跳到主要內容

臺灣博碩士論文加值系統

(35.153.100.128) 您好!臺灣時間:2022/01/19 03:58
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:楊景欽
研究生(外文):jimching yang
論文名稱:類神經網路運用於型材矯直之研究
論文名稱(外文):A Study of Profiles Material Straightness by Applying Artificial Neural Networks
指導教授:范光堯范光堯引用關係
指導教授(外文):KJ Fann
學位類別:碩士
校院名稱:國立中興大學
系所名稱:機械工程學系
學門:工程學門
學類:機械工程學類
論文種類:學術論文
論文出版年:2002
畢業學年度:90
語文別:中文
論文頁數:80
中文關鍵詞:矯直類神經網路誤差逆傳遞法有限元素法
外文關鍵詞:straightenneural networkserror-back-propagation methodfinite element method
相關次數:
  • 被引用被引用:21
  • 點閱點閱:3059
  • 評分評分:
  • 下載下載:1019
  • 收藏至我的研究室書目清單書目收藏:2
本研究採用類神經網路之誤差逆傳遞法,配合有限元素模擬分析結果,建立型材矯直預測系統,以達到只須於矯直前量測型材平直度就可藉型材矯直預測系統,預測得知矯直位置、方向、衝頭下壓量,並於矯直後達到一定平直度精度。此方法是先以有限元素模擬矯直過程並將分析結果做為類神經網路訓練樣本,以建立類神經網路型材矯直預測系統。本研究中實際將型材矯直預測系統運用於半自動化壓機矯直機,以驗證說明本研究所提出類神經網路運用於型材矯直預測可行性。本研究所嘗試使用類神經網路運用於型材矯直預測,其結果應可提供業界在型材矯直應用開發上的參考。
The application of artificial neural networks of error-back-propagation method and finite element method for simulation results of straightening process are to build prediction system of profile materials straighten. This system used to measure straightness of profile materials can obtain the straightening position, direction, and punch travel and profile materials finally reach required straightness. This system serves results of finite element method simulated straighten process as training patterns for neural networks and build prediction system of profile materials straighten. Actually use this system on straighten machine of automation to straighten profile materials and verify mention of neural networks that could be available for predict process of profile materials straighten. This study attempted to apply neural networks to predict process of profile materials straighten and the results can be provide the reference to develop of profile materials straighten in industry.
目錄
中文摘要 I
英文摘要 II
目錄 III
圖目錄 VI
表目錄 IX
符號說明 X
1前言 1
2文獻回顧 2
2.1型材矯直的必要性 2
2.2矯直方法 3
2.2.1輥輪矯直法 3
2.2.2回轉矯直法 5
2.2.2.1兩滾輪式 6
2.2.2.2多滾輪式 7
2.2.3壓機矯直法 8
2.3矯正的規範 10
2.4相關研究 12
3類神經網路 15
3.1類神經網路理論 16
3.1.1類神經網路定義 16
3.1.2類神經網路分類 17
3.2類神經網路基本架構 18
3.2.1處理單元 18
3.2.2層 20
3.2.3網路 21
3.3誤差逆傳遞類神經網路演算法 22
3.3.1網路學習過程 22
3.3.2網路預測過程 25
3.3.3網路參數的設定 27
3.3.3.1隱藏層層數 27
3.3.3.2隱藏層處理單元個數 27
3.3.3.3學習速率 28
4研究目的與方法 29
5矯直系統與機構的建立 30
5.1硬體設備 32
5.2軟體 36
5.3有限元素分析 36
5.4矯直預測系統建立 41
6實例 44
6.1實驗流程 44
6.2矯直機剛性曲線量測 46
6.3 16×16mm SUS304彎曲矯直 49
6.4 16×12mm SUS304彎曲矯直 53
6.5 16×14mm SUS304彎曲矯直 56
6.6 重覆矯直之影響 60
7結論與未來展望 62
8參考文獻 63
附錄A 矯直機構設計 66
附錄B 雷射位移計原理與規格 72
附錄C有限元素分析驗證 76
誌謝
參考文獻
[Ch99] Chun, M.S., Biblou, J., Lenard, J.G. and J.G. Kim, “Using neural networks to predict parameters in the hot working of aluminum alloys,” Journal of Materials Processing Technology, 86(1999), p.245-251.
[Da91] Das Talukder, N.K. and A.N. Singh, “Mechanics of bar straightening ,” ASME , 113 (1991), p.224-232.
[Dv81] Dvorkin, E.N. and F.M. Medina, “Finite element models of analyzing the straightening of steel seamless tubes,” ASME, 111 (1981), p.351-355.
[Fa95] 范光照,張郭益,『精密量具及機件檢驗』,台北市,高立圖書股份有限公司,1995年。
[Fu93] 傅心家,『神經網路導論』,第三波資訊發行,1993。
[Ha99] Haykin, S, “NEURAL NETWORKS a Comprehensive Foundation,” Canada: Ontario, 1999.
[Ha95] Han, Y.-L., Shen, S.-M. and S.-H. Dai, “Artificial neural neywrok technology as a method to evaluate the failure bending moment of a pipe with a circumferential crack,” Int. J. Pres. Ves. &Piping 68 (1996), p.1~6.
[In92] Inamdar, M.V., Date, P.P. and U.B. Desai, “Studies on the prediction of springback in air vee bending of metallic sheets using an artificial neural network,” Journal of Materials Processing Technology, 108(2000), p.45~54.
[Ka92] Katz, J.O. “Development neural network forecasters for trading,” Technical Analysis of Stocks and Commodities, 1992, p.58~70.
[Ka96] Kaastra, I. and M. Boyd, “Designing a neural network for forecasting financial and economic time series,” Neurocomputing, 10 (1996), p.215-236.
[Ke00] Keyence,『半導體及電子元件使用手冊』,台灣基恩斯股份有限公司,2000。
[Ki02] Kim, S.-C. and S.-C. Chung, “Synthesis of the multi-step straightness control system for shaft straightening process,” Mechatronics, 12 (2002), p.139-156.
[Li91] Li, K.-Y., Chen, C.-K. and S.-C. Yang, “Profile determination of a tube-straightening roller by envelope theory ,” Journal of Materials Processing Technology, 94(1999), p.157-166.
[Li99] 林昇立,『塑性加工學』,台北市,高立圖書有限公司,88年。
[Li00] Liu, J., Chang, H., Hsu, T.Y. and X. Ruan, “Prediction of the flow stress of high-speed steel during hot deformation using a BP artificial neural network,” Journal of Materials Processing Technology, 103 (2000), p.200-205.
[Ra95] Rao, K.P. and Y.K.D.V. Prasad, “Neural networks approach to flow stress evaluation in hot deformation,” Journal of Materials Processing Technology, 53 (1995), p.522~566.
[Sa92] Salchenberger, L. E., “Neural networks: A new tool for predicting thrift failures,” Decisions Sciences, 1992, p.899~916.
[Sh92] 徐塈堅,『金屬材料平直矯正』,台北市,復漢出版社,1992年。
[Wa94] 王進德、蕭大全,『類神經網路與模糊控制理論控制入門』,台北市,全華科技圖書股份有限公司,1994年。
[Wi00] Widmark, M., Melander, A. and F. Meurling, “Low cycle constant amplitude fully reversed strain controlled testing of low carbon and stainless sheet steels for simulation of straightening operations,” International Journal of Fatigue, 22 (2000), p.307-317.
[Wu84] 吳家駒,『金屬成形加工』,台北市,徐氏基金會出版,1984年。
[Wu00] Wu, B.J., Chan, L.C., Lee, T.C. and L.W. Ao, “A study on the precision modeling of the bars produced in two cross-roll straightening,” Journal of Materials processing Technology, 99 (2000), p.202-206.
[Xu97] 許源泉、許坤明,『機械製造』,台南市,台灣復文興業股份有限公司,1997年。
[Yo99] Yoshida, F. and M. Urabe, “Computer-aided process design for the tension leveling of metallic strips,” Journal of Materials processing Technology, 89-90 (1999), p.218-223.
[Ye99] 葉怡成,『類神經網路模式與應用實作』,台北市,儒林書局,1999年。
[Yu97] 余煥騰、陳適範,『金屬塑性加工學』,台北市,全華科技圖書股份有限公司,1997年。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top