Powder Mixed Electric Discharge Machining has been the main focus of many researchers for quite a long time. The performance of EDM process has been improved significantly by using powder mixed dielectric medium. Numerous researches were undertaken to study the influence of different process parameters involved in the powder mixed EDM by experimenting with different work materials and powder combination. The objective of this work is to conduct experimental study on the powder Mixed EDM of a Nickel based super alloy, Nimonic 75, using three different powders which are graphite, silicon and manganese. The other important process parameters considered are concentration of powder (Cp), peak current (Ip), duty factor (DC). The experiments were conducted based on the Response Surface Methodology (RSM) design. The important measures of performance of EDM process chosen in this study are Material Removal Rate (MRR), Electrode Wear ratio (EWR) and Surface Roughness (SR). Graphite powder yielded highest MRR and silicon powder produced good finish of the components. The influence of powder at higher concentration is not significantly high. Moreover, Higher duty cycle caused the decrease of MRR, EWR and increase of SR. This works also aims to optimize the process parameters using Grey Relational Analysis (GRA) combined with Fuzzy logic method. The optimum conditions identified based on GFRG was powder = Mn; concentration = 3 g/l; discharge current = 4 A and duty cycle = 0.9 It was also estimated that the error in predicting best output of the PMEDM process is below 6%.

长期以来，粉末混合放电加工一直是许多研究人员关注的重点。通过使用粉末混合介电介质，EDM工艺的性能得到了显着改善。通过试验不同的工作材料和粉末组合，进行了大量研究来研究粉末混合电火花加工中不同工艺参数的影响。这项工作的目的是使用三种不同的石墨，硅和锰粉末对镍基超级合金Nimonic 75的粉末混合EDM进行实验研究。考虑的其他重要工艺参数是粉末浓度（Cp），峰值电流（Ip），占空比（DC）。实验基于响应面方法（RSM）设计进行。本研究中选择的电火花加工性能的重要衡量指标是材料去除率（MRR），电极磨损比（EWR）和表面粗糙度（SR）。石墨粉产生最高的MRR，硅粉产生良好的组件光洁度。较高浓度的粉末的影响不是很大。此外，较高的占空比导致MRR，EWR减小和SR增大。这项工作还旨在使用灰色关联分析（GRA）和模糊逻辑方法相结合来优化工艺参数。基于GFRG确定的最佳条件为粉末= Mn；浓度= 3 g / l; 放电电流= 4 A，占空比= 0.9。据估计，预测PMEDM工艺最佳输出的误差低于6％。电极磨损率（EWR）和表面粗糙度（SR）。石墨粉产生最高的MRR，硅粉产生良好的组件光洁度。较高浓度的粉末的影响不是很大。此外，较高的占空比导致MRR，EWR减小和SR增大。这项工作还旨在使用灰色关联分析（GRA）和模糊逻辑方法相结合来优化工艺参数。基于GFRG确定的最佳条件为粉末= Mn；浓度= 3 g / l; 放电电流= 4 A，占空比= 0.9。据估计，预测PMEDM工艺最佳输出的误差低于6％。电极磨损率（EWR）和表面粗糙度（SR）。石墨粉产生最高的MRR，硅粉产生良好的组件光洁度。较高浓度的粉末的影响不是很大。此外，较高的占空比导致MRR，EWR减小和SR增大。这项工作还旨在使用灰色关联分析（GRA）和模糊逻辑方法相结合来优化工艺参数。基于GFRG确定的最佳条件为粉末= Mn；浓度= 3 g / l; 放电电流= 4 A，占空比= 0.9。据估计，预测PMEDM工艺最佳输出的误差低于6％。此外，较高的占空比导致MRR，EWR减小和SR增大。这项工作还旨在使用灰色关联分析（GRA）和模糊逻辑方法相结合来优化工艺参数。基于GFRG确定的最佳条件为粉末= Mn；浓度= 3 g / l; 放电电流= 4 A，占空比= 0.9。据估计，预测PMEDM工艺最佳输出的误差低于6％。此外，较高的占空比导致MRR，EWR减小和SR增大。这项工作还旨在使用灰色关联分析（GRA）和模糊逻辑方法相结合来优化工艺参数。基于GFRG确定的最佳条件为粉末= Mn；浓度= 3 g / l; 放电电流= 4 A，占空比= 0.9。据估计，预测PMEDM工艺最佳输出的误差低于6％。