Otomobil Motor Yağı Alternatiflerinin FUCOM, MAIRCA, MABAC ve BWM Yöntemleri ile Değerlendirilmesi

Abstract

Otomobillerde kullanılan motor yağlarının; yakıt sarfiyatı, motorun parçalarında oluşan sürtünmelerin etkisiyle meydana gelecek aşınma, motorun verimliliği ve performansı gibi bir çok unsura etkisi bulunmaktadır. Bu yüzden kaliteli bir motor yağı seçilmesi otomobilin motorunun performansını artırmak, verimli kullanmak ve ömrünü uzatmak açısından önemlidir. Bu çalışmanın amacı, hususi otomobillere yönelik otomotiv sektöründe öncü markaların Türkiye’de satışa sunmuş olduğu 5w30 motor yağl alternatifleri arasından en optimal olanı belirlemektir. Bu amaca yönelik olarak konusunda uzman olan teknik kişiler tarafından sekiz adet kriter belirlenmiştir. Kriterlerin ağırlıkları ılık iklime sahip İzmir ve karasal iklime sahip Erzurum düşünülerek iki farklı iklim şartına göre yeni ağırlıklandırma yöntemlerinden olan BWM ve FUCOM yöntemleri ile bulunmuştur. Çalışma kapsamındaki beş motor yağı alternatifi ise İzmir ve Erzurum için bulunan kriter ağırlıklarına göre MABAC ve MAIRCA yöntemleri ile sıralanmıştır. Analiz sonuçlarına göre kriter ağırlıklandırmasında; İzmir için ilk sırada “viskozite 100” kriteri çıkarken Erzurum için ise “soğuk marş simulatörü” kriteri birinci olmuştur. Gerek İzmir gerekse de Erzurum için son sırada yer alan kriter ise “Viskozite indeksi” kriteridir. İzmir ve Erzurum iklim şartlarına göre MAIRCA ve MABAC yöntemleri ile yapılan motor yağlarının değerlendirilmesinde ise İzmir ve Erzurum için motor yağı alterantiflerinin sıralaması aynı çıkmıştır. Analizler sonunda bulunan sonuçlar karşılaştırılmış ve önerilerde bulunulmuştur.

Keywords

• Motor Yağı
• Çok Kriterli Karar Verme
• FUCOM
• MAIRCA
• MABAC
• BWM

Evaluation of Automobile Engine Oil Alternatives with FUCOM, MAIRCA, MABAC and BWM Methods

Abstract

Engine oils used in automobiles have an impact on many factors such as fuel consumption, wear that will occur with the effect of friction in the parts of the engine, efficiency and performance of the engine. Therefore, choosing a quality engine oil is important in terms of increasing the performance of the car’s engine, using it efficiently and prolonging its life. The aim of this study is to determine the most optimal one among the 5w30 engine oil alternatives for private cars offered by leading brands in the automotive industry in Turkey. For this purpose, eight criteria have been determined by technical people who are experts in their fields. The weights of the criteria were found by considering two different climatic conditions, namely İzmir with a warm climate and Erzurum with a continental climate, using the new weighting methods BWM and FUCOM. The five engine oil alternatives were listed according to the criteria weights found for İzmir and Erzurum by MABAC and MAIRCA methods. In the light of the analysis, the “viscosity 100” criterion was the first for İzmir, the “cold starting simulator” criterion was the first for Erzurum. The last criterion for both İzmir and Erzurum is the “Viscosity index” criterion. In the evaluation of engine oils made by MAIRCA and MABAC methods according to the climate conditions of Izmir and Erzurum, the order of engine oil alternatives for Izmir and Erzurum was the same. In the last pahse the results were compared and suggestions were made.

