應用類神經結合基因演算法於MIG 焊接薄管支架之研究

MUSTIR > College of Engineering > Department of Mechanical Engineering > Research Projects in School > Item 987654321/503

Please use this identifier to cite or link to this item: http://120.105.36.38/ir/handle/987654321/503

Title:	應用類神經結合基因演算法於MIG 焊接薄管支架之研究
Authors:	楊永光
Contributors:	機械工程系
Keywords:	薄管件支架，類神經網路，基因演算法，製程參數最佳化
Date:	2010-12
Issue Date:	2011-06-21 11:36:42 (UTC+8)
Abstract:	由於焊接具有高效率、高彈性與低成本的優點，已被廣泛應用在接合工件的製造上。但焊接製程的電壓、電流與速度會影響焊接工件品質，設定最佳的焊接製程參數是獲得優質焊縫非常重要的因素；所以，本研究計劃藉助統計技術研討薄管件支架焊接製程參數的電壓、電流與焊接速度之組合對拉伸強度之影響。也就是說，本研究應用類神經網路(Artificial Neural Network, ANN)結合基因演算法(Genetic Algorithm, GA)探討薄管件支架焊接製程參數最佳化，以田口法的直交表來規劃焊接製程之實驗，透過倒傳遞神經網路(Back Propagation Neural Network, BPNN)訓練與測試，直接以類神經網路取代系統的模型，得到輸入與輸出之間的關係，並將基因演算法所預測之參數組合輸入至類神經網路進行參數之預測與比較。本研究應用BPNN/GA，進行有系統的實驗與統計分析；可以有效地減少製程參數的設定時間與成本，同時也可以有效預測最佳焊接參數組合及輸出品質特性。
Appears in Collections:	[Department of Mechanical Engineering] Research Projects in School

Files in This Item:

File	Description	Size	Format
楊永光.pdf		1312Kb	Adobe PDF	627	View/Open