预测模型建立方法及其相关预测方法与计算机程序产品技术

本发明专利技术提供了一种预测模型建立方法应用于加工机台制造一工件。此预测模型建立方法包括下列步骤：于制造该工件的期间，产生一加工机台参数组；于制造该工件后，量测该工件以产生一工件质量参数组；由该加工机台参数组决定一关键零件状态；以及根据该加工机台参数组、该工件质量参数组与该关键零件状态来产生对应的一关键零件状态下的工件质量预测模型。

【技术实现步骤摘要】
预测模型建立方法及其相关预测方法与计算机程序产品
本专利技术是有关于一种预测模型建立方法及其相关预测方法与计算机程序产品。
技术介绍
在日趋复杂的加工应用中，工件的合格与否(Go/NoGo)往往是要综合多种工件质量(quality)判断的结果。以轴承的加工机台为例，轴承的加工机台的工件质量包括：轴承的高、入口径、内径与沟径。当工件(轴承)制造(manufacture)完成后，需进一步量测轴承的高、入口径、内径与沟径，而量测这些工件质量的结果即可用来判断工件合格与否。当一个或一个以上的工件质量被判定为质量不佳，则该工件被视为不合格(NoGo)。例如，当轴承的入口径或内径或沟径被判定为不合格时，则该工件(轴承)被视为不合格(NoGo)。再者，将加工机台制造的所有工件都拿来量测其工件质量会有成本上的考虑。因此，现今仅能以抽检的方式来对抽检的工件进行工件质量的量测，并据以推断其他未抽检的工件是否合格。然而，此方式无法达成全方位品管的目的。虚拟量测(virtualmetrology，简称VM)系统的发展可用来对工件质量进行实时预测(prediction)、加工机台效能监控以及生产工艺的改善。由于虚拟量测系统可以实时预测出工件质量是否异常，因此可以避免加工机台持续生产不合格(NoGo)的工件，并造成重大损失。举例来说，为了让轴承的加工机台不间断地运转并维持高良率。虚拟量测系统在加工机台的运作过程，持续地根据实时的加工机台参数组来预测制造出的工件的工件质量。当一个工件质量(例如，轴承的入口径)被预测为质量不佳而造成工件不合格(NoGo)时，工作人员即可据以调整或更换刀具以避免加工机台持续运作而造成重大损失。再者，现有的虚拟量测系统是根据加工机台参数组来建立每一个工作工件质量的预测模型(predictionmodel)。基本上，现有的虚拟量测系统是利用特定的一种算法来获得预测模型，例如拉索回归(LassoRegression)。以下以轴承的加工机台为例来说明现有的虚拟量测系统。一般来说，轴承的加工机台上会设置机台监控模块，用以实时监控加工机台上所有零组件的状态。也就是说，机台监控模块中包括多个传感器(sensor)，用以感测加工机台以及零组件，并产生加工机台参数组。举例来说，机台监控模块可产生n个加工机台参数x1～xn，集合这些加工机台参数x1～xn即成为一加工机台参数组，用以代表此加工机台以及零组件的状态。而加工机台参数组可为环境温度参数、机台震动参数、切削力参数、刀具状态参数、刀具磨耗参数、刀具使用次数参数....等等。再者，轴承的加工机台的工件质量为轴承的高、入口径、内径与沟径。也就是说，轴承的加工机台的四个工件质量参数分别代表轴承的高的误差y1、入口径的误差y2、内径的误差y3与沟径的误差y4。而集合这些工件质量参数y1～y4即成为一工件质量参数组，代表该工件的工件质量。以下以四个工件质量参数所组成一个工件质量参数组为例来进行说明。当然，工件质量参数组并不限定于只有四个工件质量参数，也可以包括更多的工件质量参数，例如轴承的厚度误差...等等。于虚拟量测系统的训练阶段，根据加工机台参数组与一工件质量参数，并搭配特定算法来建立单一个工件质量的预测模型。以轴承的加工机台为例，共需要建立四个预测模型来分别预测四个工件质量参数y1～y4。当四个预测模型建立完成后。于虚拟量测系统的预测阶段，就可以实时的根据加工机台所产生的加工机台参数组以及四个预测模型来分别预测工件的四个工件质量参数y1～y4。也就是说，利用加工机台参数组x1～xn搭配第一预测模型来预测高的误差y1；利用加工机台参数组x1～xn搭配第二预测模型来预测入口径的误差y2；利用加工机台参数组x1～xn搭配第三预测模型来预测内径的误差y3；以及，利用加工机台参数组x1～xn搭配第四预测模型来预测沟径的误差y4。另外，当其中一个工件质量的预测结果与实际的工件质量差异过大时，需要修正对应的预测模型。举例来说，当预测入口径的误差y2与实际入口径的误差之间差异过大时，即需要调整第二预测模型。由以上的说明可知，现有的虚拟量测系统都是针对单一工件质量来建立其预测模型。每个预测模型仅预测一个工件品质，且不同工件质量的预测模型需要各自进行调整。
技术实现思路
本专利技术关于一种虚拟量测系统的预测模型建立方法及其相关预测方法。其中，预测模型建立方法应用于加工机台制造一工件。此预测模型建立方法包括下列步骤：于制造该工件的期间，产生一加工机台参数组；于制造该工件后，量测该工件以产生一工件质量参数组；由该加工机台参数组决定一关键零件状态；以及根据该加工机台参数组、该工件质量参数组与该关键零件状态来产生对应的一关键零件状态下的工件质量预测模型。本专利技术提供一种计算机程序产品，其上储存有一软件程序，该软件程序执行时将使具有一控制器的一电子装置进行一预测模型建立方法，该预测模型建立方法包括下列步骤：于一加工机台制造多个工件的期间，对应地产生多个加工机台参数组；于制造为这些工件后，量测这些工件以对应地产生多个工件质量参数组；由这些加工机台参数组决定多个关键零件状态，其中这些关键零件状态包括一第一关键零件状态与一第二关键零件状态；以及选择属于该第一关键零件状态所对应的这些加工机台参数组、这些工件质量参数组，搭配一算法来产生一第一关键零件状态下的工件质量预测模型。本专利技术关于一种虚拟量测系统的预测模型建立方法及其相关预测方法。其中，该预测方法，应用于一加工机台制造一工件，包括下列步骤：于制造该工件的期间，产生一加工机台参数组；由该加工机台参数组决定一关键零件状态；根据该关键零件状态决定对应的一关键零件状态下的工件质量预测模型；以及根据该关键零件状态下的工件质量预测模型与该加工机台参数组预测该工件的一工件品质参数组。本专利技术提供一种计算机程序产品，其上储存有一软件程序，该软件程序执行时将使具有一控制器的一电子装置进行一预测方法，该预测方法包括下列步骤：于一加工机台制造多个工件的期间，产生对应的多个加工机台参数组；由这些加工机台参数组中决定一第一部分的加工机台参数组属于一第一关键零件状态，且一第二部分的加工机台参数组属于一第二关键零件状态；提供一第一关键零件状态下的工件质量预测模型，接收该第一第一部分的加工机台参数组，预测对应工件的多个工件品质参数组；以及提供一第二关键零件状态下的工件质量预测模型，接收该第二第一部分的加工机台参数组，预测对应工件的多个工件品质参数组。附图说明图1A至图1D所绘示为虚拟量测系统于训练阶段产生的任务数据库(taskdatabase)以及建立预测模型的示意图。图2A至图2D所绘示为虚拟量测系统于预测阶段利用加工机台参数组以及多个关键零件状态下的工件质量预测模型来预测工件质量参数组的示意图。附图标记说明102：工件质量量测模块104：任务数据库106：多任务数据筛选模块108：预测模型训练模块110：机台监控模块112：关键零件状态分析模块114：关键零件状态数据库121：第一关键零件状态下的工件质量预测模型122：第二关键零件状态下的工件质量预测模型123：第三关键零件状态下的工件质量预测模型124：第四关键零件状态下的工件质量预测模型210：预测模块220：预测模型数据库S1本文档来自技高网...

