Full metadata record
DC FieldValueLanguage
dc.contributor.author何寬賢en_US
dc.contributor.authorKwang-Shyan Hoen_US
dc.contributor.author曾錦煥en_US
dc.contributor.authorChing-Huan Tsengen_US
dc.date.accessioned2014-12-12T02:12:36Z-
dc.date.available2014-12-12T02:12:36Z-
dc.date.issued1993en_US
dc.identifier.urihttp://140.113.39.130/cdrfb3/record/nctu/#NT820489040en_US
dc.identifier.urihttp://hdl.handle.net/11536/58339-
dc.description.abstract在彈性製造系統中,刀具監測系統的完備與否,將直接影響到製造系統的 成敗。在刀具即將破壞之際,及時的更換它,可避免工件及工作母機的損 壞,對於不良率的降低有顯著的效果。然而一般常用的統計法是以一批刀 具的最短壽命為依據,這樣往往不能完全利用刀具真正的壽命,並使得停 機換刀頻繁,因而增加停機時間,加上這方法對於突發的刀具損壞也缺少 應變能力,所以發展線上監測系統就顯得十分重要了。本文主要是以加速 規及噪音計測得車床在刀具加工時所產生的訊號,經由類神經網路的快速 處理,使得刀具磨耗的程度可以即時判別出來。更進一步的,利用類神經 網路容錯的特性,使得刀具在不同切削條件下仍可正確的研判磨耗程度。zh_TW
dc.language.isoen_USen_US
dc.subject刀具磨耗,類神經網路,最佳化,監測zh_TW
dc.subjecttool wear,neural network,optimum,monitoringen_US
dc.title利用類神經網路進行刀具磨耗之監測zh_TW
dc.titleMONITORING TOOL WEAR BY NEURAL NETWORKen_US
dc.typeThesisen_US
dc.contributor.department機械工程學系zh_TW
Appears in Collections:Thesis