臺灣博碩士論文加值系統

高精度永遠是製造業追求的目標之一，被稱為「工作母機」的機台擔任著高精密的重要使命，工具機本身的幾何誤差和切削時期間所產生的熱能都是影響加工精度重要因素，對工具機而言主軸熱變位是影響加工精度的來源之一，熱變位補償在這幾年也越來越受重視，使用熱變位預測模擬來提升工具機加工精度，熱變位預測有快速預測、高精度預測等優點。
本研究延續先前研究量測國產龍門五軸工具機溫度及主軸Z軸位移之數據，進行類神經網路預測以及T-S模糊類神經網路預測，類神經預測網路的結構使用倒傳遞類神經網路(back propagation neural network)建立主軸Z軸熱誤差預測模型，模糊類神經預測網路的結構使用Takagi-Sugeno模糊神經網路建立主軸Z軸熱誤差預測模型，使用相同溫度點及主軸Z軸位移，與先前研究所建立的多變數線性回預測模型進行比較，再以Matlab撰寫程式模擬。
經由模擬結果顯示，類神經預測模型可將原始130um主軸Z軸熱位移降低至±5um精度提升96%，T-S模糊類神經預測模型可將原始約130um主軸Z軸熱位移降低至±5um精度提升97%以上。

The “machine tool” is responsible for high precision, which is always a pursuing goal for manufacturing. The heat from geometrical error of the machine tool and during the cutting session is an important element affecting machining accuracy. The thermal error of spindle for the machine tool is an influential sources for machining accuracy. In recent years, thermal error compensation is highly valued and is adapted to elevate machining accuracy for a machine tool. The advantages for thermal error prediction contains rapid prediction, high precision prediction, and etc.
In this study continues previous research data for Spindle of Gantry Type Five Axis machine tool and spindle Z axis displacement to predict neural network and T-S fuzzy-neural network. The structure of neural network prediction adapts back propagation neural network to develop the model of thermal error of spindle Z axis and uses Takagi-Sugeno fuzzy-neural network to create the model of thermal error of the spindle Z axis. Then using the same temperature and the error of spindle Z axis to compare with the model of Multivariate Linear Regression developed from the previous study and then write the program simulation using Matlab.
The result of simulation shows that the prediction model of neural network decreases the thermal error of spindle Z axis from 130 to±5um up to 96% accuracy, while the T-S fuzzy-neural network decreases from 130 to ±5um up to 97% accuracy.

目次
致謝 i
摘要 ii
Abstract iii
目次 iv
圖目次 vii
表目次 ix
第一章 緒論 1
1.1前言 1
1.2研究動機與目的 2
1.3文獻回顧 3
1.4本文架構 4
第二章 工具機熱誤差探討 6
2.1工具機溫升熱變原因分析 6
2.2工具機熱誤差型式 9
2.2.1線膨脹 9
2.2.2面膨脹 11
2.2.3體膨脹 13
2.3工具機熱變位改善方法 15
2.3.1低熱膨脹係數材料 15
2.3.2 對稱機構改良 15
2.2.3改善熱傳與恆溫 16
2.2.4抑制熱源 16
2.2.5熱誤差補償 18
第三章 工具機熱變位量測系統 23
3.1五軸立式加工中心機5A-600T 23
3.2溫度量測系統 24
3.2.1溫度感測器之選用 24
3.2.2 電阻式RTD感測器(Resistance Temperature Detector) 28
3.3位移量測系統 30
3.3.1渦電流位移感測器 30
3.3.2渦電流位移感測器規格 31
第四章 類神經網路與T-S模糊類神經預測模型建構 33
4.1生物神經元 33
4.2人工神經元 35
4.2.1權重 35
4.2.2輸入訊號疊加 35
4.2.3轉移函數 36
4.3倒傳遞類神經網路 40
4.3.1倒傳遞類神經網路架構 40
4.3.2倒傳遞類神經網路演算法 41
4.4倒傳遞類神經網路優缺點 48
4.5模糊類神經網路 52
4.6模糊理論 52
4.6.1模糊集合 52
4.6.2模糊推論系統 53
4.6.3模糊化 54
4.6.4模糊規則 54
4.6.5隸屬函數 55
4.6.6推論引擎 56
4.6.7解模糊化 57
4.7 Takagi-Sugeno模糊類神經 58
4.7.1模糊邏輯系統 58
4.7.2 T-S模糊類神經網路架構 59
4.7.3 T-S模糊類神經網路學習演算法 61
4.7.4 T-S模糊類神經網路系統訓練流程圖 65
第五章 熱變位預測模型建構與實驗結果 66
5.1溫度篩選 66
5.2 倒傳遞類神經網路預測模型 68
5.2.1 類神經網路預測模型-模式四 68
5.2.2 類神經網路預測模型-模式十二 71
5.3 T-S模糊類神經網路預測模型 76
5.3.1 T-S模糊類神經網路預測模型-模式四 76
5.3.2 T-S模糊類神經網路預測模型-模式十二 79
5.4不同主軸轉速模式之熱變位預測建模 84
第六章 結論與未來展望 90
6.1結論 90
6.2未來展望 92
參考文獻 93

