工程科学与技术，国际期刊19（2016）62完整文章基于TOPSIS和灰色关联分析S. Tripathya，D.K. Tripathyb，*a印度布巴内斯瓦尔S'O'A大学ITER机械工程系bKIIT大学副校长，Bhubaneswar 751024，印度A R T I C L E I N F OA B S不 R 一C T文章历史记录：2015年5月7日收到2015年6月18日收到修订2015年7月16日接受2015年8月8日在线发布保留字：混粉电火花加工H-11模具钢田口多指标优化灰色关联分析TOPSIS法粉末混合电火花加工（PMEDM）是一种混合加工工艺，其中导电粉末混合到介电介质中，以促进先进材料的有效加工。 本文应用田口法，结合逼近理想解排序法（TOPSIS）和灰色关联分析法（GRA），对H-11模具钢铜电极电火花电火花加工多性能参数优化的有效性进行了评价。研究了在介质电解液中加入铬粉后，工艺参数如粉末浓度（Cp）、峰值电流（Ip）、脉冲开启时间（Ton）、占空比（DC）和间隙电压（Vg）对材料去除率（MRR）、刀具磨损率（TWR）、电极磨损率（EWR）和表面粗糙度（SR）的影响。进行方差分析（ANOVA）和F检验，以确定95%置信区间的显著参数。预测结果已被验证的确认性测试表明，使用理想解法和GRA的偏好值分别提高了0.161689和0.2593根据TOPSIS法和GRA法，推荐的工艺参数为：Cp = 6 g/l，Ip = 6 μs，Ton = 100 μ s，DC = 90%，Vg = 50 V。利用扫描电镜（SEM）对优化后的试样进行了显微组织分析.© 2015 ， Karabuk University. Elsevier B. V. 制 作 和 托 管 这 是 CC BY-NC-ND 许 可 证 下 的 开 放 获 取 文 章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍电火花加工（EDM）是一种热电工艺，其中工件材料的腐蚀通过在由小间隙隔开的工具电极和工件电极之间的电介质中产生的高频受控脉冲而发生该工艺的局限性包括表面质量低和材料去除率差由于离子和电子的连续轰击而产生等离子体通道，在放电间隙中产生8000°C-12000 °C范围内的温度混粉电火花加工是克服电火花加工局限性、提高加工能力的一种很有前途的加工技术。将细导电粉末添加到介电流体中降低了其绝缘强度，并因此增加了电极间空间，从而导致容易去除碎片。在施加80-315 V的电压时，* 通讯作者。联系电话：+91 9439334444，传真：+91 06742725553。电子邮件地址：provc@kiit.ac.in（丹麦）Tripathy）。由Karabuk大学负责进行同行审查形成10 5-107V/m的范围，在粉末状颗粒上产生正电荷和负电荷。粉末状颗粒在通电时开始以Z字形路径移动，从而在火花区域中形成簇桥接效应发生在火花区域下方，导致单个脉冲中的多次放电，从而导致更快的火花和工件表面的侵蚀。这种容易的短路提高了工艺的加工速率等离子体通道变宽变大，产生稳定一致的火花，在工件表面形成浅坑，表面质量优越。材料去除发生在电极表面和合适的加工条件下，去除的材料与粉末颗粒结合沉积在工件的表面上，改变和改善性能，导致介电介质的击穿由于在磨料粉末存在下火花趋势发生变化，表面性质发生了许多变化PMEDM的工艺参数对材料去除机理有很大影响PMEDM工艺的性能取决于粉末类型、浓度、粒度、电极面积和工件成分等特性。如Pecas和Henriques所建议的，AISI H13的加工表面的粗糙度和特性被发现在电介质内存在硅粉末的情况下受到电极面积的影响此外，委员会认为，http://dx.doi.org/10.1016/j.jestch.2015.07.0102215-0986/© 2015，Karabuk University.由Elsevier B. V.制作和托管。这是CC BY-NC-ND许可证下的开放获取文章（http：creativecommons.org/licenses/by-nc-nd/4.0/）。出版社：Karabuk University，PressUnit ISSN（印刷版）：1302-0056 ISSN（在线）：2215-0986 ISSN（电子邮件）：1308-2043主 办可 在 www.sciencedirect.com上 在 线ScienceDirect可在ScienceDirect上获得目录列表工程科学与技术国际期刊杂志主页：http://www.elsevier.com/locate/jestchS. Tripathy，D.K.Tripathy/Engineering Science and Technology，an International Journal 19（2016）6263在参考文献1-3中已经报道了在电介质中存在钨粉的情况下从Cu、Cu-Cr和Cu-W电极到AISI H1 - 3的材料转移在参考文献4中报告了将不同粉末和添加剂混合到电介质中的效果，而在参考文献5中进行了表面改性的研究。Singh和Yeh[6]使用灰色关联分析评估了APM- EDM过程中铝基复合材料的多性能特征Tzeng和Lee[7]报道了在煤油中添加不同的粉末，以检查使用铜工具加工SKD 11时的放电间隙、MRRChow等人[8]发现，在添加SiC粉末时，随着加工间隙的增加，实现了最大的加工速率，而添加氧化铝粉末则改善了表面纹理。Singh等人[9]研究发现，使用铜工具和混合到电介质中的SiC粉末加工6061 Al/Al2O3/20 P可由于研磨作用，尺寸过切略有增加。Kumar和Batra[10]研究了三种模具钢材料在使用钨粉混合电介质进行加工时对表面改性的反应Assarzadeh和Ghoreishi[11]采用响应曲面法结合期望值法，对CK-45模具钢电火花加工过程中的工艺参数进行建模和优化，该过程使用Al2O3粉末悬浮液进入电介质。找到了最佳的工艺参数条件，以最大限度地提高MRR。Kansal等人[12]提出了一种基于田口和效用方法的简化模型，用于工艺参数的多特性优化，以获得使用Si粉和铜工具加工H-11模具钢期间的最佳设置。Bhattacharya等人[13]提出了一组合适的参数，用于使用铝和石墨粉末以及不同的工具和电介质组合对EN-31、H-11和HCHCr模具钢进行粗加工和精加工。Senthil等人[14]在加工Al-CuTiB2时使用TOPSIS法优化多个响应，以获得最佳的加工工艺参数。Singh等人[15]研究了在使用铜工具加工H-11模具钢时，在电介质中添加Al粉末时输入参数对表面粗糙度的影响。表面粗糙度得到改善，工具电极的负极性被发现是理想的，以降低表面粗糙度。Talla等人[16]采用田口、GRA和主成分分析法对PMEDM进行除了使用基于田口的灰色关联分析的多目标优化之外，还对EDM和线EDM进行了灰色关联分析和ANFIS，如Lal等人所报道的，Raghuraman等人和Azhiri等人[17Ojha等人[20]研究了使用铬粉末悬浮液至电介质的EN-8钢上的PMEDM的参数优化。Sarabjeet等人[21]使用TOPSIS对三种不同金属基复合材料的MRR、TWR、SR和表面完整性进行了整体优化，并根据表面缺陷的严重程度进行了排名。过去的工作表明，PMEDM涉及大量的输入过程变量，控制加工组件的质量。因此，过程变量对输出响应的相对重要性值得研究。虽然已经报道了使用不同的粉末混合到介电介质中的几项工作还没有研究过在H-11材料中加入不同浓度的应确定输入参数的最佳设置，以便加工工艺在性能和表面质量方面得到改善选择铬粉是因为它赋予加工元件高耐磨性和耐腐蚀性。多属性决策在H-11的PMEDM过程中，没有采用TOPSIS和GRA等决策技术来寻找最佳设置。因此，利用多属性优化技术对过程中发生的改进进行分析是可取的.目前的工作是朝着这个方向迈出的一步。采用理想解法（TOPSIS）和广义相对论（GRA）方法，通过多目标优化，试图找出最佳工艺参数组合，以获得最大的MRR和最小的TWR、EWR和SR。采用方差分析（ANOVA）确定影响输出响应的统计学显著性输入参数。此外，通过估计两个多目标优化过程的偏好值的改进，对两个多目标优化过程进行了比较为获得最佳设置，进行了显微组织检查，显示了由于粉末颗粒和阴极材料引起的材料沉积2. 材料和方法2.1. 设置在Electronica型智能ZNC电火花加工机上进行了正极性伺服头电火花加工实验.所用的介电介质为商业级EDM油，凝固点为94 °C，比重为0.763。在“数字存储示波器”上记录电流和电压波形。机器的功能箱具有300升的容量，用于介电介质的循环。因此，设计了一个容量为20升的可拆卸加工槽，以避免介电介质的浪费，并有效地利用粉末颗粒，从而使成本最小化，如图所示。1.一、在新设计和改造的系统中，为了确保粉末的适当分布并避免粉末在介电介质中沉降，安装了泵和搅拌装置每次运行持续15分钟。SR的算术平均值用“表面粗糙度测试仪（Talysurf，RankTaylor Hobson，England）”型号-Surtronic S-100系列（M-112-4568-10）测量考虑到使用倒置三目冶金显微镜和高级图像分析仪（制造商：Leica 3000M）进行的显微结构分析，SR也被测量为与标称表面2.2. 电极和工件材料为实验选择的工件材料是H-11模具钢，其具有Fig. 1. PMEDM设置。64S. Tripathy，D.K.Tripathy/Engineering Science and Technology，an International Journal 19（2016）62Qj 1我我123n0.02%的S、1.5%的Mo、0.01%的Co、0.01%的Cu、0.45%的V它是一种具有高淬透性、韧性、高耐磨性、优异的耐磨性和高抗压强度的热作模具钢。在适当的退火条件下，获得了120 × 60 × 25mm的工件尺寸。实验选用20 × 20 × 60 mm电解铜作为工具电极，用“光发射光谱仪”测定工具和工件材料的化学成分。每个工件在操作前都经过研磨，以确保工具和工件表面之间的正确对准。将粒径为53 μm的铬粉以不同的浓度混合到介质浆料中。使用放大倍率为500倍的SEM对所选样品进行2.3. 实验设计实施田口在目前的工作中，选择的重要输入参数是铬粉浓度'Cp'（gm/l）、峰值电流'Ip'（μs）、脉冲开启时间'T on '（μs）、占空比'DC'（%）和间隙电压'Vg'（V），根据为选择工艺参数而进行的为了确定粉末添加的效果，还在一个水平下进行了没有粉末的实验。考察了输入参数对MRR、TWR、EWR和SR等响应变量的影响。考虑到因子的数量及其水平，使用L27田口田口Srivastava和Pandey[22]认为MRR和TWR是MRRm3min“Voleofmaterialremovedfromworkpiece“密度时间（1）表1.2有反应变量的L27试验设计。运行CPIp不在DCVG平均MRR平均TWR平均EWR平均SR1031007302.5640.0170.6713.82031007402.6490.0190.7354.13031007502.7350.0220.8214.54061508304.5290.0270.6114.875061508405.4700.0300.5615.456061508506.6660.0360.5505.867092009309.4010.3894.1436.580920094010.2560.4864.7477.4790920095010.9400.5244.7929.210331509302.7350.0080.3002.8611331509403.0760.0090.3183.1412331509505.4750.0070.1403.5413362007306.6660.0170.2574.0714362007407.2220.0100.1464.5615362007507.4350.0260.3604.9116391008308.5110.0450.5295.2173910084011.8290.0570.4895.63183910085015.9470.0820.5165.9719632008306.2390.0040.0762.420632008407.4350.0030.0462.8421632008508.3760.0070.0882.98226610093012.8200.0030.0263.12236610094013.0760.0070.0543.36246610095014.0170.0090.0693.68256915073016.1530.0340.2144.07266915074016.6920.0420.2564.68276915075017.06840.0490.2895.04RIA应该离正最佳解最近，离负最佳解最远，最好的解是与理想解最接近的解。TOPSIS法的步骤如下：第一步：Lan和Tian-Syung[23]报告说，决策矩阵是TOPSIS的第一步，由'n'个属性和'm'个备选方案组成TWR mm3min“从工具中移除的材料体积”密度衰减时间（二）第11章21世纪D2009年q31q12q22q32q13q23q33 q1n q2n q3n（四）EWR可以定义为M 按下：第1章q平方米qm3 格锰EWR %“刀具磨损重量100（3）“工件的磨损重量”2.4. 