- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
人工智能化的形雕放電加工
Intelligent die sinking Electrical Discharge Machining
計畫編號 :NSC 89-2212-E-002-065
執行期限 :88/08/01-89/07/31
主持人 :廖運炫 臺灣大學機械系教授
共同主持人 :許春耀 龍華技術學院機械系講師
一、中英文摘要 最後爆炸去除加工 。
眾所周知 ,其加工過程充滿隨機性並且比其他種
本報告提出對放電波列的自然訊息 ,進行特徵化
類的加工機器慢得多 。最佳的加工狀況是連續的、緩
分類以及資料的壓縮 ,以利電腦分析。藉由自組織特
變的 ,但是又可能因某種突然的因素(排渣不良或極
徵映射網路學習法 ,文中發展了一可用於辨識放電波
間短路搭橋)造成集中的電弧放電 ,在電極及工件面
列的特徵 ,指出目前加工近似於何種狀態的方法。本
上可能轉變成積碳惡化 ,破壞了製程的持續進行。因
研究方法先從樣本學習轉換成各種代表加工狀態的
此 ,在過去就有很多的大學、研究單位及EDM 專業
[W]n權矩陣。在新的一串波列的分類時,求取串列資
製造廠 ,不斷努力地投入EDM 製程最佳化的研究或
料與已知的各種加工狀態[W]n的距離 ,最小距離的
開發。為了使多個參數能達成最佳操作的操作點 ,提
[W]i即是代表串列資料最接近此一加工狀態。經測試
出一種不同參數有不同時間距(time constant )的尋優
後 ,發現此法能客觀的辨識加工狀態。放電波列更多
策略 ,通常分成幾個層次或部份系統:
訊息的提供可對自適應控制(ACO)及模糊控制(FUZZY)
第一層次 :應用適應限制(ACC )進行高速的異
的語意邏輯規則的建立 ,有進一步的幫助。
常處理 。
關鍵詞:放電波列分類 、特徵辨識、自適應控制、模 第二層次 :應用適應最佳化(ACO )進行放電參
糊控制 數尋優 。
ABSTRACT: 第三層次 :應用專家系統提供線上或線外加工工
序的指引 。
This report addresses features recognition from the 回顧過去的 EDM 製程適應控制的研究 , Tseng
pulse trains of EDM, and compression of information to
於 1978 年提出一個有系統的方法應用於放電加工的
facilitate computer analysis. Based on the self-
文档评论(0)