智能切削路径 优化技术

文◆工业技术研究院 智慧机械科技中心 副研究员 林炜祥、李日杰、林孟秋

工业技术研究院 智慧机械科技中心 副工程师 张仲敏

台湾工具机产业受日圆贬值影响，面临来自日本及中国的价格竞争。为突破困境，国内厂商需增强设备的附加功能，提升市场竞争力。全球气候变迁问题加剧，各国推动 2050 净零排放，企业要求供应链执行减碳，这使得节能技术成为竞争关键。减少能源消耗成为金属加工领域的重要目标，工具机设备商需透过附加软件协助客户达成减碳目标。为此，开发针对工具机的节能技术，成为未来竞争的关键技术。

路径分析技术

在建立工具机伺服轴的能耗模型之前，需先分析各轴的移动距离，首先藉由解译 NC 程序以获取加工路径，进而计算工具机各轴的移动距离，作为后续模型训练与优化参数运算之用。透过解译 NC 程序的加工路径，配合工具机的逆向运动学转换，记录各轴在不同转动角度下的移动距离变化，最终在功率计算上得以计算出最低能耗的移动比例。

功率消耗计算

现今工具机所搭配的驱动器皆支持 EtherCAT 通讯格式，因此在进行数据撷取的时候，可透过网络线取得驱动器讯号，再由控制器进行数据整合并将数据回传。利用马达扭力与速度命令的关系式，如式(1)(2)所示，可计算出各轴的功率变化，τ为扭矩、ω为角速度、p为功率。此方法无需额外安装功率计，相较于传统方式更具成本优势，且能满足区分各轴能耗变化的需求。

伺服轴能耗模型建立

目前类神经网络技术已广泛应用于工业领域，主因在于其可建立复杂的非线性模型。故本文利用类神经网络架构建立工具机伺服轴的能耗模型。然而此模型采用监督式学习的方式，须先搜集相应的输入及输出数据，作为模型训练之用。因此本文采用全因子实验法，将会影响加工能耗的因子纳入实验之中，规划加工路径、进给速度、主轴转速3项因子，每项因子分成5个水平，并设计3个反应变量X轴、Y轴、主轴的加工耗能，在相同刀具、切削深度与同材质的条件下进行加工，记录不同条件下加工能耗的数据变化，作为后续模型训练用。

完成全因子法实验，收集工具机能耗的数据，透过这些数据建立类神经网络模型，但在训练模型前需先将数据做正规化[1]的程序，再透过 t-SNE 可视化方式判断实验数据的可行性，整理完数据后，开始建立类神经网络模型，并利用 HyperBand 超参数优化算法[2][3][4]计算最佳的隐藏层数、神经元数量、学习率及丢弃率。经计算，最佳超参数为2层隐藏层、224/240个神经元、0.3/0.2的丢弃率及0.0012334的学习率。最后，利用 HyperBand 计算出的参数训练类神经网络模型，并使模型训练至收敛，如图1所示。

优化低能耗参数计算

本文使用非凌越排序基因算法 (NSGAII)，进行最佳参数的计算，以下是 NSGAII 非凌越排序基因算法的流程图，如图2所示。

将完成 NC 路径分析技术与工具机能耗模型，整合至 NSGA-II 算法中，计算 NC 路径各轴移动所需之距离、主轴转速、进给速度，作为模型输入，定义输入参数范围即可进行优化参数计算。以旋转角度范围0至90度、进给速度范围1000至3000 mm/min、主轴转速范围5000至9000rpm为例，计算结果如图3所示，红色为能耗最少的输入参数，蓝色为能耗最多输入的参数，如图3(a)所示，根据最好与最坏输入参数，得到对应输出结果，红色为低耗能，蓝色为高耗能，如图3(b)。根据平面加工优化结果显示，最低能耗下所需平台旋转角度为86度、进给速度为3000mm/min，主轴转速为5223rpm如图3 (b)。

加工实验

完成伺服轴能耗模型与优化低能耗参数计算，可解析 NC 程序以计算各轴移动距离、主轴转速、进给速度，进而推导出最低能耗的加工参数。最后将此技术应用于凯柏 U250i 五轴工具机搭配工研院 M100 控制器，验证工具机的节能技术。实施流程如图4所示，首先将 NC 加工路径输入至 NC 路径分析技术中，并计算各轴移动距离。随后，藉由工具机能耗模型与优化参数计算功能，求得最低能耗的加工路径与加工参数，有效提升工具机的能源效率，达到节能减碳的目标。

分析加工路径，并计算最佳参数，计算结果平台转动86.62度、进给速度2952mm/min、主轴转速5004rpm，将原本加工程序X为主要移动轴，转换成Y是主要移动轴。比较最佳路径与原始路径的功率消耗，原始路径需消耗大约15.6kw的功率，但最佳路径只需大约消耗12.5kw功率，由此结果可了解目前使用的凯柏 U250i 五轴工具机Y轴移动比X轴移动消耗功率还要少，如图5所示。

结论

根据技术成果的验证，工具机节能技术显示出良好的节能效果。在凯柏 U250i 五轴工具机搭配工研院 M100 控制器加工验证，原始路径的功率消耗为15.6kw，经过最佳参数计算与路径转换后，最佳路径的功率消耗降低为12.5kw，相较于原始路径，节省了30.5%的功率消耗。这项研究结果表明，所提出的节能技术在Y轴移动方面能有效节省功率消耗。对于需要大量生产的工件而言，导入此节能技术将能大幅改善整体能源消耗，协助国内业者提供具附加价值的节能技术，进而提升产业竞争力。