雷射切割不锈钢之粗糙度预测模式探讨

《雷射切割不锈钢之粗糙度预测模式探讨》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、雷射切割不銹鋼之粗糙度預測模式探討學生吳閔詮呂建堂施佑霖指導教授陳沛仲老師雷射加工應用1.精密切割2.微孔加工3.精密焊接4.表面處理5.標誌刻印6.晶圓劃線7.電阻修整文獻回顧1.雷射切割2.反應表面法3.田口法4.類神經網路研究範圍與目的1.理論基礎:利用反應表面法與類神經網路配合田口法,並比較兩種預測模式的準確性。2.預測模式部份:藉由其實驗設計和分析推導出輸入變數和輸出應變數間的數學關係式,以判讀其特性趨勢,作為預測之用。3.同時結合田口法的直交表、平均數分析及變異數分析等，找出執行倒傳遞類神經網路時所需的網路參數之最佳

2、組合值，使預測模式可更為準確。論文架構流程圖雷射切割1.原理:以雷射光為能量源.並利用聚焦裝置使材料於單位時間內達到切割目的2.主要是以切割.焊接及表面處理為主.3.探討方向:雷射加工條件對於切割面粗糙度.熱影響區及融渣高度等切割品質4.特性:高定向性高聚光性高單色性高相位性雷射光的產生銣離子能階圖優缺點優點1.工件不易變形2.耗材損失少3.切割噪音小4.多樣化加工產品缺點1.成本高2.能源效率低3.必須精確控制聚焦鏡和工件間之距離反應表面法1.前言:反應表面法是利用統計的方法建立實驗分析模式，藉由實驗設計和分析後，當輸入變數給

3、定，即可求出相對應之反應或輸出變數的預測值，並進一步探討輸入變數對反應的影響2.注意要點:首重實驗之設計，在實驗前必須有週詳的規劃，其中包含選擇適當的輸入變數範圍及如何量測反應值等。反應表面法原理本研究利用反應表面法建立之實驗模式，一般是以三個輸入變數為主（為配合三維座標X1,X2,X3），在本研究中是以切割速度、脈衝頻率及脈衝寬度等雷射加工條件為輸入變數，以切割面粗糙度的預測值為反應（輸出變數）值。迴歸分析之最小平方法利用迴歸分析（Regressionanalysis）的目的是在了解及建立自變數xi與應變數yi之間的關係，此處

4、所謂的自變數和應變數之定義為yi值是隨著xi值的不同而改變。田口法田口法的應用是根據控制因子及其水準的數目選用適當的直交表，目的在減少試驗的次數，同時又可找到產品變異最小的設計或製程，使得產品在大量生產上市後，讓可能造成的平均損失成本為最低。田口法原理損失函數損失函數(Lossfunction)為各界廣泛地應用在產品的品質評估系統上。當品質特性值與其目標值之差距愈大時，損失也愈大。田口氏認為可用損失函數代表這個理念。損失函數損失函數L（y）以泰勒級數對目標值m展開，可以表示成式y=m時的損失為最低參數之最佳化程序定義目標函數定義

5、控制因子及水準表選擇直交表平均數分析變異數分析平均數分析平均數分析(Analysisofmean,ANOM)的目的在於了解每個控制因子水準對於目標函數之影響性及最佳組合水準。變異數分析變異數分析（Analysisofvariance,ANOVA）主要目的是評估實驗誤差。田口法的應用田口法在本研究之應用為利用直交表、平均數分析與變異數分析等來求得倒傳遞類神經網路程式的最佳網路參數。類神經網路系統類神經網路（Artificialneuralnetwork,ANN）是由生物學得到的靈感，為一種模仿生物神經網路的資訊處理系統，希望藉由其

6、組成單元能夠像生物神經元（Neuron）般的構造，具備腦神經的特性，可應用於推估、預測、決策、診斷等方面。類神經網路類神經網路一個類神經網路架構包含許多層，主要分為輸入層、隱藏層與輸出層三種。類神經網路架構大致可分為監督式學習網路（Supervisedlearningnetwork）、非監督式學習網路（Unsupervisedlearningnetwork）、聯想式學習網路（Associatelearningnetwork）和最適化應用網路（Optimizationapplicationnetwork）等四大類。倒傳遞網路倒傳遞

7、類神經網路的應用較其它型式網路普遍，且其預測能力較佳，此乃因倒傳遞類神經網路只用一個正規神經元表達一個變數，對基本輸入的部份累加運算、轉換，使得模式對於變數高值域與低值域部份，具有相當高的敏銳性和精確性，其網路架構如圖倒傳遞網路倒傳遞類神經網路運算式倒傳遞類神經網路的運算主體可分為兩部份，第一部份為藉由輸入學習範例資料來學習的模式，以求得加權值（Weightvalue）和偏權值（Thresholdvalue）的學習過程。第二部份為讀入經學習過程所得的加權值及偏權值，使模式具備預測能力的回想過程。網路學習過程網路參數最佳化網路參數

8、最佳化步驟依序為：1.定義目標函數2.定義控制因子、水準值及直交表3.平均數分析4.求得最佳預測參數5.變異數分析網路參數最佳化網路參數最佳化步驟依序為：1.定義目標函數2.定義控制因子、水準值及直交表3.平均數分析4.求得最佳預測參數5.變異數分析定義控制因子