TWI692702B - 具品質量測與機構診斷功能之生產系統及其驅動器與方法 - Google Patents

具品質量測與機構診斷功能之生產系統及其驅動器與方法 Download PDF

Info

Publication number
TWI692702B
TWI692702B TW108115005A TW108115005A TWI692702B TW I692702 B TWI692702 B TW I692702B TW 108115005 A TW108115005 A TW 108115005A TW 108115005 A TW108115005 A TW 108115005A TW I692702 B TWI692702 B TW I692702B
Authority
TW
Taiwan
Prior art keywords
parameter information
motor
virtual
processing
operating parameter
Prior art date
Application number
TW108115005A
Other languages
English (en)
Other versions
TW202006574A (zh
Inventor
蔡清雄
盧彥名
Original Assignee
台達電子工業股份有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 台達電子工業股份有限公司 filed Critical 台達電子工業股份有限公司
Publication of TW202006574A publication Critical patent/TW202006574A/zh
Application granted granted Critical
Publication of TWI692702B publication Critical patent/TWI692702B/zh

Links

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

本案關於一種具品質量測與機構診斷功能之生產系統及其驅動器與方法，該生產系統為分層式資料處理架構，且其驅動器包含真實系統驅動模組與虛擬系統驅動模組。真實系統驅動模組產生一機構真實運作參數資訊。虛擬系統驅動模組於系統鑑別模式下建立至少一虛擬機構模型。虛擬系統驅動模組包括品質量測與機構診斷參數處理模組，以依據控制器之加工策略、機構真實運作參數資訊以及虛擬機構模型而產生一機構模擬運作參數資訊，藉由機構真實運作參數資訊以及機構模擬運作參數資訊俾實現品質量測、機構診斷及/或該加工策略之調整。

