TWI769798B - 立式切削中心機之加工策略分析系統 - Google Patents

立式切削中心機之加工策略分析系統 Download PDF

Info

Publication number
TWI769798B
TWI769798B TW110115260A TW110115260A TWI769798B TW I769798 B TWI769798 B TW I769798B TW 110115260 A TW110115260 A TW 110115260A TW 110115260 A TW110115260 A TW 110115260A TW I769798 B TWI769798 B TW I769798B
Authority
TW
Taiwan
Prior art keywords
evaluation
key
information
module
items
Prior art date
Application number
TW110115260A
Other languages
English (en)
Other versions
TW202242577A (zh
Inventor
王靖欣
余騰堂
陳美貞
Original Assignee
國立勤益科技大學
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 國立勤益科技大學 filed Critical 國立勤益科技大學
Priority to TW110115260A priority Critical patent/TWI769798B/zh
Application granted granted Critical
Publication of TWI769798B publication Critical patent/TWI769798B/zh
Publication of TW202242577A publication Critical patent/TW202242577A/zh

Links

Images

Landscapes

  • General Factory Administration (AREA)

Abstract

本發明提供一種立式切削中心機之加工策略分析系統包含：擷取模組、記憶模組、資訊模組及運算模組，資訊模組接收立式切削中心機之製造流程資訊及加工數據；記憶模組存有複數評估項目；資訊模組提供使用者透過終端裝置依據製造流程資訊及加工數據，對應每一評估項目輸入評估值；運算模組將各評估值透過演算程式進行篩選取得複數關鍵評估項目；再將各關鍵評估項目所對應之評估值進行解析，以取得各關鍵評估項目之關聯性；且依據各關鍵評估項目之關聯性進行排序，由各關鍵評估項目中取得複數重點關鍵指標，運算模組將各重點關鍵指標整合為改善建議資訊。

