 Vat v at lieu phoi dien cuc Cu Gr Nong v at lieu bot dien cuc Ti (g/l) 10 20 Nong bot Nong bot T i ( g/l) -3 S KD11 S KD 61 S KT4 10 20 Signal-to-noise: Larger is better Hình Ảnh hưởng cặp tương tác đến hệ số S/N C* Bảng So sánh kết tối ưu Taguchi-Topsis phân tích ANOVA Đặc trưng chất lượng Ra (µs) HV (HV) Tối ưu Taguchi-Topsis Tối ưu phân tích ANOVA Khác (%) Điều kiện Giá trị Điều kiện Giá trị SKD61, Cu (-), ton = s, I = A, tof = 57 s, 20 g/l 1,45 SKT4, Cu (-), ton = s, I = A, tof = 57 s, 10 g/l 1,37 -5,29 847,79 34,60 629,84 KẾT LUẬN Kết nghiên cứu đánh giá phù hợp Taguchi- Topsis để tối ưu hóa đa mục tiêu gia công tinh thép làm khuôn (SKD61, SKD11 and SKT4) PMEDM sử dụng bột Ti Kết rằng: Các thông số nồng độ bột Ti, vật liệu điện cực, thời gian phát xung, tương tác AG tương tác BG ảnh hưởng mạnh đến hệ số S/N C* Và nồng độ bột thơng số có ảnh hưởng mạnh Kết tối ưu Taguchi - Topsis thí nghiệm tốt nhất: SKD61, Cu(-), ton= s, I=4 A, tof=57 s, nồng độ bột 20 g/l với giá trị tối ưu Ra = 1,45 µs HV = 629,84 HV Tuy nhiên, phân tích ANOVA lại cho thông số công nghệ tối ưu SKT4, Cu(-), ton = s, I = 48 SCIENCE & TECHNOLOGY DEVELOPMENT JOURNAL: ENGINEERING & TECHNOLOGY, VOL 1, ISSUE 2, 2018 A, tof = 57 s, 10 g/l với trị số tối ưu Ra = 2,34 m HV = 904,96 HV Mặc dù, Topsis với cách tính đơn giản, phương pháp tích hợp Taguchi cho số lượng thông số công nghệ tối ưu lớn số lượng thí nghiệm lại nhỏ Điều dẫn đến chi phí vật tư thời gian trình thực nghiệm giảm Tuy nhiên, kết tối ưu Topsis – Taguchi phân tích ANOVA có khác biệt, việc ứng dụng Taguchi - Topsis toán tối ưu đa mục tiêu chưa thực phù hợp nên cần thiết phải có giải pháp để tránh trường hợp Kết nghiên cứu sở để đưa khuyến cáo với việc sử dụng phương pháp [5] [6] [7] [8] [9] TÀI LIỆU THAM KHẢO [1] [2] [3] [4] S Tripathy and D.K Tripathy, “Multi-response optimization of machining process parameters for powder mixed electro-discharge machining of H-11 die steel using grey relational analysis and Topsis”, Journal Machining Science and Technology An International Journal, Vol 21(3), pp 362-384, 2017 S Prabhu and B.K Vinayagam, “Multiresponse optimization of EDM process with nanofluids using TOPSIS method and Genetic Algorithm”, Archive of Mechanical Engineering, Vol.63(1), pp 45–71, 2016 V S Gadakh (2012), “Parametric Optimization of Wire Electrical Discharge Machining Using Topsis Method”, Advances in Production Engineering & Management, Vol 7(3), pp 157-164, 2012 R Manivannan and M P Kumar, “Multi-attribute decision-making of cryogenically cooled micro-EDM drilling process parameters using TOPSIS method”, Journal Materials and Manufacturing Processes, Vol 32(2), pp 209-215, 2017 R Khanna et al, “Multiple performance characteristics optimization for Al 7075 on electric discharge drilling by Taguchi grey relational theory”, Journal of Industrial Engineering International, Vol 11(4), pp 459-472, 2015 R Manivannan and M P Kumar, “Multi-response optimization of Micro-EDM process parameters on AISI304 steel using TOPSIS”, Journal of Mechanical Science and Technology, Vol 30(1), pp 137-144, 2016 M Dastagiri et al, “TOPSIS, GRA