Luận văn thạc sĩ Kỹ thuật cơ khí: Nghiên cứu ảnh hưởng của các thông số công nghệ đến cơ tính sản phẩm FDM

Công nghӋ bӗi ÿҳp vұt liӋu

Giӟi thiӋu

Công nghӋ bӗLÿҳp vұt liӋu (Additive Manufacturing ± AM) hay vӟi tên gӑi ban ÿҫu là công nghӋ tҥo mүu nhanh (Rapid Prototyping ± RP) là mӝt công nghӋ chӃ tҥo sҧn phҭm, tҥo ra sҧn phҭm bҵQJFiFKÿҳp dҫn vұt liӋu theo tӯng lӟp (layer by layer) và kӃt dính chúng lҥi vӟi nhau VӅ mһt xã hӝi và truyӅn thông, theo nhiӅu khҧo sát gҫQÿk\FKRWKҩy thuұt ngӳ ³F{QJQJKӋ LQ'´'3ULQWLQJÿѭӧc sӱ dөng phә biӃn do sӵ quen thuӝc cӫDÿDVӕ QJѭӡi sӱ dөng vӟi công nghӋ in hai chiӅXQD\ÿѭӧc mӣ rӝng thêm chiӅu thӭ ba [1]

Cҫn phân biӋt sӵ khác nhau giӳa công nghӋ AM và công nghӋ in 3D Theo tiêu chuҭn ISO / ASTM52900 - 15 cӫa HiӋp hӝi Thí nghiӋm và Vұt liӋu Hoa KǤ (American Society for Testing and Materials ± ASTM) thì bӗLÿҳp vұt liӋu (AM) là quá trình kӃt hӧp vұt liӋXÿӇ tҥo ra các chi tiӃt tӯ dӳ liӋXP{KuQK'WKѭӡng là tӯng lӟSWUiLQJѭӧc vӟLSKѭѫQJSKiSJLDF{QJFKӃ cҳt gӑt và biӃn dҥng tҥo hình kim loҥi 7URQJNKLÿyLQ''3ULQWLQJOjVӵ chӃ tҥo các vұt thӇ thông qua viӋc lҳQJÿӑng vұt liӋu bҵng cách sӱ dөQJÿҫu in, vòi phun hoһc công nghӋ Pi\LQNKiFĈһt vào ngӳ cҧnh phi kӻ thuұt thì thuұt ngӳ Qj\WKѭӡQJÿѭӧc sӱ dөQJÿӗng nghƭa vӟi bӗLÿҳp vұt liӋXFKRÿӃn thӡLÿLӇm hiӋn tҥi thuұt ngӳ Qj\ÿһc biӋWÿѭӧc liên kӃt vӟi các máy có giá thành và / hoһc khҧ QăQJWәng thӇ cҩp thҩS&ǊQJWKHRWLrXFKXҭn này, thuұt ngӳ )XVHGILODPHQWIDEULFDWLRQ)))ÿѭӧc sӱ dөng vӟLêQJKƭDWѭѫQJWӵ

Công nghӋ AM chӃ tҥo sҧn phҭm trӵc tiӃp tӯ dӳ liӋu thiӃt kӃ sӕ ba chiӅu vӟi sӵ hӛ trӧ cӫa hӋ thӕng máy tính (3D ± CAD) mà không cҫn phҧi lұp quy trình công nghӋ, TXiWUuQKÿzLKӓi sӵ phân tích cҭn thұn hình dáng hình hӑc cӫa chi tiӃWÿӇ [iFÿӏnh thӭ tӵÿһFÿLӇm, các dөng cө hay lӵa chӑn quy trình cҫn sӱ dөng Công nghӋ AM chӃ tҥo sҧn phҭm bҵng cách thêm và liên kӃt vұt liӋu theo tӯng lӟp, mӛi lӟp là mӝt mһt cҳt mӓng cӫa mӝt vұt thӇ cҫn chӃ tҥo bҳt nguӗn tӯ dӳ liӋu CAD gӕc Mӛi lӟp có mӝt bӅ dày hӳu hҥn và GRÿyVҧn phҭm chӃ tҥo ra sӁ là mӝt kӃt quҧ xҩp xӍ cӫa các dӳ liӋXEDQÿҫu [1]

Hình 1.1 Nguyên lý chӃ tҥo sҧn phҭm cӫa công nghӋ AM [1]

Công nghӋ $0QJj\FjQJÿѭӧc ӭng dөng nhiӅu trong công nghiӋp và chӭng tӓ ÿѭӧFѭXWKӃ Yѭӧt trӝi trong quá trình tҥo mүu vұWOêÿӇ nghiên cӭXÿiQKJLiWKLӃt kӃ WUѭӟc khi chӃ tҥo sҧn phҭm.

Vai trò cӫa AM trong nӅn Công nghiӋp 4.0

Công nghiӋp 4.0 ± nӅn sҧn xuҩt kӃt nӕi và thông minh, bѭӟc tiӃn tiӃp theo cӫa cuӝc cách mҥng công nghiӋp ± ÿDQJFyVӭc lan tӓa ngày càng lӟn Mөc tiêu chính cӫa cuӝc cách mҥng này là tùy chӍnhWăQJFѭӡQJÿәi mӟi, lӧi nhuұn, hiӋu quҧ, hiӋu suҩt và quҧn lý an toàn tӕWKѫQ&{QJQJKLӋp 4.0 sӱ dөng tӵ ÿӝng hóa bҵng cách sӱ dөng các máy móc và công nghӋ kӻ thuұt sӕ NKiFQKDXQKѭLQ',QWHUQHWYҥn vұt (Internet of Things ± ,R7ÿLӋQWRiQÿiPPk\SKkQWtFKQkQJFDRKӋ thӕng vұt lý mҥng, v.v [2]

4XiWUuQKÿҳp dҫn tӯng lӟp vұt liӋu lên nhau

Chi tiӃt hoàn chӍnh

Mӝt trong nhӳng vҩQÿӅ quan trӑng cҫQÿѭӧc thӵc hiӋn trong cuӝc Công nghiӋp 4.0 là sҧn phҭm mang tính cá nhân hóa cao, tùy biӃn theo yêu cҫu cӫa tӯng khách hàng và tӗn kho sҧn phҭm ҧo Vӟi tiӅPQăQJFӫa mình, công nghӋ bӗLÿҳp vұt liӋu là mӝt yӃu tӕ quan trӑng, mӝWEѭӟFÿӝWSKiÿӇ hoàn thiӋn yêu cҫXÿһt ra Nó là sӵ tích hӧp cӫa phҫn mӅm thiӃt kӃ YjPi\LQ'ÿӇ hoàn thành viӋc chӃ tҥo sҧn phҭm, mӝt kӻ thuұt sҧn xuҩt thiӃt yӃXÿHPOҥi kӃt quҧ mang tҫm thӃ giӟi AM có thӇ giúp cҧi thiӋn khҧ QăQJW\FKӍnh, giҧm thiӇu chҩt thҧi, khӕLOѭӧng, thӇ tích sҧn phҭPWăQJ khҧ QăQJWiLFKӃ, rút ngҳn chuӛi cung ӭng, chi phí thҩp Công nghӋ Qj\FǊQJFXQJ cҩp mӝt quy trình sҧn xuҩt sáng tҥRWURQJÿyKjQJWӗQNKRÿѭӧFOѭXWUӳ Gѭӟi dҥng kӻ thuұt sӕ và có thӇ ÿiSӭQJÿҫ\ÿӫ các nhiӋm vө sҧn xuҩWNKLÿѭӧc yêu cҫXĈyOj mӝt cách tiӃp cұn linh hoҥWÿӕi vӟi quá trình phát triӇn sҧn phҭPYjWKD\ÿәi toàn bӝ quy trình sҧn xuҩt Trong quá trình này, viӋc sҧn xuҩWÿѭӧc thӵc hiӋn tӵ ÿӝng bҵng FiFKÿѭDUDOӋnh thông qua phҫn mӅm và giҧm bӟt công sӭc cӫDFRQQJѭӡLĈӕi vӟi FiFQKjPi\WK{QJPLQKWURQJWѭѫQJOai, AM có khҧ phát huy hӃt nhӳng tiӅPQăQJ to lӟn cӫa nó [2, 3]

Các bài nghiên cӭu công bӕ vӅ các ӭng dөng cӫa công nghӋ bӗLÿҳp vұt liӋu trong Công nghiӋSÿmYjÿDQJÿѭӧc thӵc hiӋn Bҵng cách tìm kiӃm các tӯ khóa

"công nghӋ bӗLÿҳp vұt liӋu " và "Công nghiӋSWD[iFÿӏQKÿѭӧc 116 bài báo ÿDQJÿѭӧc xuҩt bҧQFKRÿӃQWKiQJQăP1ăPEjLEiRQJKLrQFӭXÿҫu WLrQÿѭӧc xuҩt bҧQEjLEiRYjRQăPYjEjLEiRYjRQăP7URQJQăP

2018, có sӕ Oѭӧng xuҩt bҧQWăQJQKDQKWURQJQăPQD\EjLEiRYjQăP bài báo nghiên cӭXÿѭӧc xuҩt bҧQFKRÿӃQQD\YjEjLEiRÿѭӧc xuҩt bҧQYjRQăP

/ƭQKYӵFÿyQJJySQKLӅu nhҩt trong các nghiên cӭu vӅ công nghӋ bӗLÿҳp vұt liӋu trong Công nghiӋp 4.0 là Kӻ thuұt (Engineering) (38%), xӃp phía sau lҫQOѭӧt là Khoa hӑc máy tính (Computer science) (20%), Kinh doanh, Quҧn lý và KӃ toán (Business, Management and Accounting) (9%), Khoa hӑc Vұt liӋu (Materials Science) (7%), Khoa hӑc QuyӃWÿӏnh (Decision sciences) (6%), VұWOêYj7KLrQYăQ hӑc (Physics and Astronomy) (4%), Khoa hӑF0{LWUѭӡng (Environmental Science)

(3%), Toán hӑc (Mathematics) (3%), Kӻ thuұt hóa hӑc (Chemical Engineering) (3%), Khoa hӑc xã hӝi (Social Sciences) (2%) Ngoài ra còn có sӵ ÿyQJJySFӫa các FiFOƭQKYӵc khác, bao gӗm Hóa hӑF&KHPLVWU\1ăQJOѭӧng (Energy), Khoa hӑc Nông nghiӋp và Sinh hӑc (Agricultural and Biological Science), Kinh tӃ (Economics), Kinh tӃ Oѭӧng và Tài chính (Econometrics and Finance), Y hӑc (Medicine) và Tâm lý hӑc (Psychology) [2]

Tӯ dӳ liӋu Scopus, ta thҩy ӭng dөng cӫa công nghӋ bӗLÿҳp vұt liӋu trong Công nghiӋSQJj\FjQJWăQJYjFiFQJKLrQFӭXFǊQJÿDQJSKiWWULӇQWURQJOƭQKYӵc này Vӟi tiӅPQăQJSKiWWULӇn to lӟQQKѭYұy, viӋc thӵc hiӋn nghiên cӭu vӅ công nghӋ AM là rҩt cҫn thiӃt.