Description

立式切削中心機之加工策略分析系統
本發明係關於一種加工數據分析相關領域，尤指一種立式切削中心機之加工策略分析系統。
機械工業智慧化的快速發展，加工技術更朝向高速化、精密化之方向發展。機械設備的日益精良，製造技術的創新研發，產品品質與製程精進已是改善產業競爭之重要因素。
在機械加工技術中，銑床是最為常用之工具機技術，其技術市占率是位居首位的，銑床是利用刀具旋轉來達到切削工件之目的，其中，傳統之銑床加上數值控制系統，即是業界慣稱之切削中心機(Machining Center)，無論在傳統加工產業或者高科技產業上，切削中心機都扮演著舉足輕重的角色。
企業面對機械加工技術的快速發展，除了增加新型機械設備之外，產品製程的改善也是產業競爭之重要因素，而立式切削中心機之加工策略與製程分析相當重要，發展好的加工策略將有效提升公司定位精度、生產效率及降低成本。
然而，以往立式切削中心機之加工製程，大多依靠加工人員的現場經驗，難以有加工製程安排的準則，也難以能夠依據不同加工需求，適當調整加工流程，導致加工品質難以因應市場所需。
為解決上述課題，本發明提供一種立式切削中心機之加工策略分析系統，能夠依據加工數據及製造流程，分析出加工製造關鍵因素，以產生改善建議資訊，透過改善建議資訊能夠有效提升生產效率與製程能力。
本發明之一項實施例提供一種立式切削中心機之加工策略分析系統，其架設於伺服器，使用者透過終端裝置連接至伺服器使用立式切削中心機之加工策略分析系統；立式切削中心機之加工策略分析系統包含：一擷取模組，其與立式切削中心機耦接，擷取模組接收立式切削中心機之一製造流程資訊及一加工數據；一記憶模組，其存有一評量資訊，評量資訊具有複數評估項目；一資訊模組，其與擷取模組及記憶模組耦接，資訊模組將製造流程資訊及該加工數據顯示於終端裝置，其中，使用者透過終端裝置依據製造流程資訊及加工數據，對應每一評估項目輸入一評估值；以及一運算模組，其與資訊模組耦接，運算模組接收資訊模組傳送之各評估項目所對應之各評估值，運算模組將各評估值透過一第一演算程式進行篩選，以由各評估項目中取得複數關鍵評估項目；運算模組透過一第二演算程式將各關鍵評估項目所對應之所述評估值進行解析，以取得各關鍵評估項目之關聯性；運算模組透過一第三演算程式依據各關鍵評估項目之關聯性進行排序，由各關鍵評估項目中取得複數重點關鍵指標，運算模組將各重點關鍵指標整合為一改善建議資訊，運算模組將改善建議資訊傳送至終端裝置顯示。
藉由上述，本發明能夠依據加工數據及製造流程，分析出加工製造關鍵因素，以產生改善建議資訊；藉以，改善習知依靠加工人員經驗安排加工製程之缺點，透過改善建議資訊能夠有效提升生產效率與製程能力。
再者，本發明透過改善建議資訊能夠以改善機械加工的最終產品品質，並且能夠透過改善建議資訊提升定位精度、縮短更換刀具時間及增加生產效率。
為便於說明本發明於上述發明內容一欄中所表示的中心思想，茲以具體實施例表達。實施例中各種不同物件係按適於說明之比例、尺寸、變形量或位移量而描繪，而非按實際元件的比例予以繪製，合先敘明。
請參閱圖1至圖4所示，本發明提供一種立式切削中心機之加工策略分析系統100，其架設於伺服器1，加工策略分析系統100能夠藉由伺服器1網際網路連接至加工策略分析系統100，複數使用者能夠分別透過終端裝置2訊號連接至伺服器1，其中，伺服器1能夠係物理伺服器或雲端伺服器，於本發明實施例中，伺服器1係雲端伺服器，而伺服器1能夠為獨立之伺服器或是複數伺服器組成之伺服器集群來實現；終端裝置2能夠係各種個人電腦、筆記型電腦、智慧手機、平板電腦或擕帶式穿戴設備；使用者能夠透過終端裝置2經由網際網路連接至伺服器1。
再者，終端裝置2能夠係各種個人電腦、筆記型電腦、智慧型行動裝置或平板電腦，當終端裝置2為各種個人電腦或筆記型電腦，加工策略分析系統100之使用手段可係軟體；當終端裝置2為智慧型行動裝置或平板電腦，加工策略分析系統100之使用手段可係應用程式(APP)；於本發明實施例中，加工策略分析系統100之使用手段係軟體。
本發明加工策略分析系統100包含：
一擷取模組10，其與立式切削中心機耦接，擷取模組10接收立式切削中心機之一製造流程資訊及一加工數據。
一記憶模組20，其存有一評量資訊，評量資訊具有複數評估項目，其中，各評估項目係由複數評估構面項目及複數評估因素項目所組成，每一評估構面項目具有複數個評估因素項目；於本發明實施例中，評估構面項目為技術能力、工件加工需求、品質精進、效率提升及價格競爭力；技術能力對應具有的評估因素項目有先端的技術和設備、創新研發的能力、製程改善、夾具的設計能力、夾具的自製能力及輔具的應用；工件加工需求對應具有的評估因素項目有兩面以上的加工、任意傾角之加工、大批量之加工、中小批量循環性加工及圓周加工；品質精進對應具有的評估因素項目有重複定位精度、工件夾持精度、減少人為疏失機率、製程良率之提升及品質監控系統應用；效率提升對應具有的評估因素項目有多個工件同時下料、停機次數之減少、減少更換刀具次數、減少機台空跑之時間及交貨準時率；價格競爭力對應具有的評估因素項目有與臥式切削機台之比較、產能提升設備需求降低、廠房空間再利用率、在製品周轉速度提升、人力需求減少及刀具能源的減耗。
一資訊模組30，其與擷取模組10及記憶模組20耦接，資訊模組30將擷取模組10獲取的製造流程資訊及加工數據顯示於終端裝置2，資訊模組30由記憶模組20獲取評量資訊並將評量資訊之各評估項目顯示於終端裝置2。
再者，資訊模組30提供使用者透過終端裝置2依據製造流程資訊及加工數據，對應每一評估構面項目及每一評估因素項目輸入一評估值。
一運算模組40，其與資訊模組30耦接，運算模組40接收資訊模組30傳送之各評估項目所對應之各評估值，運算模組40將各評估值透過一第一演算程式進行篩選，以由各評估項目中取得複數關鍵評估項目；運算模組40透過一第二演算程式將各關鍵評估項目所對應之所述評估值進行解析，以取得各關鍵評估項目之關聯性；運算模組40透過一第三演算程式依據各關鍵評估項目之關聯性進行排序，由各關鍵評估項目中取得複數重點關鍵指標，運算模組40將各重點關鍵指標整合為一改善建議資訊41，運算模組40將改善建議資訊41傳送至終端裝置2顯示；其中，改善建議資訊41為各重點關鍵指標以雷達圖呈現，如圖4所示。
為了清楚說明各演算程式的演算方式，以下針對本發明運算模組40之第一、第二及第三演算程式做進一步說明，需特別說明的是，下列各表格成列的數值是為了說明用，並非用於限制本發明，本發明不以下列數值作限制。
