新一代CNC控制器的發展趨勢逐漸朝向高品質加工。隨著客製化產品及少量多樣生產需求的增長，如何快速調整CNC控制器的參數以滿足不同產品的加工需求變得愈發重要。然而，由於CNC控制器內部含有大量參數，且部分參數之間存在相互影響，這大大增加了現場工程師進行調機的複雜度。為解決上述問題，本研究針對CNC工具機提出一基於深度強化學習的插補參數優化技術，以實現高品質加工。首先使用KANINO標準測試路徑，在不同插補參數組合下，收集控制器生成的插補命令與運動軸位置回授等實驗數據。這些數據隨後用於訓練倒傳遞類神經網路(Back propagation neural network, BPNN)模型，並結合基因演算法構建出虛擬系統環境。接著，採用深度強化學習deep Q-network(DQN)與虛擬系統環境進行互動，將追蹤誤差、輪廓誤差和插補參數作為狀態輸入，參數調整視為動作，並採用ε-greedy策略選擇最佳動作，加工性能指標則作為獎勵。透過隨機存取放置於經驗回放記憶體內的經驗數據訓練神經網路，藉以實現插補參數的最佳化。本技術隨後應用於搭載發那科控制器的五軸工具機實驗，結果顯示，在以輪廓誤差和週期時間為優化目標的條件下，使用深度強化學習DQN相較於傳統BPNN模型，可縮短加工週期時間達3%至4%。
AI技術應用於智慧製造現況
近年來，全球製造業正加速導入人工智慧(AI)技術，歐洲、日本和美國的製造業者已大規模採用AI解決方案。尤其在疫情推動下，AI的應用更加普及，成為促進智慧製造升級的重要推手。在全球供應鏈重組、通膨與地緣政治不穩定等黑天鵝事件頻繁發生的背景下，台灣製造業者面臨著巨大的挑戰。如何提高數據掌握能力與數位韌性，成為企業應對變局的關鍵。針對「AI在製造領域應用」議題，中技社舉辦一系列座談會，邀請國內產業實務專家學者進行交流並出版一份專題報告[1]，該報告提出的建言指出，應積極培育人才善用AI工具，促進產業AI化與AI產業化，同時創造AI往良善發展之環境。一個完善的AI 解決方案有四個條件，第一是融合領域知識(Domain knowledge)；第二是資料的標準化取得與克服資料收集；第三是自動維運的管控，第四是硬體的標準化解決方案。AI導入時序上，應先著重在數據驅動(Data driven)文化的導入，讓員工願意分享數據，並用比較開放的角度去思考數據應用的各種可能性，不只是企業界亦可延伸到學界，利用數據驅動的態度去面對AI的應用，同時提升自身的價值。透過AI技術，製造業者能優化產線效率、提升產品良率，並實現預測性維護與生產自動化。根據文獻[2]顯示，AI技術應用於智慧製造主要聚焦於製造系統優化、流程監控診斷與預測、人機協作、製造流程控制等範疇。智慧製造又可分為工廠和現場、機械設備、製程和材料等三種層次[3]，AI技術在智慧製造的應用範例如表1所示。
機械設備方面，CNC工具機從非運行到運行的狀態轉換稱為調試(Commissioning)階段，其目的是為了測試和驗證設備的運作，如圖1(a)所示。為了實現長時間運轉下的高品質加工，控制器製造商西門子[7]和發那科[6]分別提出數位孿生系統SINUMERIK ONE AI Digital Twin和Digital Twin for FANUC CNC，工具機可透過控制器或邊緣運算裝置(Edge device)整合IoT技術取得感測器大數據資料後上傳雲端，再使用AI演算法準確建模並部屬至邊緣運算裝置，藉以達成狀態監控、預知保養、性能預測等任務。發那科具人工智慧的數位孿生系統，如圖1(b)所示，可以縮短機台調試時間，減少不必要的試誤及重複加工之能耗，進一步提升智慧製造效能。此外，發那科亦推出多項AI技術來支持設備預知保養及長效加工品質，包括:AI熱變位補償、AI伺服調機(AI servo tuning)及AI馬達預知保養。
舉工具機控制器調試為例，隨著客製化產品及少量多樣生產需求的增長，如何快速調整CNC控制器的參數以滿足不同產品的加工需求變得愈發重要。然而，由於CNC控制器內部含有大量參數，且部分參數之間存在相互影響，這大大增加了現場工程師進行調機的複雜度[8][9]，如圖2所示。國內業者常選用發那科控制器搭配工具機出貨，機台經過設計、檢驗、組裝等調試階段後進行伺服調機，電控工程師會先複製一套標準測試程序和上傳一份伺服調機參數至控制器內，再依據廠內多年經驗搭配Servo guide軟體進行伺服參數的微調(Fine tune)，以達成伺服調機程序的各項性能指標(如：伺服迴路頻寬、共振抑制量、循圓尖點、轉角輪廓誤差等)。後續還需配合整機精度量測與切削測試等調試階段，最後才能出機至客戶端進行β-site驗證。然而，台灣已面臨少子化和高齡化的問題，工具機廠內老師傅的調機經驗難以在短時間內找到合適的員工進行傳承，運用AI技術不僅能幫助工廠數據化老師傅的經驗，還能通過數據分析與數位孿生建模，加速培育人才藉以大幅縮短設備調試和生產部署時間。有鑑於此，發那科開發AI伺服調機軟體[10]，提供國內外工具機廠收集機台數據資料以進行AI模型訓練和實機驗證。
...更多內容，請見《機械新刊》雜誌