Ӭng dөng

Trong nhӳQJQăPYӯa qua, nhu cҫu chӃ tҥo mүu và các sҧn phҭm ӣ dҥng loҥt nhӓ liên tөc phát triӇQWX\QKLrQFiFSKѭѫQJSKiSFKӃ tҥo mүu truyӅn thӕng mҩt khá nhiӅu thӡi gian Vì vұy, cҫn có mӝWSKѭѫQJSKiSPӟi có thӇ chӃ tҥo nhanh các sҧn phҭPÿѫQFKLӃc, có hình dҥng phӭc tҥp nhҵPÿiSӭng nhanh cho chuӛi cung ӭng thӏ trѭӡng Công nghӋ LQ'OjSKѭѫQJSKiSVҧn xuҩt mӟi có hiӋu quҧ cao, nó có thӇ chӃ tҥo nhӳng sҧn phҭm có hình dҥng phӭc tҥSPjFiF SKѭѫQJSKiSJLDF{QJWUX\Ӆn thӕng gһS NKy NKăQ KRһc thұm chí không thӇ chӃ tҥR ÿѭӧF QKѭ Fy Vҧn phҭm có khoang rӛng kín, nhӳng chi tiӃt mang tính chҩt trӯXWѭӧng

Ngày nay, cuӝc chҥ\ÿXDF{QJQJKӋ giӳDFiFQѭӟc trên thӃ giӟLÿDQJGLӉn ra ngày càng mҥnh mӁ Nhҵm mөFÿtFKQkQJFDRKLӋu quҧ sҧn xuҩt và tҥo sӵ ÿӝt phá WURQJWăQJWUѭӣng, tiӅPQăQJFӫa công nghӋ LQ'ÿDQJÿѭӧc chú trӑng khai thác và ӭng dөQJYjRFiFOƭQKYӵc khác nhau

Công nghӋ in 3D bҳWÿҫXÿѭӧc sӱ dөng rӝQJUmLWURQJP{LWUѭӡng công nghiêp do nó cho phép chӃ tҥo các sҧn phҭm vӟi sӕ Oѭӧng ít, hình dҥng phӭc tҥp, giҧm phӃ liӋu, tӯ ÿyJySphҫQÿҭy nhanh quá trình thӱ nghiӋm sҧn phҭPÿһc biӋt là trong WUѭӡng hӧp chӃ tҥo mүXÿ~FYuQKӳng lý do sau:

7K{QJWKѭӡng, viӋc chӃ tҥo mүXÿ~FUҩWNKyNKăQ Wӕn thӡi gian và chi phí 3KѭѫQJSKiSSKә biӃn nhҩt là tҥo ra các mүXÿ~FEҵQJQK{Pÿѭӧc gia công trên máy CNC hoһc chӃ tҥo mүu gӛ bҵQJWD\3KѭѫQJSKiSQj\WKѭӡng có chi phí cao, tӕn thӡi gian và có thӇ gһp phҧi nhӳng vҩQÿӅ khác, chҷng hҥQQKѭEWUӯ Oѭӧng co rút cӫa sҧn phҭPVDXNKLÿ~F4XiWUuQKWKLӃt kӃ VDLÿӗng nghƭa vӟi viӋc các mүXÿ~FSKҧi ÿѭӧc làm lҥi tӯ ÿҫXWăQJWKrPWKӡi gian và chi phí

Các mүXViSGQJFKRTXiWUuQKÿ~FWURQJNKX{QPүu chҧ\WKѭӡQJÿѭӧc chӃ tҥo bҵQJSKѭѫQJSKiSpSSKXQYӟi chi phí tӯ ÿӃn $25.000, thӡi gian sҧn xuҩt trong khoҧng hai tháng Mӝt vҩQÿӅ lӟn là hӑ không thӇ tҥo ra các mүu thӱ nghiӋm, kiӇPWUDWUѭӟFFKRÿӃn khi chӃ tҥRÿѭӧFNKX{QpSÿLӅXÿyFyWKӇ khiӃn thӡi gian và FKLSKtWăQJOrQUҩt nhiӅu do sӱa chӳa khuôn nӃu thiӃt kӃ NK{QJÿҥt yêu cҫu Mһt khác, chӃ tҥo mүu sáp bҵng khuôn sӁ OjPFKRÿӝ phӭc tҥo cӫa sҧn phҭm bӏ giӟi hҥn

Hình 1.2 Ví dө vӅ NKX{QpSSKXQLQ'ÿѭӧc sҧn xuҩt bҵng ABS kӻ thuұt sӕ [4]

1JjQKKjQJNK{QJYǊWUө là ngành tiên phong trong viӋc ӭng dөng công nghӋ LQ'ÿӇ tҥo mүu và phát triӇn sҧn phҭm Các công ty vӅ OƭQKYӵFQj\ÿmYjÿDQJ cӝng tác vӟi các viӋn nghiên cӭu, các hӑc viӋn khoa hӑFÿӇ ÿѭDF{QJQJKӋ LQ'ÿҥt mӭc có thӇ sҧn xuҩt, chӃ tҥo ra thành phҭm Do tҫm quan trӑng cӫa viӋc phát triӇn cỏc loҥLPi\ED\WjXYǊWUөôQrQYLӋc phỏt triӇn thiӃt bӏ in 3D cụng nghiӋp vӟi tiờu chuҭn cao là yêu cҫu cҩp thiӃt cӫDÿӝLQJǊQJKLrQFӭu và phát triӇQ7URQJÿyYLӋc phát triӇn, hoàn thiӋn công nghӋ in và vұt liӋu sӱ dөng là mӝt trong nhӳng nhiӋm vө KjQJÿҫu NhӳQJWKѭѫQJKLӋu nәi tiӃQJQKѭ*HQDUDO(OHFWULF*(0RUULV$LUEXV EADS, Rolls-5R\FH%$(6\VWHPV %RHLQJÿmYjÿDQJSKiWWULӇn nhӳng công nghӋ in 3D có thӇ ÿѭDYjRӭng dөng thӵc tӃ

7ѭѫQJODLFӫa công nghӋ in 3D trong các ngành công nghiӋp này sӁ gҳn liӅn vӟi viӋc chӃ tҥo các chi tiӃt có thӇ làm viӋc trӵc tiӃSQKѭPӝt sҧn phҭm chӭ NK{QJÿѫQ thuҫn cho mөFÿtFKWKӱ nghiӋm Vӟi nguyên lý chӃ tҥo sҧn phҭm theo tӯng lӟp, công nghӋ in 3D cho phép các kӻ VѭWKLӃt kӃ tҥo ra các chi tiӃt có hình dáng hình hӑc phӭc tҥp mӝt cách chính xác, trӑQJOѭӧng nhҽ KѫQQKѭQJEӅQKѫQVRYӟLFiFSKѭѫQJSKiS gia công khác

Hình 1.3 Cánh máy bay trӵFWKăQJIWPjXQkXÿѭӧc phát triӇn bҵng công nghӋ

FDM bӣi Automated Dynamics, chi phí dөng cө giҧm xuӕng 60-70% [5]

Máy bay Boeing 787 Dreamliner có 30 chi tiӃWÿѭӧc chӃ tҥo bҵng công nghӋ in 'ÿѭӧc coi là mӝt kӹ lөFWURQJOƭQKYӵFQj\+ѫQQӳa, GE gҫQÿk\F{QJEӕ sӕ vӕn ÿҫXWѭWULӋXÿ{ÿӇ chӃ tҥo vòi phun nhiên liӋXFKRÿӝQJFѫPi\ED\SKҧn lӵc thӃ hӋ tiӃp theo (LEAP) bҵng công nghӋ in 3D Sӵ WKD\ÿәLÿӝt ngӝt cӫa ngành chӃ tҥo WURQJOƭQKYӵFKjQJNK{QJYǊWUө WKHRKѭӟng sӱ dөng công nghӋ in 3D chӫ yӃu do khҧ QăQJJLҧPÿѭӧF ÿiQJ NӇ trӑQJOѭӧng sҧn phҭm Theo America Airlines, mӛi pound trӑQJOѭӧng máy bay giҧPÿLFyWKӇ giúp công ty tiӃt kiӋm 11.000 gallon nhiên liӋXKjQJQăP

Hình 1.4 +ѫQEӝ phұQED\ÿmÿѭӧc in 3D trên HӋ thӕng sҧn xuҩt FDM cӫa

6WUDWDV\VFKR&KѭѫQJWUuQK$LUEXV$;:%[6]

HiӋn nay, thӃ hӋ [HWKăPGzNK{QJJLDQWLӃp theo cӫa NASA gӗm khoҧng 70 chi tiӃWÿѭӧFLQ'7URQJWUѭӡng hӧp cҫn thay thӃ, sӱa chӳa, các chi tiӃt này vүn ÿѭӧc chӃ tҥo trên mһWÿҩt rӗi chuyӇn lên không gian bҵQJWjXYǊWUө NӃu công viӋc ÿyWKӵc hiӋn trӵc tiӃp trong không gian thì sӁ làm giҧPÿiQJNӇ thӡi gian và chi phí Nhӳng nghiên cӭXQj\ÿDQJÿѭӧc nghiên cӭu bӣi các nhóm Made in Space, Luna Buildings Trong thӓa thuұn hӧp tác vӟL1$6$0DGHLQ6DSFHÿDQJWLӃn hành các cuӝc thӱ nghiӋm in 3D không trӑng lӵc trên các Trҥm không gian quӕc tӃ cho phép các phi hành gia tҥo ra các dөng cө và sҧn phҭm theo yêu cҫu sӱ dөng

Hình 1.5 8QLWHG/DXQFK$OOLDQFH8/$ÿmVӱ dөng công nghӋ AM dӵa trên

6WUDWDV\V)'0ÿӇ giҧm sӕ Oѭӧng cỏc bӝ phұn lҳp rỏp trờn cỏc ӕng dүQ$WODV9ảV

Theo báo cáo cӫa công ty Ford, gҫQÿk\KmQJÿmVӱ dөng công nghӋ LQ'ÿӇ sҧn xuҩt mүu cho mӝt sӕ loҥL[HĈӗng thӡi, vӟi viӋFÿҭy mҥnh nghiên cӭu ӭng dөng công nghӋ in 3D sӱ dөng vұt liӋu kim loҥLWURQJWUѭѫQJODLgҫn, các chi tiӃWÿѭӧc chӃ tҥo bҵng công nghӋ in 3D có thӇ ÿѭӧc sӱ dөQJQKѭPӝt sҧn phҭm hoàn thiӋn trong [HĈLӅXQj\ÿmYjÿDQJÿѭӧc hãng Audi thӱ nghiӋm vӟLêWѭӣng chӃ tҥo các chi tiӃt có hình dҥng phӭc tҥSWKD\FKRFiFSKѭѫQJSKiSWUX\Ӆn thӕQJQKѭSKѭѫQJSKiSÿ~F

Ngoài ra, mӝt báo cáo mӟLÿk\Fӫa Stratasys Direct Manufacturing cho thҩy 84% sӕ QJѭӡLÿѭӧc hӓLÿmWUҧ lӡi rҵng trong các loҥi vұt liӋXÿѭӧc phát triӇn trong in 3D, kim loҥi bӅn, nhҽ OjѭXWLrQKjQJÿҫu MӝWF{QJW\,VUDHO;MHWÿmWK{QJEiR rҵng hӑ ÿDQJSKiWWULӇn mӝt công nghӋ LQSKXQÿӝc quyӅn cho kim loҥi lӓng có thӇ sҧn xuҩt vӟi quy mô lӟn các chi tiӃt rҿ KѫQYjKLӋu quҧ KѫQ

Hình 1.6 Nguyên mүXÿҫ\ÿӫ chӭFQăQJFӫD[HÿLӋn StreetScooter Cÿѭӧc phát triӇn chӍ trong 12 tháng bҵng cách thay thӃ các quy trình sҧn xuҩt ô tô truyӅn thӕng bҵng công nghӋ in 3D Stratasys trong suӕWJLDLÿRҥn thiӃt kӃ [8]

Vӟi tӕFÿӝ phát triӇn nhanh chóng, công nghӋ in 3D có tiӅPQăQJWROӟn trong OƭQKYӵc y tӃFKăPVyFVӭc khӓHÿһc biӋt là vҩQÿӅ OLrQTXDQÿӃn dөng cө, thiӃt bӏ sӱ dөng In 3D hiӋQÿDQJÿѭӧc sӱ dөng trong viӋc chӃ tҥo các dөng cө dүQKѭӟQJÿӇ cҳt và khoan trong giҧi phүu, phүu thuұt chӍQKKuQKĈӗng thӡi, các bӝ phұQGQJÿӇ thay thӃ, cҩ\JKpSFKRQJѭӡi bӋQKFǊQJÿѭӧc tҥo ra bҵng công nghӋ LQ'QKѭ[ѭѫQJ FiFFѫTXDQQӝi tҥng, mҥFKPiXô