第一演算程式將各評估項目之評估值進行最大值、最小值及幾何平均值的計算，當各評估值經由計算取得的值超過一門檻值時，將所述評估值對應的各評估項目視為各關鍵評估項目，關鍵評估項目分為構面關鍵評估項目及因素關鍵評估項目，其中，第一演算程式會由各評估構面項目及各評估因素項目篩選產生複數構面關鍵評估項目及複數因素關鍵評估項目；於本發明實施例中，第一演算程式是應用模糊德爾菲法（Fuzzy Delphi Methods)。
於本發明實施例中，門檻值分為評估構面項目的篩選門檻值及評估因素項目的篩選門檻值，其中，評估構面項目的篩選門檻值是依據每一評估構面項目對應的評估值所計算的共識門檻值，將各共識門檻值總平均數呈上80%取得7.68，而低於者予以剃除，共由5個評估構面項目中保留5個評估構面項目，視為構面關鍵評估項目，如表1所示；評估因素項目的篩選門檻值是依據每一評估因素項目對應的評估值所計算的共識門檻值，將各共識門檻值總平均數呈上90%取得7.78，而低於者予以剃除，共由27個評估因素項目中保留22個評估因素項目，視為因素關鍵評估項目，而被剃除的評估因素項目有：減少人為疏失機率、停機次數之減少、減少機台空跑之時間、產能提升設備需求降低及廠房空間再利用率，如表2所示。 表1.評估構面項目的分析篩選表
評估指標 最小值C i 最佳值a i 最大值O i 幾何平均數M i M i Z i 檢定值M i- Z i 共識值G i
構面 Min Max Min Max Min Max C i a i O i
技術能力 8 9 9 10 9 10 8.43 9.43 9.88 1.45 0 1.45 9
工件加工需求 8 10 9 10 10 10 9.09 9.88 10 0.91 0 0.91 10
品質精進 8 9 9 10 10 10 8.77 9.77 10 1.23 -1 2.23 10
效率提升 8 9 9 10 10 10 8.65 9.65 10 1.35 -1 2.35 10
價格競爭力 8 9 9 10 9 10 8.65 9.54 9.88 1.23 0 1.23 9
構面選取總數 5 門檻值 7.68
表2. 評估因素項目的分析篩選表
評估指標 最小值C i 最佳值a i 最大值O i 幾何平均數M i M i Z i 檢定值M i- Z i 共識值G i
因素 Min Max Min Max Min Max C i a i O i
先端的技術和設備 7 8 8 9 9 10 7.65 8.54 9.54 1.89 -1 2.89 8.39
創新研發的能力 8 9 9 10 9 10 8.43 9.43 9.88 1.45 0 1.45 9
製程改善 7 8 8 9 9 10 7.54 8.54 9.54 2 -1 3 8.46
夾具的設計能力 9 10 9 10 10 10 9.32 9.88 10 0.68 0 0.68 10
夾具的自製能力 7 8 8 9 9 10 7.32 8.21 9.21 1.89 -1 2.89 8.76
輔具的應用 7 8 8 9 9 10 7.43 8.32 9.32 1.89 -1 2.89 8.64
兩面以上之加工 9 10 10 10 10 10 9.88 10 10 0.12 0 0.12 10
任意傾角之加工 8 9 9 10 9 10 8.77 9.77 9.88 1.12 0 1.12 9
大批量之加工 8 9 9 10 9 10 8.65 9.65 9.88 1.23 0 1.23 9
中小批量循環性加工 7 8 8 9 9 10 7.77 8.65 9.65 1.89 -1 2.89 8.26
圓周加工 9 10 10 10 10 10 9.43 10 10 0.57 0 0.57 10
重複定位精度 9 10 10 10 10 10 9.77 10 10 0.23 0 0.23 10
工件夾持精度 8 9 9 10 9 10 8.32 9.32 9.77 1.45 0 1.45 9
減少人為疏失機率 6 8 7 8 7 9 6.98 7.77 8.64 1.65 1 0.65 7.62
製程良率之提升 7 8 8 9 9 10 7.65 8.65 9.65 2 -1 3 8.35
品質監控系統應用 7 8 8 9 9 10 7.32 8.32 9.32 2 -1 3 8.68
多個工件同時下料 9 10 10 10 10 10 9.65 10 10 0.35 0 0.35 10
停機次數之減少 6 8 7 8 7 9 6.98 7.88 8.64 1.65 1 0.65 7.62
減少更換刀具次數 6 8 7 8 7 9 7.09 8.09 9.09 2.01 0 2.01 8
減少機台空跑之時間 6 8 7 8 7 9 6.98 7.88 8.64 1.65 1 0.65 7.62
交貨準時率 7 9 8 9 9 10 7.54 8.43 9.43 1.89 -1 2.89 8.52
與臥式切削機台之比較 9 10 10 10 10 10 9.54 10 10 0.46 0 0.46 10
產能提升設備需求降低 7 7 7 8 9 9 7 7.88 9 2 -2 0 5
廠房空間再利用率 7 7 8 8 8 9 7 8 8.88 1.88 -1 2.88 7
在製品周轉速度提升 8 9 9 10 9 10 8.21 9.21 9.77 1.56 0 1.56 9
人力需求減少 8 9 9 10 9 10 8.54 9.54 9.88 1.34 0 1.34 9
刀具能源的減耗 7 8 8 9 9 10 7.43 8.43 9.43 2 -1 3 8.57
因素選取總數 27 門檻值 7.78
第二演算程式將各構面關鍵評估項目、各因素關鍵評估項目及對應之各評估值利用一評估尺度建立一平均值矩陣，其中，平均值矩陣分為構面平均值矩陣及因素平均值矩陣，構面平均值矩陣是由各構面關鍵評估項目建立而成，如表3所示；因素平均值矩陣是由各因素關鍵評估項目建立而成；於本發明實施例中，評估尺度分為沒有影響、低度影響、中度影響、高度影響與極高影；評估尺度之沒有影響為0分，評估尺度之低度影響為1分，評估尺度之中度影響為2分，評估尺度之高度影響為3分，評估尺度之極高度影響為4分。 表3.構面平均值矩陣
構面關鍵評估項目 技術能力 工件加工需求 品質精進 效率提升 價格競爭力
技術能力 0.000 3.667 4.000 3.889 3.556