多目标优化其中q ij是第i个备选方案相对于第j个属性的性能。步骤2：可以使用以下表达式2.4.1.逼近理想解排序法TOPSIS法有助于确定最合适的方案，里吉河j1，2，n.（五）有限集合。该技术的原理是，所选择的标准-步骤3：假设每个属性的权重为w j（j = 1，2，. . .，n）。加权归一化决策矩阵Uu ij可以通过下式获得：表1.1因子水平的选择带符号和单位的Uwj rij在哪里，1.（六）步骤4：从以下表达式获得正理想和负理想解：uij，minj Ji1，2，. . （七）你好你好. ，uqijM Q2i 1ij1级2级3级铬粉浓度036峰值电流369脉冲开启时间100150200占空比789间隙电压304050S. Tripathy，D.K.Tripathy/Engineering Science and Technology，an International Journal 19（2016）6265我拉吉乌国际新闻报拉吉乌我国际新闻报我我123ni i（8）我 Unuij，maxj Ji1，2，. . 表2.1排序偏好值的估计。你好你好. ，u实验号优先值顺序第5步：从“理想”解中确定备选方案之间的分离nj 1u2,i1，2，. M（九）从“负理想”解中分离备选方案nj 1u2,i1，2，. M（十）步骤6：计算不同备选方案与正理想解的相对接近度，其给出为：Piii1，2， . M（十一）第7步：将Pi值按降序排列，以确定具有最优选和最不优选解决方案的备选方案集。2.4.2.灰色关联技术为了利用最少的资源获得所需的产出，遵循最优组合是非常必要的工艺参数。最佳参数设置为一个partic- 1nl（十五）对于其它响应来说，单一响应可能是不利的。因此，需要进行多目标优化以获得最佳参数设置。在GRA中，测量的质量特征的实验值在0到1的范围内被归一化。这可以被称为然后计算“灰色关联系数（GRC）”。整体性能特征取决于“灰色关联度（GRG）”的计算。因此，多属性过程优化被转换为Datta等人建议的单目标问题。[24]。最高GRG将被评估为最佳参数组合。对于l我n 1 我其中n是输出响应的数目GRG的值越高，随后的参数布置越接近最优解。3. 结果和讨论3.1. 从工件和工具电极该工艺的加工效率可以通过MRR和TWR来表征。机械加工的主要目标应该是以更少的刀具磨损去除更多的材料。加工用刀具材料的选择是根据材料的匹配原则x我我最大和最小的（十二）里亚尔应该具有低电阻和高熔点。从实验结果可以看出，当没有在“越低越好”条件之后的TWR、EWR和SR向电介质中加入粉末，电流和脉冲接通时间增加，MRR增加，TWR也增加。这是因为随着电力的增加，额外的热能被消耗。 iyl我（十三）在排放通道中产生添加粉末颗粒max y min y其中x是“灰色关联生成”获得的，min y i l是第l个响应的y i l的最小值，max y i l是第l个按顺序考虑的响应。“灰色关联生成”标准化后的数据计算GRC以建立最精细数据与定义的归一化数据之间的相关性GRC计算如下：导致绝缘强度的降低，介电流体和电极间间隙增加，导致容易去除碎片。由于桥接效应，更快的火花发生，导致工件表面更快的侵蚀这种容易的短路提高了工艺的加工速率。等离子体通道变宽变大，产生稳定均匀的火花。这样就在工件上形成了薄的凹坑，从而提高了表面质量。实验结果表明，当Cr粉加入量为3g/l时，MRR增大，TWR减小。随着Cr粉浓度的增加lminmax0i max（十四）增加到6 gm/l时，MRR进一步增加，TWR降低，表面损伤较少从图中可以看出。 2.1和图 2.3随着Cr粉浓度的增加哪里0i埃里 西斯的鲜明Coe cautious位于0至100之间，min是i的最小值，最大值是最大值。GRG现在可以被公式化为：从3 gm/l到6 gm/l，MRR显示出增加，TWR显示出降低，导致H-11模具钢的表面质量改善。MRR和TWR随电流增加而增加，与其他因素无关，如图所示。