Description

具品質量測與機構診斷功能之生產系統及其驅動器與方法
本案係關於一種生產系統，尤指一種具品質量測與機構診斷功能之生產系統及其驅動器與方法。
提高產品良率是高科技產業獲利的關鍵因素，而為了達成這目標，就必須在生產過程中對所有加工半成品及加工成品進行全面檢驗，然而因應這樣全面檢驗的方式，就必須購置大量的量測機台，且須耗費大量的生產時間。考量到成本及時間，目前業界採取以抽檢的方式來進行加工成品的品質監測，但如此一來，並無法達到全面的品管。故為了能經濟實惠地達到全檢的目標，虛擬量測(Virtual Metrology, VM)技術便順應而生並應用在具生產設備之生產系統中。
虛擬量測技術已廣泛地應用於例如半導體、面板或太陽能等產品之生產設備中，以於產品尚未或無法進行實際量測的情況下，利用產生加工成品之生產設備的運作參數來推估其所生產之加工成品的品質，以進行線上且即時的加工成品品質預測，藉此達到全檢的效果，如此可即時發現加工成品的異常，避免重大損失。
然而傳統虛擬量測技術存在無法兼顧立即性與準確性的問題，換言之，如欲即時輸出虛擬量測值，則其虛擬量測值準確性不高，如欲確保虛擬量測值之準確性，則無法即時輸出。此外，傳統虛擬量測技術亦存在僅能預測虛擬量測值，但無法提供前述虛擬量測值的信心指標，換言之，使用者無法確認前述虛擬量測值之可靠度而無法放心地應用。再則，同一類型的機台或生產設備，其物理特性仍不盡相同，為維持虛擬量測的估測精確度，必須依照各機台或生產設備之機台或設備特性資料來建構其虛擬預測模型，然如欲將虛擬量測技術導入整廠之各機台或生產設備，其勢必會耗費龐大的人力及成本。為解決前述問題，一種全自動化虛擬量測伺服器與方法於是被發展與應用。
全自動虛擬量測技術是藉由產生雙階段虛擬量測值來兼顧立即性與準確性。第一階段之估測步驟係於一特定加工成品的製程參數擷取完後，即立即估算取得前述加工成品的第一階段虛擬量測值，以符合立即性之要求。第二階段之估測步驟係利用量測設備取得被抽測加工成品的實際量測值後，重新計算前述被抽測加工成品之第二階段虛擬量測值，以作為重新訓練與調教使用，藉此符合準確性之要求。藉由此全自動虛擬量測技術亦可產生第一階段虛擬量測值與第二階段虛擬量測值的信心指標(reliance index)與整體相似度指標(global similarity index)，以預估虛擬量測值的可靠度。
現有的虛擬量測技術雖可兼顧立即性與準確性，但仍存在下列問題。由於傳統虛擬量測技術在建立加工成品的虛擬預估模型時通常利用類神經網路與複回歸演算等純數值分析方法，其無法實際反映加工機台之物理機構狀態，因此虛擬量測之精確度仍無法有效提升，如需要得到較精確的虛擬量測結果，需要在機台或生產設備上安裝大量額外的感測器，以利用該些額外的感測器擷取製程或加工參數資料來進行虛擬預估模型的建立與量測，然而前述感測器皆須配線至本地伺服器，如此不只配線施工困難且傳輸路徑較長，更增加硬體架構成本。再者，由於傳統虛擬量測技術僅能推測加工成品的好壞，並無法分辨或得知加工成品不良的原因，因此當發現加工成品不良時，機台或生產設備並無法針對製程或加工參數等進行即時的調整及改善。此外，於包含工具機之生產系統中，由於存在外在干擾與機構自身老化等變異因素會影響加工成品品質，傳統虛擬量測技術無法分離外在干擾與機構自身老化等變異因素，導致產品品質預估精確度降低，且無法得知機構劣化程度與更換或檢修時機。更甚者，傳統虛擬量測技術乃是使用集結式架構運算，換言之，所有量測與解析皆於本地伺服器實現，因此機台或生產設備上所額外安裝的感測器皆須直接將其所擷取之製程或加工參數資料傳送至本地伺服器，以藉由本地伺服器進行資料處理與計算，如此一來，本地伺服器需要大量的儲存空間與強大的運算能力，導致硬體成本較高，且增加本地伺服器之運算負擔以及降低效率。
因此，實有必要發展一種改良之生產系統及其驅動器與方法，以解決上述習知技術所面臨之問題。
本案之目的在於提供一種具品質量測與機構診斷功能之生產系統及其驅動器與方法，俾解決傳統生產系統因使用虛擬量測技術而存在之硬體成本較高、增加運算負擔與降低效率、無法分離外在干擾與機構自身老化等因素對產品品質之影響、產品品質預估精確度較低，以及無法得知機構劣化程度與更換或檢修時機等缺失。
本案之另一目的在於提供一種生產系統及其驅動器與方法，以實現產品品質量測與監控、機構健康診斷與劣化預測，以及智能調控等功能。
本案之另一目的在於提供一種生產系統及其驅動器，其具有模型、控制、量測與診斷等功能，可實現分層式資料處理以降低資料傳輸與運算負擔、簡化配線、提升效率，且可以即時進行產品品質預測、提供外力干擾量測、提升預測精確度、實現生產設備產能監控、因應機構變異調整加工策略以優化產能、提供生產設備之機構健康診斷與老化預測，降低硬體與量測成本。
為達上述目的，本案提供一種驅動器，應用於一生產設備中，用以依據生產設備之一控制器之控制而驅動生產設備之一馬達運作，使生產設備執行一系統鑑別模式、一加工模式而生產至少一加工成品或一空運轉模式。該驅動器包含一真實系統驅動模組以及一虛擬系統驅動模組。真實系統驅動模組係架構於加工模式下依據控制器之一加工策略與一外力干擾對應產生一機構真實運作參數資訊。虛擬系統驅動模組包括一品質量測與機構診斷參數處理模組，該品質量測與機構診斷參數處理模組係於系統鑑別模式下建立至少一虛擬機構模型，且於加工模式或空運轉模式下依據控制器之加工策略、機構真實運作參數資訊以及至少一虛擬機構模型產生一機構模擬運作參數資訊，其中藉由提供機構真實運作參數資訊以及機構模擬運作參數資訊予控制器，俾實現品質量測、機構診斷及/或加工策略之調整。
為達上述目的，本案另提供一種生產系統，包含一生產設備、一本地伺服器以及一品質量測與機構診斷模組。生產設備係執行一系統鑑別模式、一加工模式而生產至少一加工成品或一空運轉模式。生產設備包含至少一馬達、至少一感測器、至少一控制器以及至少一驅動器。感測器係架構於感測馬達及馬達所對應之一機構之至少一運作參數。控制器係架構於輸出一加工策略。驅動器係與馬達以及控制器連接，且接收感測器所感測之至少一運作參數，並接收加工策略且依據加工策略而驅動馬達運作。驅動器包括一真實系統驅動模組以及一虛擬系統驅動模組。真實系統驅動模組係於該加工模式下依據控制器之加工策略與一外力干擾對應產生一機構真實運作參數資訊。虛擬系統驅動模組包括一品質量測與機構診斷參數處理模組，該品質量測與機構診斷參數處理模組係於系統鑑別模式下建立至少一虛擬機構模型，且於加工模式或空運轉模式下依據控制器之加工策略、機構真實運作參數資訊以及至少一虛擬機構模型產生一機構模擬運作參數資訊。本地伺服器與控制器相連接。品質量測與機構診斷模組係架構於控制器與本地伺服器之至少其中之一者內，且接收與依據機構真實運作參數資訊以及機構模擬運作參數資訊而實現品質量測、機構診斷及/或該加工策略之調整。
為達上述目的，本案又提供一種生產系統之運作方法，其中生產系統包括一生產設備、一本地伺服器以及一品質量測與機構診斷模組，該生產設備包括至少一馬達、至少一感測器、至少一控制器以及至少一驅動器，該驅動器包括一真實系統驅動模組以及一虛擬系統驅動模組，該品質量測與機構診斷模組係架構於該控制器與該本地伺服器之至少其中之一者內。生產系統之運作方法包括步驟：(S1) 使該生產設備執行於一系統鑑別模式，並使該驅動器建立該虛擬系統驅動模組之至少一虛擬機構模型；(S2) 使該控制器產生一加工策略並提供至該驅動器，以驅動該馬達運作；(S3) 使該生產設備執行於一加工模式，並使該驅動器之該真實系統驅動模組因應該控制器之該加工策略以及一外力干擾產生一機構真實運作參數資訊，並且使該驅動器之該虛擬系統驅動模組產生一機構模擬運作參數資訊，其中該機構真實運作參數資訊包括一馬達驅動指令以及一馬達運作參數資訊，且該機構模擬運作參數資訊包括一預估外力干擾；以及(S4) 使該生產設備輸出至少一加工成品，且該品質量測與機構診斷模組依據該馬達運作參數資訊以及該預估外力干擾進行該加工成品之品質量測。
體現本案特徵與優點的一些典型實施例將在後段的說明中詳細敘述。應理解的是本案能夠在不同的態樣上具有各種的變化，其皆不脫離本案的範圍，且其中的說明及圖式在本質上當作說明之用，而非架構於限制本案。
請參閱第1、2及3圖，其中第1圖為本案較佳實施例之生產系統的架構示意圖，第2圖為第1圖所示之生產系統的一示範性生產設備之架構示意圖，以及第3圖為第1圖所示之驅動器之架構示意圖。如圖所示，本案之生產系統1包含至少一生產設備2及本地伺服器(local server)3。生產設備2可為但不限於具有至少一軸的工具機台，例如銑床等，且生產設備2可選擇地執行系統鑑別模式、加工模式或空運轉模式。當生產設備2裝設加工工具(例如切削刀)且啟動時，生產設備2可先執行系統鑑別模式。當生產設備2執行加工模式時，生產設備2進行加工運作並生產至少一加工成品。當生產設備2執行空運轉模式時(當生產設備2內暫時移開加工工具時)，生產設備2雖執行與加工模式相同之命令但無法生產加工成品。
生產設備2包含至少一馬達20、至少一驅動器21、至少一感測器22及至少一控制器23。馬達20與馬達所對應之機構20a係架構於驅動一加工工具以對一工件進行加工運作。驅動器21係與一對應之馬達20電連接，以驅動馬達20作動。感測器22係架構於感測馬達20及馬達所對應之機構20a之至少一運作參數，並提供該運作參數予該驅動器21。控制器23係與一對應之驅動器21電連接，以控制驅動器21來驅動對應馬達20之運作。
於本實施例中，馬達20為生產設備2進行加工運作時的主要核心機構，故生產設備2所生產之加工成品的加工狀況與品質實際上與馬達20之對應運作狀況存在關聯性，此外，馬達20可於生產設備2執行系統鑑別模式、加工模式或空運轉模式時進行運作。感測器22係架構於感測與擷取馬達20或馬達20所對應之機構20a於運作時的至少一馬達運作參數，例如轉速、位移、電能及/或振動量等，其中感測器22係內建於對應之馬達20及/或馬達所對應之機構20a處(如第1及2圖所示)或內建於驅動器21處，但不以此為限，亦可內建於生產設備2的其它機構處。可替換地，感測器22亦可以外加形式設置於生產設備2之其他機構部件內。控制器23可依據使用者所下達的控制命令而產生加工策略C(或稱加工軌跡策略，trajectory strategy)來控制驅動器21。於一些實施例中，控制器23亦可進行資料儲存、估測與診斷分析。驅動器21係依據控制器23產生之加工策略C而驅動馬達20進行對應之加工運作，此外，驅動器21可依據感測器22所提供之馬達20及馬達所對應之機構20a的運作參數資訊以及加工策略C於進行資料處理後，提供生產設備2之機構真實運作參數資訊R1以及機構模擬運作參數資訊R2給控制器23，藉此控制器23可對生產設備2之運作參數資訊進行儲存，且依據生產設備2之運作參數資訊實現產品品質估測、機構健康診斷與劣化預測以及調整生產設備2之控制器23之加工策略C。本地伺服器3係與控制器23連接，於一些實施例中，本地伺服器3可經由生產設備2之控制器23取得生產設備2之運作參數資訊並進行儲存，並且依據生產設備2之運作參數資訊實現產品品質估測、機構健康診斷與劣化預測以及調整生產設備2之控制器23之加工策略C。
於一些實施例中，如第1圖所示，生產設備2包括複數個馬達201, 202, …, 20n、複數個驅動器211, 212, …, 21n、複數個感測器22以及複數個控制器231, …, 23n，其中n為大於等於2之正整數。每一驅動器21係與一對應之馬達20電連接，以驅動對應之馬達20作動。感測器22係架構於感測對應之馬達20之至少一運作參數，並提供該運作參數予對應之驅動器21，其中感測器22以設置於對應之馬達20及/或馬達所對應之機構20a處為較佳。每一控制器23係與一對應之驅動器21電連接，以控制對應之驅動器21來驅動對應之馬達20進行加工運作。馬達20、驅動器21、感測器22及控制器23之功能與作動與前述實施例相同，於此不再贅述。
請再參閱第1至3圖，於本實施例中，每一驅動器21之架構具有建立模型(Model)功能、控制(Control)功能、量測(Measure)功能及提供診斷(Diagnosis)數據功能(亦可簡稱MCMD)。每一驅動器21包含一真實系統驅動模組21a以及一虛擬系統驅動模組21b，其中虛擬系統驅動模組21b包括品質量測與機構診斷參數處理模組21c。驅動器21之真實系統驅動模組21a係因應控制器23之控制而執行系統鑑別模式、加工模式或空運轉模式，且於加工模式下依據控制器23之一加工策略C與一外力干擾TL而對應產生一機構真實運作參數資訊R1。驅動器21之虛擬系統驅動模組21b包括品質量測與機構診斷參數處理單元21c，該虛擬系統驅動模組21b係架構於系統鑑別模式下建立至少一虛擬機構模型，且品質量測與機構診斷參數處理模組21c於加工模式及/或空運轉模式下，依據控制器23之該加工策略C、該機構真實運作參數資訊R1以及該至少一虛擬機構模型而產生一機構模擬運作參數資訊R2，藉此驅動器21可提供機構真實運作參數資訊R1以及機構模擬運作參數資訊R2予控制器23或本地伺服器3，俾使控制器23或本地伺服器3可依據機構真實運作參數資訊R1以及機構模擬運作參數資訊R2的自身變化或參數間之變異，實現產品品質估測、機構健康診斷與劣化預測以及調整生產設備2之控制器23之加工策略C，以優化加工品質。
第4圖係為第3圖所示之驅動器之細部架構圖。如第1至4圖所示，於本實施例中，驅動器21之真實系統驅動模組21a包括真實機構驅動單元K2以及受控體P。驅動器21之虛擬系統驅動模組21b之品質量測與機構診斷參數處理模組21c包括虛擬機構驅動單元K1、外力估測單元K3及至少一虛擬機構模型。受控體P係依據被驅動器21所驅動之馬達20或馬達所對應之機構20a而建立，故受控體P可反映生產設備2的機構真實運作參數R1，且該機構真實運作參數R1實際上隨著長時間操作(生產設備2之機構老化)及/或外在干擾而發生變異，此外，馬達20及馬達所對應之機構20a在加工模式下運作時實際上存在外力干擾，因此受控體P在馬達20及馬達所對應之機構20a於加工模式下運作時將接收實際外力干擾TL。
於本實施例中，驅動器21之品質量測與機構診斷參數處理模組21c包含複數個虛擬機構模型，其中虛擬機構模型以三個虛擬機構模型為較佳，例如第一虛擬機構模型M0、第二虛擬機構模型M1以及第三虛擬機構模型M2。第一虛擬機構模型M0在生產設備2之系統鑑別模式下依據感測器22所感測之對應的馬達20之運作參數而進行建立，第一虛擬機構模型M0實際上為受控體P(即馬達20及馬達所對應之機構20a)在沒有外力干擾情況下簡化後的模型，故第一虛擬機構模型M0為反映受控體P的主要機構成分之模型，並利用感測器22所感測之對應的馬達20之運作參數而建立，故第一虛擬機構模型M0可反映出受控體P所具有的物理量參數，例如動力參數及電能參數等。第二虛擬機構模型M1以及第三虛擬機構模型M2則依據第一虛擬機構模型M0而同步建立，因此第一虛擬機構模型M0、第二虛擬機構模型M1以及第三虛擬機構模型M2實際上為相同的模型而存在相同的物理量參數，其中第二虛擬機構模型M1更可接收一預估外力干擾TLest。
於上述實施例中，在生產設備2開始運作時，生產設備2先執行系統鑑別模式，使得驅動器21之虛擬系統驅動模組21b於系統鑑別模式下依據感測器22所感測之對應馬達20之運作參數建構完成第一虛擬機構模型M0、第二虛擬機構模型M1以及第三虛擬機構模型M2。應說明的是，前述系統鑑別模式僅於生產設備2一開始運作時被執行。
於本實施例中，虛擬機構驅動單元K1接收控制器23所產生之加工策略C，並在系統鑑別模式下輸出第一驅動指令u0來控制第一虛擬機構模型M0，其中第一驅動指令u0包括但不限於位置指令、速度指定、電流指令之至少一部分，使第一虛擬機構模型M0依據加工策略C而模擬運作，進而產生第一模擬運作參數資訊y0，其中第一模擬運作參數資訊y0可反映受控體P在系統鑑別模式下而無外力干擾時的運作參數資訊，例如反映馬達20之編碼器所提供之位置與角速度，亦可反映馬達所對應之機構20a的其它運作參數資訊。
真實機構驅動單元K2係接收控制器23所產生之加工策略C，並輸出第二驅動指令up，其中第二驅動指令up包括但不限於位置指令、速度指定、電流指令之至少一部分。真實機構驅動單元K2之第二驅動指令up更與第一驅動指令u0結合而構成馬達驅動指令u1，使受控體p被馬達驅動指令u1控制而依據控制器23之加工策略C而運作，進而產生馬達運作參數資訊y1。於本實施例中，馬達驅動指令u1與馬達運作參數資訊y1係構成真實系統驅動模組21a之機構真實運作參數資訊R1。同時，第二虛擬機構模型M1及第三虛擬機構模型M2亦被馬達驅動指令u1控制而模擬運作，故第二虛擬機構模型M1便產生第二模擬運作參數資訊y2，第三虛擬機構模型M2亦產生第三模擬運作參數資訊y3，其中第二模擬運作參數資訊y2係在加工模式下產生，且第三模擬運作參數資訊y3係在空運轉模式下產生。
外力估測單元K3係架構於依據馬達運作參數資訊y1以及第二模擬運作參數資訊y2而估測受控體p在加工模式下時所接收外力干擾狀況，以對應產生預估外力干擾TLest，並提供給第二虛擬機構模型M1。於本實施例中，第二虛擬機構模型M1可依據馬達驅動指令u1以及預估外力干擾TLest產生調整後之第二模擬運作參數資訊y2並回授至外力估測單元K3。於本實施例中，預估外力干擾TLest與第三模擬運作參數資訊y3係構成虛擬系統驅動模組21b之機構模擬運作參數資訊R2。
於上述實施例中，由於第一虛擬機構模型M0為受控體P的簡化模型，且存在實體物理機構意涵，故可利用第一模擬運作參數資訊y0來模擬出受控體P在系統鑑別模式下而無外力干擾時的運作參數資訊，例如馬達20與馬達所對應之機構20a的速度與位置等。馬達運作參數資訊y1則反映出受控體P實際運作時的運作參數資訊，亦即馬達20及馬達所對應之機構20a的運作參數資訊，故馬達運作參數資訊y1所反映的運作參數資訊實際上等同於感測器22所感測到的馬達20及馬達所對應之機構20a的運作參數資訊。第二模擬運作參數資訊y2則模擬了受控體P在加工模式下並接收預估外力干擾TLest時的運作資訊，而由於第二虛擬機構模型M1 與受控體P 同樣被馬達驅動指令u1所控制，因此馬達運作參數資訊y1與第二模擬運作參數資訊y2之間若存在差異，便表示實際外力干擾TL與預估外力干擾TLest之間存在差異，故利用第二虛擬機構模型M1之第二模擬運作參數資訊y2可使外力估測單元K3調整預估外力干擾TLest，使預估外力干擾TLest精確地反映出馬達20及馬達所對應之機構20a於加工模式下所接收之實際外力干擾TL。藉此，控制器23或本地伺服器3可利用驅動器21之虛擬系統驅動模組21b所提供之預估外力干擾TLest，以及驅動器21之真實系統驅動模組21a所提供之馬達運作參數資訊y1來實現對生產設備2所產生之加工成品之加工狀況或品質的量測與估測，甚或因應外力干擾而對應調整加工策略C，以優化加工品質。第三模擬運作參數資訊y3則模擬了受控體P在空運轉模式下的運作參數資訊，而由於第三虛擬機構模型M2與受控體P同時被馬達驅動指令u1所控制，且在空運轉模式下受控體P並無接收到實際外力干擾TL，因此馬達運作參數資訊y1與第三模擬運作參數資訊y3之間若存在差異，便表示受控體P與第三虛擬機構模型M2之間存在物理量參數的差異，此物理量參數的差異反映受控體P因機構老化而發生運作參數變異，藉此控制器23或本地伺服器3可利用驅動器21之虛擬系統驅動模組21b所提供之第三模擬運作參數資訊y3來實現對生產設備2之馬達20或馬達所對應之機構20a之機構健康診斷或劣化(老化)預估，甚或因應機構變異而進行對應調整加工策略C，以優化加工品質。此外，利用第三模擬運作參數資訊y3亦可對第一虛擬機構模型M0、第二虛擬機構模型M1以及第三虛擬機構模型M2進行週期的修正更新，以確保診斷的正確性，進而使馬達20之控制可更為精準，俾優化生產設備2之加工品質。
由上述內容可知，驅動器21之虛擬系統驅動模組21b建立了可反映出受控體P所具有的物理量參數的虛擬機構模型，亦即第一虛擬機構模型M0、第二虛擬機構模型M1、第三虛擬機構模型M2，故驅動器21存在建立模型之功能。此外，由於第二虛擬機構模型M1的建立，故利用驅動器21之第二虛擬機構模型M1之第二模擬運作參數資訊y2可估測出生產設備2在加工模式下的外力干擾因素對加工狀況與品質的影響，因此驅動器21存在量測之功能。再則，驅動器21的虛擬機構模型M0, M1, M2、虛擬機構驅動單元K1、真實機構驅動單元K2及外力估測單元K3係相互配合而提供機構真實運作參數資訊R1(u1, y1)以及機構模擬運作參數資訊R2(TLest, y3)來動態地調整控制器23之加工策略C，進而精準地控制馬達20之運作，故驅動器21存在控制之功能。更甚者，驅動器21之第三虛擬機構模型M2之第三模擬運作參數資訊y3可提供至控制器23或本地伺服器3，使控制器23或本地伺服器3可實現對生產設備2之機構健康診斷與劣化預估，因此驅動器21存在提供診斷數據之功能。
於一些實施例中，第一模擬運作參數資訊y0係回授至虛擬機構驅動單元K1、真實機構驅動單元K2及外力估測單元K3。馬達運作參數資訊y1係回授至真實機構驅動單元K2及外力估測單元K3。第二模擬運作參數資訊y2係回授至外力估測單元K3。藉由前述回授控制，可使驅動器21模擬實體物理機構之模擬運作參數資訊可以更為精確，俾提升生產系統1之品質量測與機構診斷之精確度。
於其它實施例中，當生產設備2為多軸形式的加工裝置時，生產設備2可對應包含多個馬達20及多個驅動器21，每一驅動器21可與對應之馬達20相互配合而控制生產設備2之多軸中之其中一軸的運作。
於一些實施例中，如第1圖所示，生產系統1更包含雲端伺服器4，雲端伺服器4可透過例如通訊網路而與本地伺服器3相連接，雲端伺服器4可經由通訊網路接收本地伺服器3經由驅動器21所取得有關生產設備2之機構真實運作參數資訊R1以及機構模擬運作參數資訊R2，並進行紀錄、管理與分析。
於一些實施例中，驅動器21預設有演算法，該驅動器21之控制架構可依據感測器22所感測之馬達20或馬達所對應之機構20a之運作參數資訊並配合演算法而建立虛擬機構模型M0、M1、M2，其中該演算法使用之方程式包含如下:
Figure 02_image001
其中
Figure 02_image003
與
Figure 02_image005
分別為馬達20的慣量與黏滯係數，
Figure 02_image007
則是微分運算子，
Figure 02_image009
與
Figure 02_image011
分別是馬達20的機械轉速與電氣轉速，
Figure 02_image013
與
Figure 02_image015
分別是馬達20受到的負載外力與自身的電磁轉矩，
Figure 02_image017
與
Figure 02_image019
分別為馬達20之定子的電感與電阻，
Figure 02_image021
與
Figure 02_image023
分別是馬達20之定子的電流與電壓，
Figure 02_image025
是馬達20的磁通，而
Figure 02_image027
為虛數。由上可知，透過上述演算法，虛擬機構模型M0、M1、M2實包含了反映對應之馬達20及馬達所對應之機構20a之動力參數及電能參數之物理量。當然，虛擬機構模型M0、M1、M2更可包含除了動力參數及電能參數以外之其它物理參數量。應強調的是，本案之演算法並不限於以前述方程式實現，其他適用之演算法與方程式亦可併入參考。
當然，驅動器21之虛擬機構模型的數量並不以三個為限，於其他實施例中，如有除了外力干擾估測與機構健康診斷以外的其它因素或狀態需要被估測與判斷時，驅動器21之控制架構更可建立第四虛擬機構模型或更多的虛擬機構模型，以實現所需的估測與判斷功能。
於一些實施例中，除了生產設備2內建的感測器22外，更可額外外加感測器，例如加速規等，並將外加的感測器所感測到之運作參數應用於驅動器21之控制架構的建立，如此一來，可以使第一虛擬機構模型M0、第二虛擬機構模型M1以及第三虛擬機構模型M2所提供的該些模擬運作參數資訊可以更為精確。
第5圖為本案之生產系統實現品質量測與機構診斷之第一示範性架構圖。如第1至5圖所示，於一些實施例中，生產設備2之控制器23包括解譯與軌跡插值模組231以及品質量測與機構診斷模組232，其中品質量測與機構診斷模組232包括加工成品品質量測單元233以及機構健康診斷與劣化估測單元234。控制器23之解譯與軌跡插值模組231係接收使用者之控制指令p，並將該控制指令p進行解譯以及位置插值，以產生一加工策略C並提供至驅動器21。控制器23之加工成品品質量測單元233係接收驅動器21所提供之機構真實運作參數資訊R1的馬達驅動指令u1與馬達運作參數資訊y1，以及接收機構虛擬運作參數資訊R2的預估外力干擾TLest，並且進行儲存。加工成品品質量測單元233可依據馬達運作參數資訊y1之歷史資料，以利用特徵萃取、模型預估等方式進行加工成品品質量測與預估，且/或依據預估外力干擾TLest之變異，以進行加工成品品質量測與預估以及意外偵測。控制器23之機構健康診斷與劣化估測單元234係接收驅動器21所提供之機構模擬運作參數資訊R2的第三模擬運作參數資料y3，且進行儲存。機構健康診斷與劣化估測單元234可依據第三模擬運作參數資料y3之變異，以進行機構健康診斷與劣化估測。
於一些實施例中，控制器23之品質量測與機構診斷模組232更可包括一良品判定與信心指數單元235，其係接收加工成品品質量測單元233之輸出資訊及/或機構健康診斷與劣化估測單元234之輸出資訊，並依據前述資訊進行良品判斷以及提供信心指數，藉此將量測與判斷結果供使用者檢閱。於一些實施例中，控制器23之品質量測與機構診斷模組232更包括一加工參數調整單元236，其係接收加工成品品質量測單元233之輸出資訊及/或機構健康診斷與劣化估測單元234之輸出資訊，並依據前述資訊選擇性地進行加工參數之調整，並傳送至解譯與軌跡插值模組231進行解譯與位置插值作業，以產生調整後之加工策略C，輸出至驅動器21。藉此，驅動器21可動態地調整輸出的運作參數，以驅動馬達20進行加工運作，俾優化加工品質。
第6圖為本案之生產系統實現品質量測與機構診斷之第二示範性架構圖。如第1至4圖以及第6圖所示，於一些實施例中，生產系統1之控制器23包括解譯與軌跡插值模組231。控制器23之解譯與軌跡插值模組231係接收使用者之控制指令p，並將該控制指令p進行解譯以及位置插值，以產生一加工策略C並提供至驅動器21。本地伺服器3包括品質量測與機構診斷模組31，其中品質量測與機構診斷模組31包括加工成品品質量測單元32以及機構健康診斷與劣化估測單元33。本地伺服器3之加工成品品質量測單元32係經由控制器23接收源自驅動器21之機構真實運作參數資訊R1的馬達驅動指令u1與馬達運作參數資訊y1，以及機構虛擬運作參數資訊R2的預估外力干擾TLest，並且進行儲存。本地伺服器3之加工成品品質量測單元32可依據馬達運作參數資訊y1之歷史資料，以利用特徵萃取、模型預估等方式進行加工成品品質量測，且/或依據預估外力干擾TLest之變異，以進行加工成品品質量測與預估以及意外偵測。本地伺服器3之機構健康診斷與劣化估測單元33係經由控制器23接收源自驅動器21之機構模擬運作參數資訊R2的第三模擬運作參數資料y3，且進行儲存。機構健康診斷與劣化估測單元33可依據第三模擬運作參數資料y3之變異，以進行機構健康診斷與劣化估測。
於一些實施例中，本地伺服器3之品質量測與機構診斷模組31更可包括一良品判定與信心指數單元34，其係接收加工成品品質量測單元32之輸出資訊及/或機構健康診斷與劣化估測單元33之輸出資訊，並依據前述資訊進行加工成品品質之判斷以及提供信心指數，藉此將量測與判斷結果供使用者檢閱。於一些實施例中，本地伺服器3之品質量測與機構診斷模組31更包括一加工參數調整單元35，其係接收加工成品品質量測單元32之輸出資訊及/或機構健康診斷與劣化估測單元33之輸出資訊，並依據前述資訊選擇性地進行加工參數之調整，並傳送至控制器23之解譯與軌跡插值模組231進行解譯與位置插值作業，以產生調整後之加工策略C，輸出至驅動器21。藉此，驅動器21可動態地調整輸出的運作參數，以驅動馬達20進行加工運作，俾優化加工品質。
應強調的是，前述之品質量測與機構診斷模組之加工成品品質量測單元、機構健康診斷與劣化估測單元、良品判定與信心指數單元以及加工參數調整單元等，可如第5圖所示同時建置於控制器23內，以與驅動器21相配合而實現生產系統1之品質量測與機構診斷功能。當然，前述之品質量測與機構診斷模組之加工成品品質量測單元、機構健康診斷與劣化估測單元、良品判定與信心指數單元以及加工參數調整單元等，亦可如第6圖所示同時建置於本地伺服器3內，以與驅動器21以及控制器23相配合而實現生產系統1之品質量測與機構診斷功能。可變換地，於一些實施例中，前述之品質量測與機構診斷模組之加工成品品質量測單元、機構健康診斷與劣化估測單元、良品判定與信心指數單元以及加工參數調整單元等之部分單元可建置於控制器23，其餘部分單元可建置於本地伺服器3，藉此可與驅動器21相配合而實現生產系統1之品質量測與機構診斷功能。
根據本案之構想，本案之生產系統1可執行一運作方法，該運作方法簡述如下。第7圖為本案生產系統所執行之運作方法之步驟流程圖。如第1至7圖所示，首先，執行步驟S1，使生產設備2於啟動時進行一次系統鑑別模式。於本實施例中，生產設備2執行系統鑑別模式可包括下列子步驟。首先，執行步驟S11，驅使生產系統1啟動。然後，執行步驟S12，驅使生產設備2執行系統鑑別模式，使驅動器21建立虛擬系統驅動模組21b之第一虛擬機構模型M0、第二虛擬機構模型M1與第三虛擬機構模型M2，其中並取得驅動器21之馬達驅動指令u1、馬達運作參數資訊y1以及第三模擬運作參數資訊y3。於此步驟中，可利用前述之演算法建立第一虛擬機構模型M0，並依據第一虛擬機構模型M0而同步建立第二虛擬機構模型M1與第三虛擬機構模型M2，但不以此為限。於此步驟中，真實系統驅動模組21a之真實機構驅動單元K2產生馬達驅動指令u1，且該真實系統驅動模組21a之受控體P因應馬達驅動指令u1產生馬達運作參數資訊y1。第二虛擬機構模型M1依據馬達驅動指令u1以及一預估外力干擾TLest，產生第二模擬運作參數資訊y2，虛擬系統驅動模組21b之外力估測單元K3因應馬達運作參數資訊y1以及第二模擬運作參數資訊y2，產生該預估外力干擾TLest並提供至第二模擬機構模型M1。第三虛擬機構模型M2因應馬達驅動指令u1產生第三模擬運作參數資訊y3。