工件加工需求 1.778 0.000 2.111 1.889 2.444
品質精進 2.333 3.000 0.000 2.000 3.889
效率提升 2.222 1.889 1.556 0.000 4.000
價格競爭力 1.889 1.778 1.444 1.778 0.000
表4.因素平均值矩陣
因素關鍵評估項目 先端的技術和設備 創新研發的能力 製程改善 夾具的設計能力 夾具的自製能力 輔具的應用 兩面以上之加工 任意傾角之加工 大批量之加工 中小批量循環性加工 圓周加工 重複定位精度 工件夾持精度 製程良率之提升 品質監控系統應用 多個工件同時下料 減少更換刀具次數 交貨準時率 與臥式機台之比較 在製品周轉速度提升 人力需求減少 刀具能源的減耗
先端的技術和設備 0.000 3.222 2.556 2.111 2.778 2.111 4.000 3.000 2.556 2.111 3.222 3.222 3.111 3.444 1.778 3.222 0.556 1.000 2.778 1.333 1.444 1.889
創新研發的能力 2.000 0.000 3.222 3.222 1.111 2.000 4.000 2.222 2.222 2.000 4.000 3.222 2.556 3.111 1.889 3.556 0.444 0.000 2.333 1.667 1.333 2.000
製程改善 1.778 1.667 0.000 2.333 1.222 1.667 3.889 2.444 3.111 2.444 3.444 4.000 3.333 4.000 1.889 4.000 0.778 0.000 2.889 1.222 1.333 2.556
夾具的設計能力 2.111 1.889 2.111 0.000 2.667 3.111 4.000 3.444 3.778 3.222 3.667 3.333 3.778 3.444 1.778 2.778 0.333 1.000 2.000 2.111 1.333 1000
夾具的自製能力 1.778 2.000 1.778 2.556 0.000 2.667 4.000 2.444 3.556 3.000 3.667 3.000 3.556 3.556 2.333 2.000 0.000 1.000 1.444 0.778 1.222 0.667
輔具的應用 1.556 2.556 3.000 3.444 2.222 0.000 3.889 2.222 3.111 2.556 3.556 3.000 3.556 3.667 2.000 2.778 0.556 0.000 1.444 1.111 1.444 1.444
兩面以上之加工 1.333 2.556 3.778 2.556 0.667 1.111 0.000 3.222 3.444 3.000 3.333 3.667 3.222 3.778 1.444 4.000 1.222 4.000 3.667 0.556 1.333 1.556
任意傾角之加工 1.667 2.111 2.889 2.000 1.000 1.222 3.444 0.000 3.111 2.667 3.556 3.444 3.000 3.778 0.889 3.000 1.000 0.000 3.556 1.222 1.778 1.111
大批量之加工 1.667 1.222 2.111 3.111 1.667 2.889 3.889 2.222 0.000 1.333 3.222 2.778 2.556 2.778 2.889 3.333 1.222 0.000 2.556 1.000 1.778 2.444
中小批量循環性加工 1.556 1.111 2.000 3.000 1.222 1.778 3.778 2.111 0.333 0.000 3.000 2.889 1.889 2.778 1.667 2.111 0.889 0.000 2.000 0.556 1.667 1.667
圓周加工 1.111 1.000 0.889 2.000 0.556 1.000 3.444 3.111 1.778 1.222 0.000 2.778 1.222 1.889 1.222 1.222 0.111 0.000 1.333 0.444 0.667 0.889
重複定位精度 1.444 1.778 2.889 2.889 1.000 1.444 3.556 2.222 1.778 1.556 3.111 0.000 2.333 3.667 1.889 2.556 0.000 0.000 2.778 0.667 0.889 0.667
工件夾持精度 1.889 1.222 2.667 3.000 2.000 1.667 3.667 2.667 2.778 2.222 3.333 2.889 0.000 3.556 0.889 1.556 0.222 0.000 1.889 0.889 1.000 0.778
製程良率之提升 1.222 1.222 2.4442 2.000 1.222 1.000 4.000 1.222 1.556 1.333 3.333 2.778 1.333 0.000 1.556 0.889 0.111 2.000 1.778 1.778 1.778 1.444
品質監控系統應用 2.778 2.222 3.333 2.111 1.000 2.889 3.889 2.222 2.222 2.000 3.333 3.556 3.222 3.889 0.000 1.556 0.444 1.000 2.111 1.222 1.667 1.111
多個工件同時下料 1.222 1.222 3.333 2.778 0.778 0.778 3.778 2.444 3.667 2.778 3.111 2.889 2.000 2.667 0.778 0.000 1.000 0.000 2.222 1.000 1.889 1.778
減少更換刀具次數 1.000 0.778 2.778 2.556 0.222 0.111 4.000 1.444 1.889 1.000 3.333 2.000 0.000 0.778 0.111 1.444 0.111 1.000 2.111 0.333 1.111 2.222