Keywords

• Engine Oil
• Multi Criteria Decision Making
• FUCOM
• MAIRCA
• MABAC
• BWM

References

1. Arsic, S. N., Pamucar, D., Suknovic, M. ve Janosevic, M. (2019). Menu Evaluation Based on Rough MAIRCA and BW Methods. Serbian Journal of Management, 14(1), 27-48. google scholar
2. Avcı, A. (2009). Bir Kargo Firmasına Ait 6 Adet Diesel Aracın Optimum Yağ Değişim Süreçlerinin Ekonomik Etüdü. (Yayımlanmamış yüksek lisans tezi). Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü, Makine Mühendisliği Anabilim Dalı, İstanbul. google scholar
3. Ayçin, E. (2020). Personel Seçim Sürecinde CRITIC ve MAIRCA Yöntemlerinin Kullanılması. İşletme, 1(1), 1-12. google scholar
4. Bakır, M. (2019). SWARA ve MABAC Yöntemleri ile Havayolu Işletmelerinde Ewom’a Dayalı Memnuniyet Düzeyinin Analizi, İzmir İktisat Dergisi, 34 (1), 51-66. Doi: 10.24988/ije.2019341787. google scholar
5. Biswas, T. K. ve Das, M. C. (2018). Selection of Commercially Available Electric Vehicle using Fuzzy AHP-MABAC. Journal of The Institution of Engineers (India): Series C, 100(3), 531-537, https://doi. org/10.1007/s40032-018-0481-3. google scholar
6. Bozanic, D., Tesic, D. ve Kocic, J. (2019). Multi-Criteria FUCOM-Fuzzy MABAC Model for The Selection of Location for Construction of Single-Span Bailey Bridge. Decision Making: Applications in Management and Engineering, 2(1), 132-146. DOI:_ https://doi.org/10.31181/dmame1901132b. google scholar
7. Bozanic, D., Tesic, D., ve Milic, A. (2020). Multicriteria Decision Making Model With Z-Numbers Based on FUCOM and MABAC Model. Decision Making: Applications in Management and Engineering, 3(2), 19-36. DOI: https://doi.org/10.31181/dmame2003019d. google scholar
8. Cao, Q., Esangbedo, M. O., Bai, S., & Esangbedo, C.O. (2019). Grey SWARA-FUCOM Weighting Method for Contractor Selection MCDM Problem: A Case Study of Floating Solar Panel Energy System Installation. Energies, 12(13), 2481. https://doi.org/10.3390/en12132481. google scholar

