[go: up one dir, main page]

TWI814471B - 精密零件產品的製程參數優化系統及其方法 - Google Patents

精密零件產品的製程參數優化系統及其方法 Download PDF

Info

Publication number
TWI814471B
TWI814471B TW111125333A TW111125333A TWI814471B TW I814471 B TWI814471 B TW I814471B TW 111125333 A TW111125333 A TW 111125333A TW 111125333 A TW111125333 A TW 111125333A TW I814471 B TWI814471 B TW I814471B
Authority
TW
Taiwan
Prior art keywords
factor
spindle
capability index
index
process capability
Prior art date
Application number
TW111125333A
Other languages
English (en)
Other versions
TW202403481A (zh
Inventor
王靖欣
黃奕憲
林鈞鏗
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 TW111125333A priority Critical patent/TWI814471B/zh
Application granted granted Critical
Publication of TWI814471B publication Critical patent/TWI814471B/zh
Publication of TW202403481A publication Critical patent/TW202403481A/zh

Links

Classifications

    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • General Factory Administration (AREA)
  • Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)

Abstract

本發明提供一種精密零件產品的製程參數優化系統，其係應用於優化工具機之精密主軸之製程參數。精密零件產品的製程參數優化系統包含：品質特性輸入模組，其供使用者輸入零件產品之品質評估項目以及品質特性資料；製程能力指標模組，其將品質特性資料轉換為製程能力指標數值，並根據能力指標分析表取得未達標數值；要因分析模組，其利用要因分析法分析未達標數值，以取得製程不佳因子；顯著因子分析模組利用田口法分析製程不佳因子，以取得影響顯著因子；最佳參數分析模組，其利用反應曲面法分析影響顯著因子，以取得最佳製程參數組合數值。

