Trong bài viết 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.
HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 Đánh giá phù hợp tích hợp Topsis - Taguchi để tối ưu hóa đa mục tiêu thơng số cơng nghệ gia công PMEDM Evaluating the effectiveness of Topsis-Taguchi integration for the multi-characteristics optimization of technological parameters in PMEDM process Nguyễn Hữu Phấn*, Nguyễn Chí Tâm, Bùi Tiến Tài Khoa Cơ khí, Trường Đại học Cơng nghiệp Hà Nội * Email: phanktcn@gmail.com Tel: 0983.783.844 Tóm tắt Từ khóa: Taguchi; Topsis; PMEDM; Hệ số S/N; Titan Trong báo này, hiệu tích hợp phương pháp Topsis với Taguchi (Taguchi - Topsis) để giải toán 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, thời gian phát xung, phân cực điện cực, cường độ dòng điện, 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 = 5s, I = 4, tof = 57s, 10g/l Trị số tối ưu: Nhám bề mặt Ra = 2,34m độ cứng tế vi bề mặt gia công HV = 904,96 HV Tuy nhiên, tích hợp Taguchi- Topsis để tối ưu hóa đa mục tiêu chưa thực phù hợp Abstract Keywords: Taguchi; PMEDM; Titanium S/N Topsis; ratio; Ngày nhận bài: 15/8/2018 Ngày nhận sửa: 06/9/2018 Ngày chấp nhận đăng: 15/9/2018 In this study, we evaluated the Topsis-Taguchi integration method used to solve the multi-characteristic optimization in Powder mixed electric discharge machining (PMEDM) The technological parameters considered in this study were electrode material, workpiece material, electrode polarity, pulse on time (ton), pulse off time (tof), current (I) and titanium powder concentration Results showed that current, electrode material, pulse on time, electrode polarity, powder concentration, interaction between the workpiece material and titanium powder concentration, and interaction between the electrode material and titanium powder concentration were the main factors influenced the S/N ratio of C* The powder concentration was the most significant parameter to S/N ratio The optimal parameters consisted of SKT4, Cu(-), ton = 5s, I = 4A, tof = 57s, 10g/l The optimal valuesconsisted of surface roughness (Ra = 2.34m) and microhardness of machined surface (HV = 904.96HV) However, using TaguchiTopsis integration to optimize multi-characteristics is not really appropriate HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 ĐẶT VẤN ĐỀ Phương pháp gia công tia lửa điện có bột trộn dung dịch điện mơi (PMEDM) thu hút quan tâm nhiều chuyên gia kỹ thuật lĩnh vực Phương pháp 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: Công nghệ thông tin, điện - điện tử, khí, Và giải pháp đượcnghiên cứu để giải tốn tối ưu hóa đa mục tiêu thông số công nghệ 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 mịn điện cựcvà nhám bề mặt gia côngtrong PMEDM [1] Và giải pháp tối ưu hóa đa mục tiêu hiệu lĩnh vực này, đồng thờichất lượng lớp bề mặt điều kiện tối ưu phân tích, đánh giá cho kết tốt Năng suất gia công, nhám bề mặt độ xác kích thước sử dụng tiêu tối ưu toán 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 giảnvà 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 công truyền thống (phay, tiện, khoan, mài,…), gia công không truyền thống (EDM, cắt tia nước,…) nhiều lĩnh vực khác [8] 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 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 thông số công nghệ gia công tinh PMEDM sử dụng bột titan gia công thép làm khn Hai tiêu tốn 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 thơng số khảo sát ma trân thực nghiệm thể bảng Các phôi kích thước mẫu 452710mm điện cực có kích thước đường kính 23mm Bột titan (45µm) 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) Phương pháp sử dụng để thiết kế quy hoạch thực nghiệm phương pháp Taguchi L27 có 13 cột cột có dof kết hợp với Kết thực nghiệm bảng Phương pháp Topsis phương pháp sử dụng để tối ưu hóa thương lượng đa mục tiêu HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 