領袖觀點｜CNC控制器與數位孿生

無可諱言的，CNC控制器乃是工具機的大腦，然而探索CNC控制器核心並不容易。人的大腦主要是用來記憶、思考、推理、決策、語言、接收及感官訊息並掌握身體活動等，因此了解人的大腦同時，必須先了解人體的組織及功能。同樣地，探索CNC控制器核心之前，必須要了解工具機的特性。如同FANUC伺服驅動器所提出各種不同的功能，大都是為了處理工具機的結構振動、摩擦、背隙或是幾何誤差等問題，一個典型的例子是FANUC控制器針對摩擦所造成的背隙問題所提出之二段式背隙補償，這是由於在傳動中，摩擦或是背隙可能由傳動系統中不同的零組件如螺桿、聯軸器、軸承或是滑軌所產生，對於一些大型機台這些摩擦發生的時間不同，因此需要二段式補償法，然而並非所有的機台都需要二段式背隙補償，如何由伺服驅動器所量測的數據來解析是否需要二段式背隙補償就必須瞭解傳動系統的非線性特性。由此面相來看，在瞭解控制器核心的同時，同樣地必須面對工具機的驅動、傳動、結構、溫升、加工與組裝等問題，如果可以透過數學模型的建立、有限元素法或是系統鑑別的方式來建立工具機的動態模型，那麼結合CNC控制器所建立的數位孿生（digital twin）或是虛實整合（cyber physical system）系統，將可以用來進行改善機台設計、優化CNC控制器參數以及加工參數，達到工具機高速、高精、高加工品質的目標。

CNC控制器學習歷程
回想起20幾年前筆者開始接觸CNC控制器這個領域，當時對於國際CNC控制器大廠如FANUC、西門子、海德漢、三菱等國外控制器大廠都很陌生，雖然對於控制理論有些概念，但是對於運動控制所需要的伺服與插補器設計而言，完全是個門外漢。在2000年與台灣一家工具機大廠產學合作計畫的要求下，必須將FANUC的參數手冊看完，試著去解譯那些手冊裡面文字的內涵、所列出的簡易公式以及背後的原理。這種學習模式與過去從事研究大不相同，也就是說必須先知道業界的控制器有這些功能後，才回頭去找研究論文與思考其背後的原理，很多控制器所提供的功能都是實務上遇到問題時的一些巧思，方法也許簡單但是實用，但是沒有實務經驗並不容易了解，因此在應用學校所學的理論於業界時，可能會遇到瓶頸。隨著20幾年來與CNC控制器的相處，再加上跟國產控制器廠商如寶元、新代公司以及工研院智機中心的合作，擷取控制器訊號成為筆者實驗室在開發智能化功能最重要的數據來源，不論是振動抑制、摩擦補償、溫升補償、刀具偏擺、刀具磨耗以及斷刀偵測等，都可以由控制器所擷取的資料進行解析。控制器的數據是不需要額外付費的，因此如何善用控制器數據，將是建立智慧機械相當重要的一環。這也引起了一個新的議題，那些智能化功能必須加裝如溫度、振動、聲音等感測元件，那些智能化功能並不需要外部感測器，只需要控制器的數據等問題，這些都需要深入的domain knowledge。