Description

精密零件產品的製程參數優化系統及其方法
本發明係有關一種優化系統，特別是指一種精密零件產品的製程參數優化系統及其方法。
從全球工具機的應用發展趨勢，目前已由過去的重工業，轉型到光電、資訊通訊科技及生技等產業，而我國機械工業以工具機產業為基礎核心，面對未來機械精密製造技術的發展趨勢，相關設備與重要零組件需求將更加殷切。
而工具機主是用於加工工件的動力裝置，是機械零件製造過程當中重要的設備。其中，工具機中的精密主軸更是工具機的核心，工具機需要品質穩定、運轉適當的精密主軸才能正常的運轉。
然而，現今的精密主軸零件在加工過程中，容易因形狀不對稱、加工裝配誤差、材質不均勻、內外徑同心度不佳、不正確的移動車床方式等因素，導致旋轉中心偏離，使得工具機產生離心的振動，進而造成工具機具有加工精密度低及品質不佳的問題。
為解決上述課題，本發明揭露一種精密零件產品的製程參數優化系統，其使用特性要因圖分析出影響工具機精密主軸之加工製程能力之關鍵因素，並利用田口方法與反應曲面法，協助找出工具機精密主軸之加工製程的最佳製程參數組合，以此達到能夠改善製程且更有效率的製造出符合工作母機高精度、高轉速、高穩度之關鍵精密主軸，並同時提升產業競爭力之目的。
為達上述目的，本發明一項實施例提供一種精密零件產品的製程參數優化系統，其係應用於優化工具機之精密主軸之製程參數。精密零件產品的製程參數優化系統包含相互耦接之一品質特性輸入模組、一製程能力指標模組、一要因分析模組、一顯著因子分析模組及一最佳參數分析模組。品質特性輸入模組供使用者輸入一零件產品之複數品質評估項目，並供使用者依據品質評估項目對應設定複數品質特性資料；製程能力指標模組具有一製程能力指標轉換單元及一製程能力指標分析單元，製程能力指標轉換單元利用一指標轉換方程式將品質特性資料對應轉換為複數製程能力指標數值，製程能力指標分析單元根據一能力指標分析表將製程能力指標數值區分為一達標數值及一未達標數值；要因分析模組利用一要因分析方法對未達標數值進行要因分析，以取得複數製程不佳因子；顯著因子分析模組係對應製程不佳因子設定複數因子水準，顯著因子分析模組係根據因子水準並利用一田口方法對製程不佳因子進行分析，以此將製程不佳因子區分為一影響顯著因子及一影響不顯著因子；最佳參數分析模組係利用一反應曲面法對影響顯著因子進行分析，以取得一最佳製程參數組合數值。
本發明之一項實施例提供一種精密零件產品的製程參數優化方法，其包含一品質特性輸入步驟、一製程能力指標分析步驟、一要因分析步驟、一顯著因子分析步驟及一最佳參數分析步驟。於品質特性輸入步驟中，係透過一品質特性輸入模組，提供使用者輸入一零件產品之複數品質評估項目，並提供使用者依據品質評估項目對應設定複數品質特性資料；於製程能力指標分析步驟中，係透過一製程能力指標模組之一指標轉換方程式將品質特性資料對應轉換為複數製程能力指標數值，並利用製程能力指標模組之一能力指標分析表將製程能力指標數值區分為一達標數值及一未達標數值；於要因分析步驟中，係透過一要因分析模組利用一要因分析方法對未達標數值進行要因分析，以取得複數製程不佳因子；於顯著因子分析步驟中，係透過一顯著因子分析模組對應製程不佳因子設定複數因子水準，顯著因子分析模組係根據因子水準並利用一田口方法對製程不佳因子進行分析，以此將製程不佳因子區分為一影響顯著因子及一影響不顯著因子；於最佳參數分析步驟中，係透過一最佳參數分析模組利用一反應曲面法對影響顯著因子進行分析，以取得一最佳製程參數組合數值。
藉此，本發明使用特性要因圖分析出影響工具機精密主軸之加工製程能力之關鍵因素，並利用田口方法與反應曲面法，協助找出工具機精密主軸之加工製程的最佳製程參數組合，以此達到能夠改善製程且更有效率的製造出符合工作母機高精度、高轉速、高穩度之關鍵精密主軸，並同時提升產業競爭力之目的。
為便於說明本發明於上述創作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列舉說明之比例，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6所示，係揭示本發明實施例之一種精密零件產品的製程參數優化系統及其方法，其係應用於優化工具機之精密主軸之製程參數。精密零件產品的製程參數優化系統100包含相互耦接之一品質特性輸入模組10、一製程能力指標模組20、一要因分析模組30、一顯著因子分析模組40及一最佳參數分析模組50。
品質特性輸入模組10，其供使用者輸入一零件產品之複數品質評估項目11，並供使用者依據品質評估項目11對應設定複數品質特性資料12。於本發明實施例中，所述零件產品係為工具機之精密主軸，品質評估項目11包含主軸長度、主軸外徑、主軸內徑、主軸硬度、主軸同心度及主軸大端厚度，且品質特性資料12包含望目型品質特性資料、望大型品質特性資料及望小型品質特性資料。
製程能力指標模組20，其具有一製程能力指標轉換單元21及一製程能力指標分析單元22。製程能力指標轉換單元21係利用一指標轉換方程式將品質特性資料12對應轉換為複數製程能力指標數值；製程能力指標分析單元22係根據一能力指標分析表將所述製程能力指標數值區分為一達標數值及一未達標數值。
所述指標轉換方程式係包含一望目型指標轉換方程式、一望大型指標轉換方程式及一望小型指標轉換方程式，所述製程能力指標數值包含一望目型製程能力指標數值、一望大型製程能力指標數值及一望小型製程能力指標數值。
望目型指標轉換方程式為 ；望大型指標轉換方程式為 ；望小型指標轉換方程式為 ，其中，C pk為所述望目型製程能力指標數值；C pl為所述望大型製程能力指標數值；C pu為所述望小型製程能力指標數值；μ為製程平均數；σ為製程標準差；USL為規格上限；LSL為規格下限。
於本發明實施例中，所述能力指標分析表係透過以下步驟而得：
(1)由於所述製程能力指標數值皆是基於良率所定義出來的指標數值，因此本發明以Yield%(良率)=(3C pki)為基礎，將t個所述製程能力指標數值整合形成精密主軸產品品質指標，其公式為 ，其中， 為所述製程能力指標數值， 為所述精密主軸產品品質指標；
(2)而由於精密主軸個別的所述製程能力指標數值，於各個加工製程的關係是獨立的，因此本發明能夠提出一個可以反應整個所述精密主軸產品品質指標與產品良率的關係式如下： ，其中， 、 為良率；
(3)而為了確保精密主軸的產品品質良率符合要求，因此 需符合下列關係式： ；
(4)本發明能夠根據(3)所得之關係式，得到一最小製程能力指標數值C 0，其公式如下： ；
(5)本發明能夠根據(4)所得到之公式整理出所述能力指標分析表(如下表1所示)。
表1
t 精密主軸整個產品的製程能指標值
0.50 0.75 1.00 1.20 1.25 1.50 1.75 2.00
1 0.5000 0.7500 1.0000 1.2000 1.2500 1.5000 1.7500 2.0000
2 0.6057 0.8345 1.0683 1.2588 1.3068 1.5484 1.7921 2.0372
3 0.6631 0.8810 1.1066 1.2921 1.3390 1.5761 1.8163 2.0586
4 0.7019 0.9129 1.1331 1.3152 1.3614 1.5954 1.8333 2.0737
5 0.7311 0.9370 1.1533 1.3329 1.3786 1.6103 1.8463 2.0854
6 0.7544 0.9564 1.1695 1.3473 1.3925 1.6224 1.8570 2.0948
7 0.7737 0.9725 1.1831 1.3593 1.4041 1.6325 1.8659 2.1028
8 0.7901 0.9862 1.1948 1.3696 1.4142 1.6412 1.8736 2.1097
9 0.8044 0.9983 1.2050 1.3786 1.4229 1.6489 1.8804 2.1157
10 0.8170 1.0089 1.2141 1.3867 1.4308 1.6557 1.8864 2.1211
11 0.8283 1.0185 1.2222 1.3939 1.4378 1.6619 1.8918 2.1260
12 0.8386 1.0271 1.2296 1.4005 1.4442 1.6675 1.8968 2.1304
13 0.8479 1.0350 1.2364 1.4065 1.4501 1.6726 1.9013 2.1345
14 0.8564 1.0423 1.2426 1.4121 1.4555 1.6773 1.9056 2.1383
15 0.8643 1.0490 1.2484 1.4172 1.4605 1.6817 1.9095 2.1418
16 0.8717 1.0553 1.2538 1.4220 1.4652 1.6858 1.9131 2.1451
要因分析模組30，其係利用一要因分析方法對所述未達標數值進行要因分析，以取得複數製程不佳因子。於本發明實施例中，要因分析方法係為魚骨分析法(Fishbone Diagram)；所述製程不佳因子係包含工件軟爪同心度因子、中心架同心度因子、刀具硬度因子及加工進給因子。
顯著因子分析模組40，其係對應所述製程不佳因子設定複數因子水準，顯著因子分析模組40係根據所述因子水準並利用一田口方法對所述製程不佳因子進行分析，以此將所述製程不佳因子區分為一影響顯著因子及一影響不顯著因子。
於本發明實施例中，顯著因子分析模組40係利用所述田口方法之訊噪比分析將所述製程不佳因子區分為所述影響顯著因子及所述影響不顯著因子，並且顯著因子分析模組40係利用所述田口方法之變異數分析確認所述影響顯著因子是否正確。
最佳參數分析模組50，其係利用一反應曲面法對所述影響顯著因子進行分析，以取得一最佳製程參數組合數值。於本發明實施例中，最佳參數分析模組50係利用所述反應區面法之Box-Behnken設計對所述影響顯著因子進行分析。
以下係進一步說明精密零件產品的製程參數優化系統100之精密零件產品的製程參數優化方法200，如圖2所示，精密零件產品的製程參數優化方法200包含一品質特性輸入步驟S1、一製程能力指標分析步驟S2、一要因分析步驟S3、一顯著因子分析步驟S4及一最佳參數分析步驟S5。
於品質特性輸入步驟S1中，係透過品質特性輸入模組10，提供使用者輸入所述零件產品之品質評估項目11，並提供使用者依據品質評估項目11對應設定品質特性資料12。
於本發明實施例中，所述零件產品係為工具機之精密主軸，品質評估項目11包含主軸長度、主軸外徑、主軸內徑、主軸硬度、主軸同心度及主軸大端厚度，且品質特性資料12包含所述望目型品質特性資料、所述望大型品質特性資料及所述望小型品質特性資料。
舉例來說，於本發明實施例中，如下表2所示，品質評估項目11係細部區分為裁切製程中的主軸長度、車床加工製程中的主軸外徑和主軸內徑、熱處理製程中的主軸硬度、研磨製程中的主軸外徑和主軸內徑以及切削製程中的主軸同心度和主軸大端厚度，共8個品質評估項目11。而使用者係依據各個品質評估項目11的規格對應設定品質特性資料12，例如，將主軸長度設定為望大型品質特性資料，將主軸硬度設定為望目型品質特性資料等。
表2
製程 品質評估項目 品質特性資料 規格
裁切 主軸長度 望大型品質特性 mm
車床 主軸外徑 望大型品質特性 mm
主軸內徑 望目型品質特性 mm
熱處理 主軸硬度 望目型品質特性 HRC
研磨 主軸外徑 望目型品質特性 mm
主軸內徑 望大型品質特性 mm
切削 主軸同心度 望小型品質特性 0.01-0.005mm
主軸大端厚度 望目型品質特性 mm
於製程能力指標分析步驟S2中，係透過製程能力指標模組20之所述指標轉換方程式將品質特性資料12對應轉換為所述製程能力指標數值，並利用製程能力指標模組20之所述能力指標分析表將所述製程能力指標數值區分為所述達標數值及所述未達標數值。
於本發明實施例中，製程能力指標模組20係透過所述指標轉換方程式之所述望目型指標轉換方程式，將所述望目型品質特性資料轉換為所述製程能力指標數值之所述望目型製程能力指標數值；製程能力指標模組20係透過所述指標轉換方程式之所述望大型指標轉換方程式，將所述望大型品質特性資料轉換為所述製程能力指標數值之所述望大型製程能力指標數值；製程能力指標模組20係透過所述指標轉換方程式之所述望小型指標轉換方程式，將所述望小型品質特性資料轉換為所述製程能力指標數值之所述望小型製程能力指標數值。
其中，所述望目型指標轉換方程式為 ；所述望大型指標轉換方程式為 ；所述望小型指標轉換方程式為 。其中，C pk為所述望目型製程能力指標數值；C pl為所述望大型製程能力指標數值；C pu為所述望小型製程能力指標數值；μ為製程平均數；σ為製程標準差；USL為規格上限；LSL為規格下限。
舉例來說，於本發明實施例中，製程能力指標模組20係在每一所述望目型品質特性資料中、每一所述望大型品質特性資料中及每一所述望小型品質特性資料中，分別抽取30個樣本數據，並將前述樣本數據經過所述指標轉換方程式對應轉換為所述製程能力指標數值，並將得到的所述製程能力指標數值整理如下表3。
表3
製程 品質評估項目 品質特性資料 C pu C pl C pk
裁切 主軸長度 望大型品質特性 ─ 1.37 ─
車床 主軸外徑 望大型品質特性 ─ 1.37 ─
主軸內徑 望目型品質特性 ─ ─ 1.24
熱處理 主軸硬度 望目型品質特性 ─ ─ 1.38
研磨 主軸外徑 望目型品質特性 ─ ─ 1.37
主軸內徑 望大型品質特性 ─ 1.38 ─
切削 主軸同心度 望小型品質特性 1.40 ─ ─
主軸大端厚度 望目型品質特性 ─ ─ 1.37
舉例來說，於本發明實施例中，精密主軸共有8個所述製程能力指標數值，而本發明之精密主軸之所述精密主軸產品品質指標需達到1.2(即C T=1.2)，因此使用者能夠根據所述能力指標分析表(如表1所示)以及表3之內容，得到每一所述製程能力指標數值需達到1.3696(即C 0=1.3696)，並以此得到所述達標數值及所述未達標數值。其中，所述達標數值包含裁切製程中的主軸長度、車床加工製程中的主軸外徑、熱處理製程中的主軸硬度、研磨製程中的主軸外徑和主軸內徑以及切削製程中的主軸同心度和主軸大端厚度；所述未達標數值為車床加工製程中的主軸內徑。
於要因分析步驟S3中，係透過要因分析模組30利用所述要因分析方法對所述未達標數值進行要因分析，以取得所述製程不佳因子。於本發明實施例中，要因分析方法係為魚骨分析法(Fishbone Diagram)；所述製程不佳因子係包含工件軟爪同心度因子、中心架同心度因子、刀具硬度因子及加工進給因子。
舉例來說，於本發明實施例中，要因分析模組30係透過魚骨分析法(Fishbone Diagram)對所述未達標數值(車床加工製程中的主軸內徑)進行分析，並以此得到所述製程不佳因子，其中，所述製程不佳因子包含工件軟爪同心度因子、中心架同心度因子、刀具硬度因子及加工進給因子。
於顯著因子分析步驟S4中，係透過顯著因子分析模組40對應所述製程不佳因子設定複數因子水準，顯著因子分析模組40係根據所述因子水準並利用所述田口方法對所述製程不佳因子進行分析，以此將所述製程不佳因子區分為所述影響顯著因子及所述影響不顯著因子。於本發明實施例中，顯著因子分析模組40係利用所述田口方法之訊噪比分析將所述製程不佳因子區分為所述影響顯著因子及所述影響不顯著因子，並且顯著因子分析模組40係利用所述田口方法之變異數分析確認所述影響顯著因子是否正確。
舉例來說，於本發明實施例中，顯著因子分析模組40係設定每一所述製程不佳因子有3個所述因子水準，並整理如下表4所示。
表4
項目 水準一 水準二 水準三
A、工件軟爪同心(mm) A1 0.01 A2 0.02 A3 0.03
B、中心架同心度(mm) B1 0.015 B2 0.025 B3 0.035
C、刀具硬度/抗震(HRC) C1 78 C2 70 C3 65
D、加工進給(mm) D1 0.2 D2 0.25 D3 0.3
接續上述，顯著因子分析模組40係根據表4之所述因子水準，並利用所述田口方法中的L 9(3 4)直交表將所得之數據整理如下表5所示。
表5
實驗編號 因子A 因子B 因子C 因子D S/N比平均值
1 1 1 1 1 2.72296
2 1 2 2 2 2.66602
3 1 3 3 3 2.68613
4 2 1 2 3 2.55121
5 2 2 3 1 2.28100
6 2 3 1 2 2.08116
7 3 1 3 2 2.21758
8 3 2 1 3 2.18065
9 3 3 2 1 1.80423
接續上述，由於所述未達標數值(車床加工製程中的主軸內徑)屬於望目品質特性，因此顯著因子分析模組40能夠根據表5之內容，並利用一訊噪比公式計算出所述製程不佳因子之信號雜音比，並呈現如圖3所示。其中，所述訊噪比公式為 。
接續上述，顯著因子分析模組40能夠根據圖3之內容，將數據整理如下表6所示。
表6
水準 A B C D
1 2.692 2.497 2.328 2.269
2 2.304 2.376 2.340 2.322
3 2.067 2.191 2.395 2.473
差異 0.624 0.307 0.067 0.203
接續上述，根據表6之內容，顯著因子分析模組40能夠得知刀具硬度因子(因子C)之數值較不明顯，因此顯著因子分析模組40能夠得到所述影響顯著因子包含件軟爪同心度因子、中心架同心度因子及加工進給因子，而所述影響不顯著因子為刀具硬度因子。並且顯著因子分析模組40能夠利用所述田口方法之變異數分析，整理出如下表7之數據，並以此得知所述影響顯著因子確實包含件軟爪同心度因子、中心架同心度因子及加工進給因子。
表7
變異來源 自由度 平方和 均方 F值 淨平方和 貢獻率
A* 2 0.004479 0.002240 56.58 0.0044 71.36%
B* 2 0.00095 0.000475 12 0.000871 14.13%
C - - - - - -
D* 2 0.000579 0.00029 7.32 0.0005 8.11%
合併誤差 2 0.000079 0.00004   0.00004 7.69%
總和 8 0.006087       100.0%
於最佳參數分析步驟S5中，透過最佳參數分析模組50利用所述反應曲面法對所述影響顯著因子進行分析，以取得所述最佳製程參數組合數值。於本發明實施例中，最佳參數分析模組50係利用所述反應區面法之Box-Behnken設計對所述影響顯著因子進行分析。
舉例來說，於本發明實施例中，最佳參數分析模組50係根據表4之所述因子水準，將關於所述影響顯著因子之數據整理如下表8所示。
表8
實驗編號 因子A 因子B 因子D S/N比平均值
1 1 1 1 24.8776
2 1 2 2 25.9691
3 1 3 3 18.3455
4 2 1 3 27.5904
5 2 2 1 22.7070
6 2 3 2 18.1888
7 3 1 2 21.2339
8 3 2 3 19.8855
9 3 3 1 20.9543
接續上述，最佳參數分析模組50將表8之數據內容，利用所述反應區面法之Box-Behnken設計進行分析，並將分析結果整理如下表9所示。其中，A為工件軟爪同心度因子、B為中心架同心度因子、C為加工進給因子，A*B、A*C、B*C為分析因子是否存在交互作用，A*A、B*B、C*C為判別因子對於品質是否存在反曲率。
表9
來源 自由度 SS MS F P
回歸 9 161.316 17.924 10.56 0.009
線性
A 1 14.761 14.761 27.63 0.003
B 1 46.913 46.9132 1.08 0.347
C 1 1.832 1.8317 10.8 0.013
平方
A*A 1 6.48 9.1648 8.4 0.068
B*B 1 0.29 0.000283 0.017 0.998
C*C 1 48.22 48.22 28.4 0.003
交互作用
A*B 1 2.411 2.4108 1.42 0.287
A*C 1 6.93 6.93 4.08 0.099
B*C 1 33.479 33.479 19.72 0.007
誤差 5 8.49      
合計 14 169.806      
判定係數R 86%
接續上述，如圖4至圖6所示，最佳參數分析模組50係能夠根據表9之內容，繪製出主軸深孔加工製程各因子交互作用之等高線圖，並在等高線圖上找出所述最佳製程參數組合數值。其中，如圖4至圖6所示，能夠得到所述最佳製程參數組合數值為工件軟爪同心度因子等於0.0925mm、中心架同心度因子等於0.015mm以及加工進給因子等於0.3mm。
接續上述，根據下表10之內容所示，透過所述最佳製程參數組合數值組合後的車床加工製程中的主軸內徑的製程能力獲得顯著的提升。
表10
品質評估項目 規格 品質特性資料 C pu C pl C pk
改善前
車床 主軸內徑 37.5 mm 望目 ─ ─ 1.24
改善後
車床 主軸內徑 37.5 mm 望目 ─ ─ 1.41
藉此，本發明使用特性要因圖分析出影響工具機精密主軸之加工製程能力之關鍵因素，並利用田口方法與反應曲面法，協助找出工具機精密主軸之加工製程的最佳製程參數組合，以此達到能夠改善製程且更有效率的製造出符合工作母機高精度、高轉速、高穩度之關鍵精密主軸，並同時提升產業競爭力之目的。
雖然本發明是以一個最佳實施例作說明，精於此技藝者能在不脫離本創作精神與範疇下作各種不同形式的改變。以上所舉實施例僅用以說明本創作而已，非用以限制本創作之範圍。舉凡不違本創作精神所從事的種種修改或改變，俱屬本創作申請專利範圍。
100:精密零件產品的製程參數優化系統
200:精密零件產品的製程參數優化方法
10:品質特性輸入模組
11:品質評估項目
12:品質特性資料
20:製程能力指標模組
21:製程能力指標轉換單元
22:製程能力指標分析單元
30:要因分析模組
40:顯著因子分析模組
50:最佳參數分析模組
S1:品質特性輸入步驟
S2:製程能力指標分析步驟
S3:要因分析步驟
S4:顯著因子分析步驟
S5:最佳參數分析步驟
[圖1]係本發明之系統方塊示意圖。 [圖2]係本發明之方法流程示意圖。 [圖3]係本發明之各個製程不佳因子之S/N比因子效果示意圖。 [圖4]係本發明之中心架同心度因子-工件軟爪同心度因子與加工進給因子等高線圖。 [圖5]係本發明之加工進給因子-工件軟爪同心度因子與中心架同心度因子等高線圖。 [圖6]係本發明之加工進給因子-中心架同心度因子與工件軟爪同心度因子等高線圖。
100:精密零件產品的製程參數優化系統
10:品質特性輸入模組
11:品質評估項目
12:品質特性資料
20:製程能力指標模組
21:製程能力指標轉換單元
22:製程能力指標分析單元
30:要因分析模組
40:顯著因子分析模組
50:最佳參數分析模組

Claims (8)

  1. 一種精密零件產品的製程參數優化系統，其係應用於優化工具機之精密主軸之製程參數，該製程參數優化系統包含：一品質特性輸入模組，其供使用者輸入一零件產品之複數品質評估項目，並供使用者依據該些品質評估項目對應設定複數品質特性資料，其中，該零件產品為工具機之精密主軸，該些品質評估項目包含主軸長度、主軸外徑、主軸內徑、主軸硬度、主軸同心度及主軸大端厚度，且該些品質特性資料包含一望目型品質特性、一望大型品質特性及一望小型品質特性；一製程能力指標模組，其耦接於該品質特性輸入模組，該製程能力指標模組具有一製程能力指標轉換單元及一製程能力指標分析單元，該製程能力指標轉換單元利用一指標轉換方程式將該些品質特性資料對應轉換為複數製程能力指標數值，該製程能力指標分析單元根據一能力指標分析表將該些製程能力指標數值區分為一達標數值及一未達標數值；一要因分析模組，其耦接於該製程能力指標模組，該要因分析模組利用一要因分析方法對該未達標數值進行要因分析，以取得複數製程不佳因子；一顯著因子分析模組，其耦接於該要因分析模組，該顯著因子分析模組係對應該些製程不佳因子設定複數因子水準，該顯著因子分析模組係根據該些因子水準並利用一田口方法對該些製程不佳因子進行分析，以此將該些製程不佳因子區分為一影響顯著因子及一影響不顯著因子；以及一最佳參數分析模組，其耦接於該顯著因子分析模組，該最佳參數分析模組係利用一反應曲面法對該影響顯著因子進行分析，以取得一最佳製程參數組合數值。
  2. 如請求項1所述之精密零件產品的製程參數優化系統，其中，該指標轉換方程式包含一望目型指標轉換方程式、一望大型指標轉換方程式及一望小型指標轉換方程式，該些製程能力指標數值包含一望目型製程能力指標數值、一望大型製程能力指標數值及一望小型製程能力指標數值。
  3. 如請求項2所述之精密零件產品的製程參數優化系統，其中，該望目型指標轉換方程式為
    Figure 111125333-A0305-02-0019-1
    ，該望大型指標轉換方 程式為
    Figure 111125333-A0305-02-0019-2
    ，該望小型指標轉換方程式為
    Figure 111125333-A0305-02-0019-3
    ，其中，Cpk為該望目型製程能力指標數值；Cpl為該望大型製程能力指標數值；Cpu為該望小型製程能力指標數值；μ為製程平均數；σ為製程標準差；USL為規格上限；LSL為規格下限。
  4. 如請求項1所述之精密零件產品的製程參數優化系統，其中，該顯著因子分析模組係利用該田口方法之訊噪比分析將該些製程不佳因子區分為該影響顯著因子及該影響不顯著因子，並且該顯著因子分析模組係利用該田口方法之變異數分析確認該影響顯著因子是否正確。
  5. 一種精密零件產品的製程參數優化方法，其係應用於優化工具機之精密主軸之製程參數，該製程參數優化方法包含：一品質特性輸入步驟：透過一品質特性輸入模組，提供使用者輸入一零件產品之複數品質評估項目，並提供使用者依據該些品質評估項目對應設定複數品質特性資料，其中，該零件產品為工具機之精密主軸，該些品質評估項目包含主軸長度、主軸外徑、主軸內徑、主軸硬度、主軸同心度及主軸大端厚度，且該些品質特性資料包含一望目型品質特性資料、一望大型品質特性資料及一望小型品質特性資料； 一製程能力指標分析步驟：透過一製程能力指標模組之一指標轉換方程式將該些品質特性資料對應轉換為複數製程能力指標數值，並利用該製程能力指標模組之一能力指標分析表將該些製程能力指標數值區分為一達標數值及一未達標數值；一要因分析步驟：透過一要因分析模組利用一要因分析方法對該未達標數值進行要因分析，以取得複數製程不佳因子；一顯著因子分析步驟：透過一顯著因子分析模組對應該些製程不佳因子設定複數因子水準，該顯著因子分析模組係根據該些因子水準並利用一田口方法對該些製程不佳因子進行分析，以此將該些製程不佳因子區分為一影響顯著因子及一影響不顯著因子；以及一最佳參數分析步驟：透過一最佳參數分析模組利用一反應曲面法對該影響顯著因子進行分析，以取得一最佳製程參數組合數值。
  6. 如請求項5所述之精密零件產品的製程參數優化系統，其中，該指標轉換方程式包含一望目型指標轉換方程式、一望大型指標轉換方程式及一望小型指標轉換方程式，該些製程能力指標數值包含一望目型製程能力指標數值、一望大型製程能力指標數值及一望小型製程能力指標數值。
  7. 如請求項6所述之精密零件產品的製程參數優化系統，其中，該望目型指標轉換方程式為
    Figure 111125333-A0305-02-0020-4
    ，該望大型指標轉換方 程式為
    Figure 111125333-A0305-02-0020-5
    ，該望小型指標轉換方程式為
    Figure 111125333-A0305-02-0020-6
    ，其中，μ為製程平均數；σ為製程標準差；USL為規格上限；LSL為規格下限。
  8. 如請求項5所述之精密零件產品的製程參數優化系統，其中，該顯著因子分析模組係利用該田口方法之訊噪比分析將該些製程不佳因子區分 為該影響顯著因子及該影響不顯著因子，並且該顯著因子分析模組係利用該田口方法之變異數分析確認該影響顯著因子是否正確。
TW111125333A 2022-07-06 2022-07-06 精密零件產品的製程參數優化系統及其方法 TWI814471B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW111125333A TWI814471B (zh) 2022-07-06 2022-07-06 精密零件產品的製程參數優化系統及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW111125333A TWI814471B (zh) 2022-07-06 2022-07-06 精密零件產品的製程參數優化系統及其方法