交貨準時率 1.000 0.333 0.556 2.889 0.222 0.111 4.000 1.000 1.667 1.222 3.667 2.667 0.333 0.556 0.111 1.000 0.000 0.000 2.000 1.222 1.111 0.667
與臥式切削機台之比較 3.000 2.000 2.778 2.000 0.778 1.556 3.889 3.778 3.111 3.667 3.556 3.778 2.556 2.222 1.556 2.000 0.667 0.000 0.000 1.444 1.111 1.000
在製品周轉速度提升 0.778 0.333 1.111 3.222 0.111 0.222 3.889 1.000 1.778 1.556 3.333 2.111 0.222 1.111 0.222 2.000 0.556 1.000 1.889 0.000 1.222 0.889
人力需求減少 1.000 1.222 0.556 2.222 0.000 0.667 4.000 1.222 2.444 2.000 3.000 2.333 0.000 2.000 1.000 1.111 0.000 0.000 2.222 1.778 0.000 1.222
刀具能源的減耗 1.000 1.000 2.222 1.333 0.444 0.222 4.000 2.222 1.778 1.000 3.333 2.778 0.444 0.556 0.333 0.556 1.556 0.000 1.556 0.444 0.778 0.000
接著，第二演算程式會將構面平均值矩陣及因素平均值矩陣分別進行正規化處理，以產生一總影響關係矩陣，透過總影響關係矩陣取得各關鍵評估項目之關聯性，而總影響關係矩陣分別有構面總影響關係矩陣與因素總影響關係矩陣；於本發明實施例中，第二演算程式是應用決策實驗室法(Decision-Making Laboratory Method)。
進一步說明：第二演算程式會將構面平均值矩陣之行向量與列向量總和中最大值設定為正規化基準，再將構面平均值矩陣內各數值分別乘s=1/r，亦即D=s．A即可將取得正規化構面平均值矩陣，並且由正規化構面平均值矩陣，透過T=D/(I-D)取得構面總影響關係矩陣(如表5所示)，其中，A為構面平均值矩陣，r為正規化基準，D為正規化構面平均值矩陣，I為單位矩陣；第二演算程式會將因素平均值矩陣之行向量與列向量總和中最大值設定為正規化基準，再將因素平均值矩陣內各數值分別乘s=1/r，亦即D=s．A即可將取得正規化因素平均值矩陣，並且由正規化因素平均值矩陣，透過T=D/(I-D)取得因素總影響關係矩陣(如表6所示)，其中，A為因素平均值矩陣，r為正規化基準，D為正規化因素平均值矩陣，I為單位矩陣。 表5.構面總影響關係矩陣
構面 技術能力 工件加工需求 品質精進 效率提升 價格競爭力
技術能力 0.000 0.587 0.559 0.572 0.703
工件加工需求 0.000 0.000 0.000 0.000 0.439
品質精進 0.000 0.462 0.000 0.393 0.593
效率提升 0.000 0.000 0.000 0.000 0.553
價格競爭力 0.000 0.000 0.000 0.000 0.000
表6.因素總影響關係矩陣
因素關鍵評估項目 先端的技術和設備 創新研發的能力 製程改善 夾具的設計能力 夾具的自製能力 輔具的應用 兩面以上之加工 任意傾角之加工 大批量之加工 中小批量循環性加工 圓周加工 重複定位精度 工件夾持精度 製程良率之提升 品質監控系統應用 多個工件同時下料 減少更換刀具次數 交貨準時率 與臥式機台之比較 在製品周轉速度提升 人力需求減少 刀具能源的減耗
先端的技術和設備 0.000 0.065 0.070 0.066 0.052 0.050 0.107 0.075 0.071 0.060 0.092 0.087 0.074 0.088 0.000 0.076 0.000 0.000 0.070 0.000 0.000 0.000
創新研發的能力 0.000 0.000 0.075 0.076 0.000 0.000 0.103 0.064 0.065 0.057 0.097 0.084 0.065 0.081 0.000 0.078 0.000 0.000 0.062 0.000 0.000 0.000
製程改善 0.000 0.000 0.000 0.067 0.000 0.000 0.104 0.067 0.076 0.063 0.092 0.095 0.075 0.093 0.000 0.084 0.000 0.000 0.070 0.000 0.000 0.052
夾具的設計能力 0.052 0.050 0.065 0.000 0.052 0.063 0.109 0.081 0.086 0.074 0.098 0.090 0.083 0.089 0.000 0.072 0.000 0.000 0.062 0.000 0.000 0.000
夾具的自製能力 0.000 0.049 0.057 0.0.68 0.000 0.055 0.102 0.065 0.079 0.068 0.092 0.081 0.077 0.086 0.050 0.059 0.000 0.000 0.051 0.000 0.000 0.000
輔具的應用 0.000 0.056 0.074 0.080 0.000 0.000 0.103 0.064 0.076 0.064 0.093 0.083 0.078 0.089 0.000 0.070 0.000 0.000 0.053 0.000 0.000 0.000
兩面以上之加工 0.000 0.056 0.084 0.072 0.000 0.000 0.061 0.078 0.081 0.071 0.094 0.093 0.075 0.091 0.000 0.085 0.000 0.058 0.081 0.000 0.000 0.000
任意傾角之加工 0.000 0.049 0.070 0.060 0.000 0.000 0.095 0.000 0.073 0.063 0.090 0.085 0.069 0.087 0.000 0.070 0.000 0.000 0.076 0.000 0.000 0.000