[1]K.Okushima,“Compensation of Thermal Displacement by Coordinate System Correction”, Annals of the CIRP, Vol.24 (1), 1975.3
[2]Barash M.et al.,“Thermal Effects on the Accuracy of Numerically Controlled Machine Tools”,Annals of the CIRP, Vol. 35(1), pp.255-258, 1986.
[3]Marshall P. et al.,“The Heats Is Off”,Manufacturing Engineer 22:June 1989.
[4]Bryan, J.B.,“International Status of thermal Error Research”,Annals of CIRP,Vol.16,1968.
[5]J.S.Chen, “Real-Time Compensation for Time-variant Volumetric Errors on a Machine Center”, Transactions of ASME, Vol.115, November 1993.
[6]K.Okushima, “Compensation of Thermal Displacement by Coordinate System Correction”, Annals of the CIRP, Vol.24 (1), 1975.
[7]何政勳，“真實熱誤差補償技術在CNC立式綜合加工機之應用”， 碩士論文, 中興大學機械系， 1993。
[8]蔡坤妙， 電腦輔助工具機誤差量測與補償”， 碩士論文， 中正大學機械系， 1994。
[9]苗新元，“工具機切削中熱誤差之量測與補償”，碩士論文，中興大學機械，1995。
[10]Chen J.S, "Fast calibration and modeling of thermally-induced machine tool errors in real machining, '"International Journal Machine ToolsManufacturing,Vol.37,No.2,159-169,1996.
[11]Lo CH, Yuan JX, Ni J, “Optimal temperature variable selection by grouping approach for thermal error modeling and compensation”, Int. J. Machine Tool & Manuf., Vol.39 (9), pp.1383–1396, 1999.
[12]Lee J-H, Yang S-H, “Statistical optimization and assessment of a thermal error model for CNC machine tools,” International Journal of Machine Tools and Manufacture,42,pp.147-155,2002.
[13]楊棨証，“龍門是五軸工具機主軸溫升熱誤誤差補償之研究”，碩士論文，中興大學機械，2017。
[14]Warren S. McCulloch, Walter Pitts, “A logical calculus of the ideas immanent in nervous activity” The bulletin of mathematical biophysics December 1943, Volume 5, Issue 4, pp 115–133,1943.
[15]Hebb, “The Organization of Behavior”, New York: Wiley & Sons. 1949.
[16]Psaltis, “A multilayered neural network controller” , IEEE Control Systems Magazine Volume: 8 , Issue: 2 , April 1988 .
[17]Chen J.S, “Fast calibration and modeling of thermally-induced machine tool errors in real machining”, International Journal Machine Tools Manufacturing, Vol.37 (2), pp.159-169, 1996.
[18]孙增圻，“基于T-S模型的模糊神经网络” Journal of Tsinghua University ( Sci&Tech) , 第3期第76～80页,1997.
[19]陳宣任，“可調式模糊理論在CNC工具機熱變位預測之應用”，碩士論文，中興大學機械，1999。
[20]H.t ZHANG, “Application of Fuzzy Neural Network Theory in Thermal Error Compensat ion Model ing of NC Machine Tool” , Journal of Shanghai Jiaotong University (Science) , Vol.43 No.12 Dec.2009.
[21]孙少华，“基于T-S模型的模糊神经网络” SV-48 立式加工中心主轴系统热误差分析与补偿技术研究，碩士論文，石家莊鐵道大學，2016.
[22]張建富，“CNC工具機整機溫升熱變位建模研究”，碩士論文，中興大學機械，2010。
[23]謝宗哲，“高精度工具機熱誤差補償技術” ，碩士論文，中興大學機械系，1998。
[24]作者 王進德 蕭大全，類神經網路與模糊控制理論入門，全華科技圖書出版，1994.
[25]作者 張斐章 張麗秋，類神經網路，東華書局出版，2005.
[26]作者 顧力栩 沈晉惠，人工智慧:智慧型系統導論，全華科技圖書出版，2007.
[27]周國華編著，“工具機應用設計”，翰盧圖書出版有限公司，2013.
[28]作者 陳瑞和，感測器， 出版社全華科技圖輸股份有限公司
[29]作者 吳朗，感測與轉換 : 原理、元件與應用，全欣科技圖書，1995.
[30]Keyence，感測器.影像.量測產品型錄，2017-2018.