應用類神經網路與基因演算法於鎂合金與銅異種金屬銲接參數最佳化之研究

doi:10.6220/joq.201912_26(6).0003

機構典藏 > College of Business and Management > Graduate Institute & Department of Business Administration > Journal Article > Item 987654321/118166

Please use this identifier to cite or link to this item: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/118166

Title:	應用類神經網路與基因演算法於鎂合金與銅異種金屬銲接參數最佳化之研究
Authors:	張志平;羅惠瓊;朱佳荷
Keywords:	銅;鎂合金;氬銲;類神經網路;基因演算法;copper;magnesium alloy;TIG;artificial neural network;genetic algorithm
Date:	2019-12-30
Issue Date:	2020-03-05 12:10:51 (UTC+8)
Publisher:	品質學報
Abstract:	由於質量輕高強度的鎂合金與高導電的銅金屬具有不同優越特性，導致兩者的接合在現今工業應用上非常普及且重要，而氬銲則是非常方便普及的接合技術。然而，在銲接過程中，鎂合金與銅的熔點分別為1,083℃與649℃差異甚大，且其可銲性之條件範圍狹窄會有接合介面和融熔銲道形成硬而脆的介金屬化合物的困難點。此外，一般對於銲接參數設定並沒有公式可循，完全憑藉專家過去的知識和經驗來設定，一旦超出專家經驗範圍，便無法有效設定最佳參數，容易造成銲接品質不佳。有鑑於此，本研究將發展一套經濟且有效之多品質特性田口實驗設計方法，解決大量連續型參數及水準之多重品質特性實驗設計問題，並利用理想解類似度順序偏好法（technique for order preference by similarity to ideal solution, TOPSIS）與類神經網路（artificial neural network, ANN）訓練最佳化參數設計函數架構，結合基因演算法（genetic algorithm, GA）的柔性演算法（soft computing, SC）搜尋最佳參數組合，找出銅與鎂合金異種金屬板材銲接最佳化參數組合。
Relation:	品質學報 26(6)，頁381-394
DOI:	10.6220/joq.201912_26(6).0003
Appears in Collections:	[Graduate Institute & Department of Business Administration] Journal Article

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	123	View/Open
應用類神經網路與基因演算法於鎂合金與銅異種金屬銲接參數最佳化之研究.pdf		1548Kb	Adobe PDF	272	View/Open

Loading...