馬達智財聯盟 Motor Intellectual Property Alliance

應用機器學習於沖床之皮帶狀態檢測

作者	陳宗祺、蔡明祺、周至宏
摘要	沖床於製造業的用途十分廣泛，可用於沖剪、成形、彎曲、引伸和壓縮等加工用途，可知其在工業上的重要性。傳統沖床以馬達為動力源，並藉由皮帶來帶動飛輪運作，故若皮帶發生異常，不僅降低了機台運作效率，也會使機台軸承發生損傷。因此，本研究提出利用機器學習中的支持向量機以及其核函數的應用與比較，建立沖床皮帶之狀態分類模型，也透過結合主成分分析方法使資料降維達成空間可視化，以及在數據的蒐集係透過沖床機台現有的設備來擷取，節省額外加裝感測器來蒐集資料以節省實驗成本。實驗結果顯示，分類模型的準確率可達近99%，並且可透過空間可視化的方法，觀察數據之間的分佈及關聯性，可進一步分析皮帶的異常問題，達到機台預測保養的效果。
關鍵字	沖床、狀態檢測、機器學習、支持向量機、核函數、主成分分析