本研究利用COMSOL有限元素分析軟體模擬分析工具機的熱變位，並結合實際量測的溫度與三軸熱變位數據，建構並驗證工具機熱變位數位模型。為提高模型準確性，研究在工具機上設置了8個溫度測量點，並在工作平台的中心及兩側選定三個熱變形測量點。研究中使用雷應科技的XTCP多點熱變位量測裝置進行三軸熱變位量測，並在不同位置進行模擬與測量分析。結果顯示，數位模型的溫度分佈與實驗結果高度吻合，誤差小於1%。主軸轉速由1000rpm增至8000rpm時，溫度最高達35.5℃，隨後隨著轉速降低而下降。熱變位測量結果顯示，Y軸的熱變位最大，當轉速達到8000rpm時，Y軸的熱變位達42µm，模擬值為40µm，誤差約5%。此外，研究探討了不同主軸轉速下工具機在三個不同點位的熱變位情況，結果顯示Y軸的熱變位最大，且三點間的熱變位差異不大。當主軸轉速固定在6000rpm時，Y軸的熱變位仍然最大，並隨時間增加而保持在30~40µm之間。本研究成功驗證了工具機熱變位溫補模型的準確性，並提供了一個可用於生成網路模型訓練的數據模擬方法。
前言
隨著人工智慧(AI)的發展，生成式AI成為了近年來備受矚目的技術之一。生成式AI(Generative AI)[1]是一種能夠自主創建數據或解決問題的技術，透過深度學習(Deep Learning)和神經網絡的演算法[2-4]，讓系統具備創造性思考的能力，進而生成新的數據或解決方案。該技術在眾多領域中展現了驚人的潛力，而工具機產業作為製造業的核心，也正逐漸開始引入生成式AI以應用於設計、製程優化和預測維護等方面。通過自動化的數據生成和優化過程，製造商能夠更快地進行新產品的開發與生產，大幅度提高工作效率。但對於工具機產業中，導入生成式AI面臨數據獲取、演算法精度和即時性等挑戰。如何提供大量的數據是製造業導入生成式AI第一階段所面臨的問題。再者，自動生成數據集之強化模型的準確性，更是目前要解決的課題，本文提出建構準確的數位模型來自動生成數據之觀念，並以建構工具機熱變位數位模型[5]為例，提出了一套建模與量測驗證的有效方法。
研究方法
本研究利用COMSOL模擬分析工具機的熱變位情形，透過針對實際量測的溫度與實際的三軸熱變位量，進行工具機熱變位數位模型的建構與驗證。
針對工具機上溫度量測點及模擬點共有8個位置，而在溫度變化下機台工作平台上的熱變形的量測，本研究規劃三點位置分別於平台中心位置及中心點兩側的位置(如圖1灰色點位)。以往工具機熱變位的量測只能在工具機平台的中心點，單純僅使用此數據要建立工具機熱變位的數位模型是不夠的，因此本研究開發可在工具機上進行三個熱變位的量測點，每個位置點都可以量測三維熱變位，量測過程更可以根據加工轉速與路徑進行設計，得到的熱變位量測數據更符合實際加工狀況，數位模型將更為準確。
本研究在工具機台上放置三個雷應科技的XTCP產品 [6]，XTCP為三軸熱變位量測裝置，每個都可以量測工具機三個軸向熱變位，安裝在工具機的機械座標
...更多內容，請見《機械新刊》雜誌
