機械工業網 - 機械工業雜誌 - 機械產業的入口網站

:::

歷史雜誌

依專輯名稱關鍵字搜尋或依年份搜尋，年份輸入範例202406

作者:黃成凱、李坤穎、魏士傑基於伺服感測訊號的工具機狀態估測技術

隨著消費習慣的改變，製造行為由以往的大量生產逐漸轉向小批量生產，使加工行為變複雜，且精度與穩定度要求也越來越高。然而，工具機受溫度、切削負載等影響，不易維持穩定的加工精度，而現有的線上估測技術大多需要在指定位置額外安裝感測器，所衍生之成本與系統可靠度問題使產業接受度不高，因此大多仍以停機方式檢測，使得加工精度偏移時無法即時判別。本研究致力於開發工具機狀態檢測技術，透過伺服感測訊號，實現無額外安裝感測器情況下的精度估測、故障診斷與切深參數建議，提出之方法透過少量實驗搭配大量有限元素分析法建立大數據資料庫與估測模型，使該模型可藉由伺服迴授訊號評估工具機狀態，以提高加工業者的生產效益、加工精度並預防臨時故障發生。

作者:黃成凱、黃緒哲、嚴健榮、古有彬、楊淳宜、陳俊皓基於深度學習之工件自動辨識與取料之應用

本文使用深度學習進行工件辨識，並整合機械手臂進行物件夾取。利用GPU建立3D視覺辨識系統，藉由深度攝影機擷取影像資訊，辨識物件種類及座標，使機械手臂可夾取特定之物件。

視覺系統由GPU搭配深度影像之函式庫，分別進行影像資料擷取、深度資訊運算、座標轉換、影像輪廓搜尋和卷積類神經網路模型訓練等。本文採用YOLOv2判別目標物體之種類和中心點並利用輪廓搜尋方法找出物體之角度資訊，作為機械手臂操作目標點，並透過座標轉換的方式將相機座標轉為機械手臂座標，由TCP/IP通訊傳至運動控制系統進行物件夾取。

作者:黃成凱、王奕凱、林紀穎應用於機械手臂加工之力量控制系統之研究

本文提出一套主動式變力量控制系統針對鑄件殘料去除進行安全且有效率的加工製程。當機械手臂所夾持之鑄件向刀具進給時，系統透過機械視覺識別殘料尺寸並根據切削力模型(以實際加工過程取得移除不同厚度殘料所需的切削力後，再以最小平方法識別三組線性切削剛性方程式並以此作為切削力模型)規劃所需加工力量命令，如此一來系統便能透過變力量伺服控制，在刀具進給時移除不同尺寸的鑄件殘料。實驗結果顯示所開發之主動式變力量控制系統加工測試件時，可在工件不過切的情況下移除90%以上的殘料。