作者:彭達仁、汪正祺、胡智維、杜冠威數位雙生技術應用於切削加工系統之鑑別與預測
隨著智慧化機械的不斷發展，對於加工效率優化與自動化機械有著高度關注，且朝向數位雙生加工的趨勢發展。在本文中以西門子RMVM (Run My Virtual Machine) 加工軟體模擬東台CT-350五軸工具機台作為對象的實際操作，透過RMVM提供切削參數包括位置、速度、加速度以及負載等，並使用GCODE進行數據分類，藉由非線性Hammerstein-Wiener模型、小波網路以及高斯過程等技術系統辨識建構切削力模型，可針對各軸向進給系統辨識，預測模擬輸出與實際結果的辨識度，結果說明實機訊號以小波網路模型辨識時，在大多數情境下均表現出較高的辨識度，可達96.7 %；若以RMVM訊號分析時，相同模型下的辨識度也可達到辨識效果90 %以上，GCODE分類辨識度皆能在95 %以上，透過分段項數參數調整後辨識效果可達99 %以上，將電流與能耗的輸出進行分析與計算，從而即時調整加工參數以能耗優化，最終可達到能在不接觸實際機台的情況下就能預測能耗。