ISSN 2354-0575

Khoa học & Công nghệ - Số 30/Tháng 6 - 2021 Journal of Science and Technology 101

TỐI ƯU HÓA ĐA MỤC TIÊU DỰA TRÊN PHÂN TÍCH GREY-TAGUCHINHẰM CẢI THIỆN KHẢ NĂNG LÀM VIỆC CHỊU MÀI MÒN

THÔNG QUA CÁC TÍNH CHẤT CỦA LỚP PHỦ WC-12Co BẰNG PHUN HVOF

Nguyễn Thanh Phú1, Đoàn Ngọc Hiếu2, Lê Văn Thoài1,

Bùi Khắc Khánh1, Nguyễn Minh Tân1, Ngô Thị Thảo1,*, Đinh Văn Bân1

1 Trường Đại học Sư phạm kỹ thuật Hưng Yên2 Trường Cao đẳng kinh tế - Kỹ thuật Tô Hiệu

* Tác giả liên hệ: ngothaohnt@gmail.com

Ngày tòa soạn nhận được bài báo: 12/03/2021Ngày phản biện đánh giá và sửa chữa: 06/05/2021Ngày bài báo được duyệt đăng: 16/06/2021

Tóm tắt:Nghiên cứu này thực hiện để đánh giá khả năng cải thiện tính chịu mài mòn của lớp phủ WC-12Co

bằng phun HVOF thông qua việc nâng cao các tính chất lớp phủ đồng thời. Phương pháp tối ưu đa mục tiêu dựa trên phân tích Grey–Taguchi được sử dụng thực hiện tối ưu. Các thông số lưu lượng cấp bột phun (A), khoảng cách phun (B), tỷ lệ oxy/propan (C) được tối ưu nhằm nâng cao đồng thời độ cứng và độ bền bám dính của lớp phủ với nền. Kết quả nghiên cứu xác định thông số phun tối ưu với A = 32 gam/phút; B = 0,35 m; C = 5; cho độ cứng đạt 1329,6 HV, độ bền bám dính đạt 65,3 Mpa cho hệ số Grey cao nhất dự đoán là 0,89 và thực nghiệm đạt 0,85. Mức độ ảnh hưởng của các thông số đến hệ số Grey với A là 39%, B là 14,6 %, C là 45,1 %, sai số là 1,2 %. Giá trị tối ưu này hoàn toàn phù hợp với kết quả dự đoán hệ số Grey qua hàm số dự đoán xây dựng từ kết quả thực nghiệm cho các thông số phun. Thực nghiệm thử mài mòn cho mẫu đa mục tiêu và mẫu có chỉ số Grey cao kế tiếp được thực hiện. Kết quả cho thấy độ mài mòn của mẫu đa mục tiêu giảm 7,1 %. Điều này đã chứng tỏ khả năng cải thiện tính chịu mài mòn khi lớp phủ có tính chất tổng hợp cao. Phương pháp tối ưu đa mục tiêu dựa trên phân tích Grey - Taguchi mang đến sự hiệu quả cho bài toán tối ưu đồng thời nhiều tính chất đầu ra.Từ khóa: HVOF, WC-12Co, Grey, tối ưu đa mục tiêu.

1. Đặt vấn đềLớp phủ WC-12Co bằng phun HVOF có độ

cứng và khả năng chống mài mòn cao được do thành phần WC chiếm 88 %. Tuy nhiên, các thông số phun phủ nhiệt HVOF làm thay đổi độ cứng do tính chất cơ nhiệt và chuyển biến pha khi hình thành lớp phủ đã được xác định [1, 2]. Ngoài ra, lớp phủ cần có độ bền bám dính tốt bởi đây là yếu tố duy trì sự tồn tại của lớp phủ bề mặt trên chi tiết phun. Do đó lớp phủ WC-12Co đạt được đồng thời cả hai yếu tố độ bền bám dính, độ cứng cao được dự đoán có thể cải thiện khả năng làm việc chịu mài mòn.