大批量之加工 0.000 0.000 0.061 0.073 0.000 0.057 0.100 0.062 0.0000 0.000 0.084 0.078 0.064 0.076 0.056 0.074 0.000 0.000 0.064 0.000 0.000 0.000
中小批量循環性加工 0.000 0.000 0.053 0.065 0.000 0.000 0.089 0.055 0.000 0.000 0.075 0.071 0.050 0.068 0.000 0.053 0.000 0.000 0.050 0.000 0.000 0.000
圓周加工 0.000 0.000 0.000 0.000 0.000 0.000 0.0.74 0.059 0.000 0.000 0.000 0.061 0.000 0.050 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
重複定位精度 0.000 0.000 0.065 0.065 0.000 0.000 0.088 0.057 0.053 0.000 0.075 0.000 0.058 0.081 0.000 0.060 0.000 0.000 0.062 0.000 0.000 0.000
工件夾持精度 0.000 0.000 0.063 0.068 0.000 0.000 0.091 0.064 0.066 0.055 0.082 0.074 0.000 0.081 0.000 0.050 0.000 0.000 0.053 0.000 0.000 0.000
製程良率之提升 0.000 0.000 0.056 0.052 0.000 0.000 0.089 0.000 0.000 0.000 0.076 0.067 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
品質監控系統應用 0.057 0.052 0.076 0.063 0.000 0.058 0.102 0.063 0.064 0.056 0.089 0.088 0.073 0.090 0.000 0.054 0.000 0.000 0.060 0.000 0.000 0.000
多個工件同時下料 0.000 0.000 0.072 0.066 0.000 0.000 0.094 0.061 0.076 0.062 0.080 0.075 0.054 0.070 0.000 0.000 0.000 0.000 0.057 0.000 0.000 0.000
減少更換刀具次數 0.000 0.000 0.056 0.054 0.000 0.000 0.082 0.000 0.000 0.000 0.071 0.053 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
交貨準時率 0.000 0.000 0.000 0.055 0.000 0.000 0.078 0.000 0.000 0.000 0.071 0.057 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
與臥式切削機台之比較 0.059 0.000 0.069 0.061 0.000 0.000 0 100 0.081 0.073 0.075 0.090 0.090 0.065 0.070 0.000 0.059 0.000 0.000 0.000 0.000 0.000 0.000
在製品周轉速度提升 0.000 0.000 0.000 0.061 0.000 0.000 0.079 0.000 0.000 0.000 0.069 0.052 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
人力需求減少 0.000 0.000 0.000 0.050 0.000 0.000 0.082 0.000 0.052 0.000 0.067 0.057 0.000 0.051 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
刀具能源的減耗 0.000 0.000 0.000 0.000 0.000 0.000 0.079 0.000 0.000 0.000 0.068 0.060 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
再者，第二演算程式透過總影響關係矩陣，繪製一因果圖，而運算模組40能夠將因果圖傳送並顯示於終端裝置2，於本發明實施例中，因果圖分為構面因果圖及因素因果圖，其中，構面因果圖是由第二演算程式透過構面總影響關係矩陣之列加總與行加總繪製而成，如圖2所示；因素因果圖是由第二演算程式透過因素總影響關係矩陣之列加總與行加總繪製而成，如圖3所示。
第三演算程式依據各該關鍵評估項目之關聯性建立一未加權超級矩陣，由未加權超級矩陣進行轉換建立一加權超級矩陣，且以加權超級矩陣之各行向量之總和為1的特性，將加權超級矩陣透過自我相乘
Figure 02_image001
達到收斂且趨於穩定，即獲得一極限化超級矩陣，由極限化超級矩陣中之各關鍵評估項目取得複數重點關鍵指標。第三演算程式是應用決策實驗室分析基礎之網路層級分析法(DEMATEL-based Analytic Network Process)。
綜合上述，本發明加工策略分析系統100能夠達到下列功效：
1.本發明加工策略分析系統100，能夠依據加工數據及製造流程，分析出加工製造關鍵因素，以產生改善建議資訊41，透過改善建議資訊41能夠有效提升生產效率與製程能力。
2.本發明加工策略分析系統100，透過改善建議資訊41能夠以改善機械加工的最終產品品質，並且能夠透過改善建議資訊41提升定位精度、縮短更換刀具時間及增加生產效率。
以上所舉實施例僅用以說明本發明而已，非用以限制本發明之範圍。舉凡不違本發明精神所從事的種種修改或變化，俱屬本發明意欲保護之範疇。
1:伺服器
2:終端裝置
100:加工策略分析系統
10:擷取模組
20:記憶模組
30:資訊模組
40:運算模組
41:改善建議資訊
圖1係本發明系統架構方塊圖。 圖2係本發明構面因果圖實施例示意圖。 圖3係本發明因素因果圖實施例示意圖。 圖4係本發明改善建議資訊實施例示意圖。
1:伺服器
2:終端裝置
100:加工策略分析系統
10:擷取模組
20:記憶模組
30:資訊模組
40:運算模組

