Application of Virtual Metrology to Machine Tool Tuning System

因應「工業4.0」對於傳統生產製造帶來大幅改變，促使工廠走向智慧化生產，對於機械加工製造產業而言，在一般傳統加工廠中，CNC (Computer Numerical Control)是最常見的機台，其中包含有車床、銑床、鑽床、磨床等，工件會依照不同製程選擇不同機台，當工件製程完成後，必須要對工件進行實體檢測，確認工件加工後精度誤差是否符合規格，必要時調整機台參數。因實體檢測工件及調整參數將耗費大量時間與人力成本。 本論文提出銑床虛擬量測方法，使用工件生產過程中所收集到的製程參數資料，利用倒傳遞類神經網路來預測工件加工後精度，再透過預測精度來調整機台參數。經由實驗結果分析，本論文虛擬量測系統比傳統實體量測方法，在量測的整體工時方面降幅約為68%。The so-called “Industry 4.0” has made a great impact on manufacturing sectors, especially in machinery industry. Traditional machine tools such as lathe, milling machine, drilling machine, and grinding machine are usually equipped with CNC (Computer Numerical Control). Once objects are manufactured by the machine tools, physical metrology needs to be applied to ensure that the objects produced have the required precision. If any defect is found, then the parameters of the machine tools may need to be adjusted. However, physical metrology may result in many defects that have been produced before they are discovered. In this thesis, we apply virtual metrology to analyze the data collected by CNC milling machines and use back-propagation neural networks to predict the errors of the produced objects. If the predicted errors are not in the allowable range, then the parameters of the machine tools will be adjusted. With virtual metrology, the physical metrology may be performed less frequently.目錄 致謝 i 摘要 ii Abstract iii 目錄 iv 表目錄 vi 圖目錄 vii 第1章 緒論 1 1.1 研究目的 1 1.2 研究背景及動機 1 1.3 主要貢獻 2 1.4 論文架構 3 第2章 相關研究 4 2.1 銑床與銑削加工 4 2.1.1 切削速度 4 2.1.2 旋轉速度 5 2.1.3 進給率 5 2.2 虛擬量測系統架構 6 2.2.1 實際量測 7 2.2.2 虛擬量測 7 2.2.3 虛擬量測在工具機應用 8 2.3 SkyMars架構 8 2.3.1 SkyMars API 9 2.4 類神經網路 (Neural Network) 9 2.4.1 類神經網路介紹 10 2.4.2 類神經網路架構 12 2.4.3 類神經網路應用 12 2.5 推估精度評估指標說明 13 第3章 系統架構與方法 14 3.1 虛擬量測系統架構與流程 14 3.2 資料預處理 15 3.2.1 資料收集 (Data Collection) 15 3.2.2 過濾刪除 (Data Filtering) 16 3.2.3 資料轉換 (Data Transformation) 17 3.3 倒傳遞類神經網路 18 3.4 回饋機台參數 21 第4章 系統實作與實驗結果 23 4.1 開發工具與實驗環境 23 4.2 實驗案例描述 23 4.3 資料預處理 25 4.4 虛擬量測之補正 26 4.5 交互驗證法 29 4.6 實驗結果分析 29 4.7 效益分析 35 第5章 結論與未來研究方向 37 參考文獻 3