CN110716509B - 具品质测量与机构诊断功能的生产***及其驱动器与方法 - Google Patents
具品质测量与机构诊断功能的生产***及其驱动器与方法 Download PDFInfo
- Publication number
- CN110716509B CN110716509B CN201910364653.0A CN201910364653A CN110716509B CN 110716509 B CN110716509 B CN 110716509B CN 201910364653 A CN201910364653 A CN 201910364653A CN 110716509 B CN110716509 B CN 110716509B
- Authority
- CN
- China
- Prior art keywords
- parameter information
- virtual
- operation parameter
- motor
- processing
- 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.)
- Active
Links
- 230000007246 mechanism Effects 0.000 title claims abstract description 396
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 230
- 238000005259 measurement Methods 0.000 title claims abstract description 126
- 238000003745 diagnosis Methods 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000006870 function Effects 0.000 title abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 201
- 238000004088 simulation Methods 0.000 claims abstract description 41
- 230000036541 health Effects 0.000 claims description 38
- 238000003754 machining Methods 0.000 claims description 37
- 230000015556 catabolic process Effects 0.000 claims description 33
- 238000006731 degradation reaction Methods 0.000 claims description 33
- 230000008569 process Effects 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 10
- 238000007689 inspection Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 3
- 239000000047 product Substances 0.000 description 99
- 238000010586 diagram Methods 0.000 description 15
- 230000032683 aging Effects 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000002950 deficient Effects 0.000 description 4
- 230000006866 deterioration Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000003801 milling Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 101100290429 Mus musculus Mcm3 gene Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000011265 semifinished product Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41845—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by system universality, reconfigurability, modularity
-
- 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"
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Factory Administration (AREA)
Abstract
本公开关于一种具品质测量与机构诊断功能的生产***及其驱动器与方法,该生产***为分层式数据处理架构,且其驱动器包含真实***驱动模块与虚拟***驱动模块。真实***驱动模块产生一机构真实运行参数信息。虚拟***驱动模块于***鉴别模式下建立至少一虚拟机构模型。虚拟***驱动模块包括品质测量与机构诊断参数处理模块,以依据控制器的加工策略、机构真实运行参数信息以及虚拟机构模型而产生一机构模拟运行参数信息,通过机构真实运行参数信息以及机构模拟运行参数信息以实现品质测量、机构诊断及/或该加工策略的调整。
Description
技术领域
本公开涉及一种生产***,特别涉及一种具品质测量与机构诊断功能的生产***及其驱动器与方法。
背景技术
提高产品良率是高科技产业获利的关键因素,而为了达成这目标,就必须在生产过程中对所有加工半成品及加工成品进行全面检验,然而因应这样全面检验的方式,就必须购置大量的测量机台,且须耗费大量的生产时间。考量到成本及时间,目前业界采取以抽检的方式来进行加工成品的品质监测,但如此一来,并无法达到全面的品管。故为了能经济实惠地达到全检的目标,虚拟测量(Virtual Metrology,VM)技术便顺应而生并应用在具生产设备的生产***中。
虚拟测量技术已广泛地应用于例如半导体、面板或太阳能等产品的生产设备中,以于产品尚未或无法进行实际测量的情况下,利用产生加工成品的生产设备的运行参数来推估其所生产的加工成品的品质,以进行线上且实时的加工成品品质预测,借此达到全检的效果,如此可实时发现加工成品的异常,避免重大损失。
然而传统虚拟测量技术存在无法兼顾立即性与准确性的问题,换言之,如欲实时输出虚拟测量值,则其虚拟测量值准确性不高,如欲确保虚拟测量值的准确性,则无法实时输出。此外,传统虚拟测量技术亦存在仅能预测虚拟测量值,但无法提供前述虚拟测量值的信心指标,换言之,使用者无法确认前述虚拟测量值的可靠度而无法放心地应用。再则,同一类型的机台或生产设备,其物理特性仍不尽相同,为维持虚拟测量的估测精确度,必须依照各机台或生产设备的机台或设备特性数据来建构其虚拟预测模型,然如欲将虚拟测量技术导入整厂的各机台或生产设备,其势必会耗费庞大的人力及成本。为解决前述问题,一种全自动化虚拟测量服务器与方法于是被发展与应用。
全自动虚拟测量技术是通过产生双阶段虚拟测量值来兼顾立即性与准确性。第一阶段的估测步骤是于一特定加工成品的制程参数获取完后,即立即估算取得前述加工成品的第一阶段虚拟测量值,以符合立即性的要求。第二阶段的估测步骤是利用测量设备取得被抽测加工成品的实际测量值后,重新计算前述被抽测加工成品的第二阶段虚拟测量值,以作为重新训练与调教使用,借此符合准确性的要求。通过此全自动虚拟测量技术亦可产生第一阶段虚拟测量值与第二阶段虚拟测量值的信心指标(reliance index)与整体相似度指标(global similarity index),以预估虚拟测量值的可靠度。
现有的虚拟测量技术虽可兼顾立即性与准确性,但仍存在下列问题。由于传统虚拟测量技术在建立加工成品的虚拟预估模型时通常利用类神经网络与复回归演算等纯数值分析方法,其无法实际反映加工机台的物理机构状态,因此虚拟测量的精确度仍无法有效提升,如需要得到较精确的虚拟测量结果,需要在机台或生产设备上安装大量额外的感测器,以利用所述额外的感测器获取制程或加工参数数据来进行虚拟预估模型的建立与测量,然而前述感测器皆须配线至本地服务器,如此不只配线施工困难且传输路径较长,更增加硬件架构成本。再者,由于传统虚拟测量技术仅能推测加工成品的好坏,并无法分辨或得知加工成品不良的原因,因此当发现加工成品不良时,机台或生产设备并无法针对制程或加工参数等进行实时的调整及改善。此外,于包含工具机的生产***中,由于存在外在干扰与机构自身老化等变异因素会影响加工成品品质,传统虚拟测量技术无法分离外在干扰与机构自身老化等变异因素,导致产品品质预估精确度降低,且无法得知机构劣化程度与更换或检修时机。更甚者,传统虚拟测量技术乃是使用集结式架构运算,换言之,所有测量与解析皆于本地服务器实现,因此机台或生产设备上所额外安装的感测器皆须直接将其所获取的制程或加工参数数据传送至本地服务器,以通过本地服务器进行数据处理与计算,如此一来,本地服务器需要大量的存储空间与强大的运算能力,导致硬件成本较高,且增加本地服务器的运算负担以及降低效率。
因此,实有必要发展一种改良的生产***及其驱动器与方法,以解决上述现有技术所面临的问题。
发明内容
本公开的目的在于提供一种具品质测量与机构诊断功能的生产***及其驱动器与方法,从而解决传统生产***因使用虚拟测量技术而存在的硬件成本较高、增加运算负担与降低效率、无法分离外在干扰与机构自身老化等因素对产品品质的影响、产品品质预估精确度较低,以及无法得知机构劣化程度与更换或检修时机等缺失。
本公开的另一目的在于提供一种生产***及其驱动器与方法,以实现产品品质测量与监控、机构健康诊断与劣化预测,以及智能调控等功能。
本公开的另一目的在于提供一种生产***及其驱动器,其具有模型、控制、测量与诊断等功能,可实现分层式数据处理以降低数据传输与运算负担、简化配线、提升效率,且可以实时进行产品品质预测、提供外力干扰测量、提升预测精确度、实现生产设备产能监控、因应机构变异调整加工策略以优化产能、提供生产设备的机构健康诊断与老化预测,降低硬件与测量成本。
为达上述目的,本公开提供一种驱动器,应用于一生产设备中,用以依据生产设备的一控制器的控制而驱动生产设备的一马达运行,使生产设备执行一***鉴别模式、一加工模式而生产至少一加工成品或一空运转模式。该驱动器包含一真实***驱动模块以及一虚拟***驱动模块。真实***驱动模块是架构于加工模式下依据控制器的一加工策略与一外力干扰对应产生一机构真实运行参数信息。虚拟***驱动模块包括一品质测量与机构诊断参数处理模块,该品质测量与机构诊断参数处理模块是于***鉴别模式下建立至少一虚拟机构模型,且于加工模式或空运转模式下依据控制器的加工策略、机构真实运行参数信息以及至少一虚拟机构模型产生一机构模拟运行参数信息,其中通过提供机构真实运行参数信息以及机构模拟运行参数信息予控制器,从而实现品质测量、机构诊断及/或加工策略的调整。
为达上述目的,本公开另提供一种生产***,包含一生产设备、一本地服务器以及一品质测量与机构诊断模块。生产设备是执行一***鉴别模式、一加工模式而生产至少一加工成品或一空运转模式。生产设备包含至少一马达、至少一感测器、至少一控制器以及至少一驱动器。感测器是架构于感测马达及马达所对应的一机构的至少一运行参数。控制器是架构于输出一加工策略。驱动器是与马达以及控制器连接,且接收感测器所感测的至少一运行参数,并接收加工策略且依据加工策略而驱动马达运行。驱动器包括一真实***驱动模块以及一虚拟***驱动模块。真实***驱动模块是于该加工模式下依据控制器的加工策略与一外力干扰对应产生一机构真实运行参数信息。虚拟***驱动模块包括一品质测量与机构诊断参数处理模块,该品质测量与机构诊断参数处理模块是于***鉴别模式下建立至少一虚拟机构模型,且于加工模式或空运转模式下依据控制器的加工策略、机构真实运行参数信息以及至少一虚拟机构模型产生一机构模拟运行参数信息。本地服务器与控制器相连接。品质测量与机构诊断模块是架构于控制器与本地服务器的至少其中之一者内,且接收与依据机构真实运行参数信息以及机构模拟运行参数信息而实现品质测量、机构诊断及/或该加工策略的调整。
为达上述目的,本公开又提供一种生产***的运行方法,其中生产***包括一生产设备、一本地服务器以及一品质测量与机构诊断模块,该生产设备包括至少一马达、至少一感测器、至少一控制器以及至少一驱动器,该驱动器包括一真实***驱动模块以及一虚拟***驱动模块,该品质测量与机构诊断模块是架构于该控制器与该本地服务器的至少其中之一者内。生产***的运行方法包括步骤:(S1)使该生产设备执行于一***鉴别模式,并使该驱动器建立该虚拟***驱动模块的至少一虚拟机构模型;(S2)使该控制器产生一加工策略并提供至该驱动器,以驱动该马达运行;(S3)使该生产设备执行于一加工模式,并使该驱动器的该真实***驱动模块因应该控制器的该加工策略以及一外力干扰产生一机构真实运行参数信息,并且使该驱动器的该虚拟***驱动模块产生一机构模拟运行参数信息,其中该机构真实运行参数信息包括一马达驱动指令以及一马达运行参数信息,且该机构模拟运行参数信息包括一预估外力干扰;以及(S4)使该生产设备输出至少一加工成品,且该品质测量与机构诊断模块依据该马达运行参数信息以及该预估外力干扰进行该加工成品的品质测量。
附图说明
图1为本公开优选实施例的生产***的架构示意图。
图2为图1所示的生产***的一示范性生产设备的架构示意图。
图3为图1所示的驱动器的架构示意图。
图4为图3所示的驱动器的细节架构图。
图5为本公开的生产***实现品质测量与机构诊断的第一示范性架构图。
图6为本公开的生产***实现品质测量与机构诊断的第二示范性架构图。
图7为本公开生产***所执行的运行方法的步骤流程图。
图8为图7所示的步骤S12所包含的子步骤的流程图。
图9为本公开生产***所执行的运行方法的另一实施例的步骤流程图。
图10为本公开生产***应用于一工具机台的一示范性架构图。
其中,附图标记说明如下:
1:生产***
2:生产设备
3:本地服务器
4:云端服务器
20、201、202、20n:马达
20a:马达所对应的机构
21、211、212、21n:驱动器
21a:真实***驱动模块
21b:虚拟***驱动模块
21c:品质测量与机构诊断参数处理模块
22:感测器
23、231、23n:控制器
R1:机构真实运行参数信息
R2:机构模拟运行参数信息
K1:虚拟机构驱动单元
K2:真实机构驱动单元
K3:外力估测单元
P:受控体
M0:第一虚拟机构模型
M1:第二虚拟机构模型
M2:第三虚拟机构模型
p:控制指令
C:加工策略
TL、TLx、TLy:外力干扰
TLest、TLestx、TLesty:预估外力干扰
u0:第一驱动指令
up:第二驱动指令
u1、u1x、u1y:马达驱动指令
y1、y1x、y1y:马达运行参数信息
y0:第一模拟运行参数信息
y2:第二模拟运行参数信息
y3、y3x、y3y:第三模拟运行参数信息
231:解译与轨迹插值模块
232、31:品质测量与机构诊断模块
233、32:加工成品品质测量单元
234、33:机构健康诊断与劣化估测单元
235、34:良品判定与信心指数单元
236、35:加工参数调整单元
L1:第一级数据处理装置
L2:第二级数据处理装置
L3:第三级数据处理装置
L4:第四级数据处理装置
L5:第五级数据处理装置
21x:X驱动器
21y:Y驱动器
S1~S7、S11~S13、S21~S22、S41~S42、S61~S63、S71~S73:流程步骤
S121~S123:流程步骤
具体实施方式
体现本公开特征与优点的一些典型实施例将在后段的说明中详细叙述。应理解的是本公开能够在不同的实施方式上具有各种的变化,其皆不脱离本公开的范围,且其中的说明及附图在本质上当作说明之用,而非架构于限制本公开。
请参阅图1、图2及图3,其中图1为本公开优选实施例的生产***的架构示意图,图2为图1所示的生产***的一示范性生产设备的架构示意图,以及图3为图1所示的驱动器的架构示意图。如图所示,本公开的生产***1包含至少一生产设备2及本地服务器(localserver)3。生产设备2可为但不限于具有至少一轴的工具机台,例如铣床等,且生产设备2可选择地执行***鉴别模式、加工模式或空运转模式。当生产设备2装设加工工具(例如切削刀)且启动时,生产设备2可先执行***鉴别模式。当生产设备2执行加工模式时,生产设备2进行加工运行并生产至少一加工成品。当生产设备2执行空运转模式时(当生产设备2内暂时移开加工工具时),生产设备2虽执行与加工模式相同的命令但无法生产加工成品。
生产设备2包含至少一马达20、至少一驱动器21、至少一感测器22及至少一控制器23。马达20与马达所对应的机构20a是架构于驱动一加工工具以对一工件进行加工运行。驱动器21是与一对应的马达20电连接,以驱动马达20作动。感测器22是架构于感测马达20及马达所对应的机构20a的至少一运行参数,并提供该运行参数予该驱动器21。控制器23是与一对应的驱动器21电连接,以控制驱动器21来驱动对应马达20的运行。
于本实施例中,马达20为生产设备2进行加工运行时的主要核心机构,故生产设备2所生产的加工成品的加工状况与品质实际上与马达20的对应运行状况存在关联性,此外,马达20可于生产设备2执行***鉴别模式、加工模式或空运转模式时进行运行。感测器22是架构于感测与获取马达20或马达20所对应的机构20a于运行时的至少一马达运行参数,例如转速、位移、电能及/或振动量等,其中感测器22是内建于对应的马达20及/或马达所对应的机构20a处(如第1及2图所示)或内建于驱动器21处,但不以此为限,亦可内建于生产设备2的其它机构处。可替换地,感测器22亦可以外加形式设置于生产设备2的其他机构部件内。控制器23可依据使用者所下达的控制命令而产生加工策略C(或称加工轨迹策略,trajectory strategy)来控制驱动器21。于一些实施例中,控制器23亦可进行数据存储、估测与诊断分析。驱动器21是依据控制器23产生的加工策略C而驱动马达20进行对应的加工运行,此外,驱动器21可依据感测器22所提供的马达20及马达所对应的机构20a的运行参数信息以及加工策略C于进行数据处理后,提供生产设备2的机构真实运行参数信息R1以及机构模拟运行参数信息R2给控制器23,借此控制器23可对生产设备2的运行参数信息进行存储,且依据生产设备2的运行参数信息实现产品品质估测、机构健康诊断与劣化预测以及调整生产设备2的控制器23的加工策略C。本地服务器3是与控制器23连接,于一些实施例中,本地服务器3可经由生产设备2的控制器23取得生产设备2的运行参数信息并进行存储,并且依据生产设备2的运行参数信息实现产品品质估测、机构健康诊断与劣化预测以及调整生产设备2的控制器23的加工策略C。
于一些实施例中,如图1所示,生产设备2包括多个马达201,202,…,20n、多个驱动器211,212,…,21n、多个感测器22以及多个控制器231,…,23n,其中n为大于等于2的正整数。每一驱动器21是与一对应的马达20电连接,以驱动对应的马达20作动。感测器22是架构于感测对应的马达20的至少一运行参数,并提供该运行参数予对应的驱动器21,其中感测器22以设置于对应的马达20及/或马达所对应的机构20a处为较佳。每一控制器23是与一对应的驱动器21电连接,以控制对应的驱动器21来驱动对应的马达20进行加工运行。马达20、驱动器21、感测器22及控制器23的功能与作动与前述实施例相同,于此不再赘述。
请再参阅图1至图3,于本实施例中,每一驱动器21的架构具有建立模型(Model)功能、控制(Control)功能、测量(Measure)功能及提供诊断(Diagnosis)数据功能(亦可简称MCMD)。每一驱动器21包含一真实***驱动模块21a以及一虚拟***驱动模块21b,其中虚拟***驱动模块21b包括品质测量与机构诊断参数处理模块21c。驱动器21的真实***驱动模块21a是因应控制器23的控制而执行***鉴别模式、加工模式或空运转模式,且于加工模式下依据控制器23的一加工策略C与一外力干扰TL而对应产生一机构真实运行参数信息R1。驱动器21的虚拟***驱动模块21b包括品质测量与机构诊断参数处理单元21c,该虚拟***驱动模块21b是架构于***鉴别模式下建立至少一虚拟机构模型,且品质测量与机构诊断参数处理模块21c于加工模式及/或空运转模式下,依据控制器23的该加工策略C、该机构真实运行参数信息R1以及该至少一虚拟机构模型而产生一机构模拟运行参数信息R2,借此驱动器21可提供机构真实运行参数信息R1以及机构模拟运行参数信息R2予控制器23或本地服务器3,从而使控制器23或本地服务器3可依据机构真实运行参数信息R1以及机构模拟运行参数信息R2的自身变化或参数间的变异,实现产品品质估测、机构健康诊断与劣化预测以及调整生产设备2的控制器23的加工策略C,以优化加工品质。
图4为图3所示的驱动器的细节架构图。如图1至图4所示,于本实施例中,驱动器21的真实***驱动模块21a包括真实机构驱动单元K2以及受控体P。驱动器21的虚拟***驱动模块21b的品质测量与机构诊断参数处理模块21c包括虚拟机构驱动单元K1、外力估测单元K3及至少一虚拟机构模型。受控体P是依据被驱动器21所驱动的马达20或马达所对应的机构20a而建立,故受控体P可反映生产设备2的机构真实运行参数R1,且该机构真实运行参数R1实际上随着长时间操作(生产设备2的机构老化)及/或外在干扰而发生变异,此外,马达20及马达所对应的机构20a在加工模式下运行时实际上存在外力干扰,因此受控体P在马达20及马达所对应的机构20a于加工模式下运行时将接收实际外力干扰TL。
于本实施例中,驱动器21的品质测量与机构诊断参数处理模块21c包含多个虚拟机构模型,其中虚拟机构模型以三个虚拟机构模型为较佳,例如第一虚拟机构模型M0、第二虚拟机构模型M1以及第三虚拟机构模型M2。第一虚拟机构模型M0在生产设备2的***鉴别模式下依据感测器22所感测的对应的马达20的运行参数而进行建立,第一虚拟机构模型M0实际上为受控体P(即马达20及马达所对应的机构20a)在没有外力干扰情况下简化后的模型,故第一虚拟机构模型M0为反映受控体P的主要机构成分的模型,并利用感测器22所感测的对应的马达20的运行参数而建立,故第一虚拟机构模型M0可反映出受控体P所具有的物理量参数,例如动力参数及电能参数等。第二虚拟机构模型M1以及第三虚拟机构模型M2则依据第一虚拟机构模型M0而同步建立,因此第一虚拟机构模型M0、第二虚拟机构模型M1以及第三虚拟机构模型M2实际上为相同的模型而存在相同的物理量参数,其中第二虚拟机构模型M1还可接收一预估外力干扰TLest。
于上述实施例中,在生产设备2开始运行时,生产设备2先执行***鉴别模式,使得驱动器21的虚拟***驱动模块21b于***鉴别模式下依据感测器22所感测的对应马达20的运行参数建构完成第一虚拟机构模型M0、第二虚拟机构模型M1以及第三虚拟机构模型M2。应说明的是,前述***鉴别模式仅于生产设备2一开始运行时被执行。
于本实施例中,虚拟机构驱动单元K1接收控制器23所产生的加工策略C,并在***鉴别模式下输出第一驱动指令u0来控制第一虚拟机构模型M0,其中第一驱动指令u0包括但不限于位置指令、速度指定、电流指令的至少一部分,使第一虚拟机构模型M0依据加工策略C而模拟运行,进而产生第一模拟运行参数信息y0,其中第一模拟运行参数信息y0可反映受控体P在***鉴别模式下而无外力干扰时的运行参数信息,例如反映马达20的编码器所提供的位置与角速度,亦可反映马达所对应的机构20a的其它运行参数信息。
真实机构驱动单元K2是接收控制器23所产生的加工策略C,并输出第二驱动指令up,其中第二驱动指令up包括但不限于位置指令、速度指定、电流指令的至少一部分。真实机构驱动单元K2的第二驱动指令up更与第一驱动指令u0结合而构成马达驱动指令u1,使受控体p被马达驱动指令u1控制而依据控制器23的加工策略C而运行,进而产生马达运行参数信息y1。于本实施例中,马达驱动指令u1与马达运行参数信息y1是构成真实***驱动模块21a的机构真实运行参数信息R1。同时,第二虚拟机构模型M1及第三虚拟机构模型M2亦被马达驱动指令u1控制而模拟运行,故第二虚拟机构模型M1便产生第二模拟运行参数信息y2,第三虚拟机构模型M2亦产生第三模拟运行参数信息y3,其中第二模拟运行参数信息y2是在加工模式下产生,且第三模拟运行参数信息y3是在空运转模式下产生。
外力估测单元K3是架构于依据马达运行参数信息y1以及第二模拟运行参数信息y2而估测受控体p在加工模式下时所接收外力干扰状况,以对应产生预估外力干扰TLest,并提供给第二虚拟机构模型M1。于本实施例中,第二虚拟机构模型M1可依据马达驱动指令u1以及预估外力干扰TLest产生调整后的第二模拟运行参数信息y2并反馈至外力估测单元K3。于本实施例中,预估外力干扰TLest与第三模拟运行参数信息y3是构成虚拟***驱动模块21b的机构模拟运行参数信息R2。
于上述实施例中,由于第一虚拟机构模型M0为受控体P的简化模型,且存在实体物理机构意涵,故可利用第一模拟运行参数信息y0来模拟出受控体P在***鉴别模式下而无外力干扰时的运行参数信息,例如马达20与马达所对应的机构20a的速度与位置等。马达运行参数信息y1则反映出受控体P实际运行时的运行参数信息,亦即马达20及马达所对应的机构20a的运行参数信息,故马达运行参数信息y1所反映的运行参数信息实际上等同于感测器22所感测到的马达20及马达所对应的机构20a的运行参数信息。第二模拟运行参数信息y2则模拟了受控体P在加工模式下并接收预估外力干扰TLest时的运行信息,而由于第二虚拟机构模型M1与受控体P同样被马达驱动指令u1所控制,因此马达运行参数信息y1与第二模拟运行参数信息y2之间若存在差异,便表示实际外力干扰TL与预估外力干扰TLest之间存在差异,故利用第二虚拟机构模型M1的第二模拟运行参数信息y2可使外力估测单元K3调整预估外力干扰TLest,使预估外力干扰TLest精确地反映出马达20及马达所对应的机构20a于加工模式下所接收的实际外力干扰TL。借此,控制器23或本地服务器3可利用驱动器21的虚拟***驱动模块21b所提供的预估外力干扰TLest,以及驱动器21的真实***驱动模块21a所提供的马达运行参数信息y1来实现对生产设备2所产生的加工成品的加工状况或品质的测量与估测,甚或因应外力干扰而对应调整加工策略C,以优化加工品质。第三模拟运行参数信息y3则模拟了受控体P在空运转模式下的运行参数信息,而由于第三虚拟机构模型M2与受控体P同时被马达驱动指令u1所控制,且在空运转模式下受控体P并无接收到实际外力干扰TL,因此马达运行参数信息y1与第三模拟运行参数信息y3之间若存在差异,便表示受控体P与第三虚拟机构模型M2之间存在物理量参数的差异,此物理量参数的差异反映受控体P因机构老化而发生运行参数变异,借此控制器23或本地服务器3可利用驱动器21的虚拟***驱动模块21b所提供的第三模拟运行参数信息y3来实现对生产设备2的马达20或马达所对应的机构20a的机构健康诊断或劣化(老化)预估,甚或因应机构变异而进行对应调整加工策略C,以优化加工品质。此外,利用第三模拟运行参数信息y3亦可对第一虚拟机构模型M0、第二虚拟机构模型M1以及第三虚拟机构模型M2进行周期的修正更新,以确保诊断的正确性,进而使马达20的控制可更为精准,从而优化生产设备2的加工品质。
由上述内容可知,驱动器21的虚拟***驱动模块21b建立了可反映出受控体P所具有的物理量参数的虚拟机构模型,亦即第一虚拟机构模型M0、第二虚拟机构模型M1、第三虚拟机构模型M2,故驱动器21存在建立模型的功能。此外,由于第二虚拟机构模型M1的建立,故利用驱动器21的第二虚拟机构模型M1的第二模拟运行参数信息y2可估测出生产设备2在加工模式下的外力干扰因素对加工状况与品质的影响,因此驱动器21存在测量的功能。再则,驱动器21的虚拟机构模型M0,M1,M2、虚拟机构驱动单元K1、真实机构驱动单元K2及外力估测单元K3是相互配合而提供机构真实运行参数信息R1(u1,y1)以及机构模拟运行参数信息R2(TLest,y3)来动态地调整控制器23的加工策略C,进而精准地控制马达20的运行,故驱动器21存在控制的功能。更甚者,驱动器21的第三虚拟机构模型M2的第三模拟运行参数信息y3可提供至控制器23或本地服务器3,使控制器23或本地服务器3可实现对生产设备2的机构健康诊断与劣化预估,因此驱动器21存在提供诊断数据的功能。
于一些实施例中,第一模拟运行参数信息y0是反馈至虚拟机构驱动单元K1、真实机构驱动单元K2及外力估测单元K3。马达运行参数信息y1是反馈至真实机构驱动单元K2及外力估测单元K3。第二模拟运行参数信息y2是反馈至外力估测单元K3。通过前述反馈控制,可使驱动器21模拟实体物理机构的模拟运行参数信息可以更为精确,从而提升生产***1的品质测量与机构诊断的精确度。
于其它实施例中,当生产设备2为多轴形式的加工装置时,生产设备2可对应包含多个马达20及多个驱动器21,每一驱动器21可与对应的马达20相互配合而控制生产设备2的多轴中的其中一轴的运行。
于一些实施例中,如图1所示,生产***1还包含云端服务器4,云端服务器4可通过例如通信网络而与本地服务器3相连接,云端服务器4可经由通信网络接收本地服务器3经由驱动器21所取得有关生产设备2的机构真实运行参数信息R1以及机构模拟运行参数信息R2,并进行记录、管理与分析。
于一些实施例中,驱动器21预设有演算法,该驱动器21的控制架构可依据感测器22所感测的马达20或马达所对应的机构20a的运行参数信息并配合演算法而建立虚拟机构模型M0、M1、M2,其中该演算法使用的方程式包含如下:
Jpωrm+Bωrm+TL=Te
(Rs+jωeLs+Lsp)is+jωeφF=vs
其中J与B分别为马达20的惯量与粘滞系数,p=d/dt则是微分运算子,ωrm与ωe分别是马达20的机械转速与电气转速,TL与Te分别是马达20受到的负载外力与自身的电磁转矩,Ls与Rs分别为马达20的定子的电感与电阻,is与vs分别是马达20的定子的电流与电压,φF是马达20的磁通,而j为虚数。由上可知,通过上述演算法,虚拟机构模型M0、M1、M2实包含了反映对应的马达20及马达所对应的机构20a的动力参数及电能参数的物理量。当然,虚拟机构模型M0、M1、M2还可包含除了动力参数及电能参数以外的其它物理参数量。应强调的是,本公开的演算法并不限于以前述方程式实现,其他适用的演算法与方程式亦可并入参考。
当然,驱动器21的虚拟机构模型的数量并不以三个为限,于其他实施例中,如有除了外力干扰估测与机构健康诊断以外的其它因素或状态需要被估测与判断时,驱动器21的控制架构还可建立第四虚拟机构模型或更多的虚拟机构模型,以实现所需的估测与判断功能。
于一些实施例中,除了生产设备2内建的感测器22外,还可额外外加感测器,例如加速规等,并将外加的感测器所感测到的运行参数应用于驱动器21的控制架构的建立,如此一来,可以使第一虚拟机构模型M0、第二虚拟机构模型M1以及第三虚拟机构模型M2所提供的所述模拟运行参数信息可以更为精确。
图5为本公开的生产***实现品质测量与机构诊断的第一示范性架构图。如图1至图5所示,于一些实施例中,生产设备2的控制器23包括解译与轨迹插值模块231以及品质测量与机构诊断模块232,其中品质测量与机构诊断模块232包括加工成品品质测量单元233以及机构健康诊断与劣化估测单元234。控制器23的解译与轨迹插值模块231是接收使用者的控制指令p,并将该控制指令p进行解译以及位置插值,以产生一加工策略C并提供至驱动器21。控制器23的加工成品品质测量单元233是接收驱动器21所提供的机构真实运行参数信息R1的马达驱动指令u1与马达运行参数信息y1,以及接收机构虚拟运行参数信息R2的预估外力干扰TLest,并且进行存储。加工成品品质测量单元233可依据马达运行参数信息y1的历史数据,以利用特征萃取、模型预估等方式进行加工成品品质测量与预估,且/或依据预估外力干扰TLest的变异,以进行加工成品品质测量与预估以及意外检测。控制器23的机构健康诊断与劣化估测单元234是接收驱动器21所提供的机构模拟运行参数信息R2的第三模拟运行参数数据y3,且进行存储。机构健康诊断与劣化估测单元234可依据第三模拟运行参数数据y3的变异,以进行机构健康诊断与劣化估测。
于一些实施例中,控制器23的品质测量与机构诊断模块232还可包括一良品判定与信心指数单元235,其是接收加工成品品质测量单元233的输出信息及/或机构健康诊断与劣化估测单元234的输出信息,并依据前述信息进行良品判断以及提供信心指数,借此将测量与判断结果供使用者检阅。于一些实施例中,控制器23的品质测量与机构诊断模块232还包括一加工参数调整单元236,其是接收加工成品品质测量单元233的输出信息及/或机构健康诊断与劣化估测单元234的输出信息,并依据前述信息选择性地进行加工参数的调整,并传送至解译与轨迹插值模块231进行解译与位置插值作业,以产生调整后的加工策略C,输出至驱动器21。借此,驱动器21可动态地调整输出的运行参数,以驱动马达20进行加工运行,从而优化加工品质。
图6为本公开的生产***实现品质测量与机构诊断的第二示范性架构图。如图1至图4以及图6所示,于一些实施例中,生产***1的控制器23包括解译与轨迹插值模块231。控制器23的解译与轨迹插值模块231是接收使用者的控制指令p,并将该控制指令p进行解译以及位置插值,以产生一加工策略C并提供至驱动器21。本地服务器3包括品质测量与机构诊断模块31,其中品质测量与机构诊断模块31包括加工成品品质测量单元32以及机构健康诊断与劣化估测单元33。本地服务器3的加工成品品质测量单元32是经由控制器23接收源自驱动器21的机构真实运行参数信息R1的马达驱动指令u1与马达运行参数信息y1,以及机构虚拟运行参数信息R2的预估外力干扰TLest,并且进行存储。本地服务器3的加工成品品质测量单元32可依据马达运行参数信息y1的历史数据,以利用特征萃取、模型预估等方式进行加工成品品质测量,且/或依据预估外力干扰TLest的变异,以进行加工成品品质测量与预估以及意外检测。本地服务器3的机构健康诊断与劣化估测单元33是经由控制器23接收源自驱动器21的机构模拟运行参数信息R2的第三模拟运行参数数据y3,且进行存储。机构健康诊断与劣化估测单元33可依据第三模拟运行参数数据y3的变异,以进行机构健康诊断与劣化估测。
于一些实施例中,本地服务器3的品质测量与机构诊断模块31还可包括一良品判定与信心指数单元34,其是接收加工成品品质测量单元32的输出信息及/或机构健康诊断与劣化估测单元33的输出信息,并依据前述信息进行加工成品品质的判断以及提供信心指数,借此将测量与判断结果供使用者检阅。于一些实施例中,本地服务器3的品质测量与机构诊断模块31还包括一加工参数调整单元35,其是接收加工成品品质测量单元32的输出信息及/或机构健康诊断与劣化估测单元33的输出信息,并依据前述信息选择性地进行加工参数的调整,并传送至控制器23的解译与轨迹插值模块231进行解译与位置插值作业,以产生调整后的加工策略C,输出至驱动器21。借此,驱动器21可动态地调整输出的运行参数,以驱动马达20进行加工运行,从而优化加工品质。
应强调的是,前述的品质测量与机构诊断模块的加工成品品质测量单元、机构健康诊断与劣化估测单元、良品判定与信心指数单元以及加工参数调整单元等,可如图5所示同时建置于控制器23内,以与驱动器21相配合而实现生产***1的品质测量与机构诊断功能。当然,前述的品质测量与机构诊断模块的加工成品品质测量单元、机构健康诊断与劣化估测单元、良品判定与信心指数单元以及加工参数调整单元等,亦可如图6所示同时建置于本地服务器3内,以与驱动器21以及控制器23相配合而实现生产***1的品质测量与机构诊断功能。可变换地,于一些实施例中,前述的品质测量与机构诊断模块的加工成品品质测量单元、机构健康诊断与劣化估测单元、良品判定与信心指数单元以及加工参数调整单元等的部分单元可建置于控制器23,其余部分单元可建置于本地服务器3,借此可与驱动器21相配合而实现生产***1的品质测量与机构诊断功能。
根据本公开的构想,本公开的生产***1可执行一运行方法,该运行方法简述如下。图7为本公开生产***所执行的运行方法的步骤流程图。如图1至图7所示,首先,执行步骤S1,使生产设备2于启动时进行一次***鉴别模式。于本实施例中,生产设备2执行***鉴别模式可包括下列子步骤。首先,执行步骤S11,驱使生产***1启动。然后,执行步骤S12,驱使生产设备2执行***鉴别模式,使驱动器21建立虚拟***驱动模块21b的第一虚拟机构模型M0、第二虚拟机构模型M1与第三虚拟机构模型M2,其中并取得驱动器21的马达驱动指令u1、马达运行参数信息y1以及第三模拟运行参数信息y3。于此步骤中,可利用前述的演算法建立第一虚拟机构模型M0,并依据第一虚拟机构模型M0而同步建立第二虚拟机构模型M1与第三虚拟机构模型M2,但不以此为限。于此步骤中,真实***驱动模块21a的真实机构驱动单元K2产生马达驱动指令u1,且该真实***驱动模块21a的受控体P因应马达驱动指令u1产生马达运行参数信息y1。第二虚拟机构模型M1依据马达驱动指令u1以及一预估外力干扰TLest,产生第二模拟运行参数信息y2,虚拟***驱动模块21b的外力估测单元K3因应马达运行参数信息y1以及第二模拟运行参数信息y2,产生该预估外力干扰TLest并提供至第二模拟机构模型M1。第三虚拟机构模型M2因应马达驱动指令u1产生第三模拟运行参数信息y3。
然后,执行步骤S13,驱动器21利用马达运行参数信息y1以及第三模拟运行参数信息y3验证第一虚拟机构模型M0是否建立完成。于此步骤中,驱动器21是依据马达运行参数信息y1以及第三模拟运行参数信息y3两者之间的差异是否小于一预设范围来验证第一虚拟机构模型M0是否建立完成。当马达模拟运行参数信息y1以及第三模拟运行参数信息y3两者之间的差异小于一预设范围时,便验证为第一虚拟机构模型M0符合受控体P简化后的模型而建立完成,反之,当马达运行参数信息y1以及第三模拟运行参数信息y3两者之间的差异大于或等于该预设范围时,便验证为第一虚拟机构模型M0不符合受控体P简化后的模型而建立失败。当步骤S13的验证结果为否时,便重新执行步骤S12。反之,当步骤S13的验证结果为是时,即代表驱动器21的控制架构已完成建立,亦即第一虚拟机构模型M0、第二虚拟机构模型M1、第三虚拟机构模型M2、受控体P、虚拟机构驱动单元K1、真实机构驱动单元K2及外力估测单元K3皆已建立。
于执行***鉴别模式之后,接着,执行步骤S2,使控制器23产生加工策略C并提供至驱动器21,以驱动马达20运行。于此步骤中,可包括下列子步骤。首先,执行步骤S21,使生产设备2开始运行。之后,执行步骤S22,控制器23依据使用者所下达的控制命令p产生加工策略C,并提供至驱动器21,以驱动马达20运行。于一些实施例中,如于执行步骤S22中,当生产设备2存在机构变异情况时,例如因外力干扰或机构老化所导致时,控制器23所产生的加工策略C还可对应地调整。
于步骤S2之后,执行步骤S3,使生产设备2执行于加工模式,并使驱动器21的真实***驱动模块21a因应控制器23的加工策略C以及一外力干扰TL产生一机构真实运行参数信息R1,并且使驱动器21的虚拟***驱动模块21b产生一机构模拟运行参数信息R2,其中机构真实运行参数信息R1包括马达驱动指令u1以及马达运行参数信息y1,且机构模拟运行参数信息R2包括预估外力干扰TLest。
于步骤S3之后,执行步骤S4,使生产***1进行加工估测作业。于此步骤中,使生产设备2输出加工成品,且品质测量与机构诊断模块232,31依据马达运行参数信息y1以及预估外力干扰TLest进行加工成品的品质测量作业,借此可实现对加工成品的加工品质实时估测与实现全检的目的。于此步骤中,当加工成品的品质测量结果符合标准时,则执行步骤S3。其中,步骤S4可包括下列子步骤。首先,执行步骤S41,使生产设备2输出加工成品。然后,执行步骤S42,品质测量与机构诊断模块232,31依据马达运行参数信息y1以及预估外力干扰TLest进行加工成品的品质测量作业,以预估加工成品是否符合标准。
于步骤S3之后,还可执行步骤S6,使生产***1执行加工抽检作业。于步骤S6中,加工抽检作业包括下列子步骤。首先,执行步骤S61,每当生产设备2输出的加工成品的个数达到该第一预设值X时,取该加工成品进行抽检。于此步骤中,该加工成品是于取出后利用一测量设备进行实体测量,借此可准确地判断该加工成品的品质。于步骤S61之后,执行步骤S62,品质测量与机构诊断模块232,31依据预估外力干扰TLest判断生产设备2的机构是否因发生变异,其中当判断结果为否时,则执行步骤S3。当判断结果为是时,则执行步骤S63,品质测量与机构诊断模块232,31的加工参数调整单元236,35判断是否能通过调整加工策略C使生产设备2继续加工。当判断结果为是时,则加工参数调整单元236,35执行加工策略C的调整,且重新执行步骤S22,使控制器重新产生该加工策略C。当判断结果为否时,则执行步骤S5驱使该生产设备2停机。
于步骤S2之后,亦可执行步骤S7,使生产设备2执行空运转模式。于此步骤中,空运转模式可包括下列子步骤。首先,执行步骤S71,执行空运转模式,使生产设备2运行但不生产该加工成品,并使驱动器21的该虚拟***驱动模块21b依据马达驱动指令u1产生机构模拟运行参数信息R2的第三模拟运行参数信息y3。其中,可于每次生产设备2输出的加工成品的个数达到该第二预设值Y时执行步骤S71。接着,执行步骤S72,使品质测量与机构诊断模块232,31的机构健康诊断与劣化估测单元234,33依据第三模拟运行参数信息y3进行机构诊断,以判断生产设备2的机构是否老化。当判断结果为否时,则执行步骤S3。当判断结果为是时,则执行步骤S73,使品质测量与机构诊断模块232,31的加工参数调整单元236,35判断是否能通过调整加工策略C使生产设备2继续加工。当判断结果为是时,则加工参数调整单元236,35执行加工策略C的调整,且重新执行步骤S2,使控制器23重新产生加工策略C。当判断结果为否时,则执行步骤S5驱使生产设备2停机。于本实施例中,由于生产设备2的老化是缓慢变化的过程,故无需使用太快的取样更新率,然而加工成品却是连续且快速的产生,因此需要较快的取样更新率,故第二预设值Y是大于第一预设值X,换言之,生产设备2于连续生产的加工成品的个数每达到第一预设值X时可执行一次加工抽检作业,且于连续生产的加工成品的个数每达到第二预设值Y时可执行空运转模式,其中第二预设值Y是大于第一预设值X,且X与Y皆为正整数。
于本实施例中,当执行步骤S42时,若加工成品的品质测量结果为不符合标准时,则可依实际应用需求选择按序执行步骤S62至步骤S63,或选择按序执行步骤S71至步骤S73。于一些实施例中,当执行步骤S42时,若加工成品的品质测量结果为不符合标准时,可依设定选择执行步骤S62,使品质测量与机构诊断模块232,31依据预估外力干扰TLest判断生产设备2的机构是否因发生变异,其中当判断结果为否时,则执行步骤S3。当判断结果为是时,则执行步骤S63,品质测量与机构诊断模块232,31的加工参数调整单元236,35判断是否能通过调整加工策略C使生产设备2继续加工。当判断结果为是时,则加工参数调整单元236,35执行加工策略C的调整,且重新执行步骤S22,使控制器重新产生该加工策略C。当判断结果为否时,则执行步骤S5驱使该生产设备2停机。
于另一些实施例中,当执行步骤S42时,若加工成品的品质测量结果为不符合标准时,可依设定选择执行步骤S71,执行空运转模式,使生产设备2运行但不生产该加工成品,并使驱动器21的该虚拟***驱动模块21b依据马达驱动指令u1产生机构模拟运行参数信息R2的第三模拟运行参数信息y3。接着,执行步骤S72,使品质测量与机构诊断模块232,31的机构健康诊断与劣化估测单元234,33依据第三模拟运行参数信息y3进行机构诊断,以判断生产设备2的机构是否老化。当判断结果为否时,则执行步骤S3。当判断结果为是时,则执行步骤S73,使品质测量与机构诊断模块232,31的加工参数调整单元236,35判断是否能通过调整加工策略C使生产设备2继续加工。当判断结果为是时,则加工参数调整单元236,35执行加工策略C的调整,且重新执行步骤S2,使控制器23重新产生加工策略C。当判断结果为否时,则执行步骤S5驱使生产设备2停机。
于图7中,是以相对较粗的流程线条来表示在加工成品的品质测量结果符合标准的条件下,生产***1进行加工抽检作业(步骤S6)后并无需执行步骤S5来驱使生产设备2停机(代表生产设备2的机构并无变异,或虽变异但可调整加工策略而使生产设备2继续加工),或生产***1进行执行空运转模式(步骤S7)后并无需执行步骤S5来驱使生产设备2停机时(代表生产设备2的机构并无老化,或虽老化但可调整加工策略而使生产设备2继续加工),生产***1所执行的运行方法的流程。
请参阅图8,其为图7所示的步骤S12所包含的子步骤的流程图。于一些实施例中,步骤S12还包含下列子步骤S121至S123。首先,执行步骤S121,驱使生产设备2执行***鉴别模式,使驱动器21获得马达20及马达所对应的机构20a的状态波德(bode)图。接着,执行步骤S122,决定马达20及马达所对应的机构20a的主要成分的运行参数个数。然后,执行步骤S123,利用马达20及马达所对应的机构20a的主要机构成分的运行参数的频域响应拟合状态波德图,以获得马达20及马达所对应的机构20a的运行参数的初始值,并利用运行参数的初始值建立第一虚拟机构模型Mo,并建立第二虚拟机构模型M1以及第三虚拟机构模型M2,借此取得驱动器21的控制架构的马达驱动指令u1、马达运行参数信息y1以及第三模拟运行参数信息y3。于步骤S122之后,则执行步骤S13。
图9为本公开生产***所执行的运行方法的另一实施例的步骤流程图。于本实施例中,生产***1所执行的运行方法是与图7所示的运行方法相似,惟当执行步骤S42时,若加工成品的品质测量结果为不符合标准时,可依实际应用需求选择下列两种步骤流程的其中之一来执行,第一种即为当品质测量结果为不符合标准时执行步骤S62,判断生产设备2的机构是否发生变异,以确认加工成品的品质测量结果不符合标准的原因是否为生产设备2的机构发生变异,其中于步骤S62的判断结果为否时,更按序执行步骤S71-S72,以通过步骤S72判断生产设备2的机构是否老化,进而再确认加工成品的品质测量结果不符合标准的原因是否为生产设备2的机构老化其中于步骤S72的判断结果为否时,则执行步骤S5驱使生产设备2停机。第二种即为当品质测量结果为不符合标准时按序执行步骤S71至步骤S72,以通过步骤S72判断生产设备2的机构是否老化,进而确认加工成品的品质测量结果不符合标准的原因是否为生产设备2的机构老化,其中于步骤S72的判断结果为否时,更执行步骤S62,判断生产设备2的机构是否发生变异,以确认加工成品的品质测量结果不符合标准的原因是否为生产设备2的机构发生变异,其中于步骤S62的判断结果为否时,则执行步骤S5驱使生产设备2停机。通过本实施例方法,可依实际使用需求来实现品质测量、机构诊断及/或该加工策略的调整,并在加工成品的品质测量结果不符合标准时,利用判断生产设备2的机构是否发生变异以及判断生产设备2的机构是否老化来尝试找出加工成品不符合标准的原因,以在无法找出原因时驱使生产设备2停机。
而于图9中,是以相对较粗的流程线条来表示当步骤S42中加工成品的品质测量结果不符合标准,且利用步骤S62判断生产设备2的机构是否发生变异以及步骤S72判断生产设备2的机构是否老化也无法找出加工成品不符合标准的原因,进而执行步骤S5驱使生产设备2停机时的流程,以及表示当步骤S42中加工成品的品质测量结果为不符合标准,且虽利用步骤S62判断生产设备2的机构是否发生变异或利用步骤S72判断生产设备2的机构是否老化而找出加工成品可能不符合标准的原因,但却在执行步骤S63或步骤S73而判断出已无法通过调整加工策略C使生产设备2继续加工(即步骤S63或步骤S73),进而执行步骤S5驱使生产设备2停机时的流程。
根据本公开的构想,本公开的生产***1是为分层式数据处理架构。于本实施例中,由于传统技术的感测器22所感测到的数据量非常庞大,在信息传输的频宽有限之下,只能降低数据精度才能将所有数据上传至服务器,为了避免传统虚拟测量技术所使用的集结式数据处理架构所带来的缺失,本公开的生产***1是采用分层式架构运行。详言之,设置于马达20及马达所对应的机构20a中的感测器22是架构为第一级数据处理装置L1,其中感测器22可以采用较高取样率(亦即较高分辨率)的感测器来进行感测,以获取所需的运行参数数据,且感测器22本身先进行数据处理,并且于获取出所需的运行参数数据后,即可将获取出的特征运行参数数据以较低的更新率传输至第二级数据处理装置L2,即驱动器21。举例而言,当感测器22以50KHz感测马达20及马达所对应的机构20a的运行参数数据后,可依据驱动器21建立虚拟机构模型M0、M1、M2所需要的信息而将所感测到的运行参数信息处理成20KHz的信息再传给驱动器21,借此让驱动器21建立虚拟机构模型M0、M1、M2。依据相似方法,第二级数据处理装置L2同样把所接收到的运行参数数据进行处理,例如处理成马达驱动指令u1、马达运行参数信息y1、预估外力干扰TLest及第三模拟运行参数信息y3等,再以更低的更新率将数据传给第三级数据处理装置L3,即控制器23。之后,控制器23将所接收到的运行参数信息进行处理,再以更低的更新率将数据传给第四级数据处理装置L4,即本地服务器3,以此类推,通过生产***1采用分层式数据处理架构,不但感测器22可操作于超高取样率下而提升感测精度,且因感测器22的传输线路无须直接拉线连接到本地服务器3以及将数据直接传输至本地服务器3,而是将运行参数信息传送到距离相近的驱动器21以及控制器23处理,因此可缩短感测器22的传输线路。更甚者,通过各级层的数据处理装置来分担信息处理,可有效运用每个数据处理装置的效能,如此一来,本地服务器3可以不需要如传统技术一样需要具备强大的处理效能与庞大的存储存储器,故可大幅降低硬件成本。此外,由于生产***1可直接利用生产设备2自身原本存在或内建的感测器22,且在驱动器21内建立与马达20存在关连性且具物理量意义的虚拟机构模型M0、M1、M2,进而使控制器23或本地服务器3利用真实***驱动模块21a以及虚拟***驱动模块21b的虚拟机构模型M0、M1、M2所产生的机构真实运行参数信息R1(例如马达驱动指令u1、马达运行参数信息y1)与机构模拟运行参数信息R2(例如预估外力干扰TLest、第三模拟运行参数信息y3),来进行加工成品的品质测量、机构健康诊断与劣化预估等作业,故不但无需在生产设备2上再额外安装大量的感测器,使得测试成本可大幅降低,还可因虚拟机构模型M0,M1、M2存在关于马达20及马达所对应的机构20a的物理量意义,而可提供较为精确的模拟运行参数信息,进而使控制器23或本地服务器3得以精确地分辨加工成品不良的原因,进而针对控制器23的加工策略等进行对应调整及改善。于一些实施例中,云端服务器4可架构为第五级数据处理装置L5,可以较低取样率进行信息的编码作业。
图10是为本公开生产***应用于一工具机台的一示范性架构图。于一些实施例中,本公开的生产***1的生产设备2可应用于2D铣床,其中2D铣床为XY两轴加工机台,因此用X驱动器21x与Y驱动器21y分别表示控制X轴中的马达20与控制Y轴中的马达20。为便于说明,以下所述的各元件标号是以加注下标x表示X轴的相关元件与信息,加注下标y表示Y轴的相关元件与信息。请参阅第1至6及8图,首先,控制器23的解译与轨迹插值模块231是将使用者所下达的为G代码的控制命令p进行G代码解译,并依据解译结果进行轨迹插值,以规划生产设备2的XY两轴的运动轨迹,进而提供对应的加工策略C至X驱动器21x及Y驱动器21y。X驱动器21x及Y驱动器21y在依据加工策略C而驱动对应的马达20运行时,X驱动器21x会接收到实际外力干扰TLx,并产生与输出马达驱动指令u1x、马达运行参数信息y1x、第三模拟运行参数信息y3x及预估外力干扰TLestx,以及Y驱动器21y会接收到实际外力干扰TLy,并产生与输出马达驱动指令u1y、马达运行参数信息y1y、第三模拟运行参数信息y3y及预估外力干扰TLesty。之后,生产设备2的控制器23或本地服务器3可依据马达运行参数信息y1x、预估外力干扰TLestx、马达运行参数信息y1y及预估外力干扰TLesty等信息,通过品质测量与机构诊断模块232,31的加工成品品质测量单元233,32(如第5及6图所示)来进行特征萃取、模型预测与意外检测。于一些实施例中,借此测量加工成品的尺寸误差,可实现对加工成品的加工状况与品质的测量。由于加工成品品质测量单元233,32的作动与原理如前述实施例所述,于此不再赘述。生产设备2的控制器23或本地服务器3可依据第三模拟运行参数信息y3x、第三模拟运行参数信息y3y等信息,通过品质测量与机构诊断模块232,31的机构健康诊断与劣化估测单元234,33(如图5及图6所示)来实现生产设备2的机构老化诊断与估测,或实现生产设备2的机构老化指数评估。由于机构健康诊断与劣化估测单元234,33的作动与原理如前述实施例所述,于此不再赘述。然后,控制器23或本地服务器3的品质测量与机构诊断模块232,31的良品判定与信心指数单元235,34可依据加工成品品质测量单元233,32的输出信息,以及依据机构健康诊断与劣化估测单元234,33的输出信息,进行加工成品是否为良品的判断以及提供反映此次估测的可靠度的信心指标。最后,于一些实施例中,控制器23或本地服务器3的品质测量与机构诊断模块232,31的加工参数调整单元236,35便依据良品判定与信心指数单元235,34的输出信息,或直接依据加工成品品质测量单元233,32的输出信息,以及依据机构健康诊断与劣化估测单元234,33的输出信息,对应调整加工策略C,故控制器23接收调整的加工策略C,并再次进行解译与轨迹插值作业,以重新规划生产设备2的XY两轴的运动轨迹,从而通过调整后的加工策略C驱驶X驱动器21x及Y驱动器21y作动。
综上所述,本公开提供一种生产***及其驱动器与方法,以实现产品品质测量与监控、机构健康诊断与劣化预测,以及智能调控等功能。本公开的生产***及其驱动器,其具有模型、控制、测量与诊断等功能,可实现分层式数据处理以降低数据传输与运算负担、简化配线、提升效率,且可以实时进行产品品质预测、提供外力干扰测量、提升预测精确度、实现生产设备产能监控、因应机构变异调整加工策略以优化产能、提供生产设备的机构健康诊断与老化预测,降低硬件与测量成本。
Claims (18)
1.一种驱动器,应用于一生产设备中,用以依据该生产设备的一控制器的控制而驱动该生产设备的一马达运行,使该生产设备执行一***鉴别模式、执行一加工模式而生产一加工成品或执行一空运转模式,该驱动器包含:
一真实***驱动模块,架构于该加工模式下,依据该控制器的一加工策略与一外力干扰,对应产生一机构真实运行参数信息;以及
一虚拟***驱动模块,包括一品质测量与机构诊断参数处理模块,该品质测量与机构诊断参数处理模块是于该***鉴别模式下建立至少一虚拟机构模型,且于该加工模式或该空运转模式下依据该控制器的该加工策略、该机构真实运行参数信息以及该至少一虚拟机构模型产生一机构模拟运行参数信息,其中通过提供该机构真实运行参数信息以及该机构模拟运行参数信息予该控制器,从而实现品质测量、机构诊断及/或该加工策略的调整,
其中,该真实***驱动模块包括:
一真实机构驱动单元,接收该控制器的该加工策略,并因应该加工策略而输出一马达驱动指令;以及
一受控体,依据该马达及该马达所对应的机构而建立,且于该加工模式下接收该马达驱动指令以及该外力干扰,并且产生与输出一马达运行参数信息,
其中,该马达驱动指令与该马达运行参数信息是架构为该机构真实运行参数信息,
其中,该虚拟***驱动模块的该品质测量与机构诊断参数处理模块包括:
一第一虚拟机构模型,是于该***鉴别模式下,依据该真实***驱动模块的该受控体的一主要机构成分模型而建立,且反映该受控体所具有的物理量参数;
一虚拟机构驱动单元,是接收该控制器的该加工策略,并输出一第一驱动指令,以控制该第一虚拟机构模型产生一第一模拟运行参数信息;
一第二虚拟机构模型,是依据该第一虚拟机构模型而建立,且接收一预估外力干扰,其中该第二虚拟机构模块于该加工模式下,接收该马达驱动指令并对应产生一第二模拟运行参数信息;以及
一第三虚拟机构模型,是依据该第一虚拟机构模型而建立,且于该空运转模式下,接收该马达驱动指令并对应产生一第三模拟运行参数信息,
其中,该真实机构驱动单元因应该加工策略产生一第二驱动指令,且该第一驱动指令与该第二驱动指令相结合以构成该马达驱动指令。
2.如权利要求1所述的驱动器,其中,该虚拟***驱动模块的该品质测量与机构诊断参数处理模块包括:
一外力估测单元,架构于该加工模式下,依据该第二模拟运行参数信息以及该马达运行参数信息产生该预估外力干扰,并提供给该第二虚拟机构模型;
其中,该预估外力干扰与该第三模拟运行参数信息是架构为该机构模拟运行参数信息。
3.如权利要求2所述的驱动器,其中,该品质测量是依据该马达运行参数信息及该预估外力干扰而实现,该机构诊断是依据该第三模拟运行参数信息而实现,且该加工策略的调整是因应该品质测量与该机构诊断的结果而实现。
4.如权利要求2所述的驱动器,其中,该第一模拟运行参数信息是反馈至该虚拟机构驱动单元、该真实机构驱动单元及该外力估测单元,该马达运行参数信息是反馈至该真实机构驱动单元及该外力估测单元,以及该第二模拟运行参数信息反馈至该外力估测单元。
5.一种生产***,是包含:
一生产设备,架构于执行一***鉴别模式,执行一加工模式而生产至少一加工成品,或执行一空运转模式,该生产设备包含:
至少一马达;
至少一感测器,架构于感测该马达及该马达所对应的一机构的至少一运行参数;以及
至少一控制器,架构于输出一加工策略;
至少一驱动器,与该马达以及该控制器连接,且接收该至少一感测器所感测的该至少一运行参数,并接收该加工策略且依据该加工策略而驱动该马达运行,其中该驱动器包括:
一真实***驱动模块,架构于该加工模式下,依据该控制器的该加工策略与一外力干扰,对应产生一机构真实运行参数信息;以及
一虚拟***驱动模块,包括一品质测量与机构诊断参数处理模块,该品质测量与机构诊断参数处理模块是于该***鉴别模式下建立至少一虚拟机构模型,且于该加工模式或该空运转模式下依据该控制器的该加工策略、该机构真实运行参数信息以及该至少一虚拟机构模型产生一机构模拟运行参数信息;
一本地服务器,与该控制器相连接;以及
一品质测量与机构诊断模块,架构于该控制器与该本地服务器的至少其中之一者内,且接收与依据该机构真实运行参数信息以及该机构模拟运行参数信息而实现品质测量、机构诊断及/或该加工策略的调整,
其中,该真实***驱动模块包括:
一真实机构驱动单元,接收该控制器的该加工策略,并因应该加工策略而输出一马达驱动指令;以及
一受控体,依据该马达及该马达所对应的机构而建立,且于该加工模式下接收该马达驱动指令以及该外力干扰,并且产生与输出一马达运行参数信息,
其中,该马达驱动指令与该马达运行参数信息是架构为该机构真实运行参数信息,
其中,该虚拟***驱动模块的该品质测量与机构诊断参数处理模块包括:
一第一虚拟机构模型,是于该***鉴别模式下,依据该真实***驱动模块的该受控体的一主要机构成分模型而建立,且反映该受控体所具有的物理量参数;
一虚拟机构驱动单元,是接收该控制器的该加工策略,并输出一第一驱动指令,以控制该第一虚拟机构模型产生一第一模拟运行参数信息;
一第二虚拟机构模型,是依据该第一虚拟机构模型而建立,且接收一预估外力干扰,其中该第二虚拟机构模块于该加工模式下,接收该马达驱动指令并对应产生一第二模拟运行参数信息;以及
一第三虚拟机构模型,是依据该第一虚拟机构模型而建立,且于该空运转模式下,接收该马达驱动指令并对应产生一第三模拟运行参数信息,
其中,该真实机构驱动单元因应该加工策略产生一第二驱动指令,且该第一驱动指令与该第二驱动指令相结合以构成该马达驱动指令。
6.如权利要求5所述的生产***,其中,该虚拟***驱动模块的该品质测量与机构诊断参数处理模块包括:
一外力估测单元,架构于该加工模式下,依据该第二模拟运行参数信息以及该马达运行参数信息产生该预估外力干扰,并提供给该第二虚拟机构模型;
其中,该预估外力干扰与该第三模拟运行参数信息是架构为该机构模拟运行参数信息;以及
其中,该第一模拟运行参数信息是反馈至该虚拟机构驱动单元、该真实机构驱动单元及该外力估测单元,该马达运行参数信息是反馈至该真实机构驱动单元及该外力估测单元,以及该第二模拟运行参数信息反馈至该外力估测单元。
7.如权利要求6所述的生产***,其中,该品质测量与机构诊断模块包括:
一加工成品品质测量单元,接收该驱动器的该机构真实运行参数信息的该马达驱动指令与该马达运行参数信息,以及接收该机构虚拟运行参数信息的该预估外力干扰,且依据该马达运行参数信息及该预估外力干扰进行该加工成品的品质测量与预估;以及
一机构健康诊断与劣化估测单元,接收该驱动器的该机构模拟运行参数信息的该第三模拟运行参数数据,且依据该第三模拟运行参数数据以进行机构健康诊断与劣化估测。
8.如权利要求7所述的生产***,其中,该品质测量与机构诊断模块还包括:
一良品判定与信心指数单元,接收该加工成品品质测量单元或该机构健康诊断与劣化估测单元的一输出信息,并依据该输出信息进行一良品判断以及提供一信心指数;以及
一加工参数调整单元,接收该加工成品品质测量单元或该机构健康诊断与劣化估测单元的该输出信息,并依据该输出信息选择性地进行该加工策略的调整。
9.如权利要求5所述的生产***,其中该控制器包括一解译与轨迹插值模块,架构于接收使用者的一控制指令,并将该控制指令进行解译以及位置插值,以产生该加工策略并提供至该驱动器。
10.如权利要求5所述的生产***,其中该生产***包括一分层式数据处理架构,其中设置于该马达的该至少一感测器是架构为一第一级数据处理装置,该至少一驱动器是架构为一第二级数据处理装置,该至少一控制器是架构为一第三级数据处理装置,以及该本地服务器是架构为一第四级数据处理装置。
11.如权利要求5所述的生产***,还包括一云端服务器,与该本地服务器相连接,以接收与记录该本地服务器所提供的信息。
12.一种根据权利要求5到11中任一项所述的生产***的运行方法,其中,该生产***包括一生产设备、一本地服务器以及一品质测量与机构诊断模块,该生产设备包括至少一马达、至少一感测器、至少一控制器以及至少一驱动器,该驱动器包括一真实***驱动模块以及一虚拟***驱动模块,该品质测量与机构诊断模块是架构于该控制器与该本地服务器的至少其中之一者内,该方法包括步骤:
(S1)使该生产设备执行于一***鉴别模式,并使该驱动器建立该虚拟***驱动模块的至少一虚拟机构模型;
(S2)使该控制器产生一加工策略并提供至该驱动器,以驱动该马达运行;
(S3)使该生产设备执行于一加工模式,并使该驱动器的该真实***驱动模块因应该控制器的该加工策略以及一外力干扰产生一机构真实运行参数信息,并且使该驱动器的该虚拟***驱动模块产生一机构模拟运行参数信息,其中该机构真实运行参数信息包括一马达驱动指令以及一马达运行参数信息,且该机构模拟运行参数信息包括一预估外力干扰;以及
(S4)使该生产设备输出至少一加工成品,且该品质测量与机构诊断模块依据该马达运行参数信息以及该预估外力干扰进行该加工成品的品质测量。
13.如权利要求12所述的生产***的运行方法,其还包括步骤(S6)使该生产***进行一加工抽检作业,且该加工抽检作业包括下列子步骤:
(S61)每当该生产设备输出的该加工成品的个数达到一第一预设值时,取该加工成品进行抽检;
(S62)该品质测量与机构诊断模块依据预估外力干扰判断该生产设备的机构是否因发生变异,其中当判断结果为否时,则执行该步骤(S3);以及
(S63)于该步骤(S62)的判断结果为是时,该品质测量与机构诊断模块的一加工参数调整单元判断是否能通过调整该加工策略使该生产设备继续加工,其中当判断结果为是时,则该加工参数调整单元执行该加工策略的调整,且重新执行该步骤(S2),使该控制器重新产生该加工策略。
14.如权利要求13所述的生产***的运行方法,其还包括步骤(S7)使该生产设备执行一空运转模式,且该空运转模式包括下列子步骤:
(S71)执行该空运转模式,使该生产设备运行但不生产该加工成品,并使该驱动器的该虚拟***驱动模块依据该马达驱动指令产生该机构模拟运行参数信息的一第三模拟运行参数信息;
(S72)使该品质测量与机构诊断模块的一机构健康诊断与劣化估测单元依据该第三模拟运行参数信息进行机构诊断,以判断该生产设备的机构是否老化,其中当判断结果为否时,则执行该步骤(S3);以及
(S73)当该步骤(S72)的判断结果为是时,则该品质测量与机构诊断模块的一加工参数调整单元判断是否能通过调整该加工策略使该生产设备继续加工,其中当判断结果为是时,则该加工参数调整单元执行该加工策略的调整,且重新执行该步骤(S2)使该控制器重新产生该加工策略。
15.如权利要求14所述的生产***的运行方法,其中,每当该生产设备输出的该加工成品的个数达到一第二预设值时,执行该步骤(S71),且该第二预设值大于该第一预设值。
16.如权利要求14所述的生产***的运行方法,其中,于该步骤(S63)的判断结果为否而代表无法调整加工策略时,执行步骤(S5)使该生产设备停机,且于该步骤(S73)的判断结果为否而代表无法调整加工策略时,执行该步骤(S5)使该生产设备停机。
17.如权利要求14所述的生产***的运行方法,其中,于该步骤(S4)中,当该加工成品的品质测量结果符合标准时,则执行该步骤(S3),以及于该步骤(S4)中,当该加工成品的品质测量结果不符合标准时,则执行该步骤(S62)来判断该生产设备的机构是否发生变异,并于该步骤(S62)的判断结果为否时,按序执行该步骤(S71)及该步骤(S72),以通过该步骤(S72)判断该生产设备的机构是否老化,并于该步骤(S72)的判断结果为否时,执行步骤(S5)使该生产设备停机,或于该步骤(S4)中品质测量结果为不符合标准时,按序执行该步骤(S71)至该步骤(S72),以通过该步骤(S72)判断该生产设备的机构是否老化,并于该步骤(S72)的判断结果为否时,执行该步骤(S62)来判断该生产设备的机构是否发生变异,并于该步骤(S62)的判断结果为否时,执行该步骤(S5)使该生产设备停机。
18.如权利要求12所述的生产***的运行方法,其中,该步骤(S1)包括下列子步骤:
(S11)使该生产***启动;
(S12)使该生产设备执行该***鉴别模式,使该驱动器建立该至少一虚拟机构模型中的一第一虚拟机构模型、一第二虚拟机构模型与一第三虚拟机构模型,其中该真实***驱动模块的一真实机构驱动单元产生该马达驱动指令,且该真实***驱动模块的一受控体因应该马达驱动指令产生该马达运行参数信息,其中该第二虚拟机构模型依据该马达驱动指令以及一预估外力干扰,产生一第二模拟运行参数信息,该虚拟***驱动模块的一外力估测单元因应该马达运行参数信息以及该第二模拟运行参数信息,产生该预估外力干扰并提供至该第二模拟机构模型,其中该第三虚拟机构模型因应该马达驱动指令产生一第三模拟运行参数信息,借此取得该驱动器的该马达驱动指令、该马达运行参数信息以及该第三模拟运行参数信息;以及
(S13)利用该马达运行参数信息以及该第三模拟运行参数信息验证该第一虚拟机构模型是否建立完成,其中如验证结果为否时,则执行该步骤(S12)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/460,095 US11054803B2 (en) | 2018-07-13 | 2019-07-02 | Motor drive, production system and method thereof with quality measuring and mechanism diagnosing functions using real and virtual system modules |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862697659P | 2018-07-13 | 2018-07-13 | |
US62/697,659 | 2018-07-13 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110716509A CN110716509A (zh) | 2020-01-21 |
CN110716509B true CN110716509B (zh) | 2021-06-04 |
Family
ID=69209317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910364653.0A Active CN110716509B (zh) | 2018-07-13 | 2019-04-30 | 具品质测量与机构诊断功能的生产***及其驱动器与方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110716509B (zh) |
TW (1) | TWI692702B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11316452B2 (en) | 2020-01-15 | 2022-04-26 | Delta Electronics, Inc. | Electronic device and control method thereof |
CN114074452B (zh) * | 2020-08-21 | 2024-03-19 | 汉达精密电子(昆山)有限公司 | 一种蒸气压缩气联合急冷急热***及方法 |
CN114406262B (zh) * | 2020-10-28 | 2024-02-13 | 汉达精密电子(昆山)有限公司 | 粉末射出成型方法及其成型体 |
CN115203972A (zh) * | 2022-08-10 | 2022-10-18 | 鼎捷软件股份有限公司 | 设备模拟数据生成***以及设备模拟数据生成方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101278246A (zh) * | 2005-09-30 | 2008-10-01 | 罗斯蒙德公司 | 利用监控数据与校正措施数据监控和执行加工厂中的校正措施的方法和装置 |
CN101615023A (zh) * | 2008-06-27 | 2009-12-30 | 深圳市大族激光科技股份有限公司 | 一种测定机床伺服***的控制性能的方法、装置及*** |
TW201238232A (en) * | 2011-03-02 | 2012-09-16 | Univ Lunghwa Sci & Technology | Switch mode magnetic reluctance motor controller capable of dynamically adjusting renewal factor discourse |
CN103760820A (zh) * | 2014-02-15 | 2014-04-30 | 华中科技大学 | 数控铣床加工过程状态信息评价装置 |
CN104218863A (zh) * | 2013-05-21 | 2014-12-17 | Ifp新能源公司 | 使用状态观测器确定同步电机中内部温度的方法和*** |
TW201613018A (en) * | 2010-06-28 | 2016-04-01 | Entegris Inc | Customizable dispense system with smart controller |
CN105563329A (zh) * | 2015-12-16 | 2016-05-11 | 威海华东数控股份有限公司 | 数控磨床磨削力自适应控制*** |
CN107943121A (zh) * | 2017-11-14 | 2018-04-20 | 南京邮电大学 | 一种考虑非线性特性的永磁同步电动机模拟器及其控制方法 |
CN108027603A (zh) * | 2015-09-18 | 2018-05-11 | 西门子公司 | 控制***和用于运行具有真实的和虚拟控制器的控制***的方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200625779A (en) * | 2004-12-24 | 2006-07-16 | Universal Scient Ind Co Ltd | Method and controller capable of detecting operating status of motor and motor device having the controller |
TW200848199A (en) * | 2007-06-04 | 2008-12-16 | Shieh Yih Machinery Industry Co Ltd | Stamping control system capable of automatically detecting the process status to adjust the process speed |
JP5561459B2 (ja) * | 2009-03-24 | 2014-07-30 | 株式会社安川電機 | プレス機械装置およびそのモータ制御装置 |
DE102013104514A1 (de) * | 2012-05-04 | 2013-11-07 | Ford Global Technologies, Llc | Verfahren und Systeme zum Betreiben einer Triebstrangkupplung |
US10430719B2 (en) * | 2014-11-25 | 2019-10-01 | Stream Mosaic, Inc. | Process control techniques for semiconductor manufacturing processes |
US11086310B2 (en) * | 2015-05-27 | 2021-08-10 | Honeywell International Inc. | Method and apparatus for real time model predictive control operator support in industrial process control and automation systems |
JP6463518B2 (ja) * | 2016-02-08 | 2019-02-06 | 三菱電機株式会社 | コントローラおよび搬送システム |
US10477747B2 (en) * | 2016-09-29 | 2019-11-12 | Assembléon B.V. | Component placement device and method of driving the same |
-
2019
- 2019-04-30 CN CN201910364653.0A patent/CN110716509B/zh active Active
- 2019-04-30 TW TW108115005A patent/TWI692702B/zh active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101278246A (zh) * | 2005-09-30 | 2008-10-01 | 罗斯蒙德公司 | 利用监控数据与校正措施数据监控和执行加工厂中的校正措施的方法和装置 |
CN101615023A (zh) * | 2008-06-27 | 2009-12-30 | 深圳市大族激光科技股份有限公司 | 一种测定机床伺服***的控制性能的方法、装置及*** |
TW201613018A (en) * | 2010-06-28 | 2016-04-01 | Entegris Inc | Customizable dispense system with smart controller |
TW201238232A (en) * | 2011-03-02 | 2012-09-16 | Univ Lunghwa Sci & Technology | Switch mode magnetic reluctance motor controller capable of dynamically adjusting renewal factor discourse |
CN104218863A (zh) * | 2013-05-21 | 2014-12-17 | Ifp新能源公司 | 使用状态观测器确定同步电机中内部温度的方法和*** |
CN103760820A (zh) * | 2014-02-15 | 2014-04-30 | 华中科技大学 | 数控铣床加工过程状态信息评价装置 |
CN108027603A (zh) * | 2015-09-18 | 2018-05-11 | 西门子公司 | 控制***和用于运行具有真实的和虚拟控制器的控制***的方法 |
CN105563329A (zh) * | 2015-12-16 | 2016-05-11 | 威海华东数控股份有限公司 | 数控磨床磨削力自适应控制*** |
CN107943121A (zh) * | 2017-11-14 | 2018-04-20 | 南京邮电大学 | 一种考虑非线性特性的永磁同步电动机模拟器及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
TWI692702B (zh) | 2020-05-01 |
CN110716509A (zh) | 2020-01-21 |
TW202006574A (zh) | 2020-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110716509B (zh) | 具品质测量与机构诊断功能的生产***及其驱动器与方法 | |
US11054803B2 (en) | Motor drive, production system and method thereof with quality measuring and mechanism diagnosing functions using real and virtual system modules | |
CN107111297B (zh) | 用于由至少一台计算机数控机器加工的工件的部件分析的计算机实现方法 | |
US10254750B2 (en) | Machining machine system which determines acceptance/rejection of workpieces | |
CN110187694B (zh) | 故障预测装置以及机器学习装置 | |
JP6469065B2 (ja) | 機械学習装置及び加工時間予測装置 | |
CN112677147B (zh) | 事件估计***和事件估计方法 | |
US11334045B2 (en) | Diagnosis apparatus and diagnosis method | |
JP2021182431A (ja) | 制御システム、工場システム、学習システム、推定用モデルの生成方法及びアクチュエータの状態推定方法 | |
US20180210407A1 (en) | Control device, control program, and control system | |
CN107199563B (zh) | 实施机械的试验的试验*** | |
CN113219934A (zh) | 自动化***中的部件的参数设定 | |
JP2019081206A (ja) | 寿命予測装置 | |
CN112041819B (zh) | 用于监测和识别电驱动***中的传感器故障的方法 | |
JPWO2018220751A1 (ja) | 状態監視装置、並びに機器システム | |
EP2077476A1 (en) | Real-time control method and control device for an actuator | |
KR20190061093A (ko) | 가상 검증 시스템 및 구동 제어기 | |
CN110647120A (zh) | 一种适用于极端应用条件的运动控制方法 | |
CN113126538B (zh) | 电子设备及其控制方法 | |
CN115042209A (zh) | 一种具有数字孪生模型的机器人关节模组伺服控制器 | |
CN110580005B (zh) | 一种适用于极端应用条件的运动控制*** | |
KR20220152413A (ko) | 실시간 로봇 상태 진단 방법 및 이러한 방법을 수행하는 장치 | |
JP3165087B2 (ja) | 産業用ロボットの故障検出方法 | |
JP7489899B2 (ja) | 事象推定システム及び事象推定方法 | |
JP2022117612A (ja) | 動作パラメーター調整方法、動作パラメーター調整プログラムおよびロボットシステム |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |