义守大学管理科学研究所论文口试电浆电弧焊参数最佳化之研究-.pptVIP

義守大學管理科學研究所論文口試電漿電弧銲參數最佳化之研究-田口方法與神經網路之應用 研究生：徐立章 指導老師：紀勝財博士 日期：八十八年五月十七日 目錄 緒論 文獻探討 研究方法 實證分析 結論與建議 研究動機 電漿電弧銲的銲接品質比氬銲好。 參數設定是必要的。 田口方法與傳統的實驗設計的差異。 銲接是特殊製程， 銲接品質無法隨時監控。 利用類神經網路發展一套銲接品質預測系統。可供業者參考之用。 文獻探討 電漿電弧銲 研究目的 利用田口方法減少實驗次數。 利用模糊理論處理次序性等級資料。 灰關聯分析整合多重品質特性問題。 田口方法與類神經網路的結合。 發展模糊神經網路。 研究限制與範圍 機器設備的限制，造成可變動的參數有限。 成本與時間的不足。 母材的限制。 研究方法 田口方法 模糊理論 灰色關聯分析 模糊類神經網路 文獻回顧 電漿電弧銲 田口方法 類神經網路 灰關聯分析 模糊理論的應用 文獻探討 電漿電弧銲 文獻探討 電漿電弧銲 銲接的方式 鎖孔銲接法 電漿點銲法 電漿MIG銲法 文獻探討 電漿電弧銲 電漿電弧銲和氬銲之比較 ?避免氣孔的出現。 ?減少橫向變形。 ?銲道深且窄。 ?降低加工與填料的成本。 ?電弧穩定且銲接速度較快。 ?從事更薄的金屬銲接。 文獻探討 電漿電弧銲 影響因子 ?電流 ?電壓 ?銲接走速 ?氣體種類 ?氣體流量 ?水冷噴嘴孔徑 ?鎢電極棒 文獻探討 田口方法 王春和（1993）以標準化方式，使得不同的品質特性能在同一基準點上做比較。 張哲維（1998）以灰關聯方法為基礎，來解決多重品質特性之問題。 Tong＆Su（1997）利用模糊多屬性決策的方式整合多重品質特性問題。 文獻探討 類神經網路 使用簡單人工神經元來模仿生物神經元的能力。 優點：能夠處理大量資料的能力、圖形辨識以及容忍輸入錯誤的能力。 基本架構：處理單元（人工神經元）、 層、網路。 網路類型：監督式神經網路、非監督式 神經網路、聯想式學習網路、 最適化學習網路。 文獻探討 倒傳遞類神經網路 利用最陡坡降法的方式來達到誤差之最小化。 缺點：容易落入局部最小值。 應用範圍：預測、診斷等。 文獻探討 倒傳遞類神經網路 Wang et al.（1998）利用田口方法來獲得倒傳遞類神經網路訓練所需要的實驗數據。 黃永成利用遺傳演算法把尋找網路初始權重值，可使網路快速收斂及避免局部最小值。 文獻探討 半徑式函數神經網路 訓練範例比倒傳遞神經網路少。 訓練範例需具有代表性。 隱藏層節點個數=訓練範例個數。 隱藏層的激發函數為高斯函數。 學習策略： ?隨機選取固定中心法 ?監督-非監督式學習策略 ?監督式學習策略 文獻探討 半徑式函數神經網路 Craddock和Warwick （1996）提出將RBF與多層感知機結合發展出多層半徑式函數神經網路。 Langari 和Wang（1995）提出將鏈結權重值以迴歸方程式的型態表示出來。 Rao（1997）結合半徑式函數神經網路與模擬退火的演算法。 文獻探討 灰關聯分析 文獻探討 模糊理論的應用 鄧博文（1998）發展一套模糊自組織映射網路。 A.Lotfi ＆ M.Hoearth（1997） 將模糊推論導入田口方法中。 研究方法 研究流程 研究方法 參數與品質特性的選擇 研究方法 參數與品質特性的選擇 研究方法 次序性等級資料的處理 累積分析法 劣、差、可、良、優轉變成量化數值 使用的三角模糊數圖 研究方法 次序性等級資料的處理 望大之SN比公式 研究方法 次序性等級資料的處理 研究方法 多重品質特性的整合 研究方法 多重品質特性的整合 研究方法 多重品質特性的整合 研究方法 多重品質特性的整合 研究方法 多重品質特性的整合 研究方法 多重品質特性的整合 研究方法 整合多重品質特性 研究方法 整合多重品質特性 研究方法 整合多重品質特性 ANOVA Table的用意在於確認各因子是否為重要因子及交互作是否存在。為了提高檢定力，可把平方和較低的變因合併於誤差之中。 研究方法 整合多重品質特性 研究方法 模糊類神經網路 研究方法 模糊類神經網路 實證分析 決定最佳參數組合 實驗的確認 神經網路訓練結果 系統介紹 參數間之關係圖 單一品質