【技术保护点】
一种预测模型建立方法，应用于一加工机台制造一工件，包括下列步骤：于制造该工件的期间，产生一加工机台参数组；于制造该工件后，量测该工件以产生一工件质量参数组；由该加工机台参数组决定一关键零件状态；以及根据该加工机台参数组、该工件质量参数组与该关键零件状态来产生对应的一关键零件状态下的工件质量预测模型。

【技术特征摘要】
2016.11.29 TW 1051392881.一种预测模型建立方法，应用于一加工机台制造一工件，包括下列步骤：于制造该工件的期间，产生一加工机台参数组；于制造该工件后，量测该工件以产生一工件质量参数组；由该加工机台参数组决定一关键零件状态；以及根据该加工机台参数组、该工件质量参数组与该关键零件状态来产生对应的一关键零件状态下的工件质量预测模型。2.根据权利要求1所述的预测模型建立方法，其中该加工机台的一机台监控模块产生多个加工机台参数，并结合成为该加工机台参数组。3.根据权利要求2所述的预测模型建立方法，其中一工件质量量测模块，对该工件的多个工件质量进行量测，以产生多个工件质量参数，并结合成为该工件质量参数组。4.根据权利要求1所述的预测模型建立方法，其中还包括：根据该加工机台参数组与该工件质量参数，并搭配一算法来产生该关键零件状态下的工件质量预测模型。5.一种计算机程序产品，其上储存有一软件程序，该软件程序执行时将使具有一控制器的一电子装置进行一预测模型建立方法，该预测模型建立方法包括下列步骤：于一加工机台制造多个工件的期间，对应地产生多个加工机台参数组；于制造为这些工件后，量测这些工件以对应地产生多个工件质量参数组；由这些加工机台参数组决定多个关键零件状态，其中这些关键零件状态包括一第一关键零件状态与一第二关键零件状态；以及选择属于该第一关键零件状态所对应的这些加工机台参数组、这些工件质量参数组，搭配一算法来产生一第一关键零件状态下的工件质量预测模型。6.根据权利要求5所述的计算机程序产品，其中该预测模型建立方法还包括：选择属于该第二关键零件状态所对应的这些加工机台参数组、这些工件质量参数组，搭配该算法来产生一第二关键零件状态下的工件质量预测模型。7.根据权利要求5所述的计算机程序产品，还包括一机台监控模块，其中于制造一第一工件时，该加工机台的该机台监控模块产生多个加工机台参数，并结合成为该第一工件所对应的该加工机台参数组。8.根据权利要求7所述的计算机程序产品，还包括一工件质量量测模块，其中该工件质量量测模块对该第一工件的多个工件质量进行量测，以产生多个工件质量参数，并结合成为该第一工件所对应的该工件品质参数组。9.根据权利要求5所述的计算机程序产品，还包括一任务数据库，储存这些加工机台参数组与这些工件品质参数组。10.根据权利要求9所述的计算机程序产品，还包括一关键零件状态分析模块，接收这些加工机台参数组，并决定为该第一关键零件状态或该第二关键零件状态。11.根据权利要求10所述的计算机程序产品，还包括：一多任务数据筛选模块，根据该第一关键零件状态，由该任务数据库中选择属于该第一关键零件状态所对应的这...

【专利技术属性】
技术研发人员：林群惟，陈德铭，
申请(专利权)人：财团法人工业技术研究院，
类型：发明
国别省市：中国台湾,71