Pristup višekriterijumske optimizacije zasnovane na verovatnoći, koji uzima u obzir robustnost, primenjen u tehnologiji materijala
Sažetak
Uvod/cilj: Novorazvijeni metod višekriterijumske optimizacije zasnovan na verovatnoći (MOO) uveo je koncept poželjne verovatnoće da predstavi stepen poželjnosti kandidata pri optimizaciji kao pokušaj da se prevaziđu inherentni nedostaci subjektivnih i aditivnih faktora u prethodnim metodama MOO. U ovom radu nova metoda se proširuje i uključuje robustnu optimizaciju prilikom primene u oblasti tehnologije materijala. Navedeni su primeri utroška električne energije u procesu topljenja sa dizajnom ortogonalnog niza, kao i robustne optimizacije četiri različite šeme procesa mašinske izrade tela električnog loptastog ventila.
Metode: Aritmetička srednja vrednost pokazatelja performansi korisnosti kandidata doprinosi jednoj strani delimične poželjne verovatnoće, dok devijacija svakog pokazatelja performansi korisnosti kandidata od aritmetičke srednje vrednosti doprinosi kvantitativno drugoj strani delimične poželjne verovatnoće. Takođe, primenom postupka novorazvijene višekriterijumske optimizacije, zasnovane na varovatnoći (MOO), dobija se ukupna poželjna verovatnoća kandidata, čime se problem višekriterijumske optimizacije prevodi u problem jednokriterijumske optimizacije.
Rezultati: Optimalni kontrolni faktori smanjene potrošnje električne energije pomoću robustnosti jesu uvezani čelik, slobodni čelik i čelik s nečistoćama od 12,5, 50 i 37,5 težinskih procenata, respektivno, u ovom procesu topljenja čelika. Odmah zatim sledi scenario od 50, 50 i 0 težinskih procenata, respektivno. Od shema četiri ratličita procesa mašinske izrade tela električnog loptastog ventila, robustna optimizacija je shema broj jedan.
Zaključak:. Višekriterijumska optimizacija zasnovana na verovatnoći proširena je pomoću robustnosti, što se pokazalo uspešnim, tako da se može lako koristiti pri rešavanju problema optimalnosti sa disperzijom podataka kako bi se dobio objektivno optimalni rezultat sa robustnošću u tehnologiji materijala. Proširivanje višekriterijumske optimizacije zasnovane na verovatnoći uzimajući u obzir robustnost biće od koristi za relevantna istraživanja i optimizacije procesa.
Reference
Box, G. 1988. Signal-to-Noise Ratios, Performance Criteria, and Transformations. Technometrics, 30(1), pp.1-17. Available at: https://doi.org/10.2307/1270311
Box, G.E.P. & Meyer, R.D. 1986. Dispersion Effects from Fractional Designs. Technometrics, 28(1), pp.19-27. Available at: https://doi.org/10.1080/00401706.1986.10488094
Deshmukh, R. & Hiremath, R. 2020. Societal application of Taguchi method for optimization of process parameters in the Melting Process in the Foundry. In: Pawar, P., Ronge, B., Balasubramaniam, R., Vibhute, A. & Apte, S. (Eds.) Techno-Societal 2018, pp.215-221. Springer, Cham. Available at: https://doi.org/10.1007/978-3-030-16962-6_22
Han, Z., Shan, W. & He, T. 2020. Multi-objective Robust Decision-Making of Machining Process Scheme Based on Interval Number. Modern Manufacturing Engineering, 5, pp.98-101. Available at: https://doi.org/10.16731/j.cnki.1671-3133.2020.05.015
Myers, R.H., Montgomery, D.C. & Anderson-Cook, C.M. 2016. Response Surface Methodology: Process and Product Optimization Using Designed Experiments, 4th Edition. Hoboken, NJ, USA: John Wiley & Sons, Inc. ISBN: 978-1-118-91601-8.
Nair, V.N., Abraham, B., MacKay, J., Box, G., Kacker, R.N., Lorenzen, T.J., Lucas, J.M., Myers, R.H., Vining, G.G., Nelder, J.A., Phadke, M.S., Sacks, J., Welch, W.J., Shoemaker, A.C., Tsui, K.L., Taguchi, S. & Jeff Wu, C.F. 1992. Taguchi's Parameter Design: A Panel Discussion. Technometrics, 34(2), pp.127-161. Available at: https://doi.org/10.2307/1269231
Roy, R.K. 2010. A Primer on the Taguchi Method, 2nd edition. Dearborn, MI, USA: Society of Manufacturing Engineers. ISBN-13: 978-0872638648.
Welch, W.J., Yu, T-K., Kang, S.M. & Sacks, J. 1990. Computer experiments for quality control by parameter design. Journal of Quality Technology, 22(1), pp.15-22. Available at: https://doi.org/10.1080/00224065.1990.11979201
Welch, W.J., Buck, R.J., Sacks, J., Wynn, H.P., Mitchell, T.J. & Morris, M.D. 1992. Screening, Predicting, and Computer Experiments. Technometrics, 34(1), pp.15-25 [online]. Available at: https://www.tandfonline.com/doi/abs/10.1080/00401706.1992.10485229 [Accessed: 5 January 2022].
Zheng, M. 2022. Application of probability-based multi–objective optimization in material engineering. Vojnotehnički glasnik/Military Technical Courier, 70(1), pp.1-12. Available at: https://doi.org/10.5937/vojtehg70-35366
Zheng, M., Wang, Y. & Teng, H. 2021. A new "intersection" method for multi-objective optimization in material selection. Tehnički glasnik, 15(4), pp.562-568. Available at: https://doi.org/10.31803/tg-20210901142449
Vojnotehnički glasnik omogućava otvoreni pristup i, u skladu sa preporukom CEON-a, primenjuje Creative Commons odredbe o autorskim pravima:
Autori koji objavljuju u Vojnotehničkom glasniku pristaju na sledeće uslove:
- Autori zadržavaju autorska prava i pružaju časopisu pravo prvog objavljivanja rada i licenciraju ga Creative Commons licencom koja omogućava drugima da dele rad uz uslov navođenja autorstva i izvornog objavljivanja u ovom časopisu.
- Autori mogu izraditi zasebne, ugovorne aranžmane za neekskluzivnu distribuciju rada objavljenog u časopisu (npr. postavljanje u institucionalni repozitorijum ili objavljivanje u knjizi), uz navođenje da je rad izvorno objavljen u ovom časopisu.
- Autorima je dozvoljeno i podstiču se da postave objavljeni rad onlajn (npr. u institucionalnom repozitorijumu ili na svojim internet stranicama) pre i tokom postupka prijave priloga, s obzirom da takav postupak može voditi produktivnoj razmeni ideja i ranijoj i većoj citiranosti objavljenog rada (up. Efekat otvorenog pristupa).