Methods for Parametric Optimization on Wire Electrical Discharge Machining (WEDM) Process”, Design and Research Conference (AIMTDR–2016) College of EngineeringIndia, 2016 A Shukla et al, “Applications of TOPSIS Algorithm on various Manufacturing Processes: A Review”, Original Research Article Materials Today: Proceedings, Vol.4(4), pp 5320-5329, 2017 H Safari, “A New Technique for Multi Criteria Decision Making Based on Modified Similarity Method”, MiddleEast Journal of Scientific Research, Vol 145, pp 712719, 2013 Nguyễn Hữu Phấn sinh năm 1981 tai Tứ Kỳ, Hải Dương Ông tốt nghiệp đại học năm 2005, thạc sỹ năm 2009 học vị tiến sỹ năm 2017 với chuyên ngành kỹ thuật khí trường Đại học Kỹ thuật Công nghiệp Thái Nguyên- Đại học Thái Nguyên Ông tác giả 20 báo khoa học Hướng nghiên cứu là: giải pháp nâng cao hiệu gia công tia lửa điện; gia công khuôn mẫu ứng dụng TẠP CHÍ PHÁT TRIỂN KHOA HỌC & CÔNG NGHỆ: KỸ THUẬT & CÔNG NGHỆ, TẬP 1, SỐ 2, 2018 49 Conformity assessment of Topsis-Taguchi integration for multi-characteristics optimization of process parameters in electrical discharge machining Nguyen Huu Phan Hanoi University of Industry Corresponding author: phanktcn@gmail.com Received: 18-9-2018, Accepted: 19-11-2018, published: 30-11-2018 Abstract—In this study, Topsis and Taguchi method were combined to solve multi-characteristic optimization in die-sinking electrical discharge machining with powder mixed into dielectric fluid (PMEDM) The process parameters considered in this study are electrode material, workpiece material, electrode polarity, pulse on time (ton), pulse off time (tof), current (I) and titanium powder concentration The experimental results showed that I, electrode material, ton, electrode polarity, powder concentration, interaction between the worrkpiece material and titanium powder concentration, and interaction between the electrode material and titanium powder concentration are the main factors influenced the S/N ratio of C* The powder concentration is the most significant parameter to S/N ratio The optimal process parameters include SKT4, Cu (-), ton = s, I = A, tof = 57 s, powder concentration is 10 g/l The optimal values include surface roughness (Ra = 2.34 m) and microhardness of machined surface (HV = 904.96 HV) However, the optimum results obtained by ANOVA analysis show that Taguchi- Topsis integration to optimize multi-characteristics of PMEDM using Ti powder is not really appropriate Index term—Taguchi, Topsis, PMEDM, S/N ratio, Titanium ... để giải tốn tối ưu hóa đa mục tiêu nhiều lĩnh vực kỹ thuật phương pháp tồn hạn chế số tốn tối ưu hóa cụ thể Bài báo phân tích đánh giá hiệu việc Topsis tích hợp Taguchi để tối ưu hóa đa mục tiêu. .. Kết tối ưu Topsis- Taguchi Phương pháp Topsis phương pháp sử dụng phổ biến tối ưu hóa đa mục tiêu Phương pháp cung cấp cách thức lựa chọn thực tế tốn tối ưu hóa đa mục tiêu Đây phương pháp định đa. .. thể bảng Phương pháp Topsis phương pháp sử dụng để tối ưu hóa thương lượng đa mục tiêu Kết kết hợp Taguchi Topsis thể bảng Phân tích hệ số S/N: Thấp tốt hơn: (S/N)LB = -10log(MSDLB) (1) Trong đó: