[发明专利]预测模型建立方法及其相关预测方法与计算机程序产品

说明书

本发明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。

技术领域

本发明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。

背景技术

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(virtual metrology，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(prediction model)。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(Lasso Regression)。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～x_n，集合这些加工机台参数x₁～x_n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。