然後，執行步驟S13，驅動器21利用馬達運作參數資訊y1以及第三模擬運作參數資訊y3驗證第一虛擬機構模型M0是否建立完成。於此步驟中，驅動器21係依據馬達運作參數資訊y1以及第三模擬運作參數資訊y3兩者之間的差異是否小於一預設範圍來驗證第一虛擬機構模型M0是否建立完成。當馬達模擬運作參數資訊y1以及第三模擬運作參數資訊y3兩者之間的差異小於一預設範圍時，便驗證為第一虛擬機構模型M0符合受控體P簡化後的模型而建立完成，反之，當馬達運作參數資訊y1以及第三模擬運作參數資訊y3兩者之間的差異大於或等於該預設範圍時，便驗證為第一虛擬機構模型M0不符合受控體P簡化後的模型而建立失敗。當步驟S13的驗證結果為否時，便重新執行步驟S12。反之，當步驟S13的驗證結果為是時，即代表驅動器21之控制架構已完成建立，亦即第一虛擬機構模型M0、第二虛擬機構模型M1、第三虛擬機構模型M2、受控體P、虛擬機構驅動單元K1、真實機構驅動單元K2及外力估測單元K3皆已建立。
於執行系統鑑別模式之後，接著，執行步驟S2，使控制器23產生加工策略C並提供至驅動器21，以驅動馬達20運作。於此步驟中，可包括下列子步驟。首先，執行步驟S21，使生產設備2開始運作。之後，執行步驟S22，控制器23依據使用者所下達的控制命令p產生加工策略C，並提供至驅動器21，以驅動馬達20運作。於一些實施例中，如於執行步驟S22中，當生產設備2存在機構變異情況時，例如因外力干擾或機構老化所導致時，控制器23所產生之加工策略C更可對應地調整。
於步驟S2之後，執行步驟S3，使生產設備2執行於加工模式，並使驅動器21之真實系統驅動模組21a因應控制器23之加工策略C以及一外力干擾TL產生一機構真實運作參數資訊R1，並且使驅動器21之虛擬系統驅動模組21b產生一機構模擬運作參數資訊R2，其中機構真實運作參數資訊R1包括馬達驅動指令u1以及馬達運作參數資訊y1，且機構模擬運作參數資訊R2包括預估外力干擾TLest。
於步驟S3之後，執行步驟S4，使生產系統1進行加工估測作業。於此步驟中，使生產設備2輸出加工成品，且品質量測與機構診斷模組232, 31依據馬達運作參數資訊y1以及預估外力干擾TLest進行加工成品之品質量測作業，藉此可實現對加工成品之加工品質即時估測與達成全檢之目的。於此步驟中，當加工成品之品質量測結果符合標準時，則執行步驟S3。其中，步驟S4可包括下列子步驟。首先，執行步驟S41，使生產設備2輸出加工成品。然後，執行步驟S42，品質量測與機構診斷模組232, 31依據馬達運作參數資訊y1以及預估外力干擾TLest進行加工成品之品質量測作業，以預估加工成品是否符合標準。
於步驟S3之後，更可執行步驟S6，使生產系統1執行加工抽檢作業。於步驟S6中，加工抽檢作業包括下列子步驟。首先，執行步驟S61，每當生產設備2輸出之加工成品之個數達到該第一預設值X時，取該加工成品進行抽檢。於此步驟中，該加工成品係於取出後利用一量測設備進行實體量測，藉此可準確地判斷該加工成品之品質。於步驟S61之後，執行步驟S62，品質量測與機構診斷模組232, 31依據預估外力干擾TLest判斷生產設備2之機構是否因發生變異，其中當判斷結果為否時，則執行步驟S3。當判斷結果為是時，則執行步驟S63，品質量測與機構診斷模組232, 31之加工參數調整單元236, 35判斷是否能藉由調整加工策略C使生產設備2繼續加工。當判斷結果為是時，則加工參數調整單元236, 35執行加工策略C之調整，且重新執行步驟S22，使控制器重新產生該加工策略C。當判斷結果為否時，則執行步驟S5驅使該生產設備2停機。
於步驟S2之後，亦可執行步驟S7，使生產設備2執行空運轉模式。於此步驟中，空運轉模式可包括下列子步驟。首先，執行步驟S71，執行空運轉模式，使生產設備2運作但不生產該加工成品，並使驅動器21之該虛擬系統驅動模組21b依據馬達驅動指令u1產生機構模擬運作參數資訊R2之第三模擬運作參數資訊y3。其中，可於每次生產設備2輸出之加工成品之個數達到該第二預設值Y時執行步驟S71。接著，執行步驟S72，使品質量測與機構診斷模組232, 31之機構健康診斷與劣化估測單元234, 33依據第三模擬運作參數資訊y3進行機構診斷，以判斷生產設備2之機構是否老化。當判斷結果為否時，則執行步驟S3。當判斷結果為是時，則執行步驟S73，使品質量測與機構診斷模組232, 31之加工參數調整單元236, 35判斷是否能藉由調整加工策略C使生產設備2繼續加工。當判斷結果為是時，則加工參數調整單元236, 35執行加工策略C之調整，且重新執行步驟S2，使控制器23重新產生加工策略C。當判斷結果為否時，則執行步驟S5驅使生產設備2停機。於本實施例中，由於生產設備2的老化是緩慢變化的過程，故無需使用太快的取樣更新率，然而加工成品卻是連續且快速的產生，因此需要較快的取樣更新率，故第二預設值Y係大於第一預設值X，換言之，生產設備2於連續生產之加工成品之個數每達到第一預設值X時可執行一次加工抽檢作業，且於連續生產之加工成品之個數每達到第二預設值Y時可執行空運轉模式，其中第二預設值Y係大於第一預設值X，且X與Y皆為正整數。
於本實施例中，當執行步驟S42時，若加工成品之品質量測結果為不符合標準時，則可依實際應用需求選擇依序執行步驟S62至步驟S63，或選擇依序執行步驟S71至步驟S73。於一些實施例中，當執行步驟S42時，若加工成品之品質量測結果為不符合標準時，可依設定選擇執行步驟S62，使品質量測與機構診斷模組232, 31依據預估外力干擾TLest判斷生產設備2之機構是否因發生變異，其中當判斷結果為否時，則執行步驟S3。當判斷結果為是時，則執行步驟S63，品質量測與機構診斷模組232, 31之加工參數調整單元236, 35判斷是否能藉由調整加工策略C使生產設備2繼續加工。當判斷結果為是時，則加工參數調整單元236, 35執行加工策略C之調整，且重新執行步驟S22，使控制器重新產生該加工策略C。當判斷結果為否時，則執行步驟S5驅使該生產設備2停機。
於另一些實施例中，當執行步驟S42時，若加工成品之品質量測結果為不符合標準時，可依設定選擇執行步驟S71，執行空運轉模式，使生產設備2運作但不生產該加工成品，並使驅動器21之該虛擬系統驅動模組21b依據馬達驅動指令u1產生機構模擬運作參數資訊R2之第三模擬運作參數資訊y3。接著，執行步驟S72，使品質量測與機構診斷模組232, 31之機構健康診斷與劣化估測單元234, 33依據第三模擬運作參數資訊y3進行機構診斷，以判斷生產設備2之機構是否老化。當判斷結果為否時，則執行步驟S3。當判斷結果為是時，則執行步驟S73，使品質量測與機構診斷模組232, 31之加工參數調整單元236, 35判斷是否能藉由調整加工策略C使生產設備2繼續加工。當判斷結果為是時，則加工參數調整單元236, 35執行加工策略C之調整，且重新執行步驟S2，使控制器23重新產生加工策略C。當判斷結果為否時，則執行步驟S5驅使生產設備2停機。
於第7圖中，係以相對較粗的流程線條來表示在加工成品之品質量測結果符合標準的條件下 ，生產系統1進行加工抽檢作業(步驟S6)後並無需執行步驟S5來驅使生產設備2停機(代表生產設備2之機構並無變異，或雖變異但可調整加工策略而使生產設備2繼續加工)，或生產系統1進行執行空運轉模式(步驟S7)後並無需執行步驟S5來驅使生產設備2停機時(代表生產設備2之機構並無老化，或雖老化但可調整加工策略而使生產設備2繼續加工)，生產系統1所執行之運作方法的流程。
請參閱第8圖，其係為第7圖所示之步驟S12所包含的子步驟的流程圖。於一些實施例中，步驟S12更包含下列子步驟S121至S123。首先，執行步驟S121，驅使生產設備2執行系統鑑別模式，使驅動器21獲得馬達20及馬達所對應之機構20a之狀態波德(bode)圖。接著，執行步驟S122，決定馬達20及馬達所對應之機構20a之主要成分的運作參數個數。然後，執行步驟S123，利用馬達20及馬達所對應之機構20a之主要機構成分的運作參數的頻域響應擬合狀態波德圖，以獲得馬達20及馬達所對應之機構20a之運作參數之初始值，並利用運作參數之初始值建立第一虛擬機構模型Mo，並建立第二虛擬機構模型M1以及第三虛擬機構模型M2，藉此取得驅動器21之控制架構之馬達驅動指令u1、馬達運作參數資訊y1以及第三模擬運作參數資訊y3。於步驟S122之後，則執行步驟S13。
第9圖為本案生產系統所執行之運作方法之另一實施例之步驟流程圖。於本實施例中，生產系統1所執行之運作方法係與第7圖所示之運作方法相似，惟當執行步驟S42時，若加工成品之品質量測結果為不符合標準時，可依實際應用需求選擇下列兩種步驟流程之其中之一來執行，第一種即為當品質量測結果為不符合標準時執行步驟S62，判斷生產設備2之機構是否發生變異，以確認加工成品之品質量測結果不符合標準之原因是否為生產設備2之機構發生變異，其中於步驟S62的判斷結果為否時，更依序執行步驟S71-S72，以藉由步驟S72判斷生產設備2之機構是否老化，進而再確認加工成品之品質量測結果不符合標準之原因是否為生產設備2之機構老化其中於步驟S72的判斷結果為否時，則執行步驟S5驅使生產設備2停機。第二種即為當品質量測結果為不符合標準時依序執行步驟S71至步驟S72，以藉由步驟S72判斷生產設備2之機構是否老化，進而確認加工成品之品質量測結果不符合標準之原因是否為生產設備2之機構老化，其中於步驟S72的判斷結果為否時，更執行步驟S62，判斷生產設備2之機構是否發生變異，以確認加工成品之品質量測結果不符合標準之原因是否為生產設備2之機構發生變異，其中於步驟S62的判斷結果為否時，則執行步驟S5驅使生產設備2停機。藉由本實施例方法，可依實際使用需求來實現品質量測、機構診斷及/或該加工策略之調整，並在加工成品之品質量測結果不符合標準時，利用判斷生產設備2之機構是否發生變異以及判斷生產設備2之機構是否老化來嘗試找出加工成品不符合標準之原因，以在無法找出原因時驅使生產設備2停機。
而於第9圖中，係以相對較粗的流程線條來表示當步驟S42中加工成品之品質量測結果不符合標準，且利用步驟S62判斷生產設備2之機構是否發生變異以及步驟S72判斷生產設備2之機構是否老化也無法找出加工成品不符合標準之原因，進而執行步驟S5驅使生產設備2停機時的流程，以及表示當步驟S42中加工成品之品質量測結果為不符合標準，且雖利用步驟S62判斷生產設備2之機構是否發生變異或利用步驟S72判斷生產設備2之機構是否老化而找出加工成品可能不符合標準之原因，但卻在執行步驟S63或步驟S73而判斷出已無法藉由調整加工策略C使生產設備2繼續加工(即步驟S63或步驟S73)，進而執行步驟S5驅使生產設備2停機時的流程。
根據本案之構想，本案之生產系統1係為分層式資料處理架構。於本實施例中，由於傳統技術的感測器22所感測到的數據量非常龐大，在資訊傳輸的頻寬有限之下，只能降低數據精度才能將所有數據上傳至伺服器，為了避免傳統虛擬量測技術所使用之集結式資料處理架構所帶來的缺失，本案之生產系統1係採用分層式架構運作。詳言之，設置於馬達20及馬達所對應之機構20a中的感測器22係架構為第一級資料處理裝置L1，其中感測器22可以採用較高取樣率(亦即較高解析度)之感測器來進行感測，以擷取所需之運作參數資料，且感測器22本身先進行資料處理，並且於擷取出所需之運作參數資料後，即可將擷取出的特徵運作參數資料以較低的更新率傳輸至第二級資料處理裝置L2，即驅動器21。舉例而言，當感測器22以50KHz感測馬達20及馬達所對應之機構20a之運作參數資料後，可依據驅動器21建立虛擬機構模型M0、M1、M2所需要的資訊而將所感測到之運作參數資訊處理成20KHz的資訊再傳給驅動器21，藉此讓驅動器21建立虛擬機構模型M0、M1、M2。依據相似方法，第二級資料處理裝置L2同樣把所接收到的運作參數資料進行處理，例如處理成馬達驅動指令u1、馬達運作參數資訊y1、預估外力干擾TLest及第三模擬運作參數資訊y3等，再以更低的更新率將數據傳給第三級資料處理裝置L3，即控制器23。之後，控制器23將所接收到的運作參數資訊進行處理，再以更低的更新率將數據傳給第四級資料處理裝置L4，即本地伺服器3，以此類推，藉由生產系統1採用分層式資料處理架構，不但感測器22可操作於超高取樣率下而提升感測精度，且因感測器22的傳輸線路無須直接拉線連接到本地伺服器3以及將資料直接傳輸至本地伺服器3，而是將運作參數資訊傳送到距離相近的驅動器21以及控制器23處理，因此可縮短感測器22的傳輸線路。更甚者，透過各級層的資料處理裝置來分擔資訊處理，可有效運用每個資料處理裝置之效能，如此一來，本地伺服器3可以不需要如傳統技術一樣需要具備強大的處理效能與龐大的記憶體，故可大幅降低硬體成本。此外，由於生產系統1可直接利用生產設備2自身原本存在或內建的感測器22，且在驅動器21內建立與馬達20存在關連性且具物理量意義之虛擬機構模型M0、M1、M2，進而使控制器23或本地伺服器3利用真實系統驅動模組21a以及虛擬系統驅動模組21b之虛擬機構模型M0、M1、M2所產生之機構真實運作參數資訊R1(例如馬達驅動指令u1、馬達運作參數資訊y1)與機構模擬運作參數資訊R2(例如預估外力干擾TLest、第三模擬運作參數資訊y3)，來進行加工成品的品質量測、機構健康診斷與劣化預估等作業，故不但無需在生產設備2上再額外安裝大量的感測器，使得測試成本可大幅降低，更可因虛擬機構模型M0, M1、M2存在關於馬達20及馬達所對應之機構20a之物理量意義，而可提供較為精確的模擬運作參數資訊，進而使控制器23或本地伺服器3得以精確地分辨加工成品不良的原因，進而針對控制器23的加工策略等進行對應調整及改善。於一些實施例中，雲端伺服器4可架構為第五級資料處理裝置L5，可以較低取樣率進行資訊的編碼作業。
第10圖係為本案生產系統應用於一工具機台之一示範性架構圖。於一些實施例中，本案之生產系統1之生產設備2可應用於2D 銑床，其中2D銑床為XY兩軸加工機台，因此用X驅動器21x與Y驅動器21y分別表示控制X軸中的馬達20與控制Y 軸中的馬達20。為便於說明，以下所述之各元件標號係以加註下標x 表示X 軸之相關元件與資訊，加註下標y 表示Y 軸之相關元件與資訊。請參閱第1至6及8圖，首先，控制器23之解譯與軌跡插值模組231係將使用者所下達之為G代碼之控制命令p進行G代碼解譯，並依據解譯結果進行軌跡插值，以規劃生產設備2之XY兩軸的運動軌跡，進而提供對應之加工策略C至X驅動器21x及Y驅動器21y。X驅動器21x及Y驅動器21y在依據加工策略C而驅動對應之馬達20運作時，X驅動器21x會接收到實際外力干擾TLx，並產生與輸出馬達驅動指令u1x、馬達運作參數資訊y1x、第三模擬運作參數資訊y3x及預估外力干擾TLestx，以及Y驅動器21y會接收到實際外力干擾TLy，並產生與輸出馬達驅動指令u1y、馬達運作參數資訊y1y、第三模擬運作參數資訊y3y及預估外力干擾TLesty。之後，生產設備2之控制器23或本地伺服器3可依據馬達運作參數資訊y1x、預估外力干擾TLestx、馬達運作參數資訊y1y及預估外力干擾TLesty等資訊，藉由品質量測與機構診斷模組232, 31之加工成品品質量測單元233, 32(如第5及6圖所示)來進行特徵萃取、模型預測與意外偵測。於一些實施例中，藉此量測加工成品的尺寸誤差，可實現對加工成品的加工狀況與品質的量測。由於加工成品品質量測單元233, 32之作動與原理如前述實施例所述，於此不再贅述。生產設備2之控制器23或本地伺服器3可依據第三模擬運作參數資訊y3x、第三模擬運作參數資訊y3y等資訊，藉由品質量測與機構診斷模組232, 31之機構健康診斷與劣化估測單元234, 33(如第5及6圖所示)來實現生產設備2之機構老化診斷與估測，或實現生產設備2之機構老化指數評估。由於機構健康診斷與劣化估測單元234, 33之作動與原理如前述實施例所述，於此不再贅述。然後，控制器23或本地伺服器3之品質量測與機構診斷模組232, 31之良品判定與信心指數單元235, 34可依據加工成品品質量測單元233, 32之輸出資訊，以及依據機構健康診斷與劣化估測單元234, 33之輸出資訊，進行加工成品是否為良品之判斷以及提供反映此次估測的可靠度之信心指標。最後，於一些實施例中，控制器23或本地伺服器3之品質量測與機構診斷模組232, 31之加工參數調整單元236, 35便依據良品判定與信心指數單元235, 34之輸出資訊，或直接依據加工成品品質量測單元233, 32之輸出資訊，以及依據機構健康診斷與劣化估測單元234, 33之輸出資訊，對應調整加工策略C，故控制器23接收調整之加工策略C，並再次進行解譯與軌跡插值作業，以重新規劃生產設備2之XY兩軸的運動軌跡，俾藉由調整後之加工策略C驅駛X驅動器21x及Y驅動器21y作動。
綜上所述，本案提供一種生產系統及其驅動器與方法，以實現產品品質量測與監控、機構健康診斷與劣化預測，以及智能調控等功能。本案之生產系統及其驅動器，其具有模型、控制、量測與診斷等功能，可實現分層式資料處理以降低資料傳輸與運算負擔、簡化配線、提升效率，且可以即時進行產品品質預測、提供外力干擾量測、提升預測精確度、實現生產設備產能監控、因應機構變異調整加工策略以優化產能、提供生產設備之機構健康診斷與老化預測，降低硬體與量測成本。
1：生產系統 2：生產設備 3：本地伺服器 4：雲端伺服器 20、201、202、20n：馬達 20a：馬達所對應之機構 21、211、212、21n：驅動器 21a：真實系統驅動模組 21b：虛擬系統驅動模組 21c：品質量測與機構診斷參數處理模組 22：感測器 23、231、23n：控制器 R1：機構真實運作參數資訊 R2：機構模擬運作參數資訊 K1：虛擬機構驅動單元 K2：真實機構驅動單元 K3：外力估測單元 P：受控體 M0：第一虛擬機構模型 M1：第二虛擬機構模型 M2：第三虛擬機構模型 p：控制指令 C：加工策略 TL、TLx、TLy：外力干擾 TLest、TLestx、TLesty：預估外力干擾 u0：第一驅動指令 up：第二驅動指令 u1、u1x、u1y：馬達驅動指令 y1、y1x、y1y：馬達運作參數資訊 y0：第一模擬運作參數資訊 y2：第二模擬運作參數資訊 y3、y3x、y3y：第三模擬運作參數資訊 231：解譯與軌跡插值模組 232、31：品質量測與機構診斷模組 233、32：加工成品品質量測單元 234、33：機構健康診斷與劣化估測單元 235、34：良品判定與信心指數單元 236、35：加工參數調整單元 L1：第一級資料處理裝置 L2：第二級資料處理裝置 L3：第三級資料處理裝置 L4：第四級資料處理裝置 L5：第五級資料處理裝置 21x ：X驅動器 21y ：Y驅動器 S1~S7、S11~S13、S21~S22、S41~S42、S61~S63、S71~S73：流程步驟 S121~S123：流程步驟
第1圖為本案較佳實施例之生產系統的架構示意圖。 第2圖為第1圖所示之生產系統的一示範性生產設備之架構示意圖。 第3圖為第1圖所示之驅動器之架構示意圖。 第4圖係為第3圖所示之驅動器之細部架構圖。 第5圖為本案之生產系統實現品質量測與機構診斷之第一示範性架構圖。 第6圖為本案之生產系統實現品質量測與機構診斷之第二示範性架構圖。 第7圖為本案生產系統所執行之運作方法之步驟流程圖。 第8圖為第7圖所示之步驟S12所包含的子步驟的流程圖。 第9圖為本案生產系統所執行之運作方法之另一實施例之步驟流程圖。 第10圖係為本案生產系統應用於一工具機台之一示範性架構圖。
21：驅動器 21a：真實系統驅動模組 21b：虛擬系統驅動模組 21c：品質量測與機構診斷參數處理模組 C：加工策略 TL：外力干擾 R1：機構真實運作參數資訊 R2：機構模擬運作參數資訊 u1：馬達驅動指令 y1：馬達運作參數資訊 TLest：預估外力干擾 y3：第三模擬運作參數資訊

