فایل ورد کامل بهینه سازی ساچمه پاشی ‏ با ابزار تصمیم گیری پیچیده: تصمیم گیری چند معیاره

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل بهینه سازی ساچمه پاشی ‏ با ابزار تصمیم گیری پیچیده: تصمیم گیری چند معیاره،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۸ صفحه

فرایند ساچمه پاشی ‏ کنترل شده با دو روش مستقل: (۱) ساچمه پاشی اولیه از نوار Almen برای تعیین شدت مورد نظر، (۲) ساچمه کاری نمونه واقعی با شدت Almen ، انجام شد. ساچمه پاشی Almen در مرحله اول زمان زیادی طول می کشد. که علت آن این است که علاوه بر استفاده از پارامترهای ورودی، اندازه گیری ارتفاع قوس و کنترل شدت Almen نیز باید به طور پیوسته انجام شود. نتایج به طور مستقیم بر ویژگی های واقعی موثر است. با این حال اندازه گیری ارتفاع و تنظیم پارامترهای ورودی به تکنسین کارفرما بستگی دارد. بنابراین، روش عددی با مدلسازی اجزای محدود (FEM) ، شبکه عصبی مصنوعی (ANN) و RSM (روش شناسی سطح پاسخ) پیشرفت بیشتری دارد. بدین منظور، روش عددی دیگری از جمله تصمیم گیری چند معیاره (MCDM) توسعه یافته اند و همچنین در مقایسه با نتایج آزمایشگاهی، زبری سطح و سختی سطح قرار گرفت. نتایج نشان داد که روش های MCDM با خودشان سازگار هستند و در چارچوب پارامترهای ورودی (فشار هوا، اندازه ساچمه، طول ساچمه باری) و پارامترهای خروجی نیز سازگار است (سختی سطح، زبری سطح). رویکرد Topsis نتایج سازگار را در مقایسه با دیگر رویکردها و شرایط آزمایشی ارائه می دهد.

کلیدواژگان: شدت Almen | ساچمه کاری | Topsis | Vikor | GRA | MCDM

عنوان انگلیسی:

Shot peening optimization with complex decision-making tool: Multi criteria decision-making

~~en~~ writers :

Okan Unal, Erfan Maleki

Controlled shot peening process is performed on two independent ways: (1) Pre-shot peening of Almen strips to
determine the desired intensity (2) Shot peening of the real sample with the Almen intensity obtained. Shot
peening of Almen strips in the first step takes more time. This is because, the application of input parameters,
also measuring arc height and controlling the Almen intensity stages have to be completed consecutively. The
results influence the real sample characteristics directly. Still, the arc height measurements and the input
parameters adjustment depend on technicians’ expertness. So, numerical approaches by conducting finite element modelling (FEM), ANN (artificial neural network) and RSM (response surface methodology) takes more
attention growingly. For this purpose, another numerical approach, multi-criteria decision making (MCDM)
methods have been developed and verified among their counterparts and also by comparing the experimental
results, surface roughness and surface hardness in this study. The results show that the MCDM methods are
consistent within themselves and in the context of input parameters (air pressure, shot size, peening duration)
and output parameters (surface hardness, surface roughness). The Topsis approach presents consistent results
with compared to both the other approaches and the experimental conditions.

Keywords: Almen intensity | Shot peening | Topsis | Vikor | GRA| MCDM

$$en!!