Documentos de Académico
Documentos de Profesional
Documentos de Cultura
com
ScienceDirect
Materiales hoy: Actas 22 (2020) 1460–1469 www.materialstoday.com/proceedings
ICMMM 2019
Prasenjit Chatterjee una*, Nabankur Mandal una, Sreerupa Dhar una, Saikat Chatterjee si, Shankar
Chakraborty C
una Departamento de Ingeniería Mecánica, Instituto de Ingeniería MCKV, Howrah- 711204, Bengala Occidental, India
si Departamento de Ingeniería Mecánica, Sikkim Manipal Institute of Technology, Majhitar- 737136, Sikkim, India
C Departamento de Producción l Ingeniería, Universidad de Jadavpur, Kolkata-700032, Bengala Occidental, India
Resumen
Desde las últimas décadas, el uso de automóviles livianos aumenta día a día para reducir el consumo de combustible y las emisiones de los vehículos. Hoy en día, las industrias
automotrices están enfatizando más en el uso de materiales livianos amigables con el medio ambiente (LWEFM), incluidos aluminio, polímeros, magnesio, mezclas de acero y
compuestos debido a sus varias ventajas inherentes, preocupaciones ambientales, regulaciones gubernamentales y demanda de los consumidores. Las aleaciones de metales
ligeros son mucho más preferibles por su baja densidad y alta resistencia específica, así como otras características atractivas como alta resistencia a la corrosión, estabilidad
dimensional, capacidad de ahorro de energía y sostenibilidad. Sin embargo, Decidir cuál es el LWEFM más competente para una aplicación distinta teniendo en cuenta los
criterios de múltiples perspectivas no es una tarea fácil de realizar y es un gran desafío para los ingenieros de diseño. Por otro lado, la selección inadecuada de material a
menudo conduce a un fallo prematuro del producto con una eficiencia reducida y un rendimiento deficiente del producto, lo que afecta negativamente la productividad, la
rentabilidad y el estado de la organización. En este documento, se realiza un esfuerzo humilde para proponer un enfoque de toma de decisiones novedoso y contemporáneo
para la selección de LWEFM en el que los pesos de los criterios se calculan utilizando la técnica de entropía y la clasificación de las alternativas se determina mediante un
análisis comparativo real ideal multiatributivo casi inexplorado (MAIRCA) método. Diecisiete materiales candidatos se consideran alternativas para la evaluación con respecto a
trece criterios para una aplicación automotriz. Se ha observado que el acero de ultra alta resistencia surge como el mejor material para el estudio de caso considerado. La
comparación con otros métodos existentes bien establecidos también se ha realizado para demostrar la viabilidad y validez del enfoque propuesto. © 2019 Elsevier Ltd. Todos
los derechos reservados.
Revisión por pares bajo la responsabilidad del comité científico de la 2da Conferencia Internacional sobre Fabricación y Modelado de Materiales, ICMMM - 2019.
Palabras clave: Selección de material ligero, MCDM, Entropía, MAIRCA, Análisis de rendimiento
electrónico: prasenjit2007@gmail.com
Revisión por pares bajo la responsabilidad del comité científico de la 2da Conferencia Internacional sobre Fabricación y Modelado de Materiales, ICMMM - 2019.
P. Chatterjee y col. / Materiales hoy: Actas 22 (2020) 1460–1469 1461
Nomenclatura
LWEFM peso ligero material respetuoso con el medio ambiente MCDM toma de
decisiones con criterios múltiples
Análisis comparativo real ideal multiatributo de MAIRCA
X ij elementos de la matriz de decisión
1) Introducción
Con la rápida industrialización y urbanización, la industria automotriz continúa evolucionando y refinando su gama de productos y especificaciones para
cumplir con los crecientes requisitos, economía y credenciales ecológicas de los clientes. Es bien sabido que los automóviles son ahora un medio de transporte
obligatorio en la sociedad moderna. Sin embargo, estos avances tecnológicos también promueven una gran cantidad de consumo de combustible y un gran
desafío para el equilibrio ecológico. Por lo tanto, la aplicación de materiales amigables con el medio ambiente (LWEFM) en la industria automotriz ha
experimentado un crecimiento drástico en los últimos años debido a las preocupaciones ambientales, las regulaciones gubernamentales y la demanda de los
clientes para reducir el consumo de combustible y las emisiones nocivas.
Debido a estas razones, una de las áreas de enfoque clave de las organizaciones automotrices se ha cambiado para fabricar estos LWEFM para aplicaciones de carrocería
en blanco, incluyendo aleación de aluminio, aleación de magnesio, acero de alta resistencia, plásticos, polímeros, materiales compuestos y otros materiales alternativos. [1] Las
LWEFM son ahora las opciones más preferidas debido a sus propiedades fascinantes inherentes que incluyen baja densidad, alta rigidez, alta resistencia a la corrosión, buena
resistencia y rendimiento a la fatiga, alta resistencia específica y estabilidad dimensional. Se puede lograr un peso reducido del vehículo a través del diseño estructural de peso
ligero y la sustitución de materiales livianos [2]. Sin embargo, la introducción de dichos materiales no es una tarea sencilla de realizar e impone grandes desafíos a la industria en
términos de fabricación, selección, consideración de la propiedad y evaluación del desempeño. La selección del LWEFM más adecuado es una etapa crítica en la fase de diseño
y explotación de los vehículos. Los materiales defectuosos incurre en costos, daños irreparables y pérdidas en las unidades de fabricación a largo plazo, lo que hace que la
selección de materiales sea un problema absoluto. Por lo tanto, seleccionar el LWEFM óptimo en presencia de múltiples propiedades físicas, mecánicas, magnéticas, de
fabricación y relevantes en conflicto junto con el precio de la materia prima, la configuración del producto y la propiedad, el efecto ambiental, la tendencia del mercado, la
disponibilidad, los aspectos culturales y estéticos lo convierten en un emblema problema de toma de decisiones con criterios múltiples (MCDM) y requiere un enfoque eficiente y
robusto para resolver esta dificultad. La selección del LWEFM más adecuado es una etapa crítica en la fase de diseño y explotación de los vehículos. Los materiales
defectuosos incurre en costos, daños irreparables y pérdidas en las unidades de fabricación a largo plazo, lo que hace que la selección de materiales sea un problema absoluto.
Por lo tanto, seleccionar el LWEFM óptimo en presencia de múltiples propiedades físicas, mecánicas, magnéticas, de fabricación y relevantes en conflicto junto con el precio de
la materia prima, la configuración del producto y la propiedad, el efecto ambiental, la tendencia del mercado, la disponibilidad, los aspectos culturales y estéticos lo convierten en un emblema p
Esta sección revisa los modelos de selección de materiales propuestos por los investigadores anteriores en entornos automotrices. Girubha y Vinodh [3]
utilizaron el método difuso VIse Kriterijumska Optimizacija I Kompromisno Resenje (FVIKOR) para la selección del mejor material de panel de instrumentos
alternativo utilizado en automóviles eléctricos. Además, los materiales candidatos fueron analizados y comparados en contexto ecológico. Liu y col. [4] exploró un
método VIKOR lingüístico de intervalo de 2 tuplas para seleccionar material para componentes automotrices (panel de instrumentos). Ilangukumaram et al. [5]
propuso una técnica híbrida para la selección de material de parachoques de automóviles utilizando un proceso de jerarquía analítica difusa (FAHP) combinado
con un método de organización de clasificación de preferencia para el método de evaluación de enriquecimiento (PROMETHEE). Mansor y col. [6] utilizó el
método AHP en la selección de la mejor fibra natural alternativa para el diseño de un componente de vehículo de pasajeros. El análisis de sensibilidad también se
realizó para validar los resultados obtenidos. Sakundarini
1462 P. Chatterjee y col. / Materiales hoy: Actas 22 (2020) 1460–1469
et al. [7] propuso un enfoque de selección de LWM para un conjunto de carrocería automotriz considerando la reciclabilidad como uno de los criterios
principales. Ipek y col. [8] resolvió problemas de selección de materiales automotrices mediante el desarrollo de un sistema experto. Se consideraron pocas
propiedades comunes para las partes individuales, lo que hace que el sistema sea más eficiente. Oqla y col. [9] utilizó AHP para identificar el material
compuesto factible para aplicaciones interiores de automóviles. Xue y col. [10] propuso un enfoque utilizando la comparación de área de aproximación de
borde multi-atributiva difusa intuitiva de valor de intervalo (IVIFMABAC) al seleccionar materiales para el panel de instrumentos automotriz. Singh y col. [11]
empleó el método AHP para la evaluación de criterios y aplicó VIKOR para clasificar los materiales alternativos de fricción del freno. Ishak y col. [12] utilizó el
difuso VIKOR y encontró a Kenaf como la fibra natural más adecuada para la aplicación del capó delantero del automóvil. Yang y col. [13] adoptó la técnica
difusa por orden de preferencia por similitud con la solución ideal (FTOPSIS) para determinar los materiales más influyentes para el bloque del motor y el
colector de admisión según los criterios de remanufactura. Adhikari y Mirshams [14] utilizaron un nuevo enfoque basado en los métodos de enfoque de Ashby,
AHP y TOPSIS para clasificar los materiales alternativos considerados para las estructuras metálicas de los aviones LW. Jayakrishna y Vinodh [15] utilizaron el
análisis de relación gris (GRA) para la aplicación de ensamblaje de dirección de piñón y cremallera. Hasanzadeh y col. [16] aplicó la optimización multiobjetivo
sobre la base del análisis de relación (MOORA) y los métodos TOPSIS para seleccionar el material más adecuado para el parachoques. El policarbonato
resultó ser el material más prometedor. Gul y col. [17] método PROMETHEE de intervalo difuso rapezoidal aplicado para panel de instrumentos automotriz. La
comparación se realizó con diferentes métodos FMCDM para validar la salida del modelo. El coeficiente de correlación de Spearman también se evaluó para
mostrar la relación entre los diferentes métodos. Moradian y col. [18] utilizó una agregación de entropía y AHP para determinar los pesos de los criterios y
examinó las aplicaciones de los métodos MOORA, TOPSIS y VIKOR para el material del cuerpo de la válvula de refuerzo. Pu y col. [19] hibridó GRA y TOPSIS
(G-TOPSIS) para determinar la mejor LWM. Además, también se realizó un análisis de sensibilidad para controlar la solidez del enfoque aplicado. Ma y col.