Mӝt nghiên cӭu cӫD:RKOHUVQăPFKӍ ra rҵng 13% doanh thu cӫa công nghӋ LQ'ÿӃn tӯ FiFF{QJW\FyOLrQTXDQÿӃn ngành y tӃ Tӯ các dӳ liӋu chөp CT hoһc MRI, thông qua các phҫm mӅm xӱ OêFKX\rQGQJVDXÿyÿѭDYjRPi\LQ' ÿӇ tҥo ra các bӝ phұn nhҵm mөFÿtFK cҩy ghép thay thӃ, hӛ trӧ FiFEiFVƭFKҭQÿRiQ bӋnh tұWFǊQJQKѭ[iFÿӏnh, lӵa chӑQSKѭѫQJiQÿLӅu trӏ phù hӧp nhҩW+ѫQEӝ phұn, tӯ sӑ ÿӃQ[ѭѫQJK{QJÿҫu gӕi và cӝt sӕQJÿmÿѭӧc Cөc Quҧn lý Thӵc phҭm Yj'ѭӧc phҭm (FDA) phê duyӋWÿѭӧc sҧn xuҩt bҵng nhiӅu công nghӋ in 3D khác QKDX&KRÿӃQQD\KѫQFKLWLӃWÿmÿѭӧc sҧn xuҩt bҵng công nghӋ in 3D Trong sӕ ÿyNKRҧQJKѫQFKLWLӃWÿѭӧc cҩ\JKpSYjRFѫWKӇ cӫa bӋnh nhân Các sӕ liӋu trên tiӃp tөc cӫng cӕ vai trò quan trӑng cӫa công nghӋ in 3D hiӋn nay Ngành y tӃ, mӝWOƭQKYӵc yêu cҫu các sҧn phҭm phҧLPDQJWtQKFiQKkQKyDFDRÿӗng thӡLDQWRjQFKRQJѭӡi sӱ dөQJYjÿk\FKtQKOjKDL\Ӄu tӕ ÿһFWUѭQJFӫa công nghӋ in '7KrPYjRÿyP{KuQKLQ'FǊQJÿѭӧc sӱ dөQJQKѭPӝt công cө hoc tұp, nghiên cӭXÿһc biӋt trong các vҩQÿӅ OLrQTXDQÿӃn phҭu thuұt

Công nghӋ in 3D có nhiӅu ӭng dөng thiӃt thӵc trong giáo dөFÿһc biӋt là các môn hӑFOLrQTXDQÿӃn khoa hӑc, công nghӋ và kӻ thuұt Hӑc sinh, sinh viên có thӇ thiӃt kӃ, chӃ tҥo các sҧn phҭm trong lӟp hӑc, thӱ nghiӋPFiFêWѭӣng, hӑc lý thuyӃt ÿLÿ{LYӟi thӵc hành ngay trên các thiӃt bӏ LQ'ĈLӅXQj\JL~SJLDWăQJKӭng thú hӑc tұp, hӛ trӧ phát triӇn các kӻ QăQJOjPYLӋFQKyPWѭѫQJWiFOүQQKDXÿӗng thӡi rèn luyӋn kӻ QăQJWѭGX\ViQJWҥo cӫa hӑc sinh, sinh viên Bên cҥQKÿyFiFP{KuQKYұt thӇ 'FǊQJFyWKӇ hӛ trӧ JLiRYLrQWURQJSKѭѫQJWKӭc giҧng dҥy phù hӧp vӟi môi WUѭӡQJQăQJÿӝQJÿәi mӟi

Các nhóm công nghӋ AM

Công nghӋ ÿQYұt liӋu

Công nghӋ ÿQvұt liӋu làm viӋc theo nguyên lý: vұt liӋXÿѭӧc gia nhiӋt trong buӗng chӭa (dҥQJ[\ODQKYjÿѭӧFpSÿӇ ÿҭy ra ngoài qua mӝWNKX{QpSGѭӟi tác dөng cӫa áp lӵFÿѭӧc tҥo ra bӣi mӝt piston, trөc vít hoһFNKtQpQÿӇ vұt liӋu sau khi ÿQUDFyKuQKGҥQJQKѭPRQg muӕn NӃu áp lӵFNK{QJÿәi, vұt liӋXÿѭӧFÿҭy ra sӁ chҧy vӟi tӕFÿӝ NK{QJÿәi và giӳ nguyên hình dҥng mһt cҳt ngang ӣ vӏ WUtÿҫu ra (ví dө QKѭYzLSKXQ+uQKGҥng này sӁ NK{QJWKD\ÿәi nӃu tӕFÿӝ di chuyӇn cӫa vòi SKXQNK{QJÿәLYjWѭѫQJӭng vӟi dòng vұt liӋu chҧy ra Vұt liӋXÿDQJÿѭӧFpSÿQ phҧi ӣ trҥng thái chҧy dҿo khi nó ra khӓi vòi phun và phҧi hoàn toàn hóa rҳn mà vүn giӳ nguyên hình dҥQJÿy+ѫQQӳa, vұt liӋu mӟLÿQUDSKҧi liên kӃt vӟi vұt liӋXÿm ÿѭӧFÿQWUѭӟFÿyÿӇ tҥo nên mӝt cҩu trúc vӳng chҳc Do vұt liӋXÿѭӧFpSÿQFiF thiӃt bӏ in 3D theo công nghӋ này phҧi có khҧ QăQJGLFKX\Ӈn trong mһt phҷng ngang YjÿiSӭng yêu cҫu vӅ trҥQJWKiLÿQGӯQJÿQÿ~QJO~FWURQJTXiWUuQKYzLSKXQGL chuyӇn Sau khi tҥo thành mӝt lӟp vұt liӋu, bàn máy sӁ di chuyӇn lên trên hoһc xuӕng GѭӟLÿӇ có thӇ tҥo ra mӝt lӟp kӃ tiӃp

Hình 1.7 6ѫÿӗ cӫa các hӋ thӕQJÿQYұt liӋu [9]

HӋ thӕng FRQOăQFҩp liӋu Buӗng hóa lӓng Ĉҫu vòi phun ĈӃ Trөc X-Y

Công nghӋ phҧn ӭng quang hóa VAT

Công nghӋ phҧn ӭng quang hóa VAT sӱ dөng vұt liӋu nhӵa cҧm quang dҥng lӓng Loҥi nhӵa này sӁ ÿ{QJÿһc lҥi khi tiӃp xúc vӟi tia UV Khi hoҥWÿӝng, tia UV ÿѭӧFÿLӅu khiӇn theo biên dҥQJÿѭӧc lұSWUuQKWUѭӟFOjPÿ{QJUҳn vұt liӋu theo tӯng lӟSÿӇ tҥo sҧn phҭm Sҧn phҭm tҥo ra bҵng công nghӋ này có chҩWOѭӧng bӅ mһt cao so vӟi các công nghӋ LQ'NKiFWKѭӡQJÿѭӧc ӭng dөQJWURQJOƭQKYӵc nha khoa hay WURQJOƭQKYӵc tҥo mүu cụng nghiӋSô&iFF{QJQJKӋ ÿһFWUѭQJFӫa dҥng này là công nghӋ Stereolithography (SLA), công nghӋ Digital Light Processing (DLP) và Digital Light Synthesis (DLS) dӵa trên công nghӋ ÿѭӧc cҩp bҵng sáng chӃ là Continuous Liquid Interface Production (CLIP) Các cҩXKuQKWKѭӡng gһp bao gӗm: x 4XpWYHFWѫKRһFWKHRÿLӇm, cách tiӃp cұQÿLӇn hình cӫDPi\6/WKѭѫQJPҥi x Phép chiӃu mһt nҥ, hoһFSKѭѫQJSKiSWLӃp cұn theo lӟp, chiӃu xҥ toàn bӝ các lӟp cùng mӝt lúc x 3KѭѫQJSKiSWLӃp cұn hai photon vӅ FѫEҧQOjSKѭѫQJSKiSWLӃp cұn tӯng ÿLӇPFyÿӝ phân giҧi cao

Ba cҩXKuQKQj\ÿѭӧc thӇ hiӋQGѭӟi dҥng giҧQÿӗ trong Hình 1.8/ѭXêUҵng trong nhӳQJSKѭѫQJSKiSTXpWYpFWѫYHFWRUVFDQYjKDLSKRWRQWZR-photon), chùm tia quét laser là cҫn thiӃWWURQJNKLSKѭѫQJSKiSWLӃp cұn theo lӟp (mask projection) sӱ dөng chùm bӭc xҥ lӟQÿѭӧc tҥo thành bӣi mӝt thiӃt bӏ NKiFWURQJWUѭӡng hӧp này là thiӃt bӏ JѭѫQJKLӇn vi kӻ thuұt sӕ (Digital Micromirror Device ± DMD) Ӣ WUѭӡng hӧp hai photon, quá trình quang hóa xҧy ra ӣ JLDRÿLӇm cӫa hai chùm tia laser quét, trong khi các cҩu hình khác sӱ dөng mӝWWLDODVHUÿѫQYjFiFKyDFKҩt quang hóa khác nhau MӝWÿLӇm khác biӋt nӳa là cҫn phҧi phӫ lҥi hoһc cung cҩp mӝt lӟp nhӵa mӟi WURQJSKѭѫQJSKiSTXpWYpFWѫYjWKHROӟp, trong khi ӣ SKѭѫQJSKiSKDLSKRWRQFKL tiӃWÿѭӧc chӃ tҥRErQGѭӟi bӅ mһt nhӵa, viӋc phӫ lҥi lӟp vұt liӋu là không cҫn thiӃt, GRÿySKѭѫQJSKiSQj\QKDQKKѫQYjtWSKӭc tҥSKѫQ

E6ѫÿӗ SKѭѫQJSKiSWLӃp cұn theo lӟp F6ѫÿӗ SKѭѫQJSKiS-photon

Hình 1.8 6ѫÿӗ cӫa ba cách tiӃp cұQÿӕi vӟi quá trình phҧn ӭng quang hóa [9]

Công nghӋ kӃt hӧp vұt liӋu bӝt trong mһt phҷng

Là công nghӋ sӱ dөng vұt liӋu dҥng bӝWÿӇ chӃ tҥo các sҧn phҭm theo tӯng lӟp xӃp chӗQJQKDXGѭӟi tác dөng cӫa nguӗQQăQJOѭӧng tia laser Khi hoҥWÿӝng, tia laser sӁ ÿѭӧFÿLӅu khiӇn theo biên dҥQJÿѭӧc lұSWUuQKWUѭӟFÿӇ nung nóng nhҵm kӃt dính các hҥt vұt liӋu lҥi vӟi nhau Các công nghӋ ÿLӇn hình cho loҥi này là công nghӋ thiêu kӃt chӑn lӑc bҵng tia laser (Selective Laser Sintering ± SLS), công nghӋ thiêu kӃt kim loҥi trӵc tiӃp bҵng tia laser (Direct Metal Laser Sintering ± DMLS), công nghӋ nung chҧy chӑn lӑc bҵng tia laser (Selective Laser Melting ± SLM), công nghӋ nung chҧy bҵng chùPWLDÿLӋn tӱ (Electron Beam Melting ± EBM) và công nghӋ thiêu kӃt chӑn lӑc bҵng nhiӋt (Selective Heat Sintering ± SHS)

