专题讨论(二)铣削模具钢之刀具磨耗及表面粗造度预测模式之探讨.ppt

铣削模具鋼之刀具磨耗及面粗造度預測模式之探討 班級:二自控四甲 學生:陳庭紹 謝文誠 指導教授:陳沛仲 老師 一.前言 近來金屬铣削加工之技術不斷的提升，在高速生產及精密加工之要求下，「電腦數值控制工具機CNC 」 ，對於铣削工具及工件的品質要求變得更為重要。 在铣削過程中，刀具因為承受高壓及高溫之作用，並且切削與刀具直接接觸摩擦，使刀具產生磨損，而影響铣削加工效率和工件表面粗造度造。因此選擇合適的铣削條件，使模具鋼在铣削加工可得到良好表面且達到慢足铣刀壽命的要求。 實驗原理 使用CNC铣床對SKD11模具鋼刀具，依規劃铣削條件進行铣削實驗，每次完成铣削後，量測面铣刀刀片之刀復磨耗量及工件铣削面之表面粗照度。 研究磨耗預測模式，並以倒傳遞類神經網路原理為基礎所撰寫的語法程式，結合田口法直交表及平均數分析，其中需尋找網路參數之最佳組合以得到最好的預測結果結果。 其結果做為架構刀具磨耗及表面粗造度預測模式理想範例，使預測值與實驗值誤差為最小。 類神經網路原理:模仿生物神經網路的資訊處理系統，其定義為:『類神經網路是一種計算系統， 包括軟體與硬體， 使用大量簡單的相連人工神經元來模仿生物神經的能力。 』 一個類神經網路包含許多層，主要分為輸入層﹑隱藏層﹑輸出層三種，每一層包含若干個處理單元。 ANN組成的基本架構1.『處理單元作用』可分為三個函數 ANN組成的基本架構2.『層(Layer)』本身也有三個作用 ANN組成的基本架構2.『網路(Network)』 本研究選用監督式學習網路中的倒傳遞網路，因其具有複雜問題的分析能力，與高度非線性的適應控制能力 實驗流程 定義目標函數 定義網路參數 平均數分析 結論 依上述預測結果顯示，運用在刀具磨耗及表面粗造度實驗數據，所得到之倒傳遞類神經網路最佳参數組合，可適用於刀具壽命期限內，刀具磨耗及表面粗造度預測，提供「刀具產業界」之品質上的參考。 研究類神經網路預測模式，應用於「電腦數值控制工具機CNC 」 ，作為製成規劃及改善工作，並結合理論分析和實驗經驗，有效節省製造成本..達到理想生產工作 参考文獻 * * 铣削條件為.. 學習過程..依學習演算法，從範例中學習，以調整網路連結加權值的過程。 回想過程..網路依回想演算法，當輸入資料即可決定網路輸出資料的過程。 *