优化绿色压电放电加工的工艺参数:一种新的混合决策方法

科学领域:

• 制造业 工程 制造工程
• 环境科学 环境科学
• 决策支持系统是什么?

背景情况:

• 电动放电加工 (EDM) 由于有毒排放和危险废物,造成环境和健康风险.
• 优化EDM流程对于与联合国可持续发展目标 (SDGs) 3和12保持一致至关重要.
• 现有的方法缺乏全面的方法来应对EDM的多方面的环境和操作挑战.

研究的目的:

• 引入一个新的决策支持系统 (DSS),以优化"绿色"压EDM参数.
• 应用一种新的前景理论方法,使用指数-逻辑单值中性质集合 (Log-SVNS) 来进行参数优化.
• 确定最佳的EDM参数,以最大限度地减少对环境的影响,并提高操作员的福祉.

主要方法:

• 设计了使用Taguchi直角数组进行EDM关键参数的实验:峰值电流,脉冲持续时间,介电水平和冲洗压力.
• 利用Log-SVNS对输出响应的专家评估进行结构化,包括工艺时间,工具磨损,能源消耗,气溶度和介电使用.
• 在前景理论框架内使用混合平均和几何运算符,特别是TODIM (TOmada de Decisao Interativa Multicriterio) 方法,用于最终参数的确定.

主要成果:

• 微Log-SVNS混合平均TODIM方法确定了最佳参数:2A峰值电流,520μs脉冲持续时间,80mm介电水平和0.5kg/cm2冲洗压.
• 混合几何TODIM方法表明实验3是最佳的,参数: 2A峰值电流,261μs脉冲持续时间,60mm介电水平和0.7kg/cm2冲洗压力.
• 敏感性和比较分析证实了拟议的DSS方法的稳定性和有效性.

结论:

• 开发的DSS集成了Log-SVNS和前景理论,为优化"绿色"压EDM参数提供了有效的框架.
• 确定的最佳参数有助于显著减少与EDM过程相关的环境足迹和健康风险.
• 这种方法为可持续的制造实践提供了一个有价值的工具,与全球环境目标保持一致.