Công nghӋ phun vұt liӋu

Công nghӋ này hoҥWÿӝQJWKHRFiFKWѭѫQJWӵ QKѭPӝt máy in phun hai chiӅu WK{QJWKѭӡng Vұt liӋu sӱ dөng là nhӵa cҧm quang ӣ dҥng giӑt chҩt lӓQJÿѭӧc cҩp tӯ nhiӅXÿҫXLQWѭѫQJWӵ QKѭWURQJPi\LQSKXQVӁ hóa rҳn khi tiӃp xúc vӟLWLD89ÿӇ tҥo thành sҧn phҭm theo tӯng lӟSĈk\OjPӝt công nghӋ ÿDYұt liӋu cho phép chӃ tҥo ra sҧn phҭm có nhiӅu màu sҳc khác nhau, còn gӑi là Drop-on-Demand (DOD) vì nó sӱ dөQJÿҫXLQÿӇ cҩp vұt liӋu lӓng theo nhӳng vӏ WUt[iFÿӏnh tҥo ra ra sҧn phҭPQKѭ sáp, chӫ yӃXÿѭӧc sӱ dөQJÿӇ tҥo các mүXÿ~FFiFVҧn phҭPFyÿӝ chính xác cao và bӅ mһt mӏn

Hình 1.10 6ѫÿӗ cӫa hӋ thӕng in DOD [9]

Công nghӋ phun chҩt kӃt dính

7ѭѫQJWӵ công nghӋ phun vұt liӋu MJ, BJ sӱ dөng hai vұt liӋu: vұt liӋu tҥo ra sҧn phҭm dҥng bӝt và vұt liӋu kӃt dính dҥng lӓng Khi hoҥWÿӝng, vұt liӋu bӝWÿѭӧc trҧi thành mӝt lӟp mӓng có bӅ Gj\QKѭPRQJPXӕQ6DXÿyFKҩt kӃt dính ӣ dҥng lӓQJÿyQJYDLWUzOjWiFQKkQOLrQNӃWÿѭӧc phun trên lӟp bӝWQj\ÿӇ kӃt dính chúng lҥi vӟi nhau tҥo thành tӯng lӟp cӫa sҧn phҭPĈҫu phun di chuyӇn theo các biên dҥng ÿѭӧc lұSWUuQKWUѭӟc phù hӧp vӟi hình dҥng mһt cҳt ngang cӫa sҧn phҭm Sau khi tҥo thành mӝt lӟp, bàn máy xuӕng vӟi mӝt lӟp bӝt mӟLÿѭӧc trҧi lên lӟSWUѭӟc và quá trình phun lҥi tiӃp tөc Quá trình kӃt thúc khi sҧn phҭPÿѭӧc hoàn thành Do không cҫn phҧi tҥo hӋ thӕQJÿӥ nên thӡi gian chӃ tҥo sҧn phҭPWѭѫQJÿӕLQKDQKQKѭQJFy FѫWtQKWKҩSGRÿӝ liên kӃt giӳa các hҥt vұt liӋu thҩp

Tín hiӋu truyӅQÿӝng

Hình 1.11 6ѫÿӗ quy trình công nghӋ phun chҩt kӃt dính [9]

Công nghӋ tҩm mӓng

Công nghӋ SL chӃ tҥo sҧn phҭm tӯ SK{LEDQÿҫu là các tҩm phҷng, mӓng và sӱ dөQJFiFSKѭѫQJSKiSNӃWGtQKÿӇ liên kӃt chúng lҥi vӟi nhau, gӗm hai loҥi: công nghӋ chӃ tҥo bӗLÿҳp bҵng siêu âm (Ultrasonic Additive Manufacturing ± UAM) và công nghӋ chӃ tҥo vұt thӇ nhiӅu lӟp (Laminated Object Manufacturing ± LOM) x Công ngh ch͇ t̩o b͛Lÿ̷p b̹ng siêu âm (UAM): các tҩm kim loҥLÿѭӧc liên kӃt vӟi nhau bҵng cách sӱ dөQJSKѭѫQJSKiSKjQVLrXkP6DXNKLKjQVҧn phҭm không cҫn phҧi gia công lҥi vұt liӋu sӱ dөng gӗm nhiӅu loҥi khác nhau QKѭQK{PÿӗQJWKpSYjWLWDQôFKRSKpSOLQKKRҥWKѫQWURQJYLӋFÿiS ӭng yêu cҫu vӅ FѫWtQKFӫa sҧn phҭm x Công ngh ch͇ t̩o v̵t th͋ nhi͉u lͣp (LOM): sӱ dөng vұt liӋu là các tҩm phҷQJÿѭӧc cҳt theo biên dҥng mong muӕn bҵng dao hoһc tia laser và dùng chҩt kӃWGtQKOjNHRÿӇ dán các tҩm lҥi vӟi nhau Các biên dҥng này phù hӧp vӟi tiӃt diӋn mһt cҳt ngang cӫa sҧn phҭm Vұt liӋu sӱ dөng trong công nghӋ này rҩWÿDGҥng gӗm giҩy, gӛ, nhӵa hoһFFRPSRVLWHô Ĉҫu phun dung dӏch

1.2.7 Công nghӋ lҳQJÿӑng QăQJOѭӧng trӵc tiӃp

Công nghӋ DED là mӝt công nghӋ chӃ tҥo sҧn phҭm bҵng vұt liӋu nhӵa, thӫy tinh hoһc gӕm sӭ và phә biӃn nhҩt là vұt liӋu kim loҥi hoһc hӧp kim Trong DED, mӝt vòi phun cҩp vұt liӋu dҥng sӧi sӁ ÿѭӧc làm nóng chҧy bҵQJQăQJOѭӧng tia laser hoһc tia electron và rҧi nó theo biên dҥng mһt cҳWQJDQJÿmÿѭӧc lұSWUuQKWUѭӟc) cӫa sҧn phҭm Khi hoҥWÿӝQJYzLSKXQÿѭӧFÿLӅu khiӇQÿӇ di chuyӇn giӕQJQKѭÿҫu dao cӫa các máy phay CNC 3, 4 hay 5 trөc nhҵPÿҳp vұt liӋu dҫn tӯng lӟSÿӇ tҥo thành sҧn phҭm công nghӋ Qj\ÿѭӧc ӭng dөng phә biӃQWURQJFiFQJjQKKDQJNK{QJYǊ trө, ô tô

Hình 1.13 6ѫÿӗ cӫDTX\WUuQK'('ODVHUÿLӇn hình [9]

Công nghӋ lҳQJÿӑQJQăQJOѭӧng trӵc tiӃp

7URQJWUѭӡng hӧp nguӗQQăQJOѭӧng sӱ dөng là tia laser, công nghӋ DED còn ÿѭӧc gӑi là công nghӋ Laser Engineered Net Shaping (LENS), 3D Laser Cladding, Directed Light Fabrication (DLF).

Công nghӋ FDM

Nguyên lý hoҥWÿӝng cӫa công nghӋ FDM

Công nghӋ mô hình hóa lҳQJÿӑng hӧp nhҩt (Fused Deposition Modelling ± FDM) thuӝc nhóm công nghӋ ÿQYұt liӋu (ME) Nguyên liӋXÿҫu vào là các cuӝn vұt liӋu dҥng sӧi, sҧn phҭPÿѭӧc chӃ tҥo bҵng cách nung chҧy, rҧi và liên kӃt các sӧi vұt liӋu vӟi nhau theo tӯng lӟp Công nghӋ )'0ÿѭӧc phát minh bӣi Scott Crump vào khoҧng nhӳQJQăPFӫa thӃ kӹ 20 Stratasys là mӝt trong nhӳQJF{QJW\ÿҫu tiên phát triӇQYjWKѭѫQJPҥi hóa công nghӋ và thiӃt bӏ FDM Trong nhӳQJQăPTXDYӟi viӋFOX{QÿiSӭQJÿѭӧc nhu cҫXQJj\FjQJWăQJYӅ chӃ tҥo mүu, mô hình chӭFQăQJ sҧn phҭPôQrQWURQJWKӵc tӃ sҧn xuҩt, cụng nghӋ Qj\ÿmFyVӵ phỏt triӇn liờn tөc vӅ sӕ Oѭӧng khách hàng biӃWÿӃn và sӱ dөng, chҩWOѭӧng sҧn phҭPFǊQJGҫn hoàn thiӋn theo thӡi gian [1, 10, 11]

Nguyên lý chung cӫa công nghӋ )'0OjÿQYұt liӋu nhӵa dҥng sӧi nóng chҧy ӣ trҥng thái bán lӓng qua mӝWYzLSKXQYjÿLӅu khiӇn vòi phun di chuyӇQÿӇ tҥo thành các lӟp theo biên dҥng mһt cҳt cӫa sҧn phҭm Nguyên liӋu sӱ dөng là sӧi nhӵa, thông WKѭӡQJFyÿѭӡng kính 1,75 mm Khi hoҥWÿӝng, sӧi nhӵDÿѭӧc cung cҩp cho ÿҫXÿQ nhӡ ÿӝQJFѫYjFһSFRQOăQFXӕQĈҫXÿQÿѭӧc gia nhiӋt tӟi nhiӋWÿӝ thích hӧSÿӇ làm nóng chҧy sӧi nhӵDYjÿQUDQJRjLĈҫXÿQÿѭӧFÿLӅu khiӇQÿӝc lұp theo hai SKѭѫQJ;@WKӇ hiӋQÿӝ bӅQNpRP{ÿXQ±@&iFÿһc tính kéo sӁ ÿҥt giá trӏ trung bình lӟn nhҩt khi tӕFÿӝ ÿLӅQÿҫy 25 PPVVDXÿyJLҧm dҫn (3) Tҩt cҧ FiFÿһFWtQKNpRWăQJOrQ YjVDXÿyJLҧPÿLYӟLÿLӇm uӕn ӣ nhiӋWÿӝ vòi phun là 220 o &Ĉӝ bӅn kéo, mô ÿXQ DOE > Factorial > Analyze Factorial Design Chӑn nút Term và chӑn cҩp 1 trong hӝp thoҥi Include terms in the model up through order ÿӇ phân tích mô hình hӗi quy bұc nhҩWÿiQKGҩu chӑn Include center points in the model Chӑn OK trong các hӝp thoҥi Các hӋ sӕ cӫDSKѭѫQJWUuQKKӗi quy bұc nhҩt và kӃt quҧ SKkQWtFKSKѭѫQJVDLÿѭӧc thӇ hiӋn trong Bҧng 4.7 và Bҧng 4.8

Bҧng 4.7 Các hӋ sӕ cӫDSKѭѫQJWUuQKKӗi quy bұc nhҩt

Term Effect Coef SE Coef T-Value P-Value VIF

Bҧng 4.8 KӃt quҧ SKkQWtFKSKѭѫQJVDL

Source DF Adj SS Adj MS F-Value P-Value

Total 21 2845.68 x 3KѭѫQJWUuQKGҥng mã hóa:

Y x x x x x (4.2) x Giá trӏ p ӭng vӟi các hӋ sӕ ÿӅu lӟQKѫQVRYӟi mӭFêQJKƭDD (bҵng 0,05) chӭng tӓ sӵ có mһt cӫa các hӋ sӕ Qj\NK{QJFyêQJKƭD1JRjLUD, giá trӏ p cӫDFiFÿLӇPWUXQJWkPFǊQJNKiOӟn, thӇ hiӋn rҵQJFiFÿLӇm trung tâm không có ҧQKKѭӣQJÿiQJNӇ ÿӃn mô hình hӗi quy Nói cách khác, giá trӏ cӫDÿiS ӭng Y tҥLFiFÿLӇm trung tâm không làm sai lӋch mô hình bұc nhҩt dӵng qua FiFÿLӇm góc x Trong phҫQSKkQWtFKSKѭѫQJVDL$QDO\VLVRIYDULDQFHNLӇm tra giá trӏ p ӭng vӟLKjQJ³/DFNRIILW´WDWKҩy p = 0,001 Giá trӏ cӫa p nhӓ KѫQQKLӅu so vӟi mӭFêQJKƭDĮEҵQJĈLӅXQj\FyQJKƭDOjP{KuQKKӗi quy bұc nhҩt không phù hӧSĈӃQÿk\WDFKX\Ӈn VDQJJLDLÿRҥn thí nghiӋm bӅ mһt ÿiSӭng.