Claims (20)

  1. 一種驅動器，應用於一生產設備中，用以依據該生產設備之一控制器之控制而驅動該生產設備之一馬達運作，使該生產設備執行一系統鑑別模式、執行一加工模式而生產一加工成品或執行一空運轉模式，該驅動器包含： 一真實系統驅動模組，架構於該加工模式下，依據該控制器之一加工策略與一外力干擾，對應產生一機構真實運作參數資訊；以及 一虛擬系統驅動模組，包括一品質量測與機構診斷參數處理模組，該品質量測與機構診斷參數處理模組係於該系統鑑別模式下建立至少一虛擬機構模型，且於該加工模式或該空運轉模式下依據該控制器之該加工策略、該機構真實運作參數資訊以及該至少一虛擬機構模型產生一機構模擬運作參數資訊，其中藉由提供該機構真實運作參數資訊以及該機構模擬運作參數資訊予該控制器，俾實現品質量測、機構診斷及/或該加工策略之調整。
  2. 如請求項1所述之驅動器，其中該真實系統驅動模組包括： 一真實機構驅動單元，接收該控制器之該加工策略，並因應該加工策略而輸出一馬達驅動指令；以及 一受控體，依據該馬達及該馬達所對應之機構而建立，且於該加工模式下接收該馬達驅動指令以及該外力干擾，並且產生與輸出一馬達運作參數資訊， 其中，該馬達驅動指令與該馬達運作參數資訊係架構為該機構真實運作參數資訊。
  3. 如請求項2所述之驅動器，其中該虛擬系統驅動模組之該品質量測與機構診斷參數處理模組包括： 一第一虛擬機構模型，係於該系統鑑別模式下，依據該真實系統驅動模組之該受控體的一主要機構成分模型而建立，且反映該受控體所具有的物理量參數； 一虛擬機構驅動單元，係接收該控制器之該加工策略，並輸出一第一驅動指令，以控制該第一虛擬機構模型產生一第一模擬運作參數資訊； 一第二虛擬機構模型，係依據該第一虛擬機構模型而建立，且接收一預估外力干擾，其中該第二虛擬機構模組於該加工模式下，接收該馬達驅動命令並對應產生一第二模擬運作參數資訊；以及 一外力估測單元，架構於該加工模式下，依據該第二模擬運作參數資訊以及該馬達運作參數資訊產生該預估外力干擾，並提供給該第二虛擬機構模型；以及 一第三虛擬機構模型，係依據該第一虛擬機構模型而建立，且於該空運轉模式下，接收該馬達驅動命令並對應產生一第三模擬運作參數資訊， 其中，該真實機構驅動單元因應該加工策略產生一第二驅動命令，且該第一驅動命令與該第二驅動命令相結合以構成該馬達驅動命令；以及 其中，該預估外力干擾與該第三模擬運作參數資訊係架構為該機構模擬運作參數資訊。
  4. 如請求項3所述之驅動器，其中該品質量測係依據該馬達運作參數資訊及該預估外力干擾而實現，該機構診斷係依據該第三模擬運作參數資訊而實現，且該加工策略之調整係因應該品質量測與該機構診斷之結果而實現。
  5. 如請求項3所述之驅動器，其中該第一模擬運作參數資訊係回授至該虛擬機構驅動單元、該真實機構驅動單元及該外力估測單元，該馬達運作參數資訊係回授至該真實機構驅動單元及該外力估測單元，以及該第二模擬運作參數資訊回授至該外力估測單元。
  6. 一種生產系統，係包含: 一生產設備，架構於執行一系統鑑別模式，執行一加工模式而生產至少一加工成品，或執行一空運轉模式，該生產設備包含： 至少一馬達； 至少一感測器，架構於感測該馬達及該馬達所對應之一機構之至少一運作參數；以及 至少一控制器，架構於輸出一加工策略； 至少一驅動器，與該馬達以及該控制器連接，且接收該至少一感測器所感測之該至少一運作參數，並接收該加工策略且依據該加工策略而驅動該馬達運作，其中該驅動器包括： 一真實系統驅動模組，架構於該加工模式下，依據該控制器之該加工策略與一外力干擾，對應產生一機構真實運作參數資訊；以及 一虛擬系統驅動模組，包括一品質量測與機構診斷參數處理模組，該品質量測與機構診斷參數處理模組係於該系統鑑別模式下建立至少一虛擬機構模型，且於該加工模式或該空運轉模式下依據該控制器之該加工策略、該機構真實運作參數資訊以及該至少一虛擬機構模型產生一機構模擬運作參數資訊； 一本地伺服器，與該控制器相連接；以及 一品質量測與機構診斷模組，架構於該控制器與該本地伺服器之至少其中之一者內，且接收與依據該機構真實運作參數資訊以及該機構模擬運作參數資訊而實現品質量測、機構診斷及/或該加工策略之調整。
  7. 如請求項6所述之生產系統，其中該真實系統驅動模組包括： 一真實機構驅動單元，接收該控制器之該加工策略，並因應該加工策略而輸出一馬達驅動指令；以及 一受控體，依據該馬達及該馬達所對應之機構而建立，且於該加工模式下接收該馬達驅動指令以及該外力干擾，並且產生與輸出一馬達運作參數資訊， 其中，該馬達驅動指令與該馬達運作參數資訊係架構為該機構真實運作參數資訊。
  8. 如請求項7所述之生產系統，其中該虛擬系統驅動模組之該品質量測與機構診斷參數處理模組包括： 一第一虛擬機構模型，係於該系統鑑別模式下，依據該真實系統驅動模組之該受控體的一主要機構成分模型而建立，且反映該受控體所具有的物理量參數； 一虛擬機構驅動單元，係接收該控制器之該加工策略，並輸出一第一驅動指令，以控制該第一虛擬機構模型產生一第一模擬運作參數資訊； 一第二虛擬機構模型，係依據該第一虛擬機構模型而建立，且接收一預估外力干擾，其中該第二虛擬機構模組於該加工模式下，接收該馬達驅動命令並對應產生一第二模擬運作參數資訊；以及 一外力估測單元，架構於該加工模式下，依據該第二模擬運作參數資訊以及該馬達運作參數資訊產生該預估外力干擾，並提供給該第二虛擬機構模型；以及 一第三虛擬機構模型，係依據該第一虛擬機構模型而建立，且於該空運轉模式下，接收該馬達驅動命令並對應產生一第三模擬運作參數資訊， 其中，該真實機構驅動單元因應該加工策略產生一第二驅動命令，且該第一驅動命令與該第二驅動命令相結合以構成該馬達驅動命令； 其中，該預估外力干擾與該第三模擬運作參數資訊係架構為該機構模擬運作參數資訊；以及 其中，該第一模擬運作參數資訊係回授至該虛擬機構驅動單元、該真實機構驅動單元及該外力估測單元，該馬達運作參數資訊係回授至該真實機構驅動單元及該外力估測單元，以及該第二模擬運作參數資訊回授至該外力估測單元。
  9. 如請求項8所述之生產系統，其中該品質量測與機構診斷模組包括： 一加工成品品質量測單元，接收該驅動器之該機構真實運作參數資訊之該馬達驅動指令與該馬達運作參數資訊，以及接收該機構虛擬運作參數資訊之該預估外力干擾，且依據該馬達運作參數資訊及該預估外力干擾進行該加工成品之品質量測與預估；以及 一機構健康診斷與劣化估測單元，接收該驅動器之該機構模擬運作參數資訊之該第三模擬運作參數資料，且依據該第三模擬運作參數資料以進行機構健康診斷與劣化估測。
  10. 如請求項9所述之生產系統，其中該品質量測與機構診斷模組更包括： 一良品判定與信心指數單元，接收該加工成品品質量測單元或該機構健康診斷與劣化估測單元之一輸出資訊，並依據該輸出資訊進行一良品判斷以及提供一信心指數；以及 一加工參數調整單元，接收該加工成品品質量測單元或該機構健康診斷與劣化估測單元之該輸出資訊，並依據該輸出資訊選擇性地進行該加工策略之調整。
  11. 如請求項6所述之生產系統，其中該控制器包括一解譯與軌跡插值模組，架構於接收使用者之一控制指令，並將該控制指令進行解譯以及位置插值，以產生該加工策略並提供至該驅動器。
  12. 如請求項6所述之生產系統，其中該生產系統包括一分層式資料處理架構，其中設置於該馬達之該至少一感測器係架構為一第一級資料處理裝置，該至少一驅動器係架構為一第二級資料處理裝置，該至少一控制器係架構為一第三級資料處理裝置，以及該本地伺服器係架構為一第四級資料處理裝置。
  13. 如請求項6所述之生產系統，更包括一雲端伺服器，與該本地伺服器相連接，以接收與紀錄該本地伺服器所提供之資訊。
  14. 一種生產系統之運作方法，其中該生產系統包括一生產設備、一本地伺服器以及一品質量測與機構診斷模組，該生產設備包括至少一馬達、至少一感測器、至少一控制器以及至少一驅動器，該驅動器包括一真實系統驅動模組以及一虛擬系統驅動模組，該品質量測與機構診斷模組係架構於該控制器與該本地伺服器之至少其中之一者內，該方法包括步驟： (S1) 使該生產設備執行於一系統鑑別模式，並使該驅動器建立該虛擬系統驅動模組之至少一虛擬機構模型； (S2) 使該控制器產生一加工策略並提供至該驅動器，以驅動該馬達運作； (S3) 使該生產設備執行於一加工模式，並使該驅動器之該真實系統驅動模組因應該控制器之該加工策略以及一外力干擾產生一機構真實運作參數資訊，並且使該驅動器之該虛擬系統驅動模組產生一機構模擬運作參數資訊，其中該機構真實運作參數資訊包括一馬達驅動指令以及一馬達運作參數資訊，且該機構模擬運作參數資訊包括一預估外力干擾；以及 (S4) 使該生產設備輸出至少一加工成品，且該品質量測與機構診斷模組依據該馬達運作參數資訊以及該預估外力干擾進行該加工成品之品質量測。
  15. 如請求項14所述之生產系統之運作方法，其更包括步驟(S6)使該生產系統進行一加工抽檢作業，且該加工抽檢作業包括下列子步驟： (S61) 每當該生產設備輸出之該加工成品之個數達到一第一預設值時，取該加工成品進行抽檢； (S62) 該品質量測與機構診斷模組依據該預估外力干擾判斷該生產設備之機構是否因發生變異，其中當判斷結果為否時，則執行該步驟(S3)；以及 (S63) 於該步驟(S62)之判斷結果為是時，該品質量測與機構診斷模組之一加工參數調整單元判斷是否能藉由調整該加工策略使該生產設備繼續加工，其中當判斷結果為是時，則該加工參數調整單元執行該加工策略之調整，且重新執行該步驟(S2)，使該控制器重新產生該加工策略。
  16. 如請求項15所述之生產系統之運作方法，其更包括步驟(S7) 使該生產設備執行一空運轉模式，且該空運轉模式包括下列子步驟： (S71)執行該空運轉模式，使該生產設備運作但不生產該加工成品，並使該驅動器之該虛擬系統驅動模組依據該馬達驅動指令產生該機構模擬運作參數資訊之一第三模擬運作參數資訊； (S72)使該品質量測與機構診斷模組之一機構健康診斷與劣化估測單元依據該第三模擬運作參數資訊進行機構診斷，以判斷該生產設備之機構是否老化，其中當判斷結果為否時，則執行該步驟(S3)；以及 (S73) 當該步驟(S72)之判斷結果為是時，則該品質量測與機構診斷模組之一加工參數調整單元判斷是否能藉由調整該加工策略使該生產設備繼續加工，其中當判斷結果為是時，則該加工參數調整單元執行該加工策略之調整，且重新執行該步驟(S2)使該控制器重新產生該加工策略。
  17. 如請求項16所述之生產系統之運作方法，其中每當該生產設備輸出之該加工成品之個數達到一第二預設值時，執行該步驟(S71)，且該第二預設值大於該第一預設值。
  18. 如請求項16所述之生產系統之運作方法，其中於該步驟(S63) 的判斷結果為否而代表無法調整加工策略時，執行步驟(S5)使該生產設備停機，且於該步驟(S73)的判斷結果為否而代表無法調整加工策略時，執行該步驟(S5) 使該生產設備停機。
  19. 如請求項16所述之生產系統之運作方法，其中於該步驟(S4)中，當該加工成品之品質量測結果符合標準時，則執行該步驟(S3)，以及於該步驟(S4)中，當該加工成品之品質量測結果不符合標準時，則執行該步驟(S62)來判斷該生產設備之機構是否發生變異，並於該步驟(S62)的判斷結果為否時，依序執行該步驟(S71)及該步驟(S72)，以藉由該步驟(S72)判斷該生產設備之機構是否老化，並於該步驟(S72)的判斷結果為否時，執行步驟(S5)使該生產設備停機，或於該步驟(S4)中品質量測結果為不符合標準時，依序執行該步驟(S71)至該步驟(S72) ，以藉由該步驟(S72)判斷該生產設備之機構是否老化，並於該步驟(S72)的判斷結果為否時，執行該步驟(S62) 來判斷該生產設備之機構是否發生變異，並於該步驟(S62)的判斷結果為否時，執行該步驟(S5) 使該生產設備停機。
  20. 如請求項14所述之生產系統之運作方法，其中該步驟(S1)包括下列子步驟： (S11) 使該生產系統啟動； (S12) 使該生產設備執行該系統鑑別模式，使該驅動器建立該至少一虛擬機構模型中之一第一虛擬機構模型、一第二虛擬機構模型與一第三虛擬機構模型，其中該真實系統驅動模組之一真實機構驅動單元產生該馬達驅動指令，且該真實系統驅動模組之一受控體因應該馬達驅動指令產生該馬達運作參數資訊，其中該第二虛擬機構模型依據該馬達驅動指令以及一預估外力干擾，產生一第二模擬運作參數資訊，該虛擬系統驅動模組之一外力估測單元因應該馬達運作參數資訊以及該第二模擬運作參數資訊，產生該預估外力干擾並提供至該第二模擬機構模型，其中該第三虛擬機構模型因應該馬達驅動指令產生一第三模擬運作參數資訊，藉此取得該驅動器之該馬達驅動指令、該馬達運作參數資訊以及該第三模擬運作參數資訊；以及 (S13) 利用該馬達運作參數資訊以及該第三模擬運作參數資訊驗證該第一虛擬機構模型是否建立完成，其中如驗證結果為否時，則執行該步驟(S12)。
TW108115005A 2018-07-13 2019-04-30 具品質量測與機構診斷功能之生產系統及其驅動器與方法 TWI692702B (zh)