Claims (7)

  1. 一種立式切削中心機之加工策略分析系統，其架設於伺服器，使用者透過終端裝置連接至伺服器使用該立式切削中心機之加工策略分析系統；該立式切削中心機之加工策略分析系統包含：一擷取模組，其與立式切削中心機耦接，該擷取模組接收立式切削中心機之一製造流程資訊及一加工數據；一記憶模組，其存有一評量資訊，該評量資訊具有複數評估項目；一資訊模組，其與該擷取模組及該記憶模組耦接，該資訊模組將該製造流程資訊及該加工數據顯示於終端裝置，其中，使用者透過終端裝置依據該製造流程資訊及該加工數據，對應每一評估項目輸入一評估值；以及一運算模組，其與該資訊模組耦接，該運算模組接收該資訊模組傳送之各該評估項目所對應之各該評估值，該運算模組將各該評估值透過一第一演算程式進行篩選，以由各該評估項目中取得複數關鍵評估項目；該運算模組透過一第二演算程式將各該關鍵評估項目所對應之所述評估值進行解析，以取得各該關鍵評估項目之關聯性；該運算模組透過一第三演算程式依據各該關鍵評估項目之關聯性進行排序，由各該關鍵評估項目中取得複數重點關鍵指標，該運算模組將各該重點關鍵指標整合為一改善建議資訊，該運算模組將該改善建議資訊傳送至終端裝置顯示，其中，該第一演算程式是應用模糊德爾菲法(Fuzzy Delphi Methods)，該第二演算程式是應用決策實驗室法(Decision-Making Laboratory Method)，該第三演算程式是應用決策實驗室分析基礎之網路層級分析法(DEMATEL-based Analytic Network Process)。
  2. 如請求項1所述之立式切削中心機之加工策略分析系統，其中， 該第一演算程式將各該評估項目之評估值進行最大值、最小值及幾何平均值的計算，當各該評估值經由計算取得的值超過一門檻值時，將所述評估值對應的各該評估項目視為各該關鍵評估項目。
  3. 如請求項1所述之立式切削中心機之加工策略分析系統，其中，該第二演算程式將各該關鍵評估項目及對應之各該評估值建立一平均值矩陣，並將該平均值矩陣進行正規化處理，以產生一總影響關係矩陣，透過該總影響關係矩陣取得各該關鍵評估項目之關聯性。
  4. 如請求項3所述之立式切削中心機之加工策略分析系統，其中，該第二演算程式透過該總影響關係矩陣繪製一因果圖，該運算模組將該因果圖傳送並顯示於終端裝置。
  5. 如請求項3所述之立式切削中心機之加工策略分析系統，其中，該第三演算程式依據各該關鍵評估項目之關聯性建立一未加權超級矩陣，由該未加權超級矩陣進行轉換建立一加權超級矩陣，且以該加權超級矩陣之各行向量之總和為1的特性，將該加權超級矩陣透過自我相乘
    Figure 110115260-A0305-02-0018-1
    達到收斂且趨於穩定，即獲得一極限化超級矩陣，由該極限化超級矩陣中之各該關鍵評估項目取得複數重點關鍵指標。
  6. 如請求項4所述之立式切削中心機之加工策略分析系統，其中，各該關鍵評估項目及對應之各該評估值利用一評估尺度建立該平均值矩陣；該評估尺度分為沒有影響、低度影響、中度影響、高度影響與極高影響。
  7. 如請求項1或6所述之立式切削中心機之加工策略分析系統，其中，該改善建議資訊為各該重點關鍵指標以雷達圖呈現。
TW110115260A 2021-04-28 2021-04-28 立式切削中心機之加工策略分析系統 TWI769798B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW110115260A TWI769798B (zh) 2021-04-28 2021-04-28 立式切削中心機之加工策略分析系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW110115260A TWI769798B (zh) 2021-04-28 2021-04-28 立式切削中心機之加工策略分析系統

