車銑複合機主軸頭類神經熱平衡優化設計

Translated title of the thesis: Thermal balance optimal design with neural network for a CNC lathe spindle head
  • 蔡 明煒

Student thesis: Master's Thesis

Abstract

本研究以水冷片模組結合多重物理耦合分析以及能估算主軸頭切削點非線性(偏斜)熱變形的類神經網路分析模型,模擬調控一台國產車?複合機的主軸頭結構溫度分布,目標為減少主軸頭結構因熱變形量不對稱導致熱彎曲而產生的偏斜誤差。在工具機運轉時,機台上的多個熱源會造成機台的結構溫度產生動態變化;同時,持續的加工條件改變也會造成機台熱源的發熱量產生變化,進而導致動態的機台熱變形,造成複雜的機台熱誤差,影響加工精度及穩定性。為了更有效地調控工具機台的熱誤差,本研究擬透過已經過基礎實機驗證的數值模擬分析模型,獲得機台結構關鍵溫度點的溫度分布及變化與切削點熱變位之間關聯性的模擬數據,並將觀測點溫度值以及所對應的切削點熱變位輸入類神經網路進行學習訓練,以建立一個可以快速且有效準確估測機台結構溫升 - 熱變形的模型。接著,透過此類神經網路模型的估測?能,於此機台主軸頭結構區域模擬配置多個小型的水冷片,經由調整水冷片的位置及個數,調控機台關鍵結構位置的溫度分布,進而控制切削點的熱變位量。 欲建立有效的類神經網路模型,需要透過實驗以及模擬分析取得足夠數量的學習樣本。經過大量有效、具代表性的適當樣本學習,類神經網路便有機會具備透過關鍵溫度點正確判斷機台結構熱變形的能力。本研究主要的創新性為結合人工智慧與機台熱平衡技術,達到智慧化的熱平衡系統優化設計,進而提升工具機台熱精度。本研究透過基礎實驗以及多重物理耦合模擬分析累積的溫升-熱變位數據,建立類神經網路模型。此類神經網路分析模型所估測的溫升 - 熱變位數據與訓練參數以外的個案模擬結果進行比對及驗證,以測試本研究建立的類神經網路模型應用於工具機主軸頭結構溫升 - 熱變位分析應用上的有效性。本研究並且運用此類神經網路模型尋找與切削點熱變位相關性最明顯的結構溫度關鍵點,以作為未來監控機台溫升-熱變位的溫度參考點設計配置的重要依據,並且提高溫升-熱變位以及熱平衡參數優化類神經網路模型的估測效率。 接著,本研究使用粒子群最佳化演算法結合類神經網路,找出最適當的水冷片配置。透過粒子群最佳化演算法計算得出改善熱變形響應效果最佳的水冷片配置位置,同時也嘗試透過粒子群最佳化演算法決定水冷片冷卻點的調控溫度,以達成適應式的機台溫度分布調控,有效且即時地改善工具機機台在動態運轉下的熱誤差。 關鍵字:工具機、熱變形、熱平衡、類神經網路、粒子群最佳化演算法
Date of Award2018 Aug 31
Original languageChinese
SupervisorChao-Chieh Lan (Supervisor)

Cite this

'