Hiện nay, các phương pháp tối ưu đa mục tiêu là công cụ hiệu quả cho yêu cầu đặt ra của bài toán. Nhiều phương pháp đã được các nhà khoa học sử dụng cho nghiên cứu của mình như Taguchi, EDM, OEC, tối ưu bề mặt, đến các phương pháp

ứng dụng trí tuệ nhân tạo [3, 4, 5, 6]. Tuy nhiên với ưu điểm dựa trên thiết kế thực nghiệm Taguchi, số thí nghiệm ít, dễ phân tích và nhanh chóng xác định thông số phun tối ưu. Phương pháp phân tích Grey đã được nhiều nhà khoa học ứng dụng trong các công trình của mình [7, 8]. Trong nghiên cứu này, phương pháp tối ưu Grey dựa trên thiết kế thực nghiệm với mảng L9-Taguchi [1] được sử dụng để tiến hành thí nghiệm. Các thông số phun được tối ưu gồm lưu lượng phun (A), khoảng cách phun (B) và tỷ lệ oxy/Propan (C) đến đồng thời độ cứng và độ bền bám dính của lớp phủ WC-12Co. Phân tích phương sai (ANOVA) [9] đánh giá sự ảnh hưởng của các thông số đến hệ số Grey (GRA). Phương pháp tối ưu Taguchi thực hiện để xác định thông số tối ưu đến hệ số Grey của các thí nghiệm thực hiện. Thí nghiệm kiểm chứng thông số phun tối ưu

ISSN 2354-0575

Journal of Science and Technology102 Khoa học & Công nghệ - Số 30/Tháng 6 - 2021

nhận được để đánh giá sai số kết quả tối ưu. Trên cơ sở đó, tiến hành xây dựng hàm số bậc hai để biểu diễn mối quan hệ giữa các thông số phun tới hệ số Grey (GRA) thông qua phương pháp bình phương tối thiểu [10]. Các kết quả dự đoán giá trị Grey cho tất cả các thông số phun có thể (theo quy hoạch thực nghiệm N=33) qua hàm số và minh chứng kết quả tối ưu hệ số Grey nhận được là tốt nhất.

Từ đó, thực nghiệm mài mòn trên mẫu lớp phủ đa mục tiêu với mẫu có thông số phun cho trị số Grey cao phía sau đã được thực hiện để xác thực sự cải thiện độ cứng, độ bền bám dính của lớp phủ đa mục tiêu dựa trên phân tích Grey giúp cải thiện tính chống mài mòn của 2. Quá trình thực nghiệm và đánh giá kết quả2.1. Thiết kế thực nghiệm

Trong nghiên cứu này, các thông số phun nghiên cứu ảnh hưởng được xác định với ba mức (Bảng 1) và được sắp xếp theo mảng trực giao L9 của phương pháp Taguchi (Bảng 2). Các thông số phun khác có giá trị thiết lập như trong Bảng 3.

Bảng 1. Các mức giá trị của thông số phun nghiên cứu

Thông số Kýhiệu

Mức

1 2 3

Lưu lượng phun (gam/phút) A 26 32 38

Khoảng cách phun (m) B 0,2 0,275 0,35

Tỷ lệ khí cháy C 4 5 6

Bảng 2. Mảng trực giao L9 với các thông số phun nghiên cứu

T/NThông số phun

A B C1 26 0,2 42 26 0,275 53 26 0,35 64 32 0,2 55 32 0,275 66 32 0,35 47 38 0,2 68 38 0,275 49 38 0,35 5

Bảng 3. Các thông số phun khác sử dụng trong nghiên cứu

Thông số Giá trị

Áp suất propan 0,686 (MPa)

Lưu lượng propan 60 (l/p)

Áp suất khí nén 0,686 (MPa)

Lưu lượng khí nén 550 (l/p)

Áp suất nitơ 0,4 (MPa)

Lưu lượng nitơ 20 (l/p)