Phân tích hệ số S/N: Thấp tốt hơn: (S/N)LB = -10log(MSDLB) Trong đó: MSD LB (1) 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) r Trong đó: MSDHB 12 r i 1 yi MSDHB - sai lệch bình phương trung bình Bảng Các thông số khảo sát TT 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 10 Vật liệu điện cực tương tác với nồng độ bột Ti 11 Tổng a – Mức lặp thông số Kí hiệu A B C D E F G AB AG BG Mức SKD11 Cua + 10 57 10 - SKD61 Cu 38 - SKT4 Gr -a 20 85 20 - Dof 1 2 2 20 Bảng Kết thực nghiệm phân tích topsis TNo A B C D E F G SKD61 SKD61 SKD61 SKD61 SKD61 SKD61 SKD61 SKD61 SKD61 Cu Cu Cu Cua Cua Cua Gr Gr Gr + -a + -a -a + 10 20 10 20 20 10 6 4 38 57 85 85 38 57 57 85 38 10 20 10 20 10 20 SR (m) 3,35 3,21 2,56 3,55 3,61 1,45 4,78 3,24 4,35 HV (HV) 506,7 658,96 581,6 496,68 828,92 629,84 544,58 748,42 626,18 HỘI NGHỊ KHOA HỌC VÀ CÔNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 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 + -a -a + + -a -a + + -a + -a - 20 10 10 20 10 20 10 20 20 10 10 20 8 6 8 4 8 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 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 5,65 509,72 679,54 664,2 546,02 679,2 655,18 469,82 907,64 683,52 530,72 624,58 631,68 468,04 544,38 613,84 445,44 681,22 832,66 KẾT QUẢ VÀ THẢO LUẬN 3.1 Kết tối ưu Topsis - Taguchi Các bước thực phương pháp Topsis mô tả sau: Bước 1: Sắp xếp tiêu lựa chọn dạng ma trận theo (3): x11 x 21 X= x i1 x m1 x12 x 22 x1j x 2j x i2 x ij x m2 x mj x1n x 2n x in x mn (3) x11, x12,…x1n tiêu lựa chọn toán tối ưu x11, x21,…xm1 giá trị tiêu mức khác n - Số lượng tiêu lựa chọn m - Số lượng giá trị tiêu Ma trận tiêu tối ưu nghiên cứu: X= R HV1 a1 R HV 2 a2 Ra27 HV27 Bước 2: Chuẩn hóa ma trận, giá trị chuyển đổi xác định theo công thức (4) kết cho bảng 4: xij' xij (4) n ij x i 1 HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 Bước 3: Gán trọng số tiêu lựa chọn vào ma trận chuẩn hóa xác định theo công thức (5): Y=w j x ij' (5) 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 (6) (7) xác định giải pháp tốt giải pháp tồi HV Ra với giá trị bảng Giải pháp tốt nhất: A + = max yij ỴJ , minyij jỴ J ' i=1,2, ,m (Chỉ tiêu tốt nhất) i i A + = y1+ ,y2+ ,, ,y +j , ,y n+ (6) Giải pháp tồi nhất: A - = yij J , max yij j J ' i=1,2, ,m (Chỉ tiêu tồi nhất) i i A - = y1- ,y-2 ,, ,y-j , ,y n- (7) Trong đó: - J kết hợp với tiêu tốt; J′ kết hợp với tiêu tồi - y j giá trị tốt xj; y j giá trị tồi xj Bảng Giải pháp tốt tồi Chỉ tiêu Giải pháp A+ A- SR HV 0,0317 0,1237 0,1105 0,0542 Bước 5: Xác định trị số Si Si theo công thức (8) (9), trị số diễn tả bảng Khoảng cách gần nhất: n Si y ij y j (8) j 1 Khoảng cách xa nhất: n Si y ij j 1 y j i = 1, 2, …, m (9) HỘI NGHỊ KHOA HỌC VÀ CÔNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 Bước 6: Xác trị số Ci* theo công thức (11) trị số diễn tả bảng 4: Si C , i 1, 2, , m; Ci* Si Si * i (10) Bước 7: Sắp xếp giá trị C* với thứ tự diễn tả bảng 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 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 yi2 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 Si Si 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 18 11 20 14 26 13 22 25 10 16 23 27 17 21 15 19 12 24 S/N -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 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 = 5s, I = 4A, tof = 57s nồng độ bột 20g/l 3.2 Kết tối ưu phân tích ANOVA Nghiên cứu sử dụng ma trận thực nghiệm Taguchi khảo sát thơng số với mức 3, thức chất để xác định xác điều kiện tối ưu theo phương pháp truyền thống phải có 37 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 công thức (1) trị số bảng Kết cho thấy rằng: vật liệu điện cực HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 (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 4) 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 = 4A, ton = 5s, tof = 57s nồng độ bột Ti 10g/l Các giá