Utveckling av rangordningsalternativ för mikrokoppstillverkning från riktade valsade kopparstänger med hjälp av den intuitionistiska fuzzy MARCOS-metoden

Formning av små metalldelar för stora tekniker

Från smartphones till medicinska implantat förlitar sig många moderna enheter på metalldelar så små att de är svåra att se med blotta ögat. Att tillverka dessa komponenter i mikroskala med hög precision och låga kostnader är en stor utmaning. Denna artikel undersöker ett smartare sätt att utforma och finjustera en sådan process — formning av små kopparkoppar som används inom elektronik och biomedicinska apparater — genom att kombinera datorbaserade simuleringar med ett avancerat beslutsverktyg som hjälper ingenjörer att väga många konkurrerande mål samtidigt.

Från kopparstång till liten kopp

Studien börjar med vanliga kopparstänger och förvandlar dem till mikroskopiska koppar endast omkring en och en halv millimeter i diameter. Kopparen valsas först kraftigt för att reducera tvärsnittet och rikta in kornstrukturen, och värmebehandlas därefter försiktigt för att avlasta uppkomna spänningar. Små cirkulära uttag skärs ut och pressas genom en åttastegs formningssekvens kallad mikro-djupdragning, där en stans tvingar metallen in i en matris för att skapa koppformen. Varje steg krymper och förlänger koppen gradvis så att materialet kan flöda utan att slitas eller veckas, vilket slutligen ger höga, smala mikrokoppar lämpade för känsliga tillämpningar.

Användning av virtuella prov i stället för gissningar

I stället för att förlita sig på trial-and-error i verkstaden använder forskarna detaljerade computersimuleringar för att modellera varje steg i formningsprocessen. Med hjälp av finita elementanalys spårar de hur kopparen sträcks, tunnas ut och fjädrar tillbaka när verktygen tas bort. Simuleringarna fokuserar på fyra nyckelmått: hur mycket kraft verktygen måste applicera, hur mycket koppen ”relaxerar” eller fjädrar tillbaka, hur säkert metallen deformeras innan brott, och hur mycket väggarna tunnas ut. Genom att justera parametrar såsom spalt mellan stans och matris, stansens kurvatur, förhållandet mellan blankettstorlek och stansstorlek samt valet av torrsmörjmedel kan teamet utforska många kombinationer virtuellt och se vilka som lovar starka, precisa koppar med minimala defekter.

Låta ett smart rangsystem välja de bästa inställningarna

Eftersom förbättring av ett mått kan försämra ett annat — till exempel kan lägre formningskraft öka uttunning — vänder sig teamet till en intuitionistisk fuzzy MARCOS-metod, ett sofistikerat sätt att rangordna alternativ när flera mål är i konflikt och expertbedömningar är osäkra. Denna metod behandlar varje uppsättning processinställningar som ett ”alternativ” och jämför det samtidigt med ett idealt fall och ett värstafallsreferens. Experternas omdömen om vad som är viktigast uttrycks som graderade viktningar med inbyggd tvekan, vilket tillåter metoden att hantera vag eller ofullständig information. Den beräknar sedan hur nära varje alternativ kommer det ideala balanserade resultatet med låg kraft, liten fjädring, hög formbarhet och kontrollerad uttunning, och producerar en stabil rangordning av de bästa kandidaterna.

Sätta förutsägelserna på prov

När datormodellen och rangsystemet identifierat lovande inställningar verifierar forskarna dem i labbet. De formar verkliga mikrokoppar från valsad, återkristalliserad koppar och undersöker dem i detalj. Högupplöst avbildning visar hur kornen inuti metallen omformas, medan ytmätningar spårar ojämnhet, väggtjocklek och dimensionsnoggrannhet. Ytterligare tester mäter hårdhet, hur mycket kopparna fjädrar tillbaka och hur nära de formningsdeformationer som uppstår är brottsgränserna. Den bäst rankade konfigurationen — liten spalt, en måttligt rundad stans, ett måttligt dragsteg och grafit som torrsmörjmedel — ger koppar med jämnare ytor, mer uniforma väggar, mycket små dimensionella avvikelser och lägre formningskrafter än andra testade förhållanden. Statistiska kontroller visar att simuleringens förutsägelser stämmer väl överens med verkliga resultat.

Varför detta är viktigt för renare, smartare tillverkning

För en icke-specialist är huvudbudskapet att studien visar en praktisk metod för att tillverka små metalldelar mer pålitligt samtidigt som material- och energispill minskar. Genom att kombinera realistiska virtuella experiment med en noggrann rangmetod som kan hantera många designmål och osäkerheter identifierar forskarna formningsvillkor som konsekvent ger starka, precisa mikrokoppar. Även om arbetet fokuserar på en kopparlegering och ett begränsat urval former, kan samma strategi — simulera brett och låta ett smart beslutsystem välja bästa kompromissen — vägleda utformningen av många andra mikrotillverkningsprocesser. Detta för industrin bort från kostsam trial-and-error och mot mer hållbar, datadriven produktion av de miniatyrkomponenter som ligger till grund för modern teknik.

Citering: Sivam, S.P.S.S., Kesavan, S. & Ajiboye, T.K. Development of ranking alternatives of micro-cup production from directionally rolled copper rods using the Intuitionistic Fuzzy MARCOS method. Sci Rep 16, 9585 (2026). https://doi.org/10.1038/s41598-025-29817-2

Nyckelord: mikroddjupdragning, endastatelementssimulering, fuzzy beslutsfattande, kopparmikrokoppar, hållbar mikrotillverkning