Publications (2)

Publication Number Publication Date
TWI769798B true TWI769798B (zh) 2022-07-01
TW202242577A TW202242577A (zh) 2022-11-01

Family

ID=83439506

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110115260A TWI769798B (zh) 2021-04-28 2021-04-28 立式切削中心機之加工策略分析系統

Country Status (1)

Country Link
TW (1) TWI769798B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201835701A (zh) * 2016-02-04 2018-10-01 美商牧野股份有限公司 監視或模擬一機器工具之操作之方法、加工系統、及包括一電腦之機器
US20180357552A1 (en) * 2016-01-27 2018-12-13 Bonsai AI, Inc. Artificial Intelligence Engine Having Various Algorithms to Build Different Concepts Contained Within a Same AI Model
US20200205771A1 (en) * 2015-06-15 2020-07-02 The Research Foundation For The State University Of New York System and method for infrasonic cardiac monitoring
US10748663B2 (en) * 2017-05-04 2020-08-18 Efthymios Kalafatis Machine learning, natural language processing and network analysis-guided discovery related to medical research
CN111967565A (zh) * 2020-10-23 2020-11-20 支付宝(杭州)信息技术有限公司 用于进行风险评估的神经网络系统、方法及装置
TWM605334U (zh) * 2019-09-17 2020-12-11 陳允勇 醫療穿戴裝置發展決策系統
TW202101477A (zh) * 2019-06-26 2021-01-01 義守大學 一種抽樣後標記應用在類神經網絡訓練模型之方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200205771A1 (en) * 2015-06-15 2020-07-02 The Research Foundation For The State University Of New York System and method for infrasonic cardiac monitoring
US20180357552A1 (en) * 2016-01-27 2018-12-13 Bonsai AI, Inc. Artificial Intelligence Engine Having Various Algorithms to Build Different Concepts Contained Within a Same AI Model
TW201835701A (zh) * 2016-02-04 2018-10-01 美商牧野股份有限公司 監視或模擬一機器工具之操作之方法、加工系統、及包括一電腦之機器
US10748663B2 (en) * 2017-05-04 2020-08-18 Efthymios Kalafatis Machine learning, natural language processing and network analysis-guided discovery related to medical research
TW202101477A (zh) * 2019-06-26 2021-01-01 義守大學 一種抽樣後標記應用在類神經網絡訓練模型之方法
TWM605334U (zh) * 2019-09-17 2020-12-11 陳允勇 醫療穿戴裝置發展決策系統
CN111967565A (zh) * 2020-10-23 2020-11-20 支付宝(杭州)信息技术有限公司 用于进行风险评估的神经网络系统、方法及装置

Also Published As

Publication number Publication date
TW202242577A (zh) 2022-11-01

Similar Documents

Publication Publication Date Title
Lin et al. An SVM-based approach for stock market trend prediction
Gumasta et al. Developing a reconfigurability index using multi-attribute utility theory
CN111104242A (zh) 基于深度学习的操作系统的异常日志的处理方法及装置
TWI769798B (zh) 立式切削中心機之加工策略分析系統
CN108495263A (zh) 一种基于广义多核函数的室内定位方法
CN115718466A (zh) 基于随机森林和层次分析法的数字孪生车间故障预测方法
US7254462B2 (en) Method and system for measuring a figure of a workpiece
CN109324264B (zh) 一种配电网线路阻抗数据异常值的辨识方法及装置
CN112559591B (zh) 一种用于冷轧辊制造过程的离群检测系统及其检测方法
CN111723206B (zh) 文本分类方法、装置、计算机设备和存储介质
CN112766727A (zh) 一种高端敏感用户电压暂降严重度评价方法
Fan et al. Surface defect classification of hot-rolled steel strip based on mixed attention mechanism
CN110045714B (zh) 一种基于权重近邻规则的工业过程监控方法
Ramos-Barberán et al. Batch process control and monitoring: A Dual STATIS and Parallel Coordinates (DS-PC) approach
CN103714251A (zh) 一种半导体产品与加工设备的匹配方法、装置和系统
Su et al. Nonparametric dynamic panel data models with interactive fixed effects: sieve estimation and specification testing
EP4356313A1 (en) Analyzing measurement results of a communications network or other target system
CN111597499B (zh) 一种工业设备故障维修方案生成方法及系统
Isogai An empirical study of the dynamic correlation of japanese stock returns
CN112396455A (zh) 数据资产的定价方法、装置、设备和介质
CN115796022B (zh) 航空发动机单级叶片选型优化方法、系统、设备及介质
Niang et al. Non parametric on-line control of batch processes based on STATIS and clustering
CN113064388B (zh) 一种半导体生产线的调度优化方法及装置
CN110290165B (zh) 网络主机间通信负载调控方法、电子装置及可读存储介质
TWI817044B (zh) 基於券商分點的選股分析之裝置與方法