2.2和图2.4产量变化10.7326462220.7282042330.7211522440.7459192150.7507522060.7568681770.2569882580.1668882690.15276727100.75442519110.7566818120.79094714130.79804615140.80378612150.79185413160.7879916170.81223410180.8143769190.80912811200.8260878210.8385937220.9122914230.9123973240.9196411250.9148932260.8906965270.874719666S. Tripathy，D.K.Tripathy/Engineering Science and Technology，an International Journal 19（2016）62Cpvs MRR141210864200 3 6浓（克/升）Cp与MRRIpvs MRR141210864203 69Ip（V）IP与MRR图2.1 Cp与MRR图2.2 Ip与MRR0.20.150.10.050Cpvs TWR0 3 6浓(gm/升）Cp与TWR0.20.150.10.050Ipvs TWR3 69Ip（V）IP与TWR图2.3 Cp与TWR图2.4 Ip与TWR图二. 2.1、2.2、2.3和2.4 MRR和TWR随Cp和Ip的变化。MRR和TWR对Cp和Ip的响应表明，随着Cp的增加，MRR增加，TWR减少，而随着Ip的增加，MRR和TWR都有增加的趋势，这在图3中清楚地表示。 2.1 -2.4。3.2. 电极磨损率一个完美的工具的特点应该是从工件上去除最大材料的潜力，并具有抵抗自腐蚀的能力。从实验结果可以清楚地看出，随着Ip和Ton的增加，在不添加粉末的情况下，在随着粉末的加入，EWR降低，因为更少的工具磨损和更多的材料从工件上去除3.3. 表面粗糙度电火花加工表面粗糙度与表面形成的凹坑大小和重铸层的分布有直接关系。实验研究表明，在介质中不加粉末时，表面粗糙度在3.8 ~ 9.2 μm范围内变化。从图中可以看出。3.1随着脉冲电流的增加，表面粗糙度也随之增加，因为大的色散能量引起剧烈的火花和冲击力，导致形成较大的凹坑，导致SR增加。在冷却过程中，一定量的熔融材料不会完全熔化并在表面重新凝固，从而增加了SR。在电介质中加入铬粉后，表面质量得到改善，Ip vs SR864203 69Ip（V）IP VSSRCp vs SR864200 36浓(gm/升）Cp与SR图3.1 Ip与SR图3.2 Cp与SR图三. 3.1和3.2 SR随Ip和C p的变化平均TWR平均MRR平均SR平均TWR平均SR平均MRRS. Tripathy，D.K.Tripathy/Engineering Science and Technology，an International Journal 19（2016）6267第一M结果减少SR如图所示。 三点二当添加3gm/l的粉末时，粗糙度值降低到2.5g/l的范围。2.86μm至5.97μm。当粉末浓度增加到6gm/l时，粗糙度进一步减小到2.4 μm至5.04 μm的范围观察到，当Ton增加时，与低Ton值和较高脉冲电流组合相比，脉冲强度降低，等离子体通道直径增加，这产生光滑表面。添加适当尺寸和浓度的粉末颗粒可以降低加工过程中的SR。添加更多量的粉末将导致搅拌困难，因为它在罐中沉降这将对材料的表面性能产生不利3.4.TOPSIS采用TOPSIS法对多属性参数（MRR、TWR、EWR和SR）的PMEDM进行了优化利用实验运行后获得的结果，可以使用等式（4-10）获得每个实验组合的优选值。可以考虑到与最佳解决方案的相对接近度来计算每个备选方案的偏好值，该最佳解决方案使用等式（11）被计算为考虑到在理想条件下加工时的性能参数同样重要，所有输出响应都被分配了相等的权重采用田口设计和理想解法相结合的方法，将多属性优化转化为单目标优化表2.1中给出了从每个实验运行中获得的TOPSIS的偏好值和排序。相对于最优性能度量的理想解的相对接近度达到了最大偏好值和最高排序，因此被认为是性能度量的最佳值。可以看出，实验运行#24是最好的倍数。具有最高优先顺序的最佳特性，因此它是运行#25和#23之后的最佳设置最优参数组合可以通过考虑偏好序的较高值来确定。获得的最佳设置为Cp3Ip2Ton1DC3Vg3。3.4.1.TOPSIS法的验证性实验在对最佳参数设置进行评估之后，使用最合适的过程变量集进行质量特性改进的预测和确认。