Thí nghiӋm bӅ mһWÿiSӭng

4.3.2.1 Xây d ͹ ng k ͇ ho ̩ ch th ͹ c nghi m

'RÿmWKӵc hiӋn thӵc nghiӋm riêng phҫQFyÿLӇPWUXQJWkPQrQWURQJJLDLÿRҥn này, cҫn thӵc hiӋn thêm 2k 10 thí nghiӋm ӣ ÿLӇm sao LuұQYăn thiӃt kӃ theo quy hoҥch hӛn hӧSÿӕi xӭng bұc hai dҥng B (FCCCD), FiFÿLӇm sao nҵm ӣ tâm mӛi mһt cӫa không gian giai thӯDGRÿyD r1 (ô màu xanh trong Bҧng 4.9)

Bҧng 4.9 Ma trұn quy hoҥch và kӃt quҧ thӵc nghiӋm

0үXWKtQJKLӋP 1KkQWӕPmKyD ӃWTXҧ y j , MPa x 1 x 2 x 3 x 4 x 5

Phân tích dӳ liӋu thӵc nghiӋm thu thұSÿѭӧc tӯ thiӃt kӃ FCCCD bҵng phҫn mӅm 0LQLWDESKѭѫQJWUuQKKӗi TX\ÿDWKӭc bұc 2 có dҥng tәng quát:

7URQJÿy x \OjÿiSӭQJÿҫu ra x x x i , j lҫQOѭӧt là nhân tӕ thӭ ,i j x k là tәng sӕ nhân tӕ ÿҫu vào

Thao tác thӵc hiӋQWUrQ0LQLWDEQKѭVDX0ӣ cӱa sә chӭa Worksheet cӫa thí nghiӋP ÿm KRjQWKjQK&Kӑn menu Stat > DOE > Response Surface > Analyze Response Surface Design Trong hӝp thoҥi mӟi xuҩt hiӋn, chӑn tên hàm mөc tiêu cho mөc Responses tӯ danh sách bên cҥnh Trong danh sách Analyze data using, chӑn kiӇu sӕ liӋu mã hóa (Coded unitsÿӇ phân tích Chӑn nút Term và chӑn cҩp ÿӝ mô hình hӗi quy trong danh sách Include the following terms là Full quadratic Chӑn OK Quay vӅ hӝp thoҥi chính, chӑn nút Graph và chӑn các dҥQJÿӗ thӏ Sau khi hoàn tҩt, chӑn nút OK Giá trӏ các hӋ sӕ cӫDSKѭѫQJWUuQKYj3± FѫVӣ ÿӇ xác ÿӏnh yӃu tӕ ÿҫXYjRQjRFyêQJKƭDÿӕi vӟi kӃt quҧ ÿҫu ra cӫa thӵc nghiӋPÿѭӧc trình bày trong Bҧng 4.10

Bҧng 4.10 Các hӋ sӕ cӫDSKѭѫQJWUuQKKӗLTX\ÿҫ\ÿӫ

Term Coef SE Coef T-Value P-Value VIF

Có thӇ thҩy các hӋ sӕ cӫa các nhân tӕ ݔ ଵ ǡ ݔ ଷ ǡ ݔ ସ ǡ ݔ ସ ଶ ǡ ݔ ଵ ݔ ଷ ǡ ݔ ଵ ݔ ସ ǡ ݔ ଶ ݔ ସ ǡ ݔ ଶ ݔ ହ ǡ ݔ ଷ ݔ ସ , ݔ ଷ ݔ ହ ÿӅu có giá trӏ p nhӓ KѫQVRYӟi mӭFêQJKƭDߙ ሺߙ ൌ ͲǡͲͷሻ QrQFyêQJKƭDWKӕng kê TiӃn hành loҥi các hӋ sӕ NK{QJFyêQJKƭDEҵng phҫn mӅP0LQLWDEWDFyÿѭӧc thông tin cӫa mô hình hӗi quy (Bҧng 4.11) và kӃt quҧ SKkQWtFKSKѭѫQJVDLBҧng 4.12QKѭVDX

Bҧng 4.11 HӋ sӕ cӫDSKѭѫQJWUuQKKӗi quy sau khi tính toán lҥi

Bҧng 4.12 KӃt quҧ SKkQWtFKSKѭѫQJVDL

Total 31 3220.37 x KiӇm tra tính thích hӧSSKѭѫQJWUuQKKӗi quy: Nhұn thҩy ӣ mөc kiӇPÿӏnh mӭFÿӝ phù hӧp cӫa mô hình hӗi quy (Lack-of-Fit), giá trӏ p lӟQKѫQQKLӅu so vӟi mӭFêQJKƭDD p 0, 092 ! D 0, 05 ĈLӅXQj\FyQJKƭDOjGҥng mô hình khӟp vӟi dӳ liӋu x 3KѭѫQJWUuQh hӗi quy dҥng mã hóa:

(4.4) x BiӇXÿӗ phҫQGѭSKkQSKӕi chuҭn ӣ mӭFÿӝ tin cұy 95% cho thҩy rҵng hҫu hӃt dӳ liӋXÿѭӧc phân phӕi chuҭn (Hình 4.8)

Hình 4.8 BiӇXÿӗ phҫQGѭSKkQ phӕi chuҭn (Ҧnh chөp tӯ Minitab) x ĈiQKJLiPӭFÿӝ ҧQKKѭӣng cӫa các thành phҫn: Thông qua biӇXÿӗ Pareto, có thӇ thҩy thông sӕ bӅ dày lӟS$FyWiFÿӝng lӟn nhҩWÿӃQÿӝ bӅn kéo cӫa chi tiӃt, xӃp phía sau lҫQOѭӧt là góc nhӵDÿQ&YjPұWÿӝ ÿLӅQÿҫy (D) NhiӋWÿӝ buӗng E tuy không ҧQKKѭӣng lӟQQKѭQJFiFWѭѫQJWiFC x Evà

D x E lҥi có ҧQKKѭӣQJNKiÿiQJNӇ1KuQFKXQJWѭѫQJWiFJLӳa các nhân tӕ WiFÿӝng nhiӅXÿӃn mөFWLrXÿҫu ra (Hình 4.9)

Hình 4.9 BiӇXÿӗ thӇ hiӋn mӭFÿӝ ҧQKKѭӣng cӫa các thành phҫn

TiӃn hành tӕLѭXKyDEҵng công cө Response Optimizer trên Minitab 19, ta thu ÿѭӧFÿӗ thӏ tӕLѭXQKѭVDXHình 4.10)

Hình 4.10 Ĉӗ thӏ tӕLѭXFiFWK{QJVӕ (Ҧnh chөp tӯ Minitab) x Có thӇ thҩy trong miӅn giá trӏ lӵa chӑQEDQÿҫXÿӝ bӅn kéo lӟn nhҩWÿҥWÿѭӧc là 49,5178MPa khi bӝ thông sӕ bao gӗm: bӅ dày lӟp (A), tӕFÿӝ ÿҫXÿQ (B), góc nhӵDÿQ&PұWÿӝ ÿLӅQÿҫy (D) và nhiӋWÿӝ buӗng tҥo mүu (E) lҫQOѭӧt nhұn giá trӏ WѭѫQJӭng là (0,1323, 40,0, 0,0, 60,0, 70,0) x Nhìn chung, bӅ dày lӟp (A) càng giҧPÿӝ bӅn kéo càng giҧPÿLӅXWѭѫQJWӵ xҧ\UDÿӕi vӟi tӕFÿӝ ÿҫXÿQ%YjJyFÿѭӡQJÿQ&Pһt khác, khi mұt ÿӝ ÿLӅQÿҫy (D) và nhiӋWÿӝ buӗng tҥo mүX(FjQJWăQJWKuÿӝ bӅn kéo càng WăQJ

4.4 3KѭѫQJSKiSPҥng thҫn kinh nhân tҥo

Xây dӵng cҩu trúc mҥng

LuұQYăQVӱ dөng phҫn mӅm MATLAB R2015a chuyên dөQJÿӇ mô phòng và huҩn luyӋn mҥng ANN MATLAB là phҫn mӅm cung cҩSP{LWUѭӡng tính toán sӕ và lұp trình, do công ty MathWorks thiӃt kӃ MATLAB cho phép tính toán sӕ vӟi ma trұn, vӁ ÿӗ thӏ hàm sӕ hay biӇXÿӗ thông tin, thӵc hiӋn thuұt toán, tҥo các giao diӋn QJѭӡi dùng và liên kӃt vӟi nhӳQJFKѭѫQJWUuQKPi\WtQKYLӃt trên nhiӅu ngôn ngӳ lұp trình khác

Sӕ liӋu thӵc nghiӋPÿѭӧc chia ngүu nhiên thành các tұp dӳ liӋXQKѭVDX ÿѭӧc sӱ dөQJÿӇ huҩn luyӋn, 15% cho viӋc xác thӵc và kӃt thúc sӟPÿjRWҥo khi có hiӋQWѭӧng quá khӟp, 15% còn lҥLÿӇ kiӇm tra vӅ tính tәng quát

Trong cҩu trúc mҥng ANN này, luұQYăQFKӑn sӱ dөng mӝt lӟp ҭn VӅ lý thuyӃt, không có lý do nào sӱ dөng các mҥng có nhiӅXKѫQKDLOӟp ҭQ1JѭӡLWDÿm[iFÿӏnh rҵQJÿӕi vӟi phҫn lӟn các bài toán cө thӇ chӍ cҫn sӱ dөng mӝt lӟp ҭn cho mҥQJOjÿӫ ÿӇ giҧi quyӃt Các bài toán sӱ dөng hai lӟp ҭn hiӃm khi xҧy ra trong thӵc tӃ Ngoài ra, viӋc huҩn luyӋn mҥQJWKѭӡng rҩt chұm khi mà sӕ lӟp ҭn sӱ dөng càng nhiӅu Lý do giҧi thích cho viӋc sӱ dөng càng ít các lӟp ҭn càng tӕt là: x Phҫn lӟn các thuұt toán huҩn luyӋn mҥng cho các mҥQJQѫURQWUX\Ӆn thҷng ÿӅu dӵDWUrQSKѭѫQJSKiSJUDGLHQW&iFOӟp thêm vào sӁ thêm viӋc phҧi lan truyӅn các sai sӕ làm cho vector gradient rҩt không әQÿӏnh x Sӕ các cӵc trӏ ÿӏDSKѭѫQJWăQJOrQUҩt lӟn khi có nhiӅu lӟp ҭn và xác suҩt khá cao là chúng ta sӁ bӏ tҳc trong mӝt cӵc trӏ ÿӏDSKѭѫQJVDXUҩt nhiӅu thӡi gian lһSNKLÿyVӁ ta phҧi bҳWÿҫu lҥi x VӅ tәng thӇQJѭӡi ta cho rҵng viӋFÿҫu tiên là nên xem xét khҧ QăQJVӱ dөng mҥng chӍ có mӝt lӟp ҭn NӃu dùng mӝt lӟp ҭn vӟi mӝt sӕ Oѭӧng lӟQFiFÿѫQ vӏ mà không có hiӋu quҧ thì dùng thêm mӝt lӟp ҭn nӳa vӟi mӝt sӕ tWFiFÿѫQ vӏ

Mӝt vҩQÿӅ quan trӑng trong viӋc thiӃt kӃ mӝt mҥng là cҫQFyEDRQKLrXQѫURQ trong lӟp ҭn Sӱ dөQJTXitWQѫURQFyWKӇ dүQÿӃn viӋc không thӇ nhұn dҥQJÿѭӧc các tín hiӋXÿҫ\ÿӫ trong mӝt tұp dӳ liӋu phӭc tҥp Sӱ dөng quá nhiӅXQѫURQVӁ WăQJWKӡi gian luyӋn mҥng Sӕ Oѭӧng tӕt nhҩt cӫDFiFÿѫQYӏ ҭn phө thuӝc vào rҩt nhiӅu thông sӕ ÿҫXYjRÿҫu ra cӫa mҥng, sӕ WUѭӡng hӧp trong tұp mүXÿӝ nhiӉu cӫa dӳ liӋXÿtFK ÿӝ phӭc tҥp cӫa hàm lӛi, kiӃn trúc mҥng và thuұt toán luyӋn mҥng

