TỐI ƯU HÓA ĐA MỤC TIÊU VÀ RA QUYẾT ĐỊNH TRONG QUÁ TRÌNH GIA CÔNG XUNG ĐIỆN THÉP HARDOX 500 CÓ TRỢ GIÚP RUNG SIÊU ÂM SỬ DỤNG THUẬT TOÁN NSGA-II KẾT HỢP VỚI CÁC PHƯƠNG PHÁP SAW, MARCOS VÀ TOPSIS

Tóm tắt

Bài báo trình bày mô hình tích hợp giữa tối ưu hóa đa mục tiêu và ra quyết định nhằm nâng cao hiệu quả gia công của quá trình gia công xung điện có trợ giúp rung siêu âm (UV-EDM) trên vật liệu thép HARDOX 500. Thuật toán NSGA-II kết hợp với mô hình thay thế GPR được sử dụng để đồng thời tối đa hóa năng suất bóc tách vật liệu (MRR) và tối thiểu hóa độ nhám bề mặt (Ra). Đồ  thị Pareto thu được thể hiện rõ sự đánh đổi (trade-off) giữa năng suất và chất lượng bề mặt. Nhằm lựa chọn nghiệm cân bằng tối ưu nhất trong tập nghiệm Pareto, ba phương pháp ra quyết định đa tiêu chí (MCDM) gồm SAW, MARCOS và TOPSIS đã được áp dụng. Kết quả phân tích tương quan Spearman cho thấy mức độ tương đồng tuyệt đối giữa SAW và MARCOS (ρ = 1.000) và tương quan rất cao (ρ ≈ 0.903) giữa hai phương pháp này với TOPSIS. Sự kết hợp giữa NSGA-II và phân tích MCDM so sánh đã chứng minh khả năng hỗ trợ ra quyết định hiệu quả, giúp lựa chọn bộ thông số UV-EDM tối ưu, qua đó cải thiện đồng thời năng suất và chất lượng bề mặt khi gia công thép có độ cứng cao

Title

MULTI-OBJECTIVE OPTIMIZATION AND DECISION-MAKING IN ULTRASONIC VIBRATION-ASSISTED EDM OF HARDOX 500 USING NSGA-II COUPLED WITH SAW, MARCOS, AND TOPSIS

Abstract

This paper presents a hybrid multi-objective optimization and decision-making framework for improving the performance of ultrasonic vibration-assisted electrical discharge machining (UV-EDM) of HARDOX 500 steel. The Non-dominated Sorting Genetic Algorithm II (NSGA-II), assisted by Gaussian Process Regression (GPR) surrogate models, was employed to simultaneously maximize the material removal rate (MRR) and minimize the surface roughness (Ra). The resulting Pareto front demonstrated a clear trade-off between machining productivity and surface quality. To identify the most balanced solution among the Pareto-optimal points, three multi-criteria decisionmaking (MCDM) techniques – Simple Additive Weighting (SAW), Measurement of Alternatives and Ranking according to Compromise Solution (MARCOS), and Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) – were applied. The Spearman correlation analysis showed a perfect agreement between SAW and MARCOS (ρ = 1.000) and a high correlation (ρ ≈ 0.903) between these two methods and TOPSIS. The integration of NSGA-II with comparative MCDM analysis provides a reliable and systematic approach for selecting optimal machining parameters, enabling enhanced efficiency and surface finish in UV-EDM of hardened steels