从表2.2中可以看出，从TOPSIS法获得的最佳设置在TWR、EWR和SR较低的情况下提高了MRR引起更多材料去除量的铬粉浓度为6克/升。对理想解的偏好值的改进为0.161689。表2.2确认性实验的结果。初始因子设置实验电平Cp1Ip1Ton1DC1Vg1Cp3Ip2Ton1DC3Vg3铬粉浓度0 6（克/升）表2.3偏好解决方案的ANOVA表源DF序列SS调整SS调整MSFPCP20.494590.4945880.247294445.010.000Ip20.177820.1778190.088909159.990.000不在20.252570.2525660.126283227.250.000DC20.184690.1846940.092347166.180.000VG20.000260.0002590.0001290.230.795残差160.008890.0088910.000556总261.11882S = 0.02357，R2= 99.2%，R2（adj）= 98.7%。表2.4首选解决方案的响应表水平CPIp不在DCVG10.55690.77310.81570.80620.745820.79000.82130.80400.79350.738630.87760.63020.60490.62480.7401三角洲0.32070.19110.21080.18140.0072秩132453.4.2.TOPSIS方差分析用方差分析可以确定工艺变量对性能特性的显著影响偏好溶液的ANOVA结果见表2.3，认为95%置信区间具有统计学显著性。因子响应的结果通过MINITAB软件使用“越高越好”的期望来考虑。表2.4表明，Cp、Ton、DC和Ip是对偏好解的值的改进具有显著贡献的参数，而Vg的作用是不显著的。3.5. 灰色关联分析如表1.2所示，针对不同输出参数获得的实验结果首先使用方程进行归一化（12）和（13）。使用等式（14）计算每个输出响应的GRC。每个响应的GRC用于使用等式（15）来估计GRG，等式（15）表示机加工过程的总体性能特征，假设考虑理想条件的所有性能特征的权重相等。表3.1中提供了每次运行的GRC和GRG值以及等级顺序。一个多目标优化问题，从而转化为一个单目标优化问题，使用田口设计和GRA相结合的方法较高的GRG值导致输入参数的最佳或接近最佳组合。可以看出，实验运行#22是具有最高GRG的性能特性的最合适的集合;因此它是运行#23和#24之后的最佳设置。在正交试验设计的情况下，分离每个参数在不同水平上的影响成为可能。最佳参数组合可以通过考虑GRG的较高值来确定输入参数的每个水平的平均GRG可以通过从所获得的实验结果估计特定水平设置的GRG的平均值来确定。对于所有水平，平均GRG可以以表3.2所示的类似方式给出。在表3.1中得到的所有GRG的平均值给出了总平均GRG。总平均GRG计算为0.7167。3.5.1.灰色关联分析的验证性试验在估计最佳参数设置后，使用最佳设置进行质量属性发展的预测从最佳设计水平来看，根据以下公式计算GRG估算值理想解决方案的偏好值的改进= 0.161689。˘m 萨普 （十六）峰值电流（mA）36脉冲开启时间（μs）100100占空比（%）79间隙电压（伏）3050MRR（mm3/min）2.56414.0171TWR（mm3/min）0.01720.00981EWR（%）0.67180.069986SR（英语：）3.83.68首选解决方案0.7579520.91964168S. Tripathy，D.K.Tripathy/Engineering Science and Technology，an International Journal 19（2016）62表3.1性能指标的灰关联系数（θ = 