Trong phҫn lӟQFiFWUѭӡng hӧp, không có mӝWFiFKÿӇ có thӇ dӉ GjQJ[iFÿӏnh ÿѭӧc sӕ tӕLѭXFiFÿѫQYӏ trong lӟp ҭn mà không phҧi luyӋn mҥng sӱ dөng sӕ FiFÿѫQ vӏ trong lӟp ҭn khác nhau và dӵ báo lӛi tәng quát hóa cӫa tӯng lӵa chӑn Cách tӕt nhҩt là sӱ dөQJSKѭѫQJSKiSWKӱ-sai (trial-and-error) ViӋc thiӃt kӃ ANN sӁ bҳWÿҫu vӟi mӝt lӟp ҭn Sӕ QѫURQWURQJOӟp ҭQÿyVӁ ÿѭӧFÿLӅu chӍQKWăQJGҫQFKRÿӃQNKLÿҥt ÿѭӧc kӃt quҧ sai sӕ ÿҫu ra cӫa mҥng và giá trӏ ÿҫu ra mong muӕn là chҩp nhұQÿѭӧc NӃu sӕ QѫURQTXiOӟQKѫQPjVDLVӕ vүQFKѭDFKҩp nhұQÿѭӧFWKuWăQJOӟp ҭn WKjQKKDL4XiWUuQKQj\ÿѭӧc lһSÿLOһp lҥLFKRÿӃQNKLÿҥWÿѭӧc sai sӕ Yjÿҫu ra mong muӕn LuұQYăQQj\Vӱ dөng sӕ QѫURQWURQJOӟp ҭn mһFÿӏnh cӫa Matlab là 10 Theo tài liӋXKѭӟng dүn xây dӵng mҥng ANN cӫD0DWODEWURQJWUѭӡng hӧp nӃu sai sӕ huҩn luyӋn quá cao thì ta tiӃQKjQKWăQJVӕ QѫURQOrQYjKXҩn luyӋn lҥLQJѭӧc lҥi nӃu xҧy ra hiӋQWѭӧng quá khӟp thì ta cân nhҳc giҧm sӕ OѭӧQJQѫURQWURQJOӟp ҭn [47]

7URQJFiFÿѫQYӏ ҭQ$11WKѭӡng dùng hàm truyӅn sigmoid hoһFWDQVLJÿӇ biӇu diӉn sӵ phi tuyӃn trong mҥQJĈӕi vӟLFiFÿѫQYӏ ÿҫu ra, hàm truyӅn cҫQÿѭӧc chӑn sao cho phù hӧp vӟi sӵ phân phӕi cӫa các giá trӏ ÿtFKPRQJPXӕn Trong cҩu trúc mҥng này, luұQYăQVӱ dөng hàm truyӅn tansig trong lӟp ҭQÿӇ biӇu diӉn quan hӋ phi tuyӃn giӳa các thông sӕ ÿҫu vào và các biӃQÿҫXUDOjÿӝ bӅQNpRÿӗng thӡi sӱ dөng hàm truyӅn tuyӃn tính purelin ӣ lӟSÿҫu ra

L͹a ch͕n thu̵t toán hṷn luy n

LuұQYăQÿmÿӅ cұp tӟLQăPWKXұWWRiQÿLӇQKuQKWKѭӡQJÿѭӧc sӱ dөQJÿӇ xây dӵQJP{KuQK$11ÿyOj*UDGLHQW'HVFHQW1HZWRQảVPHWKRG&RQMXUJDWH*UDGLHQW Quasi-Newton method và Levenberg-Marquardt 7URQJTXiWUuQKÿiQKJLiKLӋu suҩt cӫa các thuұt toán huҩn luyӋn, các tác giҧ Alberto Quesada và Artelnics ÿm FKӍ ra rҵng Levenberg-Marquest là thuұt toán có tӕc ÿӝ hӝi tө nhanh nhҩt BiӇXÿӗ Gѭӟi ÿk\P{Wҧ tӕFÿӝ tính toán và yêu cҫu bӝ nhӟ cӫa các thuұt toán huҩn luyӋQÿmÿѭӧc ÿӅ cұp [49]

Hình 4.11 BiӇXÿӗ so sánh tӕFÿӝ và yêu cҫu bӝ nhӟ giӳa các thuұt toán [49]

Dӵa vào biӇXÿӗ ta có thӇ thҩy, thuұt toán huҩn luyӋn chұm nhҩt là Gradient 'HVFHQW*'QKѭQJQyOjWKXұWWRiQÿzLKӓi ít bӝ nhӟ KѫQ1Jѭӧc lҥi, nhanh nhҩt là thuұt toán Levenberg-0DUTXHVW /0 QKѭQJ Qy ÿzL Kӓi rҩt nhiӅu bӝ nhӟ Quasi-

Newton (QNM) là thuұt toán cân bҵng giӳa tӕFÿӝ và yêu cҫu bӝ nhӟ Tӯ ÿyWDFy các kӃt luұn sau: x NӃu mҥQJQѫURQFӫa chúng ta có hàng ngàn trӑng sӕ, chúng ta nên sӱ dөng thuұt toán Gradient Descent hoһF&RQMXUJDWH*UDGLHQWÿӇ tiӃt kiӋm bӝ nhӟ x NӃu chúng ta có mҥQJQѫURQFKӍ vӟLYjLWUăPWUӑng sӕ thì sӵ lӵa chӑn tӕt nhҩt là thuұt toán Levenberg-Marquest Trong nhiӅX WUѭӡng hӧp, Levenberg- Marquest có thӇ WKXÿѭӧc sai sӕ EuQKSKѭѫQJWUXQJEuQKWKҩSKѫQEҩt kì thuұt toán nào khác x Trong các tình huӕng còn lҥi, ta có thӇ sӱ dөng thuұt toán Quasi-1HZWRQÿӇ cân bҵng giӳa tӕFÿӝ và yêu cҫu bӝ nhӟ

Trong luұQYăQQj\GRVӕ Oѭӧng dӳ liӋXÿҫu vào không nhiӅu nên ta lӵa chӑn thuұt toán Levenberg-Marquest làm thuұt toán huҩn luyӋQÿӇ mҥQJ$11ÿҥt hiӋu suҩt tӕt nhҩt

MҥQJÿѭӧc xây dӵng vӟi cҩu trúc 5-10-1, sӱ dөng hàm truyӅn tansig-purelin cùng thuұt toán lan truyӅQQJѭӧc Levenberg-Marquardt (LM) Cҩu trúc mҥQJÿѭӧc thӇ hiӋQQKѭHình 4.12

Hình 4.12 Mô hình huҩn luyӋn cӫa mҥng ANN (Ҧnh chөp tӯ Matlab)

KӃt quҧ và phân tích

KӃt quҧ quá trình huҩn luyӋn mҥng sӁ hiӇn thӏ sai sӕ EuQKSKѭѫQJWUXQJEuQK(Mean square error ± MSE) và hӋ sӕ WѭѫQJTXDQ5Fӫa 3 tұp dӳ liӋu

Hình 4.13 Ĉӗ thӏ giá trӏ MSE cӫa 3 tұp sӕ liӋu trong huҩn luyӋn mҥng

(Ҧnh chөp tӯ Matlab) x Ĉӗ thӏ MSE (Hình 4.13) cho thҩy, trong quá trình huҩn luұn, giá trӏ MSE cӫa tұp xác thӵFÿҥWÿѭӧc giá trӏ tӕt nhҩt ӣ lҫn lһSÿҫXWLrQHSRFKVDXÿyEҳt ÿҫXWăQJYuYұy kӻ thuұt kӃt thúc sӟPÿmÿѭӧc sӱ dөQJÿӇ tránh hiӋQWѭӧng quá khӟp Giá trӏ MSE tӕt nhҩt cӫa tұp xác thӵFWKXÿѭӧc là 1,2605 Bên cҥnh ÿyVDLVӕ huҩn luyӋQÿѭӡQJPjX[DQKGѭѫQJYjVDLVӕ kiӇPWUDÿѭӡng PjXÿӓÿӅu thҩSQJKƭDOjNӃt quҧ dӵ ÿRiQUҩt chính xác

Hình 4.14 Ĉӗ thӏ hӗi quy cӫa ANN (Ҧnh chөp tӯ Matlab) x Ĉӗ thӏ hӗi quy cӫa ANN (Hình 4.14) cho thҩy hӋ sӕ WѭѫQJTXDQ5FKRTXi trình huҩn luyӋn (Traning) và kiӇPWUD7HVWÿӅu rҩt cao (R > 0,97ÿLӅu này FyQJKƭDOjPҥQJÿѭӧc huҩn luyӋn tӕt, mô hình dӵ ÿRiQFyPӕLWѭѫQJTXDQ rҩt chһt chӁ vӟi dӳ liӋXÿҫu ra.

So sánh giӳa RSM và ANN

Vӟi mӛi mөc tiêu, ta có hai bӝ dӵ liӋu dӳ ÿRiQEDRJӗm: dӳ liӋu dӵ ÿRiQWӯ mô hình hӗLTX\WURQJSKѭѫQJSKiSYjGӳ liӋu dӵ ÿRiQÿѭӧc tӯ mҥQJ$11ĈӇ so sánh YjÿiQKJLiJLӳDKDLSKѭѫQJSKiSQj\OXұQYăQWLӃn hành so sánh sai sӕ tuyӋWÿӕi trung bình (Mean Absolute Error ± MAE) giӳa bӝ dӳ liӋu cӫDKDLSKѭѫQJSKiSYӟi dӳ liӋu thӵc tӃ0$(ÿRÿӝ lӟn trung bình cӫa các lӛi trong mӝt tұp hӧp các dӵ ÿRiQ mà không cҫQ[HP[pWKѭӟng cӫDFK~QJÿyOjJLiWUӏ trung bình trên mүu thӱ nghiӋm vӅ sӵ khác biӋt tuyӋWÿӕi giӳa dӵ ÿRiQYjTXDQViWWKӵc tӃWURQJÿyWҩt cҧ các khác biӋt riêng lҿ có trӑng sӕ bҵng nhau Giá trӏ 0$(ÿѭӧc tính theo công thӭc:

7URQJÿy x y: giá trӏ quan sát thӵc tӃ x yệ: giỏ trӏ dӵ ÿRiQ x N: tәng sӕ thӵc nghiӋm

VӟLSKѭѫQJSKiS)&&&'Vӕ liӋu thӵc nghiӋm và bӝ giá trӏ dӵ ÿRiQWӯ phҫn mӅP0LQLWDEÿѭӧc thӇ hiӋn trong Bҧng 4.13

Bҧng 4.13 Sӕ liӋu thӵc nghiӋm và dӵ ÿRiQFӫDSKѭѫQJSKiS560Wӯ Minitab

Obs Y Fit Resid Std Resid

Thay các giá trӏ WuPÿѭӧc vào công thӭc (4.5)WDWtQKÿѭӧc ܯܣܧ ൌ ʹǡͳͷͶ͹, có thӇ thҩy mӝt sӕ ÿLӇm quan sát bҩWWKѭӡng nҵm ӣ các thí nghiӋm 1, 3 và 21 khi giá trӏ ngoҥi lҥi (R Large residual) khá lӟQÿLӅu này tҥRQrQWiFÿӝng không cân xӭnJÿӃn mô hình hӗi quy

VӟLSKѭѫQJSKiS$11NӃt quҧ sai sӕ tính toán tӯ phҫn mӅP0DWODEÿѭӧc thӇ hiӋn trong Bҧng 4.14