9. Castrol, (2020). Castrol MAGNATEC STOP-START 5W-30 A5. Erişim tarihi: 20.09.2020, https://msdspds. castrol.com/bpglis/FusionPDS.nsf/Files/8DF7EB67C6A8566980257F6C0059DA45/$File/BPXE-A7YAPZ.pdf. google scholar
10. Cirovic, G., Pamucar, D. ve Popovic-Miletic, N. (2020). Multi-Criteria Model Based on Linguistic Neutrosophic Numbers: The Selection of Unmanned Aircraft. Proceedings of International Conference on Contemporary Theory And Practice in Construction XIV, 277-287, I Doi 10.7251/STP2014277C. google scholar
11. Ecer, F. (2021). FUCOM Sübjektif Ağırlıklandırma Yöntemi Ile Rüzgâr Çiftliği Yer Seçimini Etkileyen Faktörlerin Analizi. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 27(1), 24-34. google scholar
12. Genç, V. (Görüşme tarihi: 20.12.2021). Ağır Vasıta Sürüş Eğitmeni, MEB, Motorlu taşıt usta öğreticiliği sertifikası, Sertifika tarihi: 23.08.2019, Pub. L. No. 198661220190062700000. google scholar
13. Gigovic, L., Pamucar, D., Bajic, Z. ve Milicevic, M., (2016). The Combination of Expert Judgment and GIS-MAIRCA Analysis for the Selection of Sites for Ammunition Depots. Sustainability, 8(4), 372, 1-30, doi:10.3390/su8040372. google scholar
14. Gigovic, L., Pamucar, D., Bozanic, D. ve Ljubojevic, S. (2017). Application of The Gis-Danp-Mabac Multi-Criteria Model Forselecting The Location of Wind Farms: A Case Study of Vojvodina, Serbia. Renewable Energy. 103. 501-521. http://dx.doi.org/10.1016/j.renene.2016.11.057. google scholar
15. Gupta, Himanshu. (2018). Assessing organizations performance on the basis of GHRM practices using BWM and Fuzzy TOPSIS. Journal of Environmental Management, 226, 201-216. Doi: 10.1016/j. jenvman.2018.08.005. google scholar
16. Halis, S. (2016). Araç Kullanım Sürelerinin Motor Yağ Viskozitesine Etkisinin Deneysel Olarak İncelenmesi. (Yayımlanmamış yüksek lisans tezi). Pamukkale Üniversitesi Fen Bilimleri Enstitüsü Otomotiv Mühendisliği Anabilim Dalı, Denizli. google scholar
17. İpek, R. İ. ve Erdoğan, M. (2006). Motor Yağı Takviyelerinin, Aşınma Mekanizmalarina Etkisinin Deneysel Araştırılması. Dumlupınar Üniversitesi, Fen Bilimleri Enstitüsü Dergisi, 12, 67-78. google scholar
18. Ji, P., Zhang, H. Y., ve Wang, J. Q. (2018). Selecting an outsourcing provider based on the combined MABAC-ELECTRE method using single-valued neutrosophic linguistic sets. Computers & Industrial Engineering, 120, 429-441. https://doi.org/10.1016/j.cie.2018.05.012. google scholar
19. Kıran, M. B. (2019). Ülke İş Sağlığı ve Güvenliği Performanslarını Değerlendirmek Amacıyla MAIRCA Yönteminin Dört Farklı Ağırlıklandırma Yaklaşımı ile Uygulanması. (Yayımlanmamış yüksek lisans tezi). Başkent Üniversitesi Fen Bilimleri Enstitüsü, Ankara. google scholar
20. Mamak Ekinci, E.B. ve Can, G.F. (2018). Algılanan İş Yükü ve Çalışma Duruşları Dikkate Alınarak Operatörlerin Ergonomik Risk Düzeylerinin Çok Kriterli Karar Verme Yaklaşımı ile Değerlendirilmesi. Ergonomi, 1(2), 77-91. https://doi.org/10.33439/ergonomi.478732. google scholar
21. Matic, B., Jovanovic, S., Das, D. K., Zavadskas, E. K., Stevic, Z., Sremac, S. ve Marinkovic, M. (2019). A New Hybrid MCDM Model: Sustainable Supplier Selection in A Construction Company. Symmetry, 11(3), 353. https://doi.org/10.3390/sym11030353. google scholar
22. Mobil, (2020). Mobil Super 3000 X1 FORMULA FE 5W-30. Erişim tarihi: 20.09.2020, https://www.mobil. com/tr-tr/passenger-vehicle-lube/pds/gl-xx-mobil-super-3000-x1-formula-fe- 5w30. google scholar
23. Motul, (2020). Motul 8100 ECO-NERGY 5W-30. Erişim tarihi: 20.09.2020, https://d23zpyj32c5wn3. cloudfront.net/images/product_descriptions/technical_data_sheets/42560/8100_ECO-NERGY_5W-30_ tr_TR_motul_20190827.pdf?1566916094. google scholar
24. Nabeeh, N.A., Abdel-Monem, A., ve Abdelmouty, A. (2020). A Novel Methodology for Assessment of Hospital Service according to BWM, MABAC, PROMETHEE II. Neutrosophic Sets and Systems, 31(1), 63-79. google scholar
25. Nunic, Z. (2018). Evaluation and Selection of The Pvc Carpentry Manufacturer Using The FUCOM-MABAC Model. Operational Research in Engineering Sciences: Theory and Applications. Theory Appl. 1(1), 13-28. DOI: https://doi.org/10.31181/oresta190101s. google scholar
26. Özçelik, A.E. (2004). Konya İlinde Otomotiv Taşıtlarında Motor Yağ-Yakıt Seçimi ve Bakım Alışkanlıklarının Belirlenmesi. (Yayımlanmamış yüksek lisans tezi). Selçuk Üniversitesi Fen Bilimleri Enstitüsü, Makine Eğitimi Anabilim Dalı, Konya. google scholar
27. Pamucar, D. S., Tarle, S. P., ve Parezanovic, T. (2018c). New Hybrid Multi-Criteria Decision-Making Dematel Mairca Model: Sustainable Selection of A Location for The Development of Multimodal Logistics Centre. Economic Research-Ekonomska Istrazivanja, 31 (1), 1641-1665. Doi:10.1080/1331677X.2018.1506706. google scholar
28. Pamucar, D. ve Cirovic, G. (2015). The selection of transport and handling resources in logistics centers using Multi-Attributive Border Approximation area Comparison (MABAC). Expert Systems with Applications, 42 (6), 3016-3028. https://doi.org/10.1016/j.eswa.2014.11.057. google scholar
29. Pamucar, D., Lukovac, V., Bozanic, D. ve Komazec, N. (2018b). Multi-criteria FUCOM-MAIRCA Model for The Evaluation of Level Crossings: Case Study in The Republic of Serbia. Operational Research in Engineering Sciences: Theory and Applications, 1(1), 108-129. DOI: https://doi.org/10.31181/ oresta190101s. google scholar
30. Pamucar, D., Stevic, Z. ve Sremac, S. (2018a). A New Model for Determining Weight Coefficients of Criteria in MCDM Models: Full Consistency Method (FUCOM). Symmetry, 10 (393), 1-22. doi:10.3390/ sym10090393. google scholar
31. Shell, (2020). Shell Helix Ultra Professional AF 5W-30. Erişim tarihi: 20.09.2020, http://tdc.ge/wp-content/ uploads/2014/03/HELIX_ULTRA_PROFESSIONAL_AF_5W-30.pdf. google scholar
32. Sofuoğlu, M. A. (2020). Fuzzy Applications of FUCOM Method in Manufacturing Environment. Politeknik Dergisi, 23(1), 189-195. https://doi.org/10.2339/politeknik.586036. google scholar
33. Total, (2020). Total Quartz 9000 Future NFC 5W-30. Erişim tarihi: 20.09.2020, http://www.lubs-products-database.total.com/gallery/ORIGINALS/visuels/31500/31539. google scholar
34. Zolfani, S. H., Ecer, F., Pamucar, D. ve Raslanas, S. (2020). Neighborhood selection for a newcomer via a novel BWM-based revised MAIRCA integrated model: a case from the Coquimbo-La Serena conurbation, Chile. International Journal of Strategic Property Management, 24(2), 102-118, https://doi.org/10.3846/ ijspm.2020.11543. google scholar