臺灣博碩士論文加值系統

本論文首先建立端銑刀統一的切削力模式，並以螺旋端銑刀及球形端螺旋
旋端銑刀驗證切削力模式的正確性。其次利用此切削力模式求得廣泛的切
削力資料，作為神經網路學習切削行為的訓練樣本，並由此利用神經網路
作端銑切削條件最佳化切削，其中在最佳化過程，推導了增廣拉格蘭吉最
佳化法則的一次梯度公式，使其可由逆向擴散法神經網路學習過程中順便
得到，大量減少最佳化本身所需的疊代時間，並以實驗驗證此控制模式。
在最佳化切削中，因無法正確考慮系統的動態行為，故利用模糊控制的方
法，建立模糊控制規則。當發生顫振時，依據量測的顫振麥克風聲壓訊號
，與予迅速的壓制，控制法則乃依據建立好的端銑動態切削模式，經事先
分析模擬建立三維切削穩定圖，並經由切削實驗量測顫振聲壓與切削力，
修正此三維穩定範圍。最後並做端銑顫振模糊控制實驗，驗證控制法則之
效果。

封面
中文摘要
英文摘要
誌謝
目錄
表目錄
相片目錄
第一章 前言
第二章 端銑切削模式探討
2.1 引言
2.2 文獻回顧
2.3 切刃曲線
2.4 螺旋角與相位差
2.5 切削面積及切削力之推導
2.6 切削範圍的決定
2.7 比切削抵抗Kt、Kr、Kz與切屑體積之關係
2.8 實驗設備與切削條件
2.9 端銑刀切削力實驗結果與討論
2.10 球形端銑刀切削力實驗結果與討論
2.11 結論
第三章 利用神經網路作端銑切削條件最佳化控制
3.1 引言
3.2 神經網路簡介
3.3 逆向擴散神經網路模型之簡介
3.4 逆向擴散神經網路符號定義
3.5 逆向擴散神經網路模擬端銑切削力過程
3.6 逆向擴散神經網路模擬端銑切削力結果與討論
3.7 CPN(CounterPropagationNetWorks)模型之簡介
3.8 CPN的訓練與運作
3.9 CPN模擬端銑切削力結果與討論
3.10 端銑最佳化數學模型
3.11 最佳化過程
3.12 瑞銑最佳化步驟
3.13 端銑最佳化模擬結果與討論
3.14 端銑最佳化實驗結果與討論
3.15 結論
第四章 端銑顫振分析
4.1 引言
4.2 文獻探討
4.3 運動方程式建立
4.4 頻率轉換函數實驗
4.5 動態切削力的計算
4.6 三維穩定圖建立
4.7 顫振量測儀器比較
4.8 麥克風量測原理
4.9 顫振麥克風檢測實驗結果與討論
第五章 顫振模糊控制
5.1 引言
5.2 文獻探討
5.3 模糊理論及模糊控制系統
5.4 顫振模糊控制系統設計
5.5 顫振模糊控制規則庫
5.6 線上顫振模糊控制實驗架構與設備
5.7 顫振模糊控制實驗結果及討論
5.8 結論
第六章 總結
第七章 參考資料