Bҧng 4.14 Sai sӕ giӳa sӕ liӋu thӵc và dӵ ÿRiQWӯ ANN

Thay vào công thӭc (4.5)WDWtQKÿѭӧc ܯܣܧ ൌ ͳǡͳͶ͸͵

Tӯ nhӳng kӃt quҧ trên ta có thӇ ÿѭDUDQKӳng kӃt luұn sau: x KӃt quҧ cho thҩy chӍ sӕ MAE cӫa dӳ liӋXFyÿѭӧc tӯ P{KuQK$11EpKѫQ so vӟi dӳ liӋXFyÿѭӧc tӯ mô hình hӗi quy cӫDSKѭѫQJSKiSEӅ mһWÿiSӭng (RSM), tӯ ÿyFyWKӇ kӃt luұn rҵng mҥng ANN dӵ ÿRiQÿѭӧc kӃt quҧ chính [iFKѫQVRYӟi kӃt quҧ hӗLTX\Fyÿѭӧc tӯ RSM x Mһc dù cho kӃt quҧ dӵ ÿRiQFKtQK[iFKѫQQKѭQJPҥng ANN lҥi khó sӱ dөng và phҧi cҫn rҩt nhiӅu thӡi giaQÿӇ huҩn luyӋn mҥQJÿӗng thӡi mҥng

$11 FǊQJ NK{QJ FXQJ Fҩp khҧ QăQJ WӕL ѭX KyD WK{QJ Vӕ ÿҫX YjR QKѭSKѭѫQJSKiSEӅ mһWÿiSӭng (RSM)

So sánh giӳDFiFSKѭѫQJSKiSTX\KRҥch thӵc nghiӋm và tӕLѭX>@

SKѭѫQJSKiSWӕi ѭX Ĉӝ chính xác

Mô hình ÿӝng lӵc hӑc (tuyӃn tính hoһc phi tuyӃn)

Khҧ QăQJ WѭѫQJ WiF giӳa các biӃn

Giҧi thuұt di truyӅn (GA)

Cao Có thӇ Không Rҩt dài ĈѫQ giҧn

Mҥng thҫn kinh nhân tҥo (ANN)

Thông qua mô phӓng

Cҧ 2 Cao Không thӇ Trung bình

Lôgic mӡ Cao Có thӇ Có Dài Thông qua mô phӓng

Có thӇ Không Ngҳn ĈѫQ giҧn

Có thӇ Có Ngҳn Thông qua mô phӓng

Cҧ 2 Thҩp Có thӇ Trung bình

Cao Có thӇ Có Trung bình

Cҧ 2 Cao Không thӇ Trung bình

Cao Có thӇ Có Trung bình

Dӵa vào bҧng so sánh, có thӇ thҩy bӅ mһWÿiSӭQJÿѭӧFÿiQKJLiOjPӝWSKѭѫQJ pháp dӉ hiӇu, mӭFÿӝ phә biӃn rӝQJÿӝ chính xác rҩt cao, có khҧ QăQJWӕLѭXÿӗng thӡi nhiӅu mөFWLrXYjSKkQWtFKÿѭӧc ҧQKKѭӣng cӫa các thông sӕ WѭѫQJWiF9ӟi lý do trên, luұQYăQQj\Vӱ dөQJSKѭѫQJSKiSEӅ mһWÿiSӭQJÿӇ tӕLѭXWK{QJVӕ công nghӋ cho thiӃt bӏ Ngoài ra nghiên cӭXFǊQJ[k\Gӵng mô hình mҥng thҫn kinh nhân tҥRÿӇ dӵ ÿRiQNӃt quҧ ÿӝ bӅn kéo dӵa trên các thông sӕ ÿҫXYjRVDXÿyWLӃn hành so sánh giӳDKDLSKѭѫQJSKiSEӅ mһWÿiSӭng và ANN rӗLÿѭDUDÿiQKJLi

3.1 3KѭѫQJSKiSEӅ mһWÿiSӭng (Response surface methodology ± RSM)

3KѭѫQJSKiSOXұn bӅ mһWÿiSӭQJÿѭӧc phát triӇn tӯ nhӳQJQăPFӫa thӃ kӍ WUѭӟc bӣi nhà khoa hӑF%R[Yjÿӗng sӵ3KѭѫQJSKiSÿiSӭng bӅ mһt là mӝt tұp hӧp các kӻ thuұt toán hӑc và thӕQJNrÿӇ phát triӇn, cҧi tiӃn và tӕLѭXFiFTX\WUuQK&iF thíӃt kӃ bӅ mһWÿiSӭQJ5HVSRQVH6XUIDFH'HVLJQVÿѭӧc sӱ dөQJÿӇ xây dӵng mô hình mô tҧ quan hӋ giӳa hàm mөc tiêu vӟi các biӃn thí nghiӋm Vӟi hàm 2 biӃn, có thӇ hình dung ra quan hӋ này có thӇ ÿѭӧc biӇu diӉQGѭӟi dҥng mӝt mһt cong trong không gian ba chiӅu Khi sӕ biӃn thí nghiӋm nhiӅXKѫQPһWÿiSӭng trӣ thành siêu mһW+\SHUSODQHVWURQJNK{QJJLDQÿDFKLӅu Nhӡ [iFÿӏQKÿѭӧc quan hӋ vào-ra giӳa các biӃn thí nghiӋm vӟi hàm mөc tiêu, ta có thӇ hoһc tӕLѭXKyDKjPPөc tiêu hoһF[iFÿӏnh tұp thông sӕ YjRÿӇ nhұQÿѭӧc giá trӏ hàm mөFWLrXQKѭêPXӕn [45, 46]

Các thí nghiӋPÿѭӧc thiӃt kӃ sao cho chúng cho phép ta xác lұSÿѭӧc các ҧnh KѭӣQJWѭѫQJWiFYjҧQKKѭӣng bұc cao cӫa các yӃu tӕ, tӯ ÿyFyWKӇ dӵQJÿѭӧc bӅ mһt ӭng xӱ (Response Surface) cӫDÿҥLOѭӧQJÿDQJFҫn quan tâm Dӵa vào kӃt quҧ thí nghiӋm, ta xây dӵQJÿѭӧc mô hình hӗi quy (Regression Model), hay còn gӑi là mô hình thӵc nghiӋm (Emprical Model) nhҵm biӇu diӉn quan hӋ vào-UDGѭӟi dҥng mӝt hàm liên tөc Có thӇ sӱ dөng hàm hӗi quy nhҵm dӵ ÿRiQӭng xӱ cӫa hӋ thӕng, quá trình hay cӫDÿӕLWѭӧQJGѭӟLFiFÿLӅu kiӋQÿҫu vào khác nhau

TiӃn trình tӕLѭXKRiEҵQJ560WKѭӡng gӗPJLDLÿRҥn sau [46]:

- *LDLÿRҥn 1: Thí nghiӋm khӣLÿҫu Sau khi tiӃn hành các thí nghiӋm sàng lӑc (Screening Design) nhҵm lӵa chӑn các biӃn thí nghiӋPÿѭӧc tiӃp tөc khҧo sát, ta phân tích mô hình rút gӑQÿmORҥi bӓ các yӃu tӕ không có ҧQKKѭӣQJÿiQJNӇ), nhҵm xây dӵng mô hình hӗi quy bұc nhҩt mô tҧ hàm mөc tiêu ViӋFÿiQKJLiPӭFÿӝ không phù hӧp cӫa mô hình bұc nhҩt cho phép ta kiӇPWUDÿѭӧF[HPYQJÿmNKҧo sát có ӣ vùng lân cұn cӵc trӏ hay không NӃu mô hình bұc nhҩt không phù hӧSFyQJKƭDOj hàm mөFWLrXÿmӣ vùng lân cұn cӵc trӏ, chuyӇQVDQJJLDLÿRҥn 3; trái lҥi, chuyӇn sang JLDLÿRҥn 2

- *LDLÿRҥn 2: Leo dӕc tìm vùng cӵc trӏ NӃu vùng thí nghiӋm còn ӣ xa vùng cӵc trӏ, tiӃn hành các thí nghiӋm nhҵPWuPQKDQKÿӃn vùng chӭa cӵc trӏ3KѭѫQJSKiS thӵc hiӋn có tên là Leo dӕc/ xuӕng dӕc (Steepest Ascent/Descent Method) tìm vùng cӵc trӏ NhiӋm vө FѫEҧQOj[iFÿӏnh giá trӏ gia sӕ cho tӯng biӃn thí nghiӋP6DXÿy tiӃn hành các thí nghiӋm vӟi các giá trӏ mӟi cӫa các biӃQFKRÿӃn khi hàm mөc tiêu ÿҧo chiӅXWKD\ÿәi giá trӏ Thí nghiӋP[iFÿӏnh mӭFÿӝ không phù hӧp cӫa mô hình bұc nhҩWÿѭӧc tiӃQKjQKÿӇ khҷQJÿӏnh khҧ QăQJÿmӣ vùng chӭa cӵc trӏ

- *LDLÿRҥn 3: Thí nghiӋm bӅ mһWÿiSӭng .KLÿmӣ vùng lân cұn cӵc trӏ, tiӃn hành các thí nghiӋPÿӇ mô tҧ quan hӋ vào-UDGѭӟi dҥng hàm bұc cao (Hӗi quy bұc cao) Các thí nghiӋPÿѭӧc thiӃt kӃ theo kӃ hoҥch thí nghiӋm bӅ mһt chӍ tiêu (Response Surface Design) Cuӕi cùng, tiӃQKjQKSKkQWtFKÿiQKJLiNӃt quҧ ÿӇ ÿѭDUDFiFNӃt luұn

3.1.2 ĈiQKJLiPӭFÿӝ phù hӧp cӫa mô hình

7URQJTXiWUuQKÿLWuPYQJFKӭa cӵc trӏ cӫa hàm mөc tiêu, ta cҫn kiӇm tra xem mô hình hӗi quy mô tҧ hàm mөc tiêu là bұc nhҩt hay bұc cao Sau khi xây dӵng hàm mөc tiêu, ta tiӃn hành kiӇPÿӏnh giҧ thuyӃt thӕQJNrÿӇ ÿiQKJLi[HPP{KuQKÿm khӟp (fit) vӟi dӳ liӋu tӕWÿӃn mӭc nào ViӋFÿiQKJLiQKѭYұ\ÿѭӧc gӑLOj³NLӇPÿӏnh mӭFÿӝ không phù hӧp cӫDP{KuQK´/DFNRIILWWHVW*Lҧ thuyӃt thӕQJNrÿѭӧc phát biӇXQKѭVDX

- Giҧ thuyӃWÿҧo: Mô hình khӟp vӟi dӳ liӋu;

- Giҧ thuyӃt chính: Mô hình không khӟp vӟi dӳ liӋu;

&ǊQJQKѭFiFSKpSNLӇPÿӏnh thӕng kê khác, thông sӕ quan trӑQJÿӇ chҩp nhұn hay loҥi bӓ giҧ thuyӃWÿҧo là giá trӏ p (p-value) Lý thuyӃt tính toán thӕng kê chӍ ra QKѭVDX

- NӃu giá trӏ p nhӓ KѫQPӭFêQJKƭDĮWDORҥi bӓ giҧ thuyӃWÿҧR1JKƭDOjP{ KuQKÿm[k\Gӵng không khӟp vӟi dӳ liӋu;

- NӃu giá trӏ p lӟQKѫQPӭFêQJKƭDĮP{KuQKÿmGӵng là phù hӧSÿӇ mô tҧ dӳ liӋu; ĈӇ có thӇ kiӇPÿӏnh vӅ mӭFÿӝ phù hӧp cӫa mô hình, mӛi biӃn trong mӝt kӃ hoҥch thí nghiӋm cҫn nhұn 3 mӭc giá trӏ DӉ thҩy nӃu chӍ khҧo sát 2 giá trӏ cӫa biӃn, mô hình bұc nhҩt sӁ luôn tӓ ra là phù hӧp vӟi dӳ liӋu và do vұy, ta không có khҧ QăQJ phát hiӋn khi nào mô hình này là không phù hӧp Trong các thí nghiӋm khӣLÿҫXÿӇ có 3 mӭc giá trӏ cho mӛi biӃQWDWKѭӡng bә VXQJÿLӇm thí nghiӋm trung tâm - OjÿLӇm có giá trӏ trung bình cӝng cӫa hai giá trӏ cao nhҩt và thҩp nhҩt cӫa biӃn

