科技創新

手術機器人進入醫材大廠爭搶階段

金屬中心ITIS-MII研究團隊/葉哲政

國際離岸風力機零組件暨水下基礎製造商智慧化研究 

金屬中心資深產業分析師 / 蔡欣芝

機台虛實整合與智慧診斷 技術研究運用

國立虎尾科技大學機械與電腦輔助工程系助理教授/詹子奇 

機台虛實整合與智慧診斷 技術研究運用

國立虎尾科技大學機械與電腦輔助工程系助理教授/詹子奇 

一、前言

隨著客製化與少量多樣的彈性生產趨勢,設計分析與測試的技術廣泛應用於各個工程領域,可以對複雜的結構進行快速的計算,減少機台開發的時間和經費,也藉由分析計算,確保機台設計的合理性,降低材料的成本,並於製造或施工前,預先發現機台性能。本研究應用有限元素分析技術對複合式加工機的結構進行靜態分析、模態分析¬、頻譜分析和暫態分析,並使用頻譜分析儀對機台進行模態測試,並透過訊號處理得到機台的自然頻率及結構振型,最後利用智慧預測與診斷系統進行機台線上健康度診斷,透過溫度感測器抓取溫度訊號,加速規抓取振動訊號、還有監控馬達電流,即時掌握機台建康狀況。


二、理論與實驗裝置


2.1    有限元素分析基礎理論
有限元素分析就是將物體劃分成節點與元素,透過有限元素計算分析,當結構受到負荷產生位移時,可以計算出每個位置對應之應力與應變等分析結果。


2.1.1    一維彈簧系統
圖 1為彈簧系統,由節點1和節點2所組成元素1,當設計者定義邊界條件、負載、節點座標、自由度、元素組成方程式,以及材料性質,彈簧的彈性常數K值,定義完後算是完成有限元素模型之建立。

圖 1   彈簧系統

其中[K]為勁度矩陣(stiffness matrix), { U } 為元素節點位移場( e l e m e n t n o d a l displacement vector),{}為元素節點外力向量 (element nodal external force vector)。當結 構複雜時,可以將結構分成各個小元素,將每個 元素的關係式重新組合,變成整個系統方程式, 便能求解。此種方法就是有限元素分析的基本想法。

2.1.2    主成分分析理論
主成分分析是一種常見的數據分析法,它利用正交變換來對相關變數的觀測值進行線性變換,實現原數據的維度下降。該方法盡可能保存了原有數據的差異性。主成分分析的本質就是將原數據用新的正交線性變換來表示,其中新的維度之間相互獨立。

 

2.1.3    高斯混合模型
理論上GMM可以擬合出任意類型的分佈,我們知道在實際生活中,很少有數據嚴格遵循高斯分佈的,而對於同一個集合下的數據,可能存在多種不同的分佈,可以採用不同的高斯分佈函數來模擬各個分佈,最後將這些高斯模型線性組合起來,最終建立整個數據的模型。

 

演算法原理及核心步驟:
(一)    透過觀察取樣的概率值和模型概率值的接近程度,來判斷一個模型是否擬合良好。
(二)    透過模型來計算資料的期望值,通過分析分布的均值和標準差來判斷機台的健康狀態。

 

2.1.4    智慧預測與診斷系統
以人工智慧技術之機器學習為主,並以機台訊號為基礎,再以高斯混合模型演算法為方法論對訊號進行特徵選取,進行數值正規化與演算法取得模型,達到壽命預測或故障預知。

 

2.1.5    複合式加工機
此小型機台具有切削加工與雷射加工複合功能,如下圖2所示,其規格如表 1所示。

 

圖 2 小型複合式加工機

表 1  複合式加工機規格

三、有限元素分析與實驗模態測試

 

本研究之有限元素分析流程包括前處理、運算求解、後處理。
前處理:利用CAD軟體建立欲分析之模型,在分析軟體中設定材料參數、網格大小、邊界條件、負荷條件等。
運算求解:選擇要解題之方法有模態分析、靜態分析、暫態分析與頻率分析等。
後處理:解讀分析結果可以用文字、圖形、動態的影片方式來呈現分析的結果。

 

3.1    材料性質
有限元素模型需設定材料之參數,才能夠符合機台實際的物理現象。複合式加工機所使用的材料包含PA6 尼龍、 304AL 不繡鋼、 A380 壓鑄鋁、 A6N01-T5 鋁材、鑄鐵,其材料性質如表 2所示。

圖 3 整機受重力之靜態變形分析

表 2 材料性質

3.2    實體模型網格化
定義完成各個零件後,將結構進行網格化,網格的大小會影響分析結果,網格太大時分析容易產生過大的誤差,過小的網格會降低計算效率且提高電腦硬體設備成本,建立完成之有限元素模型。


3.3    靜態變形分析
考量重力加速度、底部為固定面,分析結果顯示最大位移量會發生在主軸頭附近,最大變形量約58.3μm,如上圖3所示。

 

3.4    模態分析與測試之驗證
以下主要是比較機台結構分析與測試的結果,以進一步驗證分析模型的正確性,比較結果如下表3所示。

表 3  有限元素分析與實驗模態結果比對

圖4  X軸頻譜圖

圖5  Y軸頻譜圖

3.5    頻譜分析
設底部為固定面,在主軸底部X軸方向施加一個50N的力量,進行頻譜分析。各軸之頻譜圖如圖 4所示。

3.6    暫態分析
設底部為固定面,在主軸的刀尖施加一個50N向右的力量,持續作用0.05秒後,進行暫態分析觀察它3秒內收斂的狀況。各軸之收斂情形如圖 5所示。

 

四、智慧預測診斷

4.1   建立模型
首先,需先讓機台運轉抓取訊號,大約90秒後便可以進行主成分分析建模,設定模擬損傷頻率。讓右上的正常頻率與損傷頻率的點陣圖呈現密集,且能清楚看出正常與損傷的訊號群聚不同,再進行主成分個數與警戒線設定,完成預測模型建模,最後模擬預診結果,如圖6所示。

圖6 建立預診模型

4.2  機台情況預測
使用智慧預測與診斷系統進行機台健康狀況診斷,如圖7所示,透過溫度感測器抓取溫度訊號、加速規抓取振動訊號、電流感測器抓取馬達電流訊號,並可顯示於監控畫面上。當機台訊號異常時,監控畫面上的預診斷訊號就會顯示於警戒線之上,同時提醒使用者。而當排除故障後機台恢復正常運轉,訊號顯示於警戒線內,如下圖8所示。

圖 7 對機台進行健康診斷

圖 8 預測診斷訊號

四、結論

 

本研究運用有限元素分析法,分析小型複合式加工機靜態與動態的性能,藉由靜態分析能夠了解機台在本身自重下的變形量。透過模態分析了解機台的共振頻率與振型,並比較模態分析與模態實驗結果,其中4個振型和自然頻率誤差均在5%以內,因此模型具有高度的準確性,可作為機台性能評估與設計改善的基礎。接著進一步分析機台之頻譜與暫態響應特性,最後整合運用智慧預測與診斷系統,完成機台加工之線上即時診斷與監控。

Copyright © 2020 工商財經數位股份有限公司 China Times Group All Rights Reserved.