[20] utilizó TOPSIS para clasificar los materiales para el panel exterior de la puerta del automóvil y realizó un análisis de sensibilidad para demostrar la solidez
del método. La Tabla 1 presenta una revisión exhaustiva de los problemas de selección de materiales que se encuentran con frecuencia en las industrias
automotrices.
A partir de la revisión de la literatura, se da cuenta de que, si bien se han informado varios enfoques de toma de decisiones sobre problemas de selección
de materiales automotrices en los últimos años, todavía se han llevado a cabo muy pocas investigaciones para aplicaciones automotrices que consideren
criterios de perspectiva múltiple. Con el fin de cerrar esta brecha y ayudar a los tomadores de decisiones (DM) a tomar la decisión adecuada, este documento
presenta un modelo sistemático para la selección LWEFM utilizando un método de análisis comparativo real ideal multiatributivo ponderado en entropía
(MAIRCA). El método propuesto evaluó y evaluó las LWEFM para un estudio de caso, que comprende diecisiete materiales y trece criterios para verificar la
sensibilidad de la aplicación del método. Además, la comparación con otros métodos MCDM existentes también se ha ejecutado para establecer la viabilidad y
la validez del enfoque propuesto.
3) Modelos matemáticos de entropía y método de análisis comparativo real ideal multiatributivo (MAIRCA)
La entropía es básicamente una técnica de ponderación objetiva que se basa en la información de criterios inherentes que tiene la capacidad de obtener
resultados precisos al reducir los errores humanos. Básicamente mide las incertidumbres en el contenido de la información en los valores de los criterios utilizando
la teoría de la probabilidad. Un valor de entropía menor significa un desorden menor del sistema. El método de entropía es particularmente adecuado para
aquellas situaciones en las que la matriz de decisión es puramente cardinal o los valores ordinales se convierten en números comparables o escalas apropiadas.
Los pasos de procedimiento para calcular los pesos de criterios usando el método de entropía se explican a continuación [20-22]. Paso 1: Formación de la matriz
de decisión inicial ( X ij). Este paso incluye la evaluación de metro alternativas con respecto a norte criterios
CC1 2
... C norte
A x• 11
1
X12 ... X1 norte•
• •
A x 21 X 22 X 2 norte (1)
X =
2
• •
. .. • ... ... ... ... •
• •
Amm x• 1
X 22 ... X • Minnesota
P. Chatterjee y col. / Materiales hoy: Actas 22 (2020) 1460–1469 1463
ij ij m 2/1
( i = 1,2, ..., metro; j = 1,2, ..., norte) (2)
= 2 ij
∑ xxr
=1 i
dónde designar el valor de una alternativa particular ( yo th) con respecto a un criterio específico ( j th) en la matriz de decisión, r ij es el valor normalizado de X
ij metro y norte respectivamente indican números alternativos y criterios. Paso 3: Determinación del valor de entropía ( mi j) de cada criterio.
metro
j
= • ( ij × -Iniciar rrke)
sesión
ij
(3)
yo= 1
j (1
(4)
= metro
• jj )
1 - - eew
yo= 1
Los valores de w j puede tratarse como el peso de los criterios en cualquier problema de toma de decisiones.
El concepto básico del método MAIRCA se basa en un estudio comparativo entre alternativas ideales y empíricas. Su objetivo principal es definir la
distancia (brecha) entre estas dos alternativas. Para cada alternativa, la suma de las brechas para todos los criterios determina la brecha total y la
alternativa con la distancia total más pequeña se considera la mejor alternativa. El método MAIRCA se compone de seis pasos simples, como se
Al seleccionar las alternativas, se supone que el DM no tiene preferencia (igual probabilidad) para ninguna de las alternativas elegidas. El DM
percibe todas las alternativas con igual probabilidad, por lo tanto, la preferencia para elegir las alternativas es:
A= ; ∑ = 1P
A=i m1 i , ( i = 1, 2, ..., metro) (5)
P yom 1
Con las probabilidades dadas, se supone que el DM es indiferente al riesgo. En este caso, todas las preferencias alternativas son iguales, como se expresa
a continuación:
1
clubPÁGINAS ==
británico
Automóvil
2
.... = PAGS
UNA
metro
(6)
multiplicación de las preferencias alternativas PAGS yo UNA con los criterios de ponderación ( w j) como se estima en la sección 3.1.
• tt ··· t • • Pw P w ··· P Aw •
12 p 11 p 1n p 1
A1A 1
2 1
n/
PAGS
UNA • • 1
• •
1
• tt ··· t • • Pw P
A1A
w 2
··· P Aw n / •
22 p 21 p 2n p 2 1 1
= • • 2 • •
•. . . . •= . . . . (7)
2
.... • •
p
•. • .... • •
. . . . . . .