trị tối ưu tiêu xác định công thức (11) (SR, HV)toiuu= B1 + D1+ G2 + B1G2 + A2G2 – T (11) Bảng ANOVA trị số S/N C* Đại lượng khảo sát A B C D E F G AB AG BG Lỗi Tổng Vat lieu phoi -1.0 DOF 1 2 2 26 vat lieudien cuc 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 - Cu Phan cucdiencuc P 0,363 0,002 0,062 0,006 0,072 0,624 0,002 0,582 0,016 0,050 - Xếp hạng - Gr Vat lieu phoi SKD11 SKD61 SKT4 -1 Gia tri trung binh SN cua C* -1.5 -2 Vat lieuphoi -2.0 SKD11 SKD61 SKT4 Cu Thoi gianphat xung(µs) -1.0 Gr - Cuong dongdien(A) + Thoi gianngung phat xung (µs) -3 -1 -1.5 vat lieudiencuc -2 -2.0 10 20 38 57 -1.0 -3 85 -1 Nong bot Ti (g/l) Nong bot Ti (g/l) -2 -1.5 -2.0 -3 10 20 Signal-to-noise: Larger is better Hình Ảnh hưởng thông số công nghệ đến hệ số S/N C* SKD11 SKD61 SKT4 10 20 Signal-to-noise: Larger is better Hình Ảnh hưởng cặp tương tác đến hệ số S/N C* Vatt lie lieu u va phoi die n cuc Cu Gr vaNong t lieu donbot die cuc Ti (g/l) 10 20 Nong bot HỘI NGHỊ KHOA HỌC VÀ CÔNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 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 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 So sánh kết tối ưu taguchi-topsis phân tích anova Tối ưu Taguchi - Topsis Đặc trưng chất lượng Ra(µs) HV(HV) Tối ưu phân tích ANOVA Điều kiện Giá trị Điều kiện Giá trị SKD61, Cu(-), ton = 5s, I = 4A, tof = 57s, 20g/l 1,45 629,84 SKT4, Cu(-), ton = 5s, I = 4A, tof = 57s, 10g/l 1,37 847,79 Khác (%) -5,29 34,60 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 nhất.Kết tối ưu Taguchi - Topsis thí nghiệm tốt nhất: SKD61, Cu(-), ton = 5s, I = 4A, tof = 57s, 20g/l với giá trị tối ưu Ra = 1,45µs HV = 629,84HV Tuy nhiên, phân tích ANOVA lại cho thơng số cơng nghệ tối ưu SKT4, Cu(-), ton = 5s, I = 4A, tof = 57s, 10g/l với trị số tối ưu Ra = 2,34m HV = 904,96HV Mặc dù, Topsis với cách tính đơn giản, phương pháp tích hợp Taguchi cho số lượng thơng 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 Nó cần thiết phải có giải pháp để khắc phục hạn chế nghiên cứu LỜI CẢM ƠN Nghiên cứu tài trợ Quỹ Phát triển khoa học công nghệ Quốc gia (NAFOSTED) đề tài mã số 107.01-2017.303 TÀI LIỆU THAM KHẢO [1] Tripathy, S and Tripathy, D.K., 2017 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, 21(3), 362-384 [2] Prabhu, S and Vinayagam, B.K., 2016 Multiresponse optimization of EDM process with nanofluids using TOPSIS method and Genetic Algorithm Archive of Mechanical Engineering, 63(1), 45-71 HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 [3] Gadakh, V S., 2012 Parametric Optimization of Wire Electrical Discharge Machining Using Topsis Method”, Advances in Production Engineering & Management ,7(3), 157-164 [4] Manivannan, R and Kumar, M P., 2017 Multi-attribute decision-making of cryogenically cooled micro-EDM drilling process parameters using TOPSIS method Journal Materials and Manufacturing Processes, 32(2), 209-215 [5] Khanna, R et al, 2015 Multiple performance characteristics optimization for Al 7075 on electric discharge drilling by Taguchi grey relational theory Journal of Industrial Engineering International, 11(4), 459-472 [6] Manivannan, R and Kumar, M P., 2016, Multi-response optimization of Micro-EDM process parameters on AISI304 steel using TOPSIS Journal of Mechanical Science and Technology, 30(1), 137-144 [7] Dastagiri, M et al, 2016, TOPSIS, GRA Methods for Parametric Optimization on Wire Electrical Discharge Machining (WEDM) Process AIMTDR-2016- India [8] Shukla, A et al, 2017, Applications of TOPSIS Algorithm on various Manufacturing Processes: A Review Original Research Article Materials Today, 4(4), 5320-5329 ... 12 24 S/N -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 Kết tối ưu Topsis: Thí... tích hợp Taguchi để tối ưu hóa đa mục tiêu thông 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. .. (%) -5 ,29 34,60 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