Publications (2)

Publication Number Publication Date
TWI814471B true TWI814471B (zh) 2023-09-01
TW202403481A TW202403481A (zh) 2024-01-16

Family

ID=88965868

Family Applications (1)

Application Number Title Priority Date Filing Date
TW111125333A TWI814471B (zh) 2022-07-06 2022-07-06 精密零件產品的製程參數優化系統及其方法

Country Status (1)

Country Link
TW (1) TWI814471B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201211807A (en) * 2010-09-09 2012-03-16 Hon Hai Prec Ind Co Ltd Method of controlling factors that influence an electronic rule of printed circuit boards
TW201314474A (zh) * 2011-09-28 2013-04-01 Univ Nat Formosa 光電元件製程參數之最佳化分析方法
TW201541270A (zh) * 2014-04-23 2015-11-01 Cheng Uei Prec Ind Co Ltd 連接器尺寸優化系統及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201211807A (en) * 2010-09-09 2012-03-16 Hon Hai Prec Ind Co Ltd Method of controlling factors that influence an electronic rule of printed circuit boards
TW201314474A (zh) * 2011-09-28 2013-04-01 Univ Nat Formosa 光電元件製程參數之最佳化分析方法
TW201541270A (zh) * 2014-04-23 2015-11-01 Cheng Uei Prec Ind Co Ltd 連接器尺寸優化系統及方法

Also Published As

Publication number Publication date
TW202403481A (zh) 2024-01-16

Similar Documents

Publication Publication Date Title
Nurhaniza et al. Analyzing the Effect of Machining Parameters Setting to the Surface Roughness during End Milling of CFRP‐Aluminium Composite Laminates
Hazir et al. Optimization of CNC cutting parameters using design of experiment (DOE) and desirability function
Uddin et al. Evaluating hole quality in drilling of Al 6061 alloys
Babu et al. Effect of machining parameters on milled natural fiber-reinforced plastic composites
Walia et al. Parametric optimization of centrifugal force-assisted abrasive flow machining (CFAAFM) by the Taguchi method
Shajari et al. The influence of tool path strategies on cutting force and surface texture during ball end milling of low curvature convex surfaces
CN107065778B (zh) 一种面向机床整个使用阶段能量效率最高的机床评选方法
CN114626190B (zh) 一种基于知识图谱的工艺设计资源模型构建方法
Köklü Optimisation of machining parameters in interrupted cylindrical grinding using the Grey-based Taguchi method
Wei et al. Research progress of noise in high-speed cutting machining
Gök et al. Determination of experimental, analytical, and numerical values of tool deflection at ball end milling of inclined surfaces
Wu et al. Investigation on milling quality of stone–plastic composite using response surface methodology
TWI814471B (zh) 精密零件產品的製程參數優化系統及其方法
Guo et al. Cutting forces and cutting quality in the up-milling of solid wood using ceramic cutting tools
D’yakonov et al. Selecting the cutting conditions for plane grinding by the wheel periphery
CN1785559A (zh) 锗单晶非球面光学元件的加工方法
Kim et al. Determination of the optimal milling feed direction for unidirectional CFRPs using a predictive cutting-force model
Ginta et al. Development of surface roughness models in end milling titanium alloy Ti-6Al-4V using uncoated tungsten carbide inserts
Schönecker et al. Fundamental Investigation of the Application Behavior and Stabilization Potential of Milling Tools with Structured Flank Faces on the Minor Cutting Edges
KR20150006356A (ko) 공구 조립체를 선택하기 위한 시스템 및 방법
Ibrahim et al. Experimental investigation of HSS face milling to AL6061 using Taguchi method
da Silva et al. Experimental research on the dynamic stability of internal turning tools for long overhangs
Daud et al. Prediction of chatter in CNC machining based on dynamic cutting force for ball end milling
Chakraborty et al. Measuring of Surface Roughness of Al-6061 Alloy by CNC Milling by using of Taguchi Method
Gaitonde et al. Selection of optimal process parameters for minimizing burr size in drilling using Taguchi's quality loss function approach