Inicio / Artículos académicos / Fuzzy data-driven scenario-based robust data envelopment analysis for prediction and optimisation of an electrical discharge machine’s parameters

Fuzzy data-driven scenario-based robust data envelopment analysis for prediction and optimisation of an electrical discharge machine’s parameters

Comparte este artículo en

Autoría

Año de publicación

2022

Palabras clave

Máquina de descarga eléctrica (EDM), Regresión de posibilidad difusa, Sistema de inferencia difusa basado en red adaptativa (ANFIS), Mejoramiento, Análisis envolvente de datos robusto (RDEA)

Título en español

Análisis envolvente de datos robusto basado en escenarios y basado en datos difusos para la predicción y optimización de los parámetros de una máquina de descarga eléctrica

Descripción

Una descarga eléctrica (EDM) tiene un alto impacto en la gestión de la producción, ya que su proceso tiene muchas ventajas sobre los procesos de mecanizado convencionales, incluida la capacidad de la máquina para crear material de muy alta calidad que es complejo para las secciones industriales internas. Este estudio investiga el impacto de los parámetros de mecanizado EDM en la tasa de flujo volumétrico, el porcentaje de corrosión del electrodo y la rugosidad de la superficie. Estos parámetros de mecanizado son cada vez más importantes para la calidad del producto final, lo que conduce a una mayor satisfacción del cliente y una mayor cuota de mercado de la empresa. Debido a los cambios dinámicos en los parámetros de la máquina y los cambios ambientales de producción, es inevitable utilizar un modelo incierto. Para investigar los datos de mecanizado bajo incertidumbre, Se desarrolla un enfoque de modelado matemático basado en el modelo integrado de regresión de posibilidades difusas (FPRI). (Gholizadeh, H., Fathollahi-Fard, A., Fazlollahtabar, H., & Vincent, C., 2022)

Referencia

Gholizadeh, H., Fathollahi-Fard, A., Fazlollahtabar, H., & Vincent, C. (2022). Fuzzy data-driven scenario-based robust data envelopment analysis for prediction and optimisation of an electrical discharge machine’s parameters. Expert Systems with Applications, 193. https://doi.org/10.1016/j.eswa.2021.116419 [Published: May 2022]

Charles Vincent

Relacionados

Buscador