文献

J-GLOBAL ID：202202278492009362   整理番号：22A1035251

抵抗スポット溶接:モデリングへのニューラルネットワークアプローチ【JST・京大機械翻訳】

Resistance Spot Welding: A Neural Network Approach to Modeling

著者 (3件)： Shriver Justin (University of Michigan) ,  Hu S. Jack (University of Michigan) ,  Peng Huei (University of Michigan)
資料名： ASME Conference Proceedings  (ASME Conference Proceedings)
号： IMECE98  ページ： 201-211  発行年： 2022年 
JST資料番号： A0478C  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： 本論文では,抵抗スポット溶接(RSW)プロセスのためのフィードバック制御装置の開発における最近の進展を論じた。この制御アーキテクチャの2つの重要な要素は,操作条件検出とナゲット成長推定である。本論文では,運転条件問題を5つの明確な故障に関して扱った。操作条件検出器の設計において新しいニューラルネットワーク手法を採用した。ナゲット成長推定問題は,プロセスの再帰ニューラルネットワークモデルを採用することによって対処され,そのために予備的結果が示された。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： フィードバック制御 ,  *ニューラルネットワーク ,  *モデリング ,  検出器 ,  ナゲット
準シソーラス用語： 神経回路網モデル ,  *抵抗点溶接 ,  操作条件 ,  運転条件 ,  制御アーキテクチャ , 【Automatic Indexing@JST】

分類 (2件)： 溶接技術  (WC07030G) ,  溶接部  (WC07100I)

タイトルに関連する用語 (2件)： 抵抗スポット溶接 ,  モデリング