NGHIÊN CỨU PHƯƠNG PHÁP MCDM LAI CHO VIỆC LỰA CHỌN ROBOT KHAI THÁC MỎ DỰA TRÊN PHƯƠNG PHÁP PHÂN TÍCH THỨ BẬC

Tóm tắt

Trong bối cảnh cuộc cách mạng công nghiệp 4.0, những tiến bộ công nghệ đã mở ra nhiều cơ hội to lớn nhằm nâng cao mức độ tự động hóa trong các quy trình sản xuất. Việc tích hợp robot để thay thế lao động con người được xem là một bước phát triển then chốt. Ngày nay, robot đã trở nên phổ biến trong nhiều lĩnh vực khác nhau, đóng vai trò quan trọng trong việc nâng cao độ chính xác, tốc độ và khả năng kiểm soát chất lượng trên các dây chuyền sản xuất. Tuy nhiên, sự đa dạng về chủng loại robot với các đặc tính khác nhau như tải trọng, tốc độ và chi phí đã khiến việc lựa chọn robot phù hợp cho một ứng dụng cụ thể trở nên khó khăn. Để giải quyết vấn đề này, việc áp dụng các phương pháp ra quyết định đa tiêu chí (Multi-Criteria Decision Making – MCDM) đã nổi lên như một chiến lược hiệu quả nhằm hỗ trợ quá trình ra quyết định. Trong những nghiên cứu gần đây, các kỹ thuật MCDM đã được sử dụng để đánh giá và so sánh robot dựa trên nhiều tiêu chí khác nhau. Thông qua việc áp dụng các phương pháp này, các ngành công nghiệp có thể tối ưu hóa quá trình lựa chọn robot, từ đó nâng cao hiệu quả vận hành. Trong nghiên cứu này, chúng tôi đề xuất một phương pháp MCDM lai mới, kết hợp phương pháp phân tích thứ bậc (AHP) để xác định trọng số với các phương pháp Additive Ratio ASsessment (ARAS), Complex PRoportional ASsessment (COPRAS) và Measurement of Alternatives and Ranking according to COmpromise Solution (MARCOS) nhằm đánh giá và xếp hạng robot khai thác mỏ. Phương pháp này xây dựng các trọng số dựa trên ý kiến chuyên gia, đồng thời xem xét tầm quan trọng của việc so sánh cặp các tiêu chí. Kết quả nghiên cứu cho thấy robot số 7 là lựa chọn tối ưu nhất, trong khi robot số 2 được xếp hạng thấp nhất, với sự nhất quán về kết quả trên cả ba phương pháp được đề xuất. Kết quả mang ý nghĩa cung cấp định hướng thiết yếu trong việc giải quyết mạng lưới phức tạp các yếu tố khi lựa chọn robot đáp ứng yêu cầu sản xuất.

 

Title

A HYBRID MCDM APPROACH FOR MINING ROBOT SELECTION BASED ON ANALYTIC HIERARCHY PROCESS

Abstract

Amidst the 4.0 industrial revolution, technological advancements have created vast opportunities for enhancing automation within manufacturing processes. The integration of robots to supplant human labor stands as a pivotal development. These robots, now ubiquitous across various sectors, are instrumental in bolstering precision, speed, and quality control in production lines. However, the multiplicity of different robotic kinds with differing characteristics like load capacity, speed, and cost makes it difficult to choose the best robot for a given application. To address this issue, the adoption of multi-criteria decision-making (MCDM) methods has emerged as a valuable strategy for facilitating informed choices. Recent research endeavors have leveraged MCDM techniques to assess and compare robots across a spectrum of criteria. By employing these methodologies, industries can optimize robot selection processes, thereby enhancing operational efficiency. In our current investigation, we introduce a novel hybrid MCDM approach that amalgamates analytic hierarchy process (AHP) weighting with Additive Ratio ASsessment (ARAS), Complex PRoportional ASsessment (COPRAS), and Measurement of Alternatives and Ranking according to COmpromise Solution (MARCOS) methodologies to evaluate and rank mining robots. This methodology involves constructing weights based on expert insights, while also acknowledging the significance of pairwise criterion comparisons. Our findings indicate that robot 7 emerges as the most favorable choice, while robot 2 ranks as the least optimal option, demonstrating consistent outcomes across all three proposed methodologies. These findings have significant ramifications for manufacturers, providing them with crucial direction in negotiating the complex network of factors involved in choosing robots that meet production requirements.