利用類神經網路於端銑過程的適應性最佳化控制

Abstract

摘要 在電腦數值控制切削過程諸多加工條件的限制之下，為了避免刀具或機件受損，所以 在實際的加工過程中切削參數都設定的相當保守，以至於切削效率大受影響。 所以本篇論文的目的在於提出一個以類神經網路為基礎的適應性最佳化控制模式，以 完成切削過程最佳化，提高切削過程的除屑率(material removal rate) 。此模式包 含兩組類神經網路；其一為逆向傳遞網路(back-propagation network)用來學習切削 模式；另一個網路則將拉格蘭吉乘子法(augmented Lagrangian multplier method) 予以平行化，用來求得切削過程的最佳化切削參數。由於此一系統具有高度平行處理 的能力，所以可以較傳統適應性控制同時考量較多切削條件限制。另外在本篇論文中 ，我們不但模擬了整個系統並且更進一步的將其應用於一端削過程，以驗證此一架構 的可行性。