訓練與校正銑削係數

銑削係數為計算銑削力的必須參數。

訓練與校正銑削係數需先完成資料映射。

TrainMillingPara(API)訓練銑削係數，不需先設定工件銑削係數，輸出的新係數也與原工件銑削係數無關。

ReTrainMillingPara(API)校正銑削係數，需基於已設定之工件銑削係數，才可輸出校正後係數。校正時原係數的權重10%、從資訊映射而得的樣本權重90%。

Note

指令格式

//訓練銑削係數
TrainMillingPara(<樣本旗標>, <檔案輸出路徑>);
//校正銑削係數
ReTrainMillingPara(<樣本旗標>, <檔案輸出路徑>);

<樣本旗標> 為應用於訓練資料的資料種類，包含：Fx、Fy、Fz、Mx、My、Mz。使用|號作聯集。

Tip

以動力計資料為例，輸出訓練銑削係數

ClearTimeMappingData();
AddTimeDataByFile( "lineA", "Mapping/sensor1.csv", "18:25:51.7100", "18:26:12.9910");
AddTimeDataByFile( "lineB", "Mapping/sensor1.csv", "18:26:30.5750", "18:27:12.2880");
PlayNcFile("NC/file1.nc")
TrainMillingPara(Fx|Fy|Fz, "StainlessSteel.mp");

Tip

以智慧刀把資料為例，輸出校正銑削係數

ClearTimeMappingData();
AddTimeDataByFile( "lineA", "Mapping/sensor1.csv", "18:25:51.7100", "18:26:12.9910");
AddTimeDataByFile( "lineB", "Mapping/sensor1.csv", "18:26:30.5750", "18:27:12.2880");
PlayNcFile("NC/file1.nc")
ReTrainMillingPara(Fz|Mx|My|Mz, "StainlessSteel.mp");

訓練條件

路徑樣本以穩定資料訓練佳，即資料波形有重複性維持至少兩轉。因系統演算法最低以一轉波形做訓練。在非穩定情況，會因為模擬中的每刃進給固定、訓練資料不穩定，造成剪切力於總力占比降低，使得訓練出的犁切係數偏高。

樣本穩定的情況下，NC路徑沒有限制切削形狀，槽銑或側銑，任意形狀刀具皆可用來訓練及校正銑削係數。

以TrainMillingPara訓練銑削係數，資訊映射須包含至少一組不同每刃進給的路徑樣本。訓練資料的資料種類建議最少為(動力計)Fx|Fy|Fz或(智慧刀把)Fz|Mx|My|Mz。如果資料種類少於前述，如Fx|Fy或Mx|My|Mz，則樣本的自由度太高，訓練出來的係數不能符合訓練樣本以外的路徑。

如果僅使用Mx|My|Mz，由於力矩資料為 \(\vec{r} \times \vec{F}\)，所以r方向資料會遺失，相當於少了一個自由度，難以訓練材料系數。所以力矩資料須搭配Fz使用。

以ReTrainMillingPara校正銑削係數，沒有限制資料種類及每刃進給。

訓練品質指標

訓練完成後，系統會計算以下品質指標：

訓練誤差比 (TrainingErrRatio)

訓練誤差比是在執行 TrainMillingPara(API) 或 ReTrainMillingPara(API) 後，動態註冊並設置到訓練區域內各步的步變數，用於評估該步的模擬與量測之間的誤差程度，數值越小表示該步的訓練品質越好。

\[ \text{TrainingErrRatio} = \sqrt{\frac{\sum_{i} e_i^2}{\sqrt{\sum_{i} y_i^2 \cdot \sum_{i} \hat{y}_i^2}}} \]

其中：

\(e_i = y_i - \hat{y}_i\)：第 \(i\) 個樣本的誤差
\(y_i\)：量測值
\(\hat{y}_i\)：模擬預測值

此指標會嵌入到每個加工步驟的輸出資料中，可用於識別訓練品質較差的段落。

角度偏移 (AngleOffset)

角度偏移是在執行訓練函數後，動態註冊並設置到訓練區域內各步的步變數。\(\theta_{offset}\) 表示該步量測資料與模擬資料之間的刀刃旋轉相位差。系統會自動對齊相位以獲得最佳訓練結果。

\[ \theta_{offset} = \frac{2\pi \cdot i_{min}}{N_{div}} \]

其中：

\(i_{min}\)：使預測誤差最小的角度索引
\(N_{div}\)：一轉的角度分割數，即 MillingCycleDivisionNum(API)

Tip

如果同一批訓練中各段落的 AngleOffset 差異過大，可能表示主軸旋轉突然放慢或放快或資料缺失，或系統無法準確分析樣本並導致不理想訓練的結果。

Tip

較大的 MillingCycleDivisionNum(API) 設定可以得到更準確的 AngleOffset 結果，進而訓練出更準確的銑削係數。

Table of Contents