CN106611233A - 适用于加工机台的用电量预估***与用电量预估方法 - Google Patents
适用于加工机台的用电量预估***与用电量预估方法 Download PDFInfo
- Publication number
- CN106611233A CN106611233A CN201610083666.7A CN201610083666A CN106611233A CN 106611233 A CN106611233 A CN 106611233A CN 201610083666 A CN201610083666 A CN 201610083666A CN 106611233 A CN106611233 A CN 106611233A
- Authority
- CN
- China
- Prior art keywords
- power consumption
- information
- processor
- unit
- machining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012545 processing Methods 0.000 title claims abstract description 28
- 230000005611 electricity Effects 0.000 claims abstract description 91
- 238000013507 mapping Methods 0.000 claims abstract description 26
- 238000003754 machining Methods 0.000 claims description 66
- 238000012360 testing method Methods 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005520 cutting process Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- VIKNJXKGJWUCNN-XGXHKTLJSA-N norethisterone Chemical group O=C1CC[C@@H]2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 VIKNJXKGJWUCNN-XGXHKTLJSA-N 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
- G01R21/133—Arrangements for measuring electric power or power factor by using digital technique
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Feedback Control In General (AREA)
Abstract
一种适用于加工机台的用电量预估***与用电量预估方法在此揭露，其中用电量预估***包含知识库、解析模块、映射模块与预测模块。知识库用以储存模型信息。模型信息是用来记录多个加工程序单节每一者与其一用电量之间的对应关系。解析模块用以将加工程序解析为多个加工程序单节并取得每一加工程序单节所对应的加工信息。映射模块用以依据加工程序单节每一者及其对应的加工信息与模型信息，产生对应每一加工程序单节的预估单节用电量。预测模块用以加总加工程序单节所对应的预估单节用电量以产生预估加工程序总用电量。仅需加工程序，本发明即可依据模型信息产生预估加工程序用电量，以作为工件的用电量成本估计基础。
Description
技术领域
本发明是关于一种用电量预估技术，且特别是关于一种适用于加工机台的用电量预估***与用电量预估方法。
背景技术
成本控管是企业赖以经营获利的重要环节，在加工产业中，尤其是使用工具机对工件加工的产业，电力支出占成本的很大部分。目前加工产业对于用电量的控管，主要是透过导入智能电表以记录工厂的总体用电量，并以此作为基准来计算或预估工厂每个月的需求电量，甚至是决定工厂的用电额度。虽然智能电表可以测得整座工厂的总用电量，但加工机台运作的用电量，通常会因在不同时期，加工机台的加工时数、加工方式和加工工件等不同而有很大的变化，以往所测得的工厂总用电量并无法用来预估未来的电量，此外，依据工厂总用电量也无法精确地得知每一个加工机台用电量，因此无法预估制造订单的用电成本以及制定有效改善策略。
发明内容
为了预估制造过程的加工机台总用电量，并且提高预估加工机台总用电量的准确度，本发明是提供一种适用于加工机台的用电量预估***。用电量预估***包含知识库、解析模块、映射模块与预测模块。知识库用以储存模型信息。模型信息是用来记录多个加工程序单节每一者与其一用电量之间的对应关系。解析模块用以将加工程序解析为多个加工程序单节并取得每一加工程序单节所对应的加工信息。映射模块用以依据加工程序单节每一者及其对应的加工信息与模型信息，产生对应每一加工程序单节的预估单节用电量。预测模块用以加总加工程序单节所对应的预估单节用电量以产生预估加工程序总用电量。
于本发明的一实施例中，用电量预估***还包含模型建立模块。模型建立模块用以根据测试加工程序与测试用电量信息产生多个机能信息，并将机能信息写入知识库中予以储存。映射模块映射机能信息以使模型建立模块建立模型信息。
于本发明的一实施例中，用电量预估***还包含数据撷取模块。数据撷取模块用以分别从控制器信号与电表信号撷取测试加工程序与测试用电量信息，并传送测试加工程序与测试用电量信息至模型建立模块。
于本发明的一实施例中，其中数据撷取模块根据加工程序单节每一者由电表信号撷取对应的实作用电量信息，并传送实作用电量信息至解析模块。解析模块根据加工程序单节每一者及其对应的实作用电量信息更新知识库内的机能信息，且映射模块更映射更新后的所述机能信息以更新模型信息。
于本发明的一实施例中，其中当预测模块依据预估加工程序总用电量，判断不符合用电量标准，则预测模块调整加工程序单节当中的一加工程序单节所对应的加工信息以产生调整加工信息，并使调整加工信息取代对应的加工信息以更新所述加工信息。映射模块依据加工程序单节每一者及其对应的加工信息与模型信息以产生多个预估调整单节用电量。预测模块加总预估调整单节用电量以产生预估调整加工程序总用电量。当预测模块依据预估调整加工程序总用电量，判断符合用电量标准时，则预测模块传送调整加工信息至控制器以调整加工程序。
于本发明的一实施例中，其中模型建立模块将模型信息写入知识库。
于本发明的一实施例中，其中加工信息包含解析模块根据加工程序单节所计算出加工机台的主轴的移动距离信息与加工时间信息。
本发明的另一方面为一种适用于加工机台的用电量预估方法。用电量预估方法包含以下步骤。将加工程序解析为多个加工程序单节并取得每一加工信息单节所对应的加工信息。依据加工程序单节每一者及其对应的加工信息与知识库内的模型信息，产生对应每一加工程序单节的预估单节用电量。模型信息是用来记录多个加工程序单节每一者与其用电量之间的对应关系。加总加工程序单节所对应的预估单节用电量以产生预估加工程序总用电量。
于本发明的一实施例中，根据测试加工程序与测试用电量信息产生多个机能信息，并将机能信息写入知识库中予以储存。映射机能信息以建立模型信息。
于本发明的一实施例中，分别从控制器信号与电表信号撷取测试加工程序与测试用电量信息。
于本发明的一实施例中，根据加工程序单节每一者由电表信号撷取对应的实作用电量信息。根据加工程序单节每一者及其对应的实作用电量信息更新知识库内的机能信息，且映射模块更映射更新后的机能信息以更新模型信息。
于本发明的一实施例中，当判断预估加工程序总用电量不符合用电量标准，调整加工程序单节当中的加工程序单节所对应的加工信息以产生调整加工信息。调整加工信息取代对应的加工信息以更新加工信息。依据加工程序单节每一者及其对应的加工信息与模型信息以产生多个预估调整单节用电量。加总预估调整单节用电量以产生预估调整加工程序总用电量。当判断预估调整加工程序总用电量符合用电量标准时，传送调整加工信息至控制器以调整加工程序。
于本发明的一实施例中，将模型信息写入知识库。
于本发明的一实施例中，加工信息包含根据加工程序所计算出加工机台的主轴的移动距离信息与加工时间信息。
综上所述，经由本发明的***和方法，仅需加工机台对工件的加工程序，本发明即可依据知识库内的模型信息产生预估加工程序用电量，以作为工件的用电量成本估计基础。此外，本发明亦可依据工件的订单数量、加工时程安排等，来估算加工机台对工件加工的总用电量。相较于利用智能电表的先前技术，本发明可在制造前先预测工件加工的总用电量，所预估的总用电量也更接近实际制程的加工机台用电量，大幅提高用电量预估的精确度。因此，工厂业者可于工件制造前根据预估工件的总用电量，来进行成本估算，甚至可用来管理加工机台的加工时程安排，或是对加工机台中的加工参数来进行适当调整。
以下将以实施方式对上述的说明作详细的描述，并对本发明的技术方案提供更进一步的解释。
附图说明
为让本发明的上述和其他目的、特征、优点与实施例能更明显易懂，所附附图的说明如下：
图1是说明本发明一实施例的适用于加工机台的用电量预估***的示意图；
图2是说明本发明一实施例的适用于加工机台的用电量预估***的示意图；
图3是说明本发明的模型信息的示意图；
图4是说明本发明的模型信息的示意图；
图5是说明本发明的模型信息的示意图；
图6是说明本发明的模型信息的示意图；
图7是说明本发明一实施例的适用于加工机台的用电量预估方法流程图；
图8是说明本发明一实施例的适用于加工机台的用电量预估方法流程图；
图9是说明本发明一实施例的适用于加工机台的用电量预估方法流程图；
图10是说明本发明一实施例的适用于加工机台的用电量预估方法流程图；
图11是说明本发明一实施例的适用于加工机台的用电量预估方法流程图；
图12A是说明本发明一实施例的预估加工程序总用电量的比例分布示意图；
图12B是说明本发明一实施例的预估加工程序总用电量的比例分布示意图；以及
图13是说明本发明一实施例的预估单节用电量示意图。
具体实施方式
为了使本发明的叙述更加详尽与完备，可参照附图及以下所述的各种实施例。但所提供的实施例并非用以限制本发明所涵盖的范围；步骤的描述亦非用以限制其执行的顺序，任何由重新组合，所产生具有均等功效的装置，皆为本发明所涵盖的范围。
于实施方式与申请专利范围中，除非内文中对于冠词有所特别限定，否则“一”与“所述”可泛指单一个或多个。将进一步理解的是，本文中所使用的“包含”、“包括”、“具有”及相似词汇，指明其所记载的特征、区域、整数、步骤、操作、元件与/或组件，但不排除其所述或额外的其一个或多个其它特征、区域、整数、步骤、操作、元件、组件，与/或其中的群组。
关于本文中所使用的“约”、“大约”或“大致约”一般通常是指数值的误差或范围约百分之二十以内，较好地是约百分之十以内，而更佳地则是约百分之五以内。文中若无明确说明，其所提及的数值皆视作为近似值，即如“约”、“大约”或“大致约”所表示的误差或范围。
当加工产业进行工件生产时，依据加工机台可读取的加工指令、加工参数的格式、工件所需制程等，来设计加工程序单节(Block)。举例而言，加工程序单节可以代码表示为“G01Z2.5F200”。具体而言，G01表示进给移动(Move at feed rate)，Z2.5表示Z轴方向2.5单位(例如英寸)，F200表示进给速度为200单位(例如毫米/分钟)。因此，加工程序单节“G01Z2.5F200”表示Z轴方向进给切削2.5英寸(inches)，进给速度为200毫米/分钟(mm/min)。如上所述，依据工件所需的多个制程，可依序设计出多个加工程序单节，而所有加工程序单节则组成上述工件的加工程序。
为了预估加工程序的用电量，亦即预估工件制程的用电量，请参考图1。图1是说明本发明一实施例的适用于加工机台的用电量预估***100的示意图。用电量预估***100包含知识库110、解析模块120、映射模块130与预测模块140。知识库110储存模型信息，模型信息用来记录加工程序的每一个加工程序单节与其用电量之间的对应关系。解析模块120将加工程序解析为多个加工程序单节，并取得每一加工程序单节所对应的加工信息。上述加工信息包含解析模块120直接由加工程序单节可取得的加工参数，以及经由计算得到的加工参数。举例而言，加工信息包含加工机台主轴的移动距离(例如经由机台坐标参数并透过欧基里德定理计算方式)、加工时间(例如透过移动距离除以移动速度计算方式)或其他根据加工程序单节计算出的参数。
映射模块130依据每一加工程序单节、其对应的加工信息与模型信息，产生对应每一加工程序单节的预估单节用电量。具体而言，映射模块130依据加工程序单节的加工参数(例如加工机台动作、转速、进给速度等)映射至知识库内的模型信息(例如多项式曲线)，以决定单位时间内的用电量。举例而言，映射模块130可经由上述映射方式而决定机台空转用电量、切削用电量、进给用电量等。接着，映射模块130依据单位时间内的用电量与加工信息(例如移动距离、加工时间等)产生对应于加工程序单节的预估单节用电量。如上述，映射模块130可产生每一加工程序单节的预估单节用电量。模型信息的详细技术将于后说明。
预测模块140加总上述映射模块130产生的预估单节用电量，以产生加工程序的预估加工程序总用电量。如上述，由于加工程序单节是解析模块120由加工程序解析而来，因此预测模块140加总每一加工程序单节对应的预估单节用电量后产生加工程序对应的预估用电量，亦即预估加工程序总用电量。
如此一来，仅需要工件的加工程序，本发明的用电量预估***100可依据知识库110内的模型信息产生预估加工程序用电量，以作为工件的用电量成本估计基础。
为说明模型信息的建立方式，请参考图2。图2是说明本发明一实施例的适用于加工机台的用电量预估***200的示意图。用电量预估***200架构与用电量预估***100大致上相同，除了数据撷取模块250与模型建立模块260。数据撷取模块250电性耦接电表270与控制器280。控制器280用以根据加工程序控制加工机台执行加工动作，电表270用以量测加工机台的用电量。在最初于建立模型信息时，可让加工机台先使用测试加工程序，并测量加工机台执行测试加工程序时的测试用电量信息。例如，数据撷取模块250从控制器280信号撷取测试加工程序，并从电表270信号撷取测试用电量信息，以作为模型信息建立的数据来源。举例而言，控制器280的测试加工程序可设计包含不同转速的加工参数，电表270可即时量测得到不同转速条件下的加工机台耗电量。接着，数据撷取模块250传送测试加工程序与测试用电量信息至模型建立模块260以建立模型信息。
模型建立模块260根据测试加工程序与测试用电量信息产生多个机能信息。上述机能信息为不同加工参数及对应用电量的数据。举例而言，关于主轴转速的机能信息，转速0～6000转/分钟(RPM)的条件下，空转能耗为10千瓦(KW)～50千瓦(KW)，切削能耗为40千瓦(KW)～120千瓦(KW)。举另一例而言，关于进给速度(X、Y、Z轴)的机能信息，快进30米/分钟(m/min)的条件下，能耗为10千瓦(KW)～15千瓦(KW)，而进给速度0～6000毫米/分钟(mm/min)的条件下，能耗为10千瓦(KW)～60千瓦(KW)。模型建立模块260将上述机能信息写入知识库110中予以储存。映射模块130映射上述机能信息以使模型建立模块260建立模型信息(例如拟合的多项式曲线)。
为了举例说明机能信息与多项式曲线，请参考图3～图6，其是说明本发明的模型信息的示意图。图3代表主轴转速的用电量模型，横轴为转速，横轴单位为转/分钟(RPM)，纵轴为用电量，纵轴单位为千瓦(KW)。机能信息312～316分别对应至模型信息322～326，其是采用二次多项式进行曲线拟合。于本实施例中，模型信息322的多项式为y＝-3E-06x2+2E-05x+3E-05，模型信息324的多项式为y＝8E-08x2-6E-07x+7E-05，模型信息326的多项式为y＝1E-06x2-7E-06x+7E-05。
图4代表X轴进给的用电量模型，横轴为进给速度，横轴单位为毫米/分钟(mm/min)，纵轴为用电量，纵轴单位为千瓦(KW)。机能信息412～416分别对应至模型信息422～426，其是采用三次多项式进行曲线拟合。于本实施例中，模型信息422的多项式为y＝5E-05x3+0.0009x2+0.0059x-0.0049，模型信息424的多项式为y＝5E-05x3-0.0008x2+0.0045x-0.0029，模型信息426的多项式为y＝4E-05x3-0.0007x2+0.0052x-0.0034。
类似地，图5代表Y轴进给的用电量模型，横轴为进给速度，横轴单位为毫米/分钟(mm/min)，纵轴为用电量，纵轴单位为千瓦(KW)。机能信息512～516分别对应至模型信息522～526，其是采用三次多项式进行曲线拟合。于本实施例中，模型信息522的多项式为y＝2E-06x3-4E-05x2+0.0013x+0.0042，模型信息524的多项式为y＝1E-05x3-0.0003x2+0.0027x+0.0020，模型信息526的多项式为y＝-6E-06x3+7E-05x2+0.0008x+0.0046。
类似地，图6代表Z轴进给的用电量模型，横轴为进给速度，横轴单位为毫米/分钟(mm/min)，纵轴为用电量，纵轴单位为千瓦(KW)。机能信息612～616分别对应至模型信息622～626，其是采用三次多项式进行曲线拟合。于本实施例中，模型信息622的多项式为y＝1E-05x3-0.0002x2+0.0015x+0.0006，模型信息624的多项式为y＝4E-05x3-0.0006x2+0.0034x-0.0015，模型信息626的多项式为y＝1E-05x3-0.0002x2+0.0012x+0.0008。
模型建立模块260建立模型信息后，将模型信息写入知识库110以储存。如此一来，模型信息可用以在加工机台实际制造工件前，根据加工程序单节定义的加工机台动作(例如移动、转动、切削等)预估其用电量(亦即预估单节用电量)，进而产生出加工程序的预估总用电量(亦即预估加工程序总用电量)。
于一实施例中，知识库110内的模型信息可根据所制造工件的加工程序而更新。电表270于工件制造过程中即时量测加工机台的实作用电量。数据撷取模块250根据加工程序单节每一者由电表270信号撷取对应的实作用电量信息，并传送实作用电量信息至解析模块120。解析模块120根据加工程序单节每一者及其对应的实作用电量信息更新知识库110内的模型信息。映射模块130更映射更新后的机能信息以更新模型信息。
于一实施例中，预测模块140可依据预估加工程序总用电量，判断是否符合一用电量标准。用电量标准可以由工厂业者依实际需求制定。例如整个工厂每个月的总用电量有一上限数值，工厂可以对每一个加工机台来分别设定一个用电量标准，或者是工厂可以预估所有加工机台的每个月总用电量，并且进行累加后判断累加结果是否低于工厂的总用电量上限数值。当预测模块140依据预估加工程序总用电量，判断其符合用电量标准。例如每一个加工机台的用电量低于其用电量标准，或是累加后所有加工机台的总用电量低于工厂的总用电量上限数值，表示加工程序符合工厂业者所需求的用电量，因此工厂业者即可使用此加工程序进行生产。
另一方面，当预测模块140依据预估加工程序总用电量，判断不符合用电量标准(例如预估加工程序总用电量超过用电量标准)时，预测模块140可建议调整加工信息。具体而言，预测模块140调整上述加工程序单节当中的一加工程序单节所对应的加工信息，以产生调整加工信息，并使调整加工信息取代对应的加工信息，以更新加工信息。换言之，预测模块140调整加工信息以调整预估单节用电量，进而调整预估加工程序总用电量。
类似于上述内容，映射模块130依据加工程序单节每一者、其对应的加工信息与模型信息以产生预估调整单节用电量。预测模块140加总预估调整单节用电量，以产生预估调整加工程序总用电量。接着，预测模块140依据预估调整加工程序总用电量，判断是否符合用电量标准。当预测模块140依据预估调整加工程序总用电量，判断符合用电量标准，表示调整后的加工程序符合工厂业者所需求的用电量。因此，预测模块140传送调整加工信息至控制器280以调整加工程序，工厂业者即可使用此调整后的加工程序进行生产。
反之，当预测模块140依据预估调整加工程序总用电量，判断不符合用电量标准(例如预估调整加工程序总用电量超过用电量标准)时，预测模块140则持续建议另一调整加工信息，直到产生的预估调整加工程序总用电量符合用电量标准。
于调整加工信息的另一实施例中，在不影响加工精度的条件下，预测模块140首先决定加工机台用电量稳定的最高进给速度，其是透过用电量与转速的曲线图进行判断。当曲线的斜率高于特定数值时，预测模块140判断为加工机台的用电量不稳定。上述斜率的特定数值可依据不同加工机台分别订定。接着，预测模块140根据进给速度与刀具负载决定主轴转速，相应地依据模型信息产生预估调整加工程序总用电量，并判断预估调整加工程序总用电量是否符合用电量标准。当预测模块140依据预估调整加工程序总用电量，判断不符合用电量标准时，预测模块140则降低进给速度(例如降低10％、3％)，根据降低后的进给速度与刀具负载决定主轴转速，相应地依据模型信息产生预估调整加工程序总用电量，直到产生的预估调整加工程序总用电量符合用电量标准。预测模块140传送调整后的进给速度与主轴转速至控制器280以调整加工程序。因此，加工机台即可依此调整后的加工程序进行生产。上述主轴转速与进给速度的调整仅为举例说明，并非用以限定本发明。
如此一来，当加工程序的预估总用电量不符合用电量标准时，本发明的用电量预估***200可建议调整加工信息以使调整后的加工程序在不影响加工精度的条件下符合用电量标准。
实作上，知识库110可储存于储存装置，例如计算机硬盘、或其他计算机可读取的记录媒体等，亦可以云端数据库的方式来实施，本领域具通常知识者在不超出本发明的精神的情况下，可依应用需求自行订定。
如上所述的解析模块120、映射模块130、预测模块140、数据撷取模块250与模型建立模块260，其具体实施方式可为软件、硬件与/或固件。举例来说，若以执行速度及精确性为首要考量，则上述模块基本上可选用硬件与/或固件为主；若以设计弹性为首要考量，则上述模块基本上可选用软件为主；或者，上述模块可同时采用软件、硬件及固件协同作业。应了解到，以上所举的这些例子并没有所谓孰优孰劣之分，亦并非用以限制本发明，熟悉此项技艺者当视当时需要，弹性选择上述模块的具体实施方式。于一实施例，解析模块120、映射模块130、预测模块140、数据撷取模块250与模型建立模块260可整合至中央处理器(CPU)。或者，于另一实施例，解析模块120、映射模块130、预测模块140、数据撷取模块250与模型建立模块260为计算机程序储存于储存装置，此计算机程序包括多个程序指令，所述多个程序指令可由中央处理器来执行，使用电量预估***实施各模块的功能。
图7～图11是说明本发明一些实施例的适用于加工机台的用电量预估方法700～1100流程图。用电量预估方法700具有多个步骤S702～S706，用电量预估方法800具有多个步骤S802～S806，用电量预估方法900具有多个步骤S902～S904，用电量预估方法1000具有多个步骤S1002～S1008，用电量预估方法1100具有多个步骤S1102～S1106，其均可应用于如图1、图2所述的用电量预估***100、200。然熟悉本案的技艺者应了解到，在上述实施例中所提及的步骤，除特别叙明其顺序者外，均可依实际需要调整其前后顺序，甚至可同时或部分同时执行。具体实作方式如前揭示，此处不再重复叙述。本发明的方法可经由本发明的用于加工机台的用电量预估***来进行实作，***中的部份元件，可应用具特定逻辑电路的独特硬件装置或具特定功能的设备来实作，如将程序码和处理器/芯片整合成独特硬件或将程序码和市售可得的特定设备整合。
于步骤S702，将加工程序解析为多个加工程序单节并取得每一加工信息单节所对应的加工信息。
于步骤S704，依据加工程序单节每一者及其对应的加工信息与知识库内的模型信息，产生对应每一加工程序单节的预估单节用电量。模型信息是用来记录多个加工程序单节每一者与其用电量之间的对应关系。
于步骤S706，加总加工程序单节所对应的这些预估单节用电量以产生预估加工程序总用电量。
为了建立模型信息，请参考图8。
于步骤S802，根据测试加工程序与测试用电量信息产生多个机能信息(包含转速、进给及机台的其他状态)。
于步骤S804，将机能信息写入知识库中予以储存。
于步骤S806，映射机能信息以建立模型信息。
为了具体说明产生预估单节用电量的步骤，请参考图9。
于步骤S902，取得加工程序单节每一者及其对应的加工信息(包含转速、进给、执行时间及移动距离等)。
于步骤S904，读取知识库的模型信息并计算每一加工程序单节的预估单节用电量。
为了具体说明产生加工程序总用电量并判断是否符合用电量标准的步骤，请参考图10。
于步骤S1002，取得加工程序名称与加工程序单节所对应的预估单节用电量。
于步骤S1004，加总预估单节用电量以产生预估加工程序总用电量。
于步骤S1006，判断预估加工程序总用电量是否符合用电量标准。
若于步骤S1008判断预估加工程序总用电量不符合用电量标准，则于步骤S1008建议调整加工信息。
为了具体说明建议调整加工信息的步骤，请参考图11。于步骤S1102，调整所述多个加工程序单节其中一加工程序单节所对应的加工信息以产生调整加工信息。
于步骤S1104，产生并加总多个预估调整单节用电量以产生预估调整加工程序总用电量。
于步骤1106，判断预估调整加工程序总用电量是否符合用电量标准。
若于步骤S1008判断预估加工程序总用电量不符合用电量标准，则重复执行步骤S1102～S1104直到于步骤S1008判断预估加工程序总用电量符合用电量标准。
上述计算出预估单节用电量与预估加工程序用电量后，本发明可透过图表方式呈现，以供工厂业者参考或进行适当的调整。
举例而言，本发明可显示预估加工程序总用电量的比例分布。如图12A所示，区域1202表示马达用电量，区域1204表示非马达用电量。此外，本发明亦可显示马达用电量的比例分布。如图12B所示，区域1206表示切削用电量，区域1208表示空转用电量，区域1210表示进给用电量。
举另一例而言，本发明可显示加工程序内每一预估单节的用电量。如图13所示，横轴标示加工程序单节编号，纵轴为用电量，纵轴单位为千瓦小时(KWh)。因此，工厂业者即可得知加工程序内预估用电量最高的加工程序单节内容与其用电量，以便进行适当的调整。
本发明得以透过上述实施例，仅需加工机台对工件的加工程序，即可依据知识库内的模型信息产生预估加工程序用电量，以作为工件的用电量成本估计基础。此外，本发明亦可依据工件的订单数量、加工时程安排等，来估算加工机台对工件加工的总用电量。相较于利用智能电表的先前技术，本发明可在制造前先预测工件加工的总用电量，所预估的总用电量也更接近实际制程的加工机台用电量，大幅提高用电量预估的精确度。因此，工厂业者可于工件制造前根据预估工件的总用电量，来进行成本估算，甚至可用来管理加工机台的加工时程安排，或是对加工机台中的加工参数进行适当调整。
虽然本发明已以实施方式揭露如上，然其并非用以限定本发明，任何熟悉此技艺者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰，因此本发明的保护范围当视权利要求书所界定的范围为准。
Claims (14)
1.一种适用于一加工机台的用电量预估***，其特征在于，包含：
一知识库，用以储存一模型信息，其中所述模型信息是用来记录多个加工程序单节每一者与其一用电量之间的对应关系；
一解析模块，用以将一加工程序解析为所述多个加工程序单节并取得每一加工程序单节所对应的一加工信息；
一映射模块，用以依据所述多个加工程序单节每一者及其对应的加工信息与所述模型信息，产生对应每一加工程序单节的一预估单节用电量；以及
一预测模块，用以加总所述多个加工程序单节所对应的所述多个预估单节用电量以产生一预估加工程序总用电量。
2.根据权利要求1所述的用电量预估***，其特征在于，还包含：
一模型建立模块，用以根据一测试加工程序与一测试用电量信息产生多个机能信息，并将所述多个机能信息写入所述知识库中予以储存；所述映射模块映射所述多个机能信息以使所述模型建立模块建立所述模型信息。
3.根据权利要求2所述的用电量预估***，其特征在于，还包含：
一数据撷取模块，用以分别从一控制器信号与一电表信号撷取所述测试加工程序与所述测试用电量信息，并传送所述测试加工程序与所述测试用电量信息至所述模型建立模块。
4.根据权利要求3所述的用电量预估***，其特征在于，所述数据撷取模块根据所述多个加工程序单节每一者由所述电表信号撷取对应的一实作用电量信息，并传送所述实作用电量信息至所述解析模块；所述解析模块根据所述多个加工程序单节每一者及其对应的所述实作用电量信息更新所述知识库内的所述机能信息，且所述映射模块更映射更新后的所述机能信息以更新所述模型信息。
5.根据权利要求1所述的用电量预估***，其特征在于，当所述预测模块依据所述预估加工程序总用电量，判断不符合一用电量标准，则所述预测模块调整所述多个加工程序单节当中的一加工程序单节所对应的一加工信息以产生一调整加工信息，并使所述调整加工信息取代对应的所述加工信息以更新所述加工信息，所述映射模块依据所述多个加工程序单节每一者及其对应的所述加工信息与所述模型信息以产生多个预估调整单节用电量，所述预测模块加总所述多个预估调整单节用电量以产生一预估调整加工程序总用电量；及
当所述预测模块依据所述预估调整加工程序总用电量，判断符合所述用电量标准时，则所述预测模块传送所述调整加工信息至一控制器以调整所述加工程序。
6.根据权利要求2所述的用电量预估***，其特征在于，所述模型建立模块将所述模型信息写入所述知识库。
7.根据权利要求1所述的用电量预估***，其特征在于，所述加工信息包含所述解析模块根据所述多个加工程序单节所计算出所述加工机台的一主轴的一移动距离信息与一加工时间信息。
8.一种适用于一加工机台的用电量预估方法，其特征在于，所述用电量预估方法包含：
将一加工程序解析为多个加工程序单节并取得每一加工信息单节所对应的一加工信息；
依据所述多个加工程序单节每一者及其对应的所述加工信息与一知识库内的一模型信息，产生对应每一加工程序单节的一预估单节用电量，其中所述模型信息是用来记录所述多个加工程序单节每一者与其一用电量之间的对应关系；以及
加总所述多个加工程序单节所对应的所述多个预估单节用电量以产生一预估加工程序总用电量。
9.根据权利要求8所述的用电量预估方法，其特征在于，还包含：
根据一测试加工程序与一测试用电量信息产生多个机能信息，并将所述多个机能信息写入所述知识库中予以储存；以及
映射所述多个机能信息以建立所述模型信息。
10.根据权利要求9所述的用电量预估方法，其特征在于，还包含：
分别从一控制器信号与一电表信号撷取所述测试加工程序与所述测试用电量信息。
11.根据权利要求10所述的用电量预估方法，其特征在于，还包含：
根据所述多个加工程序单节每一者由所述电表信号撷取对应的一实作用电量信息；
根据所述多个加工程序单节每一者及其对应的所述实作用电量信息更新所述知识库内的所述机能信息；以及
映射更新后的所述机能信息以更新所述模型信息。
12.根据权利要求8所述的用电量预估方法，其特征在于，还包含：
当判断所述预估加工程序总用电量不符合一用电量标准，调整所述多个加工程序单节当中的一加工程序单节所对应的一加工信息以产生一调整加工信息；
所述调整加工信息取代对应的所述加工信息以更新所述加工信息；
依据所述多个加工程序单节每一者及其对应的所述加工信息与所述模型信息以产生多个预估调整单节用电量；
加总所述多个预估调整单节用电量以产生一预估调整加工程序总用电量；以及
当判断所述预估调整加工程序总用电量符合所述用电量标准时，传送所述调整加工信息至一控制器以调整所述加工程序。
13.根据权利要求9所述的用电量预估方法，其特征在于，还包含：
将所述模型信息写入所述知识库。
14.根据权利要求8所述的用电量预估方法，其特征在于，所述加工信息包含根据所述加工程序所计算出所述加工机台的一主轴的一移动距离信息与一加工时间信息。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW104135264 | 2015-10-27 | ||
| TW104135264A TWI580145B (zh) | 2015-10-27 | 2015-10-27 | 適用於加工機台之用電量預估系統與用電量預估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106611233A true CN106611233A (zh) | 2017-05-03 |
Family
ID=58558430
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610083666.7A Pending CN106611233A (zh) | 2015-10-27 | 2016-02-06 | 适用于加工机台的用电量预估***与用电量预估方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20170115332A1 (zh) |
| CN (1) | CN106611233A (zh) |
| TW (1) | TWI580145B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109839901A (zh) * | 2017-11-24 | 2019-06-04 | 友嘉实业股份有限公司 | 加工时间预估*** |
| CN112926760A (zh) * | 2019-12-05 | 2021-06-08 | 财团法人资讯工业策进会 | 预测模型的建立装置、建立方法与产品品质监控*** |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6975073B2 (ja) * | 2018-02-27 | 2021-12-01 | 三菱重工業株式会社 | 予測システム、予測方法、およびプログラム |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101976841A (zh) * | 2010-10-21 | 2011-02-16 | 河北省电力研究院 | 电力***各级负荷预测指标的均衡匹配方法 |
| CN103413188A (zh) * | 2013-09-04 | 2013-11-27 | 国家电网公司 | 一种基于工业业扩报装的月度工业用电量预测方法 |
| CN103440556A (zh) * | 2013-09-04 | 2013-12-11 | 国家电网公司 | 一种基于经济传导的用电量预测方法 |
| CN104137373A (zh) * | 2012-02-14 | 2014-11-05 | 东芝三菱电机产业***株式会社 | 所需电力预测*** |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090228151A1 (en) * | 2008-03-05 | 2009-09-10 | Chunghwa Telecom Co., Ltd. | Power demand control system for air conditioning equipment |
| US8321187B2 (en) * | 2009-04-24 | 2012-11-27 | Rockwell Automation Technologies, Inc. | Process simulation utilizing component-specific consumption data |
| KR101768186B1 (ko) * | 2009-07-20 | 2017-09-05 | 삼성전자주식회사 | 에너지 관리 시스템 및 방법 |
| US8527223B2 (en) * | 2009-09-11 | 2013-09-03 | University Of Cincinnati | Methods and systems for energy prognosis |
| CN101872185B (zh) * | 2010-06-14 | 2013-05-22 | 香港应用科技研究院有限公司 | 智能矩阵式电能控制*** |
| US9620959B2 (en) * | 2013-03-15 | 2017-04-11 | Accenture Global Services Limited | Enhanced grid reliability through predictive analysis and dynamic action for stable power distribution |
| TWI481881B (zh) * | 2013-11-22 | 2015-04-21 | Inst Information Industry | 耗電預測裝置、方法及其電腦程式產品 |
| TW201520784A (zh) * | 2013-11-29 | 2015-06-01 | Inst Information Industry | 再生能源發電量預測系統及方法以及供電配置系統 |
-
2015
- 2015-10-27 TW TW104135264A patent/TWI580145B/zh active
-
2016
- 2016-02-06 CN CN201610083666.7A patent/CN106611233A/zh active Pending
- 2016-05-04 US US15/145,813 patent/US20170115332A1/en not_active Abandoned
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101976841A (zh) * | 2010-10-21 | 2011-02-16 | 河北省电力研究院 | 电力***各级负荷预测指标的均衡匹配方法 |
| CN104137373A (zh) * | 2012-02-14 | 2014-11-05 | 东芝三菱电机产业***株式会社 | 所需电力预测*** |
| CN103413188A (zh) * | 2013-09-04 | 2013-11-27 | 国家电网公司 | 一种基于工业业扩报装的月度工业用电量预测方法 |
| CN103440556A (zh) * | 2013-09-04 | 2013-12-11 | 国家电网公司 | 一种基于经济传导的用电量预测方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109839901A (zh) * | 2017-11-24 | 2019-06-04 | 友嘉实业股份有限公司 | 加工时间预估*** |
| CN112926760A (zh) * | 2019-12-05 | 2021-06-08 | 财团法人资讯工业策进会 | 预测模型的建立装置、建立方法与产品品质监控*** |
| CN112926760B (zh) * | 2019-12-05 | 2022-08-09 | 财团法人资讯工业策进会 | 预测模型的建立装置、建立方法与产品品质监控*** |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201715814A (zh) | 2017-05-01 |
| TWI580145B (zh) | 2017-04-21 |
| US20170115332A1 (en) | 2017-04-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Poniatowska | Deviation model based method of planning accuracy inspection of free-form surfaces using CMMs | |
| CN109451532B (zh) | 一种基站位置的核查方法及装置 | |
| US20200125068A1 (en) | Integrated cad/cam/cnc software machine tool and machine tool therewith | |
| Becker | Lean manufacturing and the Toyota production system | |
| CN106611233A (zh) | 适用于加工机台的用电量预估***与用电量预估方法 | |
| CN104793560A (zh) | 用于生成轨迹的方法和*** | |
| CN113189948B (zh) | 考虑加工精度可靠性的薄板类零件加工工艺参数优化方法 | |
| Raghunandan et al. | Selection of an optimum sample size for flatness error estimation while using coordinate measuring machine | |
| CN108921430A (zh) | 一种项目工作量的获取方法及*** | |
| Bringmann et al. | Systematic evaluation of calibration methods | |
| CN106406237A (zh) | 一种具有自由曲面金属零件的加工方法 | |
| CN111123833B (zh) | 一种机床的热误差补偿计算方法、装置、设备和存储介质 | |
| CN102521454B (zh) | 加工工艺数据的评估方法及装置 | |
| Co et al. | A throughput-maximizing facility planning and layout model | |
| CN110532667B (zh) | 一种用于提高精密机床空间几何误差模型建模精度的方法 | |
| CN115042015B (zh) | 一种复杂零件关键特征参数的测头在机测量方法 | |
| Yuewei et al. | A strategy to automatically planning measuring path with CMM offline | |
| CN115712564A (zh) | 一种scade软件模型复杂度计算方法 | |
| CN204007717U (zh) | 数控刀架检测*** | |
| Naumann et al. | Optimization of characteristic diagram based thermal error compensation via load case dependent model updates | |
| CN104197985A (zh) | 数控刀架检测***及其工作方法 | |
| CN113723850A (zh) | 一种空间基尼系数自动批量计算方法及*** | |
| Bluvband et al. | Advanced models for software reliability prediction | |
| McGregor | Managing metrics in an iterative incremental development environment | |
| Denkena et al. | CAD-based cost calculation of mould cavities |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170503 |
|
| WD01 | Invention patent application deemed withdrawn after publication |