以支持向量回歸分析(SVR)在CNC刀具切削磨耗與壽命之研究

Study on Cutting Wear of CNC Tools by Support Vector Regression

吳政餘(Jheng-Yu Wu)

指導教授 ： 楊智旭

淡江大學/工學院/機械與機電工程學系碩士班/碩士(2021年)

https://doi.org/10.6846/TKU.2021.00650

摘要

本篇摘要未授權

關鍵字

支持向量機器(SVM) ； 支持向量回歸(SVR) ； CNC車削 ； 田口法 ； 倒傳遞神經網路(BPN)

並列摘要

This abstract would not be displayed due to no authorization.

並列關鍵字

Support Vector Machine (SVM) ； Support Vector Regression (SVR) ； CNC Turning ； Taguchi Method ； Backward Propagation Network(BPN)

參考文獻

[1] 蔡孟勳、林俊佑、連震杰、麥朝創(2018)。應用影像疊圖技術之刀具磨耗檢測Application of Photo-overlapping Technique on Tool Wear Detection，機械工業雜誌，第432期，p.54

[2] 程冠倫、梁碩芃(2018)。應用類神經網路於刀具磨耗估測Tool Life Prediction using Neural Network ，機械工業雜誌，第428期，p.36

[3] 范遠哲(2019)。以大數據分析方法建構刀具磨耗量預測模型Applying the Big Data Analysis to Construct Tool Wear Prediction Model

，中原大學工業與系統工程研究所碩士論文

[4] 高健瑋(2018)。車削製程刀具磨耗智慧預測系統之研發，國立高雄應用科技大學機械工程系研究所碩士論文