2.2. Vật liệu và mẫu phun thực nghiệmQuá trình phun mẫu được thực hiện trên hệ

thống thiết bị phun HVOF với súng phun HP-2700M cùng với bảng điều khiển MP-2100; bộ phận cấp bột phun PF-3350. Mẫu phun có kích thước 50x50x6 mm từ thép 16Mn [1]. Bột phun WC-12Co được sử dụng để tạo lớp phủ nghiên cứu với chiều dày từ 400 ÷ 500 µm [1].2.3. Tỷ số S/N theo phương pháp Taguchi

Độ cứng và độ bền bám dính với nhu cầu được nâng cao để cải thiện khả năng làm việc của lớp phủ. Do đó tỷ số S/N với tiêu chí lớn hơn thì tốt hơn (công thức (1)) được sử dụng:

2

1 1/ 10log( )i

S Nn y

= − ∑ (1)

Trong đó n: số thí nghiệm thực hiện, yi là giá trị đo của thí nghiệm thứ i với i= 1, ..., 9. Tỷ số S/N là cơ sở để xác định thông số tối ưu đơn mục tiêu nhằm so sánh kết quả tối ưu để cho thấy sự cải thiện của tối ưu đa mục tiêu bằng GRA so với tối ưu đơn mục tiêu.2.4. Phương pháp tối ưu đa mục tiêu bằng phân tích quan hệ Grey

Trong bài toán tối ưu đa mục tiêu, mức độ ảnh hưởng và mối quan hệ giữa các tham số khác nhau rất phức tạp và không rõ ràng. Phương pháp Grey được đề xuất để phân tích độ không đảm bảo này giữa các tính chất đầu ra, quá trình tối ưu thông qua hệ số Grey được tính toán. Từ đó, bài toán tối ưu hóa đa mục tiêu được thu gọn thành bài toán tối ưu hóa đơn mục tiêu duy nhất cho đầu ra là hệ số Grey. Số lượng thí nghiệm dựa trên thiết kế thực nghiệm theo Taguchi cho các thông số ảnh hưởng. Các bước thực hiện tối ưu hóa Grey gồm:Bước 1. Chuẩn hóa dữ liệu: Dữ liệu phải được

ISSN 2354-0575

Khoa học & Công nghệ - Số 30/Tháng 6 - 2021 Journal of Science and Technology 103

chuẩn hóa vì các đơn vị khác nhau có thứ nguyên, miền giới hạn và chiều biến thiên khác nhau, nhờ đó chúng có thể so sánh được với nhau. Sau khi được chuẩn hoá, số liệu chuẩn không còn thứ nguyên, giới hạn trong khoảng [0÷1] và theo các chỉ tiêu lớn hơn thi tốt hơn như công thức (2):

x ki =^ h miny yi k i k-^ ^h h (2)

Trong đó: i = 1,2,3,…m, m là số thí nghiệm trong mảng trực giao Taguchi; k = 1,2,..n, n là số mục tiêu đầu ra của thí nghiệm; maxyi(k) giá trị lớn nhất của yi(k); minyi(k) là giá trị nhỏ nhất của yi(k); yi(k) là giá trị sau khi phân tích quan hệ Grey.Bước 2: Tính toán hệ số quan hệ Grey (Grey Relational Coefficient): Quan hệ Grey dựa trên dữ liệu thử nghiệm chuẩn hóa để biểu diễn mối tương quan giữa dữ liệu thực nghiệm mong muốn và thực tế. Hệ số quan hệ Grey (ξi(k)) tổng thể sau đó được tính bằng cách tính trung bình hệ số quan hệ Grey tương ứng với từng đặc tính hiệu suất theo phương trình sau:

i kp =^ h k max

min max

oiT TT T

pp++^ h (3)

Trong đó: Δoi(k) là giá trị tuyệt đối của sai lệch giữa giá trị chuẩn hoá thực và giá trị lý tưởng:

y k*i i0 0T = ^ h y k*i- ^ h (4)

