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:蔡淳宇、林豈臣、莊佳瑾、戴仲裕、彭達仁工具機主軸狀態監控與數位模型應用

隨著新冠肺炎疫情趨緩，2021年工具機累計出口金額較2020年同期成長29.5%，在製造業生產能量增加及全球工具機需求量提升的同時，氣候危機也隨之而來，又因隨著2021年格拉斯哥氣候公約的建立，工具機需透過智能化軟體協助，朝著綠色能源的方向拓展，對於整個製造加工業而言，主軸加工時的振動穩定度、發熱導致的精度誤差及主軸長期運轉影響主軸健康等問題，若能透過有效數據分析，實時掌握機台主軸及加工件材質等資訊，則可以避免工件損壞及設備停機導致的維修時間增加。有鑑於此，透過工具機主軸狀態監控與數位模型應用，有效地蒐集數據並透過數據AI技術分析，解決工具機主軸迴轉精度偏移及主軸振動穩定等問題，提早預測工具機主軸健康狀態，降低機台設備損耗的維修頻率，將成為製造加工產業轉型的關鍵要素，藉由此技術協助國內業者掌握數據處理的核心能力，透過實際應用協助工具機產業進行的智慧轉型，提升國內業者在全球工具機市場的競爭力。

作者:羅宇然主軸狀態監測技術-主軸軸承預壓量測

作者:Chung-Yu Tai工具機的數位雙生自主化及其應用

近年來受到美中貿易戰、新冠肺炎疫情等因素影響，人力資源與成本提高了產線上的不確定性因子，而金屬製造產業為了降低生產風險，許多製造廠(如：波音、普惠)逐步加快產線數位化與智慧化升級。其中，工具機是生產金屬零組件的主要設備之一，工具機的數位化為開啟智慧化升級的關鍵鑰匙，因此，工具機數位雙生的運作模式成為許多研究單位的開發重點。本文將探討工具機數位雙生自主化功能的現況，包含關鍵組件(如：主軸)的數位模型、線上監測以及應用人工智慧作整合，並討論其應用模式。

作者:莊易霖、許登傑、陳文瑞、麥朝創全數位高響應主軸馬達驅動技術

本研究主要針對全數位高響應主軸馬達驅動技術進行探討，工具機的主軸馬達大多以感應馬達為主，使用向量控制可使馬達之轉矩能力完全輸出，讓主軸具有高轉矩、高響應的輸出能力。為使驅動器之性能完全發揮，精準的位置回授系統及與控制器間的全數位通訊也是必須的，本研究亦將EtherCAT通訊技術與編碼器回授介面納入討論。

作者:蔡淳宇、戴仲裕、林豈臣、馬勝銘數位主軸動態建模技術及其應用

主軸是工具機的關鍵零組件，其性能決定加工的品質與產能。在全球疫情影響下，製造業開始朝向遠端或無人產線進行發展，以降低生產風險及節省成本。為此，本技術開發一數位主軸動態建模技術，建立能夠即時同步主軸動態特性與機台狀態之數位模型，將產線進行數位化及智能化。此模型可應用於主軸之損壞檢測、精度確認及預測產能。本文將透過探討先進科技與研究，展現數位孿生應用於基於物理模型之主軸動態精度預測技術的優勢。

作者:葉峻賓、李曉暉、張文穎、陳漢強、張怡萍、梁儷齡、夏啟峻主軸健康智慧化監診實測

工具母機的主軸被譽為機床的心臟，不僅影響加工精度，保養不當甚至會降低設備稼動。最常採用的主軸檢測規範是ISO-10816，在無負載條件下，利用量測機械非轉動部位的振動量測訊號，來評鑑主軸的健康狀態。然每台設備的使用與維護多少有所差異，當主軸有異常徵兆時，會在某些特定的頻帶或振動特徵上才觀察得到；此外感測器的安裝在主軸頭，常遇到繞線不易與成本過高的問題；透過可攜式無線振動感測模組，可方便安裝並快速檢測。雖然異常的訊號資料不容易收集，然透過正常振動資料的頻譜特徵建模，可以對每一台機台建立各自的健康監診模型，例如機器學習方法GMM （Gaussian Mixture Model）或SOM （Self-Organizing Map）；不僅在有異常的特徵發生時偵測得到，更可在每次維修保養確認後自動更新模型，監測往後的使用是否偏離保養後的狀態。

作者:林正生CAE數位分身潛在運用- 高速轉軸診斷

我們透過物理模型，建置可作為軸承內部熱源診斷依據的數位分身(CAE Digital Twin)。此數位分身可將轉軸外部表所測量的溫度當作輸入條件，反算出轉軸的溫度分佈與滾珠模差的熱源。再經由具經驗之人員或其他方法，判斷熱源是否有異狀，採取對機台必要的操作。

作者:李坤穎、駱文傑、魏士傑、洪祥豪冷卻流體適應性控制於工具機主軸精度之提昇

工具機加工過程中，主軸的高速旋轉會產生大量的摩擦熱，此些熱量會使得主軸於運轉過程中產生熱偏移的狀況，從而對於加工工件的準確度產生很大的影響。因此，於運轉過程中所產生的熱量，必須透過冷卻系統即時將熱量由運轉中的主軸排除。本研究中，我們針對工具機使用的直結式主軸做熱變位分析，並使用自適應性冷卻控制系統，針對工具機加工過程中不同的負載及轉速所產生的熱量進行熱交換冷卻的動作，來達到熱誤差抑制的效果。從散熱量實驗方面可以發現，冷卻流體適應性控制可隨著工具機加工時的負載狀態進行冷卻流體的調變，最多能帶走將近148.66 W的熱量，並做出更有效且立即性的熱抑制，降低熱變形量。