PPT • • • •
AA metro
• tt ··· t •
PPP
AAA PwP wA 2 A 1 ··· P wn
m2 p m1 p metro •• A ••
• mn p
•
metro metro metro
Por lo tanto, la ecuación. (7) también se puede expresar en el formato nx 1 ( dónde norte es el número de criterios), como sigue:
= [
Ap
PT 1 pp2
..... tttpn ] = [ Pw PP
A 1 AA
w 2
..... P Aw n/
] (8)
yo ii yo yo
1464 P. Chatterjee y col. / Materiales hoy: Actas 22 (2020) 1460–1469
A • r 11
1
t r 12 ... t rn1 •
• • (9)
A tr t rn2
Tr =
2
• r 21 22
•
... • ... ... ... ... •
• •
A metro• rm 1
t rm 2
... t rmn •
Elementos de la matriz de ponderación real ( rij t ) se calculan multiplicando las reflexiones teóricas ( pij t )y
componentes de la matriz original de toma de decisiones ( X ij), como se muestra en las siguientes ecuaciones:
una) Para criterios beneficiosos (donde los valores más altos son deseables)
-
••• xxtt •
ij pij rij• •
i
= 10 ( )
• +
xxii •
-
• •
b) Para criterios de costo o no beneficiosos (donde son deseables valores más bajos)
+
• xxtt •
ij pij rij• •
i
= 11 ( )
• -
- - xxii
+ •
• •
dónde X ij X i + , X yo- respectivamente se refieren a los componentes de la matriz original de toma de decisiones ( X) , X i + = max (x 1, X 2, ...., X m) = valor máximo en
cada criterio y X i- = min ( X 1, X 2, ..., X m) = valor mínimo en cada criterio. Paso 4. Cálculo de la matriz de brecha total ( GRAMO).
Matriz GRAMO se calcula como la distancia o brecha entre las reflexiones teóricas ( pij t ) y reflexiones reales ( rij t) utilizando la
siguiente ecuación:
• gramo
11
gramo
12
... gramo •
1 norte
• t pags
11
- t r 11 t pags
12
- t r 12 ... t pn1
- t rn1 •
• •• • •
gramo gramo ... gramo t 21 t r 21 t - tr ... t - t rn2
• 21 22
• = •• pags
2 norte pags
22 22 pn2
• (12)
GTT
= - =pags r
• ... ... ... ... • ... ... ... ... •
• •• • •
... t t rm 1 t - t rm ... t - t rmn •
• gramo
metro
1
gramo
2
metro
gramo •
Minnesota •• pm 1 pm 2 2 pmn •
El hueco gramo
ij
toma los valores en el intervalo gramo[∈0,∞, por
) la ecuación. (13)
ij
como la alternativa superior Si la alternativa UNA yo para el criterio C j tiene un valor de reflexión teórico igual al valor de reflexión real ( pij
t =),t significa
rij
que la brecha para la alternativa UNA yo para el criterio C j es cero
(14)
ni
Q = • soldado
ij j
= 1, 2, ...,
, americano metro
=1
Ahora, para revelar el potencial de aplicación de la metodología adoptada, aquí se presenta un problema de selección LWEFM para aplicaciones
automotrices [18]. Teniendo en cuenta los diferentes requisitos mecánicos, sociales y técnicos, Pu et al. [18] consideró un estudio de caso compuesto
por diecisiete materiales alternativos y trece criterios, es decir, densidad (gm / cc) (C 1) módulo de elasticidad (GPa) (C 2), límite elástico (MPa) (C 3) resistencia
a la tracción (MPa) (C 4), fracción de reciclaje (%) (C 5) resistencia a la corrosión (C 6) rendimiento térmico (C 7) resistencia al desgaste (C 8) salud y bienestar
(C 9) resistencia al choque (C 10) formando (C 11) unirse (C 12) y pintura (C 13) para aplicaciones de automóviles.
P. Chatterjee y col. / Materiales hoy: Actas 22 (2020) 1460–1469 1465
Fibra de vidrio epoxi (hoja (UNA 17) Moldura 7.85 205 200 260 85 55 99 99 55 77 8 99 99
Compuesto)
UNA 1 0.3745 0.3726 0.0898 0.0929 0.2621 0.1746 0.2703 0.3034 0.1927 0.2650 0.2646 0.3227 0.2586
UNA 2 0.3745 0.3726 0.2111 0.1911 0.2621 0.1746 0.2703 0.3034 0.1927 0.2650 0.2646 0.3227 0.2586
UNA 3 0.3745 0.3635 0.3862 0.4107 0.2621 0.2095 0.3003 0.2697 0.1542 0.3407 0.1654 0.2510 0.2586
UNA 4 4 0.3745 0.3726 0.4356 0.4464 0.2621 0.1746 0.2703 0.3034 0.1542 0.3028 0.1654 0.2510 0.2586
UNA 5 5 0.3745 0.3726 0.1392 0.2214 0.2621 0.1746 0.2703 0.3034 0.1927 0.3028 0.1985 0.2868 0.2586
UNA 6 6 0.1336 0.1309 0.1729 0.1643 0.2930 0.2445 0.2402 0.2023 0.3469 0.1514 0.2646 0.1793 0.2586
UNA 7 7 0.1336 0.1272 0.1168 0.1107 0.2930 0.2445 0.2402 0.2023 0.3469 0.1514 0.2646 0.1793 0.2299
UNA 8 0.1336 0.1263 0.0763 0.0786 0.2930 0.2445 0.2402 0.2023 0.3469 0.1514 0.2646 0.1793 0.2299
UNA 9 9 0.1288 0.1272 0.0719 0.0768 0.2930 0.2445 0.2402 0.2023 0.3469 0.1514 0.2646 0.1793 0.2299
UNA 10 0.1288 0.1327 0.0943 0.1036 0.2930 0.2445 0.2703 0.2023 0.3469 0.1514 0.2315 0.2151 0.2299
UNA 11 0.0854 0.0818 0.0584 0.0846 0.2775 0.1048 0.2402 0.2023 0.3084 0.1136 0.1654 0.1434 0.2012
UNA 12 0.2147 0.1963 0.4940 0.4286 0.2775 0.3143 0.2703 0.2023 0.2313 0.3028 0.1323 0.1793 0.2012
UNA 13 0.0429 0.0029 0.0157 0.0125 0.0617 0.3143 0.1501 0.2023 0.1156 0.2271 0.2977 0.2510 0.2586
UNA 14 0.0572 0.0057 0.0230 0.0232 0.0154 0.3143 0.1501 0.1685 0.1156 0.2271 0.2977 0.2510 0.2586
UNA 15 0.0768 0.2090 0.4940 0.5000 0.0154 0.3143 0.1802 0.2360 0.1156 0.3407 0.2646 0.2510 0.2299
UNA dieciséis 0.0873 0.0433 0.1592 0.1603 0.0154 0.3143 0.1802 0.2360 0.1156 0.2271 0.2646 0.2510 0.2299
UNA 17 0.3745 0.3726 0.0898 0.0929 0.2621 0.1746 0.2703 0.3034 0.1927 0.2650 0.2646 0.3227 0.2586
1466 P. Chatterjee y col. / Materiales hoy: Actas 22 (2020) 1460–1469
De estos trece criterios, todos los criterios son de naturaleza beneficiosa, excepto el criterio C 1 ( densidad) para cuyo valor más bajo siempre se favorece. Pu
y col. [18] resuelto evaluó los materiales alternativos utilizando un enfoque híbrido G-TOPSIS mientras adoptaba pesos iguales para todos los criterios. Sin
embargo, el concepto de igual peso no es realista y viable. Aceros avanzados de alta resistencia (A 3) y aceros de ultra alta resistencia (A 4) surge como la primera
y segunda alternativas clasificadas, mientras que los plásticos termoplásticos (A 13) apareció como el peor material para el estudio de caso considerado. Ahora,
para aplicar el modelo MAIRCA ponderado en entropía propuesto para este problema de selección LWEFM, los valores de la matriz de decisión original (Tabla
1) se normalizan usando la ecuación. (2) para hacerlos adimensionales, como se muestra en la Tabla 2. Ahora, usando las Ecs. (3) y (4), ponderaciones de
criterio ( w j) se estiman, como se muestra en la Tabla 3.
Peso 0,0536 0.0931 0.1123 0.1139 0.1133 0.0690 0.0702 0.0544 0.0933 0.0435 0.0671 0.0496 0.0668
Después de calcular los pesos de los criterios, la evaluación de los LWEFM se lleva a cabo utilizando el método MAIRCA. Al principio, las preferencias de las alternativas
materiales, como se muestra a continuación, se calculan utilizando la ecuación. (5), que indica las mismas preferencias para todos los LWEFM.
PAGS =
UNA yo
0 17 .10588
=
Ahora, el cálculo de elementos matriciales de ponderaciones teóricas ( T pags) ( La tabla 4) se realiza utilizando la expresión (7). Después del cálculo de T PAGS valores,
los elementos de la matriz de reflexión real ( T r) se estiman, como se muestra en la Tabla 5. Estos valores se obtienen multiplicando T PAGS valores matriciales con
la matriz de decisión normalizada de la Tabla 2.
UNA 1 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
UNA 2 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
UNA 3 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
UNA 4 4 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
UNA 5 5 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
UNA 6 6 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
UNA 7 7 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
UNA 8 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
UNA 9 9 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
UNA 10 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
UNA 11 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
UNA 12 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
UNA 13 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
UNA 14 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
UNA 15 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
UNA dieciséis 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
UNA 17 0.0032 0.0055 0.0066 0.0067 0.0067 0.0041 0.0041 0.0032 0.0055 0.0026 0.0039 0.0029 0.0039
P. Chatterjee y col. / Materiales hoy: Actas 22 (2020) 1460–1469 1467
UNA 1 0.0012 0.0020 0.0006 0.0006 0.0017 0.0007 0.0011 0.0010 0.0011 0.0007 0.0010 0.0009 0.0010
UNA 2 0.0012 0.0020 0.0014 0.0013 0.0017 0.0007 0.0011 0.0010 0.0011 0.0007 0.0010 0.0009 0.0010
UNA 3 0.0012 0.0020 0.0026 0.0028 0.0017 0.0009 0.0012 0.0009 0.0008 0.0009 0.0007 0.0007 0.0010
UNA 4 4 0.0012 0.0020 0.0029 0.0030 0.0017 0.0007 0.0011 0.0010 0.0008 0.0008 0.0007 0.0007 0.0010
UNA 5 5 0.0012 0.0020 0.0009 0.0015 0.0017 0.0007 0.0011 0.0010 0.0011 0.0008 0.0008 0.0008 0.0010
UNA 6 6 0,0004 0.0007 0.0011 0.0011 0.0020 0.0010 0.0010 0.0006 0.0019 0.0004 0.0010 0.0005 0.0010
UNA 7 7 0,0004 0.0007 0.0008 0.0007 0.0020 0.0010 0.0010 0.0006 0.0019 0.0004 0.0010 0.0005 0.0009
UNA 8 0,0004 0.0007 0.0005 0.0005 0.0020 0.0010 0.0010 0.0006 0.0019 0.0004 0.0010 0.0005 0.0009
UNA 9 9 0,0004 0.0007 0.0005 0.0005 0.0020 0.0010 0.0010 0.0006 0.0019 0.0004 0.0010 0.0005 0.0009
UNA 10 0,0004 0.0007 0.0006 0.0007 0.0020 0.0010 0.0011 0.0006 0.0019 0.0004 0.0009 0.0006 0.0009
UNA 11 0,0003 0.0004 0.0004 0.0006 0.0018 0.0004 0.0010 0.0006 0.0017 0.0003 0.0007 0.0004 0.0008
UNA 12 0,0007 0.0011 0.0033 0.0029 0.0018 0.0013 0.0011 0.0006 0.0013 0.0008 0.0005 0.0005 0.0008
UNA 13 0,0001 0.0000 0.0001 0.0001 0.0004 0.0013 0.0006 0.0006 0.0006 0.0006 0.0012 0.0007 0.0010
UNA 14 0,0002 0.0000 0.0002 0.0002 0.0001 0.0013 0.0006 0.0005 0.0006 0.0006 0.0012 0.0007 0.0010
UNA 15 0,0002 0.0011 0.0033 0.0034 0.0001 0.0013 0.0007 0.0008 0.0006 0.0009 0.0010 0.0007 0.0009
UNA dieciséis 0,0003 0.0002 0.0011 0.0011 0.0001 0.0013 0.0007 0.0008 0.0006 0.0006 0.0010 0.0007 0.0009
UNA 17 0.0012 0.0020 0.0006 0.0006 0.0017 0.0007 0.0011 0.0010 0.0011 0.0007 0.0010 0.0009 0.0010
Después de eso, la matriz de brecha total ( GRAMO) de la tabla 6 se deriva usando la ecuación. (12) como una distancia entre T pags y T r valores matriciales. Siempre es
preferible obtener valores de espacio más bajos, ya que la alternativa con la diferencia más baja entre reflexiones teóricas y reales es más deseable. Función de criterios ( Q
yo) Los valores para todas las alternativas se calculan posteriormente como la suma de filas de la matriz GRAMO usando la ecuación. (14) y se dan en la Tabla 7. Las
alternativas se ordenan de acuerdo con los valores ascendentes de las funciones de criterios, como también se muestra en la Tabla 7.
UNA 1 0.0020 0.0034 0.0060 0.0061 0.0049 0.0033 0.0030 0.0022 0.0044 0.0019 0.0029 0.0020 0.0029
UNA 2 0.0020 0.0034 0.0052 0.0054 0.0049 0.0033 0.0030 0.0022 0.0044 0.0019 0.0029 0.0020 0.0029
UNA 3 0.0020 0.0035 0.0041 0.0039 0.0049 0.0032 0.0029 0.0023 0.0046 0.0017 0.0033 0.0022 0.0029
UNA 4 4 0.0020 0.0034 0.0037 0.0037 0.0049 0.0033 0.0030 0.0022 0.0046 0.0018 0.0033 0.0022 0.0029
UNA 5 5 0.0020 0.0034 0.0057 0.0052 0.0049 0.0033 0.0030 0.0022 0.0044 0.0018 0.0032 0.0021 0.0029
UNA 6 6 0.0027 0.0048 0.0055 0.0056 0.0047 0.0031 0.0031 0.0026 0.0036 0.0022 0.0029 0.0024 0.0029
UNA 7 7 0.0027 0.0048 0.0058 0.0060 0.0047 0.0031 0.0031 0.0026 0.0036 0.0022 0.0029 0.0024 0.0030
UNA 8 0.0027 0.0048 0.0061 0.0062 0.0047 0.0031 0.0031 0.0026 0.0036 0.0022 0.0029 0.0024 0.0030
UNA 9 9 0.0027 0.0048 0.0061 0.0062 0.0047 0.0031 0.0031 0.0026 0.0036 0.0022 0.0029 0.0024 0.0030
UNA 10 0.0027 0.0047 0.0060 0.0060 0.0047 0.0031 0.0030 0.0026 0.0036 0.0022 0.0030 0.0023 0.0030
UNA 11 0.0029 0.0050 0.0062 0.0061 0.0048 0.0036 0.0031 0.0026 0.0038 0.0023 0.0033 0.0025 0.0031
UNA 12 0.0025 0.0044 0.0033 0.0038 0.0048 0.0028 0.0030 0.0026 0.0042 0.0018 0.0034 0.0024 0.0031
UNA 13 0.0030 0.0055 0.0065 0.0066 0.0063 0.0028 0.0035 0.0026 0.0049 0.0020 0.0028 0.0022 0.0029
UNA 14 0.0030 0.0054 0.0065 0.0065 0.0066 0.0028 0.0035 0.0027 0.0049 0.0020 0.0028 0.0022 0.0029
UNA 15 0.0029 0.0043 0.0033 0.0034 0.0066 0.0028 0.0034 0.0024 0.0049 0.0017 0.0029 0.0022 0.0030
UNA dieciséis 0.0029 0.0052 0.0056 0.0056 0.0066 0.0028 0.0034 0.0024 0.0049 0.0020 0.0029 0.0022 0.0030
UNA 17 0.0020 0.0034 0.0060 0.0061 0.0049 0.0033 0.0030 0.0022 0.0044 0.0019 0.0029 0.0020 0.0029
1468 P. Chatterjee y col. / Materiales hoy: Actas 22 (2020) 1460–1469
. Esta tabla indica que la resistencia ultraalta (A 4) surge como la mejor alternativa, seguido de aceros avanzados de alta resistencia (A 3) Un cierre en la
matriz de decisión original de la Tabla 1 significa que la resistencia ultra alta (A 4) es mejor que los aceros avanzados de alta resistencia (A 3) en el criterio C 3,
C 4, C 6, C 7 7 y C 10 ( con un valor de peso total de 0.4088) que determina su superioridad integral y aceptación sobre A 3) Además, para establecer la efectividad
y la idoneidad del modelo propuesto para resolver problemas de selección LWEFM tan complejos en el entorno automotriz, los resultados del modelo
entropía-MAICA ahora se comparan con algunos de los métodos MCDM populares que se aplican con frecuencia en la selección de materiales, como se
muestra en la Tabla 7. De esta tabla, se puede percibir que los resultados del método entropía-MAIRCA están en muy alta concordancia (coeficiente de
correlación de rango promedio de Spearman de 0.98) con los métodos MCDM considerados en términos de pre-orden de clasificación del LWEFM
alternativas.
Material Q yo Rango MAIRCA con igual peso G-TOPSIS TOPSIS EDAS CODAS
UNA 1 0,0451 77 66 66 8 8 77
UNA 2 0,0436 44 3 3 55 55 55
UNA 3 0,0415 2 2 1 3 3 2
UNA 4 4 0,0412 1 1 2 2 2 1
UNA 5 5 0,0442 66 55 55 66 66 66
UNA 6 6 0,0460 99 99 99 77 77 99
UNA 7 7 0,0468 10 11 11 10 10 10
UNA 8 0,0473 12 12 12 12 12 12
UNA 9 9 0,0474 13 13 13 13 13 13
UNA 10 0,0469 11 10 10 11 11 11
UNA 11 0,0494 14 15 15 14 15 14
UNA 12 0,0422 3 44 44 1 1 3
UNA 15 0,0438 55 8 8 44 44 44
UNA 17 0,0451 77 8 66 8 8 77
5) Conclusiones y discusiones:
Este artículo presenta la aplicación del método MAIRCA integrado con pesos de entropía para la selección de LWEFM de un conjunto de
materiales alternativos candidatos en un entorno automotriz. El modelo propuesto se basa en un análisis matemático sin complicaciones que involucra
la menor cantidad de cálculos mientras se consideran los criterios cardinales y ordinales simultáneamente. Se observa que el modelo MAIRCA
ponderado en entropía propuesto proporciona una mejor evaluación de los materiales y respalda altamente otros métodos MCDM populares
disponibles en la literatura. La ventaja de este modelo es que las formulaciones matemáticas permanecen sin cambios, independientemente del
número de alternativas y criterios. También tiene la potencialidad y la capacidad para manejar un mayor número de alternativas y criterios.
Referencias
[1] P. Bhattacharjee, A. Debnath, S. Chakraborty, Reino Unido Mandal, Selección de aleación de aluminio óptima utilizando el método TOPSIS bajo difuso
ambiente, J Intell Fuzzy Syst, 32 (1) (2017) 871-876.
[2] P. Adhikari, R. Mirshams, Estudio del sistema basado en el conocimiento (KBS) y metodologías de toma de decisiones en la selección de materiales para
Estructuras metálicas de aeronaves ligeras, J. Appl. Sci. Eng Tec, 5 (1) 1-19.
[3] RJ Girubha, S. Vinodh, Aplicación de VIKOR difuso y análisis de impacto ambiental para la selección de materiales de un automóvil.
componente. Mater Design, 37 (2012) 478-486.
[4] HC Liu, L. Liu, J. Wu, Selección de material utilizando un método VIKOR lingüístico de intervalo de 2 tuplas considerando pesos subjetivos y objetivos,
Mater Design. 52 (2013) 158-167.
[5] M. Ilangkumaran, A. Avenash, V. Balakrishnan, SB Kumar y MB Raja, Selección de material utilizando el enfoque híbrido MCDM para
parachoques de automóviles. Int J Ind Syst Eng, 14 (1) (2013) 20-39.
P. Chatterjee y col. / Materiales hoy: Actas 22 (2020) 1460–1469 1469
[6] MR Mansor, SM Sapuan, ES Zainudin, AA Nuraini, A. Hambali, materiales compuestos híbridos de polímeros reforzados con fibras naturales y de vidrio
Selección de material mediante el proceso de jerarquía analítica para el diseño de la palanca de freno automotriz. Mater Design. 51 (2013) 484-492. [7] N. Sakundarini, Z. Taha, SH Abdul-Rashid,
RA R Ghazila, Selección óptima de múltiples materiales para un diseño liviano de carrocería automotriz
Montaje que incorpora reciclabilidad. Mater Design, 50 (2013) 846-857. [8] M. Ipek, IH Selvi, F.
Findik, O. Torkul, IH Cedimoğlu, Un enfoque de selección de materiales basado en un sistema experto para
[17] M. Moradian, V. Modanloo y S. Aghaiee, Análisis comparativo de técnicas de toma de decisiones con criterios múltiples para la selección de material de freno.
cuerpo de la válvula de refuerzo. J. Traffic Transp. Ing. Engl. Ed, doi.org/10.1016/j.jtte.2018.02.001 (2018).
[18] Y. Pu, F. Ma, J. Zhang y M. Yang, Selección óptima de materiales livianos para aplicaciones de automóviles considerando la perspectiva múltiple
Índices. Acceso IEEE, 6 (2018) 8591-8598.
[19] F.Ma, Y. Zhao, Y. Pu y J. Li, un modelo integral de toma de decisiones de criterios múltiples para la selección de materiales sostenibles considerando la vida
Método de evaluación del ciclo. Acceso IEEE, 6 (2018) 58338-58354.
[20] R. Ranjan, P. Chatterjee, S. Chakraborty, Evaluación del desempeño de los departamentos de ingeniería en una universidad de la India utilizando DEMATEL y
métodos de clasificación de compromiso, OPSEARCH, 52 (2) (2015) 307-328.
[21] EK Zavadskas y V. Podvezko, Revista Internacional de Tecnología de la Información y Toma de Decisiones, 15 (02) (2016) 267-283. [22] RC .T. Singh, A. Tiwari, A. Patnaik, NSThakur,
enfoque de entropía híbrida-TOPSIS para la priorización del rendimiento energético en un rectangular
canal que emplea chorros de aire incidentes, Energy, 134 (2017) 360-368.
[23] DS Pamucar, SP Tarle y T. Parezanovic (2018). Nuevo modelo híbrido de toma de decisiones multicriterio DEMATEL-MAIRCA: sostenible
selección de una ubicación para el desarrollo del centro logístico multimodal, EKON ISTRAZ, 31 (1) 1641-1665.
[24] D. Pamučar, V. Lukovac, D. Božanić y N. Komazec, modelo de criterios múltiples FUCOM-MAIRCA para la evaluación de pasos a nivel: caso
estudiar en la República de Serbia. ORESTA, 1 (1) (2018) 108-129.
[25] I. Badi y M. Ballem (2018). Selección de proveedores utilizando el modelo aproximado BWM-MAIRCA: un estudio de caso en el suministro farmacéutico en
Libia. Toma de decisiones: aplicaciones en gestión e ingeniería, 1 (2) 16-33.
[26] L. Gigović, D. Pamučar, Z. Bajić, M. Milićević, The Combination of Expert Judgment y GIS-MAIRCA Analysis for the Selection of Sites.
para depósitos de municiones, sostenibilidad, 8 (4) (2016) 372.
[27] P. Chatterjee, A. Banerjee, S. Mondal, S.Boral, S. Chakraborty, Desarrollo de un metamodelo híbrido para la selección de materiales utilizando Diseño de
Experimentos y método EDAS, Transacciones de ingeniería, 66 (2) (2018) 187-207.
[28] P. Chatterjee, RK Shukla, T. Choudhury, J. Tamosaitiene, Marco AHP-CODAS difuso integrado para la decisión de mantenimiento en urea
industria de fertilizantes ”, Econ Comput Econ Cyb, 51 (3) 179-196.