Δmin và Δmax tương ứng là giá trị tối thiểu và tối đa của sự khác biệt tuyệt đối (Δoi) của tất cả các chuỗi so sánh. ξ là hệ số phân biệt, ξ![0,1], mục đích của nó là làm suy yếu hiệu ứng của Δmax khi nó quá lớn và do đó làm tăng ý nghĩa chênh lệch của hệ số quan hệ. ξ được lấy sao cho tổng của các hệ số này với mỗi đầu ra là 1. Trong nghiên cứu này ξ cho độ cứng và độ bền bám dính được chọn đều là 0,5.Bước 3: Tính mức độ quan hệ Grey

Sau khi dữ liệu đầu vào đã được đưa về hệ số quan hệ Grey, tuy nhiên chúng vẫn đại diện cho 2 tiêu chí khác nhau. Do đó, để chuyển thành một hàm mục tiêu duy nhất cần tính tổng theo trọng số của chúng. Tổng theo trọng số của các hệ số Grey được gọi là mức độ Grey (Grey Relational Grade), được tính như sau:

n1

ic = kik

m

1p= ^ h/ (5)

Trong đó, i = 1, 2, 3 ... 9, (mảng trực giao L9 được chọn), ξi(k) là hệ số quan hệ Grey của đáp ứng k

trong thử nghiệm thứ i, 1/n là trọng số đánh giá cho mức độ ưu tiên của thông số đầu ra và m là số lượng thí nghiệm. Mức tối ưu của các thông số quá trình là mức có giá trị quan hệ Grey cao nhất.Bước 4: Phân tích quan hệ Grey và TaguchiPhân tích quan hệ Grey và Taguchi tương tự như với Taguchi truyền thống gồm: phân tích tỷ lệ S/N; tối ưu hóa kết quả nhận được theo Taguchi.Bước 5. Phân tích phương sai (ANOVA) đánh giá ảnh hưởng của các thông sốBước 6: Dự đoán giá trị Grey:

mc c= +| y yi mi

o

1 -= ^ h/ (6)Với: γm là trung bình của tổng các hệ số Grey; γi là trung bình hệ số quan hệ Grey của mức tối ưu với mỗi thông số; o là số thông số quá trình3. Kết quả và đánh giá

Các mẫu phun thực nghiệm được tiến hành xác định độ cứng tế vi (HV0,1) của lớp phủ trên thiết bị IndentaMet 1106 (ASTM E384-17: 2011) [11]; Độ bền bám dính giữa lớp phủ WC-12Co với kim loại nền được thực hiện theo tiêu chuẩn JIS-H-8666-1980 [12]. Các phép đo được tiến hanh cho kết quả được trình bày ở Bảng 4 và làm cơ sở cho thực hiện đánh giá, tối ưu.Bảng 4. Kết quả độ cứng, độ bền bám dính và tỷ số

S/N tương ứng

T/NThông số phun Kết quả đo

A B C Độ cứng (HV0,1)

Độ bền bám dính (MPa)

1 26 0,2 4 1331,7 62,492 26 0,275 5 1279,8 62,143 26 0,35 6 1258,6 62,004 32 0,2 5 1191,5 61,525 32 0,275 6 1272,8 62,106 32 0,35 4 1266,5 62,057 38 0,2 6 1396,6 62,908 38 0,275 4 1586,6 64,019 38 0,35 5 1270,7 62,08

3.1. Ảnh hưởng của các thông số phun tới từng tính chất lớp phủ

Thông số tối ưu đơn mục tiêu được xác định dựa trên phân tích tỷ số S/N của Taguchi [9] cho kết quả tối ưu và mức độ ảnh hưởng của các thông số đến từng tính chất lớp phủ nhận được dựa trên phân tích ANOVA (Bảng 5).