0.5）和等级灰关联度的估计运行MRRTWREWRSr灰色关联度秩序10.3330.94950.78690.70830.69451720.3340.94180.77080.66660.67851930.3350.93170.74980.61810.65892240.3660.91460.80280.57920.66572150.3840.90500.81660.52710.65842360.4100.88660.81970.49560.65322470.4860.40280.36660.45330.42722580.5150.35010.33540.40140.40062690.5420.33330.33330.33330.385527100.3350.98170.89670.88080.773810110.3410.97590.89070.82120.757312120.3840.98360.95410.74880.767811130.4100.94960.91140.67060.735615140.4240.97310.95190.61150.740113150.4290.91750.87710.57520.699816160.4580.86190.82560.54830.673620170.5800.82690.83730.51280.689418180.8660.76720.82940.48780.737614190.4010.99470.979410.84385200.4290.99980.99180.88540.82668210.4540.98480.97460.85420.81719220.630110.82520.86391230.6450.98570.98820.77980.84972240.7030.97590.98200.72640.84713250.8880.89270.92670.67060.84454260.9500.86860.91200.59850.832562710.85000.90070.56290.82847表3.2平均灰色关联度的估计。因素灰色关联度1级2级3级 DeltaCp0.5803 0.7306 0.8393 0.2590.7459 0.6466 0.1110.7437 0.7535 0.6529 0.00980.7459 0.7295 0.6748 0.07110.7247 0.7148 0.7106总平均灰色关联度= 0.7167。式中，m是总平均GRG，i是最有利设置下的平均GRG，p是影响性能特征的主要变量的数量。因此，预测GRG等于平均GRG和最优水平下各因素的平均GRG之差与总平均GRG之和从表3.3可以看出，MRR从2.564 mm3/min降至9.87 mm3/min，TWR从表3.3确认性实验的结果。初始因子设置EWR从0.6718%下降到0.0305%，SR从3.8 μm下降到1.57 μm。验证试验结果与预测值吻合较好验证后GRG的改善为0.2593。3.5.2.灰色关联方差分析方差分析是一种统计工具，用于识别测试项目组的平均性能的任何差异工艺变量对响应参数的显著影响可使用ANOVA以95%置信区间进行规定因子响应的计算结果采用MINITAB软件中的GRG平均值的ANOVA结果见表4.1。 表4.2表明，Cp、Ton、DC和Ip是对GRG改善具有统计学显著贡献的参数，而Vg的作用不 显著。从所获得的最佳设置可以假设，随着粉末浓度的增加，桥接效应导致更多的材料去除量，从而导致更好的MRR。因此，最佳粉末浓度为6 gm/l。表4.3显示了使用TOPSIS法和GRA法的确认性检验的最终多目标优化结果以及使用这两种技术获得的改进。3.6. 微观结构分析使用TOPSIS和GRA获得的最佳设置的加工表面的SEM分析如图4.1和图4.2所示。可以观察到，主要的热条件会对加工表面造成损坏，使表面轮廓不均匀。在加工表面上获得的粗糙度分布直接取决于重新凝固的材料量或形成的重铸层在电介质中添加Cr粉改善了表面性能。当与电介质中的碳元素混合时，一小部分熔融材料重新凝固，由于电介质的不适当挤压，来自工件和电极的熔融材料。这个区域的上部重铸层被称为白色层。一般来说，这些层表4.1GRG的ANOVA表源DF序列SS调整SS调整MSFPCP20.3044850.304480.15224522.020.000Ip20.0669870.066980.03349114.840.000不在20.0553520.055350.0276794.900.000DC20.0249530.024950.0124742.780.000VG20.0009500.000950.000471.630.227残差160.0046660.004660.004660.000292总260.4573920.45739S = 0.01708，R2= 99%，R2（adj）= 98.3%。