馬達智財聯盟 Motor Intellectual Property Alliance

應用AI於繞線機製程參數最佳化設計與實現驗證

作者	黃品嘉、蔡明祺、黃柏維、洪昌鈺
摘要	近年來，茲因環保意識提升，各國對馬達運轉之效率等已訂定環保規範，因此不論是設計端或是相關生產設備之製造工藝水平也提升，然而業界目前對於馬達生產設備參數設定並沒有一套設定規範，往往是仰賴試誤法與經驗法則，十分耗時，且調整結果無法保證為最佳解，進而導致最終產品端性能不如預期，有鑒於此，本研究提出利用智能化協助繞線機製程參數之調整，透過權重調整，可獲得所需之建議繞線製程參數，毋須實際繞線與量測實驗。本文提出利用XGboost模型結合最佳化演算法PSO的架構來最佳化繞線機製程參數，與原樣品相比，於相同繞線條件下，最佳化參數之效率區間比原樣品提高了3~5%，整體製程成本銅線用量也降低了10%。對於繞線機，最佳化參數能使槽滿率從44%提高至57%，整體馬達效率操作區間內也能提高了12% ~ 14%，驗證本研究提出之方法除了能夠改善馬達實際運轉效率，更可藉此改善製程端限制與降低製程生產成本。
關鍵字	繞線機、定子繞組、製程參數最佳化、機器學習