max miny yi k i k-^ ^h h

ISSN 2354-0575

Journal of Science and Technology104 Khoa học & Công nghệ - Số 30/Tháng 6 - 2021

Bảng 5. Thông số tối ưu đơn mục tiêu cho độ cứng và độ bền bám dính

Thông số tối ưu

Độ cứng lớn nhất A2B3C2

Độ bám dính nhất A2B2C2

% ảnh hưởng

A B C A B C28,7 38,9 31,9 33,5 26,2 39,4

Dự đoán 1336,9 HV 65,6 MPaThông số phun A2B3C2 với A = 32 g/phút, B =

0,35m, C = 5 cho độ cứng lớp phủ lớn nhất dự đoán với 1336,9 HV, ảnh hưởng của các thông số với thứ tự B (38,9 %) > C (31,9 %) > A (28,7 %). Thông số phun A2B2C2 (với A = 32 g/phút, B = 0,275 m, C = 5) cho độ bền bám dính lớn nhất dự đoán với 65,6 MPa và ảnh hưởng của C (39,4 %) > A (33,5 %) > B (26,2 %). Kết quả này chứng tỏ các thông số nghiên cứu là thông số ảnh hưởng chính đến tính chất lớp phủ và là cơ sở đánh giá kết quả tối ưu đa mục tiêu sau khi nhận được.3.2. Tối ưu hóa lớp phủ dựa trên phân tích quan hệ Grey

Bước 1 ÷ 3: Dựa trên kết quả thực nghiệm (Bảng 4) tiến hành các bước tính toán từ 1 đến 3 nhằm lần lượt chuẩn hóa dữ liệu dựa trên hai đầu ra nghiên cứu (độ bền bám dính, độ cứng lớp phủ) đồng thời xác định hệ số quan hệ và mức độ quan hệ Grey cho kết quả như trong Bảng 5 sau:

Bảng 5. Các kết quả của phép phân tích Grey

TNy*i(k) Δoi(k) ξi(k)

γi HạngĐC BD ĐC BD ĐC BD

1 0,17 0,00 0,83 1,00 0,37 0,33 0,35 9

2 0,63 0,98 0,37 0,02 0,57 0,96 0,76 2

3 0,63 0,67 0,37 0,33 0,57 0,61 0,59 6

4 1,00 0,55 0,00 0,45 1,00 0,53 0,76 3

5 0,68 1,00 0,32 0,00 0,61 1,00 0,81 1

6 0,89 0,46 0,11 0,54 0,82 0,48 0,65 5

7 0,32 0,13 0,68 0,87 0,43 0,36 0,39 7

8 0,00 0,21 1,00 0,79 0,33 0,39 0,36 8

9 0,96 0,40 0,04 0,60 0,92 0,45 0,69 4

Bước 4: Từ kết quả mức độ quan hệ Grey (γi) đại diện cho hai tiêu chi đầu ra. Tiến hành tối ưu theo Taguchi nhằm xác định thông số tối ưu cho kết quả phân mức tác động của các thông số ảnh hưởng (Bảng 6 và Hình 1).

Bảng 6. Phân mức ảnh hưởng của các thông số tới hệ số Grey

Mức 1 2 3 Max-min

Thứ tự ảnh hưởng

A 0,57 0,74 0,48 0,26 2B 0,50 0,64 0,78 0,14 3C 0,46 0,74 0,60 0,29 1

Kết quả tối ưu xác định mức thông số phun tối ưu đa mục tiêu cần xác định với A2B3C2 (A = 32 gam/phút; B = 0,35 m; C = 5) cung cấp đồng thời độ cứng và độ bền bám dính cao cho lớp phủ (Hình 1).

Hình 1. Biểu đồ phân mức tối ưu cho các thông số đến hệ số Grey

Bước 5. Phân tích ANOVA: Ảnh hưởng của các thông số phun đến hệ số Grey dựa trên phân tích ANOVA cho thấy C (45,1 %) > A (39 %) > B (14,6 %) > Sai số (1,2 %). Điều này khẳng định các thông số ảnh hưởng là các thông số chính bởi sai số là không đáng kể. Chỉ số P value thấp cho thấy các thông số có các độ tin cậy cao A và C với 97 %, B với 93 % (Bảng 7)Bảng 7. Kết quả phân tích phương sai của các hệ

số Grey

Thông số

BậcTựdo

AdjSS

AdjMS

F-Value

%ảnh

hưởng

P-Value

A 2 0,1038 0,052 32,09 39,0 0,03B 2 0,0389 0,02 12,04 14,6 0,07C 2 0,1201 0,06 37,13 45,1 0,03

Sai số 2 0,0032 0,002 1,2Tổng 8 0,266

Bước 6: Giá trị tối ưu GRA: theo công thức (6) hệ số GRA đạt được với 0,89. Giá trị GRA nhận được cao hơn so với giá trị khác trong thí nghiệm đã thực hiện trong phạm vi từ 0,08÷0,54 (Bảng 5). Điều này thể hiện sự cải thiện đáng kể về hệ số GRA, ngoài ra thông số đa mục tiêu trùng với đơn

ISSN 2354-0575

Khoa học & Công nghệ - Số 30/Tháng 6 - 2021 Journal of Science and Technology 105

mục tiêu cho độ cứng lớn nhất chứng tỏ nhu cầu độ cứng đã được đáp ứng. Do đó phép so sánh được tiến hành thông qua thực nghiệm kiểm chứng với mẫu tối ưu mục tiêu cho độ bền bám dính (Bảng 8).3.3. Thực nghiệm kiểm chứng

Thực nghiệm kiểm chứng với thông số phun tối ưu cho kết quả: mẫu đa mục tiêu (A2B3C2) có độ cứng đạt được là 1329,6 HV thấp hơn 0.2 % so với giá trị dự đoán và cao hơn các mẫu trong thí nghiệm. Kết quả này cho thấy kết quả dự đoán có độ tin cậy cao. Bên cạnh đó, độ bền bám dính đo được 65,3 MPa, giá trị này thấp hơn không đáng kể (3,4 %) so với 67,6 MPa của mẫu đơn mục tiêu cho độ bền bám dính, trong khi độ cứng cao hơn 6,9 %. Để khẳng định giá trị Grey của mẫu đa mục tiêu là tốt nhất và tin cậy, tiến hành xây dựng hàm toán học dự đoán giá trị Grey dựa trên kết quả 9 thí nghiệm theo L9 và thí nghiệm kiểm chứng mẫu đa mục tiêu (mẫu 10) cho hàm số dự đoán như sau:GRA = -0,0051.A2 - 0,0051.B2 - 0,1754.C2 + 0,2355.A.B - 1,2439.B.C - 0,0128.A.C + 0,3115.A - 0,9006.B + 2,6308.C - 10,7197 (7)

Hệ số R2 = 0,98 và R2adj = 0,97 chứng tỏ độ tin

cậy hàm số, điều này còn được thể hiện qua biểu đồ so sánh giữa giá trị GRA qua kết quả thực nghiệm và qua dự đoán khi chúng gần như tương đồng nhau (Hình 2).

Hình 2. Biểu đồ quan hệ giá trị Grey thực nghiệm và dự đoán cua hàm số

Tiến hành dự đoán các giá trị Grey cho tất cả các thông số phun được thiết lập có thể theo công thức (7) (33=27 trường hợp). Các giá trị GRA sau khi dự đoán được biểu diễn trên biểu đồ Hình 3. Kết quả thấy rằng mẫu số 17 tương ứng với mẫu đa mục tiêu đã xác định đạt kết quả cao nhất, với sự cải thiện hệ số GRA từ 0,05÷0,77 (Hình 3), điều này

chứng tỏ thông số tối ưu tìm được là tin cậy.

Hình 3. Biểu đồ quan hệ Grey giữa tất cả các thông số phun dự đoán

So sánh khả năng chống mài mòn của mẫu đa mục tiêu với mẫu 14 có hệ só GRA cao thứ hai chỉ sau mẫu 17 (Hình 3), đồng thời mẫu 14 cũng là mẫu tối ưu đơn mục tiêu cho độ bền bám dính, kết quả trình bày như trong Bảng 8. Giá trị GRA mẫu 17 cao hơn 3,6 % so với mẫu 14, trong khi khả năng chống mài mòn tăng khi cường độ mòn giảm 7,1 %, điều này cho thấy cơ tính tổng hợp cao hơn giúp tăng khả năng chịu mài mòn của lớp phủ WC-12Co. Do đó, kết quả tối ưu đa mục tiêu mang đến một giải pháp hiệu quả cho việc xác định thông số ảnh hưởng cho các tính chất đầu ra đồng thời và nhanh chóng.

Bảng 8. Kết quả so sánh thử mài mòn

MẫuSố

Thông số

phun

GRA dự

đoán

Độ cứng(HV)

Độ bền bám dính

(MPa)

Cường độ mòn

(g/N.mm)

17 A2B3C2 0,87 1329,6 65,3 0,9354.10-7

14 A2B2C2 0,84 1244,1 67,6 1,0066.10-7

So sánh +3,6% 6,9% -3,4% - 7,1%

Mẫu A2B2C2 (14) Mẫu A2B3C2 (17)

Hình 4. Ảnh chụp SEM vết mòn của mẫu 14 và mẫu 17

ISSN 2354-0575

Journal of Science and Technology106 Khoa học & Công nghệ - Số 30/Tháng 6 - 2021

4. Kết luận Nghiên cứu này đã tối ưu hóa để xác định bộ

thông số phun tối ưu cho lớp phủ với bột WC-12Co trên nền thép 16Mn bằng phun HVOF. Phân tích Grey dựa trên mảng trực giao L9 –Taguchi được sử dụng cho nghiên cứu. Các kết quả của nghiên cứu xác định:

Thông số phun tối ưu đa mục tiêu với tỷ lệ cấp bột phun 32 gam/phút; khoảng cách phun là 0,35 m; tỷ lệ oxy/propan là 5. Chất lượng lớp phủ với độ bền bám dính và độ cứng đồng thời được cải thiện: độ cứng với 1329,6 HV, độ bền bám dính 65,3 MPa.

Phân tích ANOVA cho thấy các kết quả nghiên cứu có độ tin cậy cao, bởi thông số ảnh hưởng là các thông số chính đến hệ số GRA khi sai số ảnh

hưởng rất nhỏ với 1,2 %. Lưu lượng phun với 39 %, khoảng cách phun 14,6 %, tỷ lệ khí cháy 45,1 %. Hệ số GRA của thông số tối ưu đa mục tiêu lớn nhất và cho thấy sự cải thiện đáng kể so với các thông số phun khác theo L9 trong phạm vi 0,08÷0,54 và 0,05 đến 0,77 theo hàm nội suy.

Lớp phủ có độ cứng và độ bền bám dính cao đồng thời làm tăng tính chống mài mòn. Khả năng chống mài mòn của lớp phủ được cải thiện đáng kể với 7,1 % chứng tỏ sự cải thiện của lớp phủ đa mục tiêu. Điều này được minh chứng thông qua ảnh SEM bề mặt mẫu thử mòn.

Phương pháp phân tích Grey dựa trên Taguchi là công cụ xác định nhanh và hiệu quả cho bài toán tối ưu đa mục tiêu.

