機械工業網 - 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:沈奕均、葉賜旭、孫金柱SSCNET II串列伺服馬達參數調整法設計

作者:吳岳臻、葉賜旭、李建毅應用學習自動機方法於主從式控制參數調整

在本研究中，我們探討使用學習自動機方法進行主從式控制架構的控制參數調整；該主從式控制架構為業界所熟知且廣泛應用於具有同動軸功能之工業應用。針對所探討之主從式控制架構，儘管其控制參數的設計可藉由系統化的方式進行；然而，該些控制參數的調整卻極為重要且困難，主要是所使用的模式化控制參數設計方式於實際應用時往往具有模式化誤差與不確定性。因此在本研究，控制參數調整可藉由學習自動機方法的使用而自動化，該方法可透過系統與實際作業環境進行隨機試誤的互動操作程序以進行控制參數調整；此外，該方法亦可藉由機率密度函數的設計提供增強的收斂訊息以加速控制參數調整收斂。多種可同動運動軸的控制參數調整方式亦在本研究裡進一步地討論與比較；並且，其結果可用以選擇適當的參數調整方式以提昇多軸運動時之同動性能。

作者:陳金聖、陳立業、葉宗祺、李峰吉、陳文泉伺服迴路前饋補償控制及調適

典型運動控制系統為串聯式控制架構，傳統各層迴路的控制增益設計均仰賴專家經驗的設計，耗費人力與時間，本文提出一PDFF（Pseudo Derivative Feedback with Feedforward Gain）速度迴路控制器與一修正型前饋控制器（Modified feedforward controller），並針對重複性軌跡，提出ㄧ個容易實現的前饋控制參數調整演算法。最後，上述演算法則將使用工研院的智慧型運動控制平台（Intelligent Motion control Platform, IMP）及雙軸運動平台進行驗證。

作者:張信常、黃博煜、古宏麒、鄭志平AI調整控制器補償參數提升全體積空間精度

面對全球競爭，臺灣工具機業發展高階五軸機，關鍵在於全體積空間精度提升。傳統精度調校耗時且依賴資深技師，難以解決五軸機構中43 項幾何誤差的複雜耦合。本文結合五軸運動學與AI 數據建模，提出補償參數調整技術。利用ISO-10791-6 K4 (Kinematic Test 4) 動態路徑測試和雷射量測儀，採集刀具中心點動態誤差數據與控制器機械座標。建立物理導引AI 模型，聚焦優化四項旋轉軸機構鏈誤差參數，包含XOC（X 軸對C 軸的偏心誤差，X-coordinate of Origin of C-axis）、YOC（Y 軸對C 軸的偏心誤差，Y-coordinate of Origin of C-axis）、YOA（Y軸對A軸的偏心誤差，Y-coordinate of Origin of A-axis）、ZOA（Z軸對A 軸的偏心誤差，Z-coordinate of Origin of A-axis）。結果顯示，本系統能有效預測與補償空間誤差，縮短調機時間，實現精度調校標準化與數據化，助國內工具機產業晉升A+ 級精度品級。