文献

J-GLOBAL ID：201802241810738973   整理番号：18A0727544

田口ロバスト設計を用いたニューラルネットワークパラメータの最適化:プラズマアーク切断プロセスへの応用【JST・京大機械翻訳】

Optimization of neural network parameters using Taguchi Robust Design: Application in plasma arc cutting process

著者 (6件)： Tsiolikas Aristidis ,  Tsiamitros Dimitrios ,  Kitsakis Konstantinos ,  Kechagias John ,  Mastorakis Nikos ,  Kaminaris Stavros D.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： MCSI  ページ： 57-61  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究では,プラズマアーク切断プロセスの実験的研究を,実験の完全要因計画に従って行った。検討したプロセスパラメータは,切削速度,トーチ距離,アーク電圧であった。切削表面品質は,加工した試料の表面粗さと寸法精度を測定することにより同定した。得られた実験データを用いて,プラズマ切断プロセスの品質指標を予測するためにフィードフォワード逆伝搬NNを訓練した。人工ニューラルネットワークの訓練とアーキテクチャパラメータをTaguchi法の実装により最適化した。9つの異なるNNを開発し,L9(3^3)直交配列に従って試験した。最後に,方法の解析と分散分析を利用することによって,NNパラメータの最適レベルを決定して,結果として,改良予測能力を達成した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 切削 ,  寸法精度 ,  *ニューラルネットワーク ,  直交配列 ,  プロセスパラメータ ,  表面性状 ,  トーチ ,  *プラズマアーク切断 ,  分散分析 ,  *最適化
準シソーラス用語： 予測能力 ,  品質指標 ,  アーク電圧 ,  切削速度 ,  *パラメータ設計 , 【Automatic Indexing@JST】

分類 (2件)： 切削一般  (QC02010V) ,  数値計算  (JE02000J)

タイトルに関連する用語 (5件)： ロバスト設計 ,  最適化 ,  プラズマアーク切断 ,  プロセス ,  応用