Tài liệu tham khảo

[1]. Nguyễn Thanh Phú, Đinh Văn Chiến, Đào Duy Trung, Đoàn Thanh Hòa, “Nghiên cứu ảnh hưởng của lưu lượng cấp bột, khoảng cách phun và tỷ lệ oxy/propan đến độ cứng lớp phủ WC-12Co. Tạp chí Cơ khí Việt Nam, tr. 13-19, 2018.[2]. Nguyễn Thanh Phú, Nghiên cứu ảnh hưởng của lưu lượng phun, khoảng cách phun, tỷ lệ oxy/ propan đến độ cứng, độ bền bám dính và độ xốp của lớp phủ WC-12Co bằng phun HVOF. Tạp chí Khoa học và Công nghệ trường ĐHSPKT Hưng Yên, số 26, 6-2020, tr. 7-13.[3]. Karidkar .S, “Optimization of Powder Spray Process Parameters using Taguchi Methodology”, vol. 137, pp. 71–76, 2017.[4]. T. A. El-Taweel,“Multi-response optimization of EDM with Al–Cu–Si–TiC P/M composite electrode”. Int J Adv Manuf Technol, 44:100–113, 2009.[5]. Van-Chien Dinh, Thanh-Phu Nguyen & Van-Canh Tong, Multi-response optimization of 67Ni18Cr5Si4B coating by HVOF spray using Taguchi-OEC technique. Journal of Adhesion Science and Technology, 33:3, 314-327, 2019. [6]. Argha Dasa*, Arindam Majumderb , Pankaj Kr. Dasc, Detection of Apposite PSO Parameters using Taguchi Based Grey Relational Analysis: Optimization and Implementation Aspects on Manufacturing Related Problem, Procedia Materials Science 6, pp. 597 – 604, 2014.[7]. Ghosh, S.; Sahoo, P.; Sutradhar, G. Tribological Performance Optimization of Al-7.5% SiCp Composites Using the Taguchi Method and Grey Relational Analysis. J. Compos. 2013, 2013, 1–9.[8]. Kuram, E.; Ozcelik, B. Multi-objective optimization using Taguchi based grey relational analysis for micro-milling of Al 7075 material with ball nose end mill. Measurement, 46, 1849–1864, 2013.[9]. Nguyễn Thanh Phú, Đinh Văn Chiến, Đào Duy Trung, Đoàn Thanh Hòa, “ứng dụng phương pháp taguchi và kỹ thuật ANOVA để nghiên cứu ảnh hưởng của các thông số phun HVOF đến độ xốp lớp phủ WC-12co. Tạp chí Cơ khí Việt Nam, tr. 13-19, 2018.[10]. Nguyễn Văn Dự NĐB, Quy hoạch thực nghiệm trong kỹ thuật. Nhà xuất bản Khoa học và Kỹ thuật, Hà Nội, 2011.[11]. E384 A, Standard Test Method for Microindentation Hardness of Materials, 2011.[12]. H-8664 J, Test methods for build-up thermal spraying, 2004.

ISSN 2354-0575

Khoa học & Công nghệ - Số 30/Tháng 6 - 2021 Journal of Science and Technology 107

MULTI-RESPONSES OPTIMIZATION BASED ON GREY ANALYSIS - TAGUCHI TO ENHANCE WEAR RESISTANCE ABILITY

BASED ON PROPERTIES OF WC-12Co COATINGS BY HVOF SPRAY

Abstract:This study is presented to evaluate the ability of the WC-12Co coatings for improving wear resistance by

HVOF (High velocity oxy fuel) spraying through simultaneously enhancing its properties. Multi-responses optimization based on Grey–Taguchi method is used to solve the problem. Hardness and adhesion strength of the coatings is simultaneously enhanced based on the optimization of powder feed rate (A), spraying distance (B), and ratio of oxygen/propane (C). Results show that under optimal spraying parameters with A = 32 g/min; B = 0.35 m; C = 5; the hardness and adhesion strength are obtained about 1329.6 HV and 65.3 Mpa, respectively; the highest Grey coefficient predicted to be 0.89 and experimentation of 0.85. Influence levels of the parameters on the Grey coefficients with A, B and C are in the order of 39 %, 14.6 %, 45.1 %, and error is 1.2 %. Relationship functions of coefficients Gray and the spray parameters are established from the experimental results. Predicted Gray coefficients for all experimental levels and determined optimal gray coefficients are in accordance with the maximum target optimal results. Wear test for multi-responses specimen and high Grey index one was then performed. Obtained results indicate that wear resistance of multi-responses specimen decreases about 7.1 %. It is demonstrated the ability to improve wear resistance when the coating has high synthetic properties. The multi-objects optimization method based on Grey-Taguchi analysis provides good efficiency for optimization problem with many output properties at the same time.Keywords: Highvelocity oxy fuel, WC-12Co, Grey relational analysis, multi-response optimization.