作者:李坤穎、謝秉澂工業基礎專欄 | 工具機熱穩定人工智慧學習技術
全球人口結構改變，導致製造業正面臨升級轉型壓力，人工智慧技術不斷朝製造業生產過程應用，工具機傳統管理方法已無法有效解決現階段製造系統中所衍生的問題，故全球各國陸續投入大量資源將提升製造業競爭力視為國家重點政策。因應當前智慧製造趨勢，我國政府積極推動製造業從過往的大量生產自動化朝向智慧機械與智慧製造發展，著眼於發展具環境感知、安全人機互動、自主決策等能力的設備與系統，以因應多元化的製造與服務需求。工具機的系統中，主軸為主要核心關鍵的模組，對於最終工件精度扮演著極其重要的角色，工具機的主軸在加工過程中，其旋轉精度與動態特性影響最終的加工品質，因而各類工具機對於主軸系統都有相當高的穩定性要求，根據文獻[1]，工具機加工時之誤差有40%至70%是由熱變位所造成的，故解決了熱誤差問題，其工具機品級勢必能往上升級。現今對於工具機熱誤差較普遍的作法為利用控制器進行軸向位置補正(position compensation)的方法來進行熱誤差補償，而補償精度取決於熱誤差模型精度且受環境溫度變化影響甚據。
本技術主要聚焦於人工智慧建立主軸熱誤差補償之技術，其係基於主軸溫度感測資訊、與主軸熱誤差相關之資訊及深度強化學習方法，建立動態冷卻機流量/流速適應控制之自我學習與調整，並以主軸溫度變動偏差量最小化為調整目標，以降低環境溫度變化及主軸熱誤差對加工精度的影響。