表4.2GRG的响应表Level CpIpTonDC Vg峰值电流（mA）3 3脉冲开启时间（μs）100 150占空比（%）7 7间隙电压（V）30 30MRR（mm3/min）2.564 9.87TWR（mm3/min）0.0172 0.00302EWR（%）0.6718 0.0305表4.3相对误差估计的重要过程参数的最佳水平。响应最佳电平设置改进在优先等级预测实验10.58030.75760.74370.74590.7248水平Cp1I p1T on1DC 1V g1 Cp3I p1T on2DC 1Vg1Cp3I p1T on2DC 1Vg120.73060.74600.75350.72950.7148浓度0630.83930.64660.65300.67480.7106铬三角洲0.25900.11100.10060.07110.0141粉末（gm/l）秩12345SR（英语：）3.81.57GRG0.696800.95420.9561TOPSISCp3I p2T on1DC 3V g30.161689GRG改善= 0.2593。灰色关联分析Cp3Ip1Ton2DC1Vg10.2593S. Tripathy，D.K.Tripathy/Engineering Science and Technology，an International Journal 19（2016）6269见图4。 4.1和4.2获得的最佳参数组的SEM图像。是粗糙的、易碎的并且容易破裂。在机加工表面上获得的粗糙度分布直接取决于重新凝固的材料量或形成的重铸层4. 结论本研究的目的是通过最大化的MRR和最小化的TWR，EWR和SR的H-11模具钢的添加铬粉的介电介质的液体和优化的工艺参数，以提高表面质量和生产率。采用田口技术，通过改变浓度Cp、峰值电流Ip、脉冲开启时间Ton、占空比DC和间隙电压Vg进行实验。使用TOPSIS和GRA进行多属性优化，以确定最重要的工艺变量集。以下是目前工作的结果1. 由TOPSIS法得到的最佳工艺参数为：Cp = 6 g/ l，Ip = 6 μ s，Ton =100 μs，DC = 90%，Vg = 50 V;由GRA法得到的最佳工艺参数为：Cp= 6 g/l，Ip= 3 μ s，Ton = 150 μs，DC = 70%，Vg = 30 V。2. 验证性检验表明，在实验和初始设置中，使用TOPSIS和GRA的偏好值的改善分别为0.161689和0.2593，这是令人满意的。3. 进行方差分析，以确定在95%置信区间影响工艺特性的加工参数的显著性。Cp、Ton、DC和Ip是对偏好解的值的改进有显著贡献的参数，而Vg的作用是不显著的。4. 从实验结果可以看出，当介质中不加粉末时，表面粗糙度在3.8μm到9.2 μm的范围内变化。当加入3g/l的Cr粉时，粗糙度值降低到2.86 μm至5.97 μm的范围当Cr粉的浓度增加到6 gm/l时，粗糙度进一步减小到2.4 μm至5.04 μm的范围因此，添加适当尺寸和浓度的粉末颗粒可以降低加工过程中的表面粗糙度。5. 通过对显微照片的观察发现，在介质浆料中加入导电粉，可改善表面形貌，减少缺陷、裂纹和表面粗糙度，这与表面形成的凹坑大小和重铸层的分布有直接关系。6. 因此，这两个模型都适合于根据所需的性能特性为输入参数集建立最佳可能的解决方案目前的研究工作的结果将是一个考虑-可援助的行业质量改善加工使用PMEDM。确认作者诚挚地感谢布巴内斯瓦尔S'O'A大学对本工作的基础设施支持引用[1] P. Pecas，E.陈晓，粉末浓度与介电流量对混粉电火花加工表面形貌之影响，国立成功大学机械工程研究所硕士论文。J. Adv. 制造。Technol. 37（2008）1120[2] P. Pecas，E.陈文辉，电火花加工中电极面积对表面粗糙度的影响，国立成功大学机械工程研究所硕士论文。过程Technol. 200（2008）250[3] S.库马尔河Singh，T. P. Singh，B. L.李文，电火花加工中材料转移的比较，机械工程学报。223（7）（2009）1733-1740。[4] A. 库马尔，S。马赫斯瓦里角Sharma，N.李文，添加剂混合电火花加工的研究进展：一个国家的艺术评论，材料。制 造 工艺。25（2010）1166-1180。[5] S.库马尔
我的内容管理
收起
我的收益 登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏 
我的下载 
下载帮助 