'RÿLӅu kiӋn vӅ kinh phí, thӡi gian thӵc nghiӋPFǊQJQKѭWuQKKuQKGӏch bӋnh

&RYLGÿDQJGLӉn ra phӭc tҥp hiӋn nay, luұQYăQ[LQSKpSEӓ TXDJLDLÿRҥn 1 và 2, WKD\YjRÿyVӁ OjEѭӟc khҧo sát tài liӋu, tham khҧo ý kiӃQFKX\rQJLDÿӇ chӑQÿѭӧc các thông sӕ và mӭc giá trӏ phù hӧSFǊQJQKѭPӕi quan hӋ giӳa hàm mөc tiêu và các thông sӕ thí nghiӋm, tӯ ÿyWLӃQVDQJJLDLÿRҥn 3

Các công viӋc cҫn thӵc hiӋQWURQJJLDLÿRҥn này bao gӗm:

1 Xây dӵng kӃ hoҥch thí nghiӋm

2 TiӃn hành các thí nghiӋm và thu thұp kӃt quҧ

3 Phân tích sӕ liӋu thí nghiӋm, xây dӵng mô hình hӗi quy

5 Thӵc hiӋn các thí nghiӋm kiӇPÿӏnh

3.1.3.1 Quy ho ̩ ch h ͟ n h ͫ p trung tâm

Quy hoҥch hӛn hӧp trung tâm Box-:LOVRQWKѭӡQJÿѭӧc gӑi là quy hoҥch hӛn hӧp trung tâm (Central composite design ± CCD), là mӝt nhánh cӫDSKѭѫQJSKiS thiӃt kӃ thí nghiӋm bӅ mһWÿiSӭng vӟLÿӝ chính xác cao, giúp giҧm thiӇXÿiQJNӇ sӕ lҫn chҥy thí nghiӋPYjÿѭӧc ӭng dөng rӝng rãi trong nhiӅXOƭQKYӵc CCD chӭa thiӃt kӃ giai thӯDÿҫ\ÿӫ (factorial design) hoһc giai thӯa riêng phҫn (fractional factorial design) vӟLFiFÿLӇPWUXQJWkPÿѭӧFWăQJFѭӡng vӟi mӝWQKyPFiFÿLӇm sao cho SKpSѭӟFWtQKÿӝ cong NӃu khoҧng cách tӯ tâm cӫa không gian thiӃt kӃ ÿӃQÿLӇm giai thӯDOjÿѫQYӏ cho mӛi yӃu tӕ thì khoҧng cách tӯ tâm cӫa không gian thiӃt kӃ ÿӃQÿLӇm sao là D !1 Giá trӏ chính xác cӫa D phө thuӝc vào các thuӝc tính nhҩt ÿӏnh mong muӕn cho thiӃt kӃ và vào sӕ Oѭӧng các yӃu tӕ liên quan x Các nghiӋm thӭFWKHRSKѭѫQJSKiSWKLӃt kӃ giai thӯa: có thӇ là kӃt hӧSÿҫy ÿӫ 2 k hoһc kӃt hӧp giҧm 2 k p WURQJÿyPӛi thông sӕ ÿѭӧc thӱ nghiӋm ӣ hai mӭc, mӭc thҩp và mӭFFDR1KѭYұy, nӃu có k thông sӕ kӃt hӧSÿӫ thì có 2 k nghiӋm thӭc thuӝc nhóm này x Các nghiӋm thӭc sao (hay nghiӋm thӭc trөFWKѭӡQJÿѭӧc ký hiӋXOj³´Fy giá trӏ cӫa (k-1) thông sӕ là giá trӏ tâm, thông sӕ còn lҥi có giá trӏ ÿmÿѭӧc mã hóa là D hay D vӟi D !1 Vұy có 2k nghiӋm thӭc thuӝc nhóm này Giá trӏ D FzQÿѭӧc gӑi là giá trӏ trөc, giá trӏ ³VDR´KD\FiQKWD\ÿzQ x NghiӋm thӭc tâm: giá trӏ cӫa tҩt cҧ thông sӕ ÿӅu ӣ mӭc tâm x Trong thӵc nghiӋm, các nghiӋm thӭc thuӝFKDLQKyPÿҫu không cҫn lһp lҥi, riêng nghiӋm thӭFWkPÿѭӧc lһp lҥi n lҫn

1KѭYұy mӝt thí nghiӋm thiӃt kӃ WKHRSKѭѫQJSKiS&&'ÿӇ khҧo sát ҧQKKѭӣng cӫa k thông sӕ sӁ gӗm 2 k 2k1 nghiӋm thӭc, nӃu lһp ӣ nghiӋm thӭc tâm sӁ gӗm

2 k 2kn ÿѫQ Yӏ thí nghiӋm khi dùng quy hoҥch thӵc nghiӋm toàn phҫn hoһc

2 k p 2kn thí nghiӋm khi quy hoҥch thӵc nghiӋm riêng phҫn

Mӝt sӕ tính chҩt cӫDSKѭѫQJSKiS&&'

TuǤ theo sӵ lӵa chӑn các thông sӕ, thí nghiӋm phӕi hӧp có tâm có thӇ có các tính chҩt sau: x Nhìn chung mӛi thông sӕ ÿӅXÿѭӧc khҧo sát ӣ QăPPӭc Riêng khi chӑQĮ

1, mӛi thông sӕ chӍ FzQÿѭӧc khҧo sát ӣ 3 mӭc x Tính trӵFJLDRRUWKRJRQDOLW\NKLFiFYHFWѫFӝt cӫa ma trұn thông sӕ mã hóa trӵc giao vӟi nhau tӯQJÿ{LPӝt x 7tQK[RD\ÿѭӧc (rotatability): Thuұt ngӳ Qj\GR%R[Yj+XQWHUÿӅ xuҩt vào

1957 Nguyên nhân là GR560ÿѭӧc thiӃt kӃ vӟi mөFÿtFKWӕLѭXKyDQKѭQJ vӏ WUtÿLӇm cӵc trӏ lҥLFKѭDELӃWWUѭӟc ThiӃt kӃ WkP[RD\&&'ÿҧm bҧRFѫ hӝi ngang bҵng cho các dӵ ÿRiQYӅ vӏ WUtÿLӇm cӵc trӏ theo mӑLSKѭѫQJ7KHR ÿyWKLӃt kӃ FyWtQK[RD\ÿѭӧFNKLSKѭѫQJVDLWKHRPӑLSKѭѫQJÿӅXQKѭQKDX QJKƭDOjQӃu hai nghiӋm thӭc có cùng khoҧQJFiFKÿӃn tâm (trong không gian các thông sӕ ÿmÿѭӧFPmKyDWKuSKѭѫQJVDLFӫDÿҫu ra Y cӫa hai nghiӋm thӭc ÿyJLӕQJQKDXĈӇ thӓa mãn tính chҩt này ta cҫn có:

D (3.1) x Tính cҫu (sphericity): ThiӃt kӃ &&'ÿѭӧc xem là có tính cҫu khi tҩt cҧ các nghiӋm thӭc (trӯ nghiӋm thӭFWkPÿӅu nҵm trên mӝt mһt cҫu trong không gian thông sӕ ÿmÿѭӧc mã hóa ĈӇ ÿiSӭQJÿLӅu này, ta chӑn:

3.1.3.2 Quy ho ̩ ch h ͟ n h ͫSÿ͙ i x ͱ ng d ̩ ng B

Quy hoҥch hӛn hӧSÿӕi xӭng bұc hai dҥng B (Face-centered Central composite design ± FCCCD) hay tâm xoay-mһt là mӝt biӃn thӇ cӫa CCD Trong thiӃt kӃ này, FiFÿLӇm sao nҵm ӣ tâm mӛi mһt cӫa không gian giai thӯDGRÿyD r13KѭѫQJ pháp này mô tҧ WѭѫQJÿӕi tӕt tính chҩWÿӕLWѭӧng nghiên cӭu trong toàn bӝ không gian thiӃt kӃ, các nhân tӕ nҵm trong miӅn giá trӏ Tuy nhiên các hӋ sӕ bұFKDLFyÿӝ chính xác thҩp Mӛi nhân tӕ cӫa thiӃt kӃ này yêu cҫu ba mӭc giá trӏ WKD\YuQăPPӭFQKѭ CCD [44]

Hình 3.1 Minh hӑa thiӃt kӃ thí nghiӋm FCCCD ba nhân tӕ

BҧQJÿiQKJLiPӭFÿӝ WѭѫQJTXDQ

7ѭѫQJTXDQӣPӭFWKҩS 7ѭѫQJTXDQӣPӭFWUXQJEuQK 7ѭѫQJTXDQNKiFKһWFKӁ 7ѭѫQJTXDQFKһWFKӁ 7ѭѫQJTXDQUҩWFKһWFKӁ

H s͙ W˱˯QJTXDQ5&RUUHODWLRQ&RHIILFLHQW ÿROѭӡng mӭFÿӝ quan hӋ tuyӃn tính giӱa 2 biӃn +ӋVӕWѭѫQJTXDQEӝLQyLOrQWtQKFKһWFKӁFӫDPӕLOLrQKӋJLӳDELӃQ SKөWKXӝF DOE > Response Surface > Analyze Response Surface Design Trong hӝp thoҥi mӟi xuҩt hiӋn, chӑn tên hàm mөc tiêu cho mөc Responses tӯ danh sách bên cҥnh Trong danh sách Analyze data using, chӑn kiӇu sӕ liӋu mã hóa (Coded unitsÿӇ phân tích Chӑn nút Term và chӑn cҩp ÿӝ mô hình hӗi quy trong danh sách Include the following terms là Full quadratic Chӑn OK Quay vӅ hӝp thoҥi chính, chӑn nút Graph và chӑn các dҥQJÿӗ thӏ Sau khi hoàn tҩt, chӑn nút OK Giá trӏ các hӋ sӕ cӫDSKѭѫQJWUuQKYj3± FѫVӣ ÿӇ xác ÿӏnh yӃu tӕ ÿҫXYjRQjRFyêQJKƭDÿӕi vӟi kӃt quҧ ÿҫu ra cӫa thӵc nghiӋPÿѭӧc trình bày trong Bҧng 4.10.

Các hӋ sӕ cӫDSKѭѫQJWUuQKKӗLTX\ÿҫ\ÿӫ

Có thӇ thҩy các hӋ sӕ cӫa các nhân tӕ ݔ ଵ ǡ ݔ ଷ ǡ ݔ ସ ǡ ݔ ସ ଶ ǡ ݔ ଵ ݔ ଷ ǡ ݔ ଵ ݔ ସ ǡ ݔ ଶ ݔ ସ ǡ ݔ ଶ ݔ ହ ǡ ݔ ଷ ݔ ସ , ݔ ଷ ݔ ହ ÿӅu có giá trӏ p nhӓ KѫQVRYӟi mӭFêQJKƭDߙ ሺߙ ൌ ͲǡͲͷሻ QrQFyêQJKƭDWKӕng kê TiӃn hành loҥi các hӋ sӕ NK{QJFyêQJKƭDEҵng phҫn mӅP0LQLWDEWDFyÿѭӧc thông tin cӫa mô hình hӗi quy (Bҧng 4.11) và kӃt quҧ SKkQWtFKSKѭѫQJVDLBҧng 4.12QKѭVDX

HӋ sӕ cӫDSKѭѫQJWUuQKKӗi quy sau khi tính toán lҥi

KӃt quҧ SKkQWtFKSKѭѫQJVDL