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
TW202006574A TW202006574A (zh) 2020-02-01
TWI692702B true TWI692702B (zh) 2020-05-01

Family

ID=69209317

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108115005A TWI692702B (zh) 2018-07-13 2019-04-30 具品質量測與機構診斷功能之生產系統及其驅動器與方法

Country Status (2)

Country Link
CN (1) CN110716509B (zh)
TW (1) TWI692702B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
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系统及方法
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 设备模拟数据生成系统以及设备模拟数据生成方法

Citations (6)

* Cited by examiner, † Cited by third party
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
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
TW201613018A (en) * 2010-06-28 2016-04-01 Entegris Inc Customizable dispense system with smart controller
TW201728518A (zh) * 2016-02-08 2017-08-16 三菱電機股份有限公司 控制器及搬送系統
TW201817303A (zh) * 2016-09-29 2018-05-01 荷蘭商安必昂有限公司 元件取置裝置及其驅動方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8005647B2 (en) * 2005-04-08 2011-08-23 Rosemount, Inc. Method and apparatus for monitoring and performing corrective measures in a process plant using monitoring data with corrective measures data
CN101615023A (zh) * 2008-06-27 2009-12-30 深圳市大族激光科技股份有限公司 一种测定机床伺服系统的控制性能的方法、装置及系统
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
FR3006125B1 (fr) * 2013-05-21 2015-05-15 Ifp Energies Now Procede et systeme de determination de temperatures internes d'une machine electrique synchrone au moyens d'observateurs d'etat
CN103760820B (zh) * 2014-02-15 2015-11-18 华中科技大学 数控铣床加工过程状态信息评价装置
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
EP3144758A1 (de) * 2015-09-18 2017-03-22 Siemens Aktiengesellschaft Steuerungssystem sowie verfahren zum betrieb eines steuerungssystems mit einer realen und einer virtuellen steuerung
CN105563329B (zh) * 2015-12-16 2017-11-03 威海华东数控股份有限公司 数控磨床磨削力自适应控制系统
CN107943121B (zh) * 2017-11-14 2020-08-04 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

Patent Citations (6)

* Cited by examiner, † Cited by third party
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
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
TW201728518A (zh) * 2016-02-08 2017-08-16 三菱電機股份有限公司 控制器及搬送系統
TW201817303A (zh) * 2016-09-29 2018-05-01 荷蘭商安必昂有限公司 元件取置裝置及其驅動方法

Also Published As

Publication number Publication date
CN110716509A (zh) 2020-01-21
CN110716509B (zh) 2021-06-04
TW202006574A (zh) 2020-02-01

Similar Documents

Publication Publication Date Title
TWI692702B (zh) 具品質量測與機構診斷功能之生產系統及其驅動器與方法
US11054803B2 (en) Motor drive, production system and method thereof with quality measuring and mechanism diagnosing functions using real and virtual system modules
CN111046589B (zh) 一种智能产线可试验数字孪生体建模方法
CN105510038B (zh) 风电机组故障监测方法和装置
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
Zhu et al. A cyber-physical production system framework of smart CNC machining monitoring system
CN113190886A (zh) 一种基于快速仿真数字孪生技术的设备健康监测方法
JP6867358B2 (ja) 状態判定装置及び状態判定方法
TWI501060B (zh) 稼動率計算方法及其系統、嵌入式裝置和電腦可讀取儲存媒體
CN115034147B (zh) 一种基于数字孪生的智能制造系统
JP7347969B2 (ja) 診断装置及び診断方法
CN112677147B (zh) 事件估计系统和事件估计方法
CN113219934A (zh) 自动化系统中的部件的参数设定
CN106886212B (zh) 一种伺服系统的测试装置
CN115683235B (zh) 一种工业机器人伺服电机振动故障检测方法及装置
CN112513760A (zh) 用于预测机器的剩余使用寿命的装置和方法
JP2021529395A (ja) 電気駆動システムにおけるセンサ故障を監視及び識別するための方法
CN115562225A (zh) 工业机器人运维管理方法、装置、计算机设备和存储介质
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
CN114970101A (zh) 除湿装置的管理方法、系统、电子设备及计算机存储介质
CN114880787A (zh) 基于线上液压系统的液压系统运维方法和装置
CN113984424A (zh) 电子凸轮功能应用的诊断方法、装置、设备及存储介质
CN117518866A (zh) 船舶蒸汽动力系统的性能测试方法及装置
EP2077476A1 (en) Real-time control method and control device for an actuator
CN110647120A (zh) 一种适用于极端应用条件的运动控制方法