工作流程：銑削力參數訓練¶

本工作流程涵蓋從感測器資料訓練銑削力係數的完整流程，包含資料映射、係數訓練、品質評估，以及套用訓練後的參數。

銑削係數是計算銑削力的關鍵參數。訓練即是從實驗感測器資料（動力計或智慧刀把）映射至仿真路徑後，推導出這些係數。

flowchart TD
    Prereq["前置條件<br>(感測器資料、專案設置)"]
    Resolution["設定解析度並啟用物理計算"]
    Mapping["設定資料映射"]
    Simulate["以 NC 檔執行仿真"]
    Export["匯出仿真資料<br>(WriteShotFiles, WriteStepFiles)"]
    Map["映射感測器資料到仿真"]
    Train["訓練銑削參數"]
    Evaluate["評估訓練品質"]
    Apply["載入訓練後的參數"]

    Prereq --> Resolution --> Mapping --> Simulate --> Export
    Simulate --> Map --> Train --> Evaluate --> Apply

1. 前置條件¶

Tip

專案背後完整的資料蒐集清單，見專案資料盤點清單。

訓練前需要：

項目	說明
HiNC 專案	已配置工具機、工件、夾具、刀具庫
NC 檔	實際切削實驗使用的 NC 程式
感測器資料 CSV	含時間戳的力／力矩資料（來自動力計或智慧刀把）
控制器資料 CSV (選用)	含 `FileNo`、`LineNo`、`ActualTime` 的工具機控制器紀錄，用於兩層映射

訓練前務必先對齊程式原點（重要）

訓練前，工件 + 夾具必須相對於工件偏移正確擺放，否則仿真出的嚙合（以及訓練出的係數）就是錯的。見程式原點對齊 —— 特別是高還原度注意事項：所用的 G54 必須反映真實機台偏移，以及用粗解析度檢查在開頭下刀處抓出錯誤設置。

感測器資料檔格式¶

CSV 必須含一行標頭，包含一個時間欄與至少一條力／力矩通道。每條通道接受不只一種拼法，因此為舊版寫的檔案仍然讀得進來：

來源	標頭
時間	`ActualTime`，或以 `ActualDateTime` 給絕對時刻。`TimeTag` 與 `Time` 為相容舊檔而讀取。
動力計	`Fx` 或 `Workpiece.Fx`（`y`、`z` 同理）
智慧刀把	`Mx` 或 `Holder.Mx`（`y`、`z` 同理）。`Spindle.Mx` 是已作廢的拼法，只讀不寫。
加速規 (選用)	`Ax`、`Ay`、`Az` —— 只有一種拼法

ActualTime,CH1,CH2,Mx,My,Mz
18:23:54.703,-0.00398,-0.00034,-0.02923,0.10733,0.00409
18:23:54.704,-0.00194,0.00285,0.04155,-0.04457,0.00448
...

Tip

保留完整的訓練專案存檔。HiNC 訓練演算法更新後，可從同一份專案重新訓練。

2. 設定解析度與啟用物理計算¶

解析度¶

訓練時須使用較正常運行更細的解析度以提高精度：

MachiningResolution_mm = 0.0625; // 等於或小於生產解析度的一半
MachiningMotionResolution = FeedPerTooth;

Tip

訓練解析度應 ≤ 生產解析度的 0.5 倍，以提升精度。

啟用物理計算¶

EnablePhysics (API) 必須啟用以進行力的計算：

EnablePhysics = true;

銑削力週期分割數¶

MillingCycleDivisionNum (API) 是力評估在每一主軸轉內所用的角度分割數。預設值 36 是為正常仿真設計的——力回放並不會因更細的分割而受益，調高只會拖慢物理計算。訓練是例外：相位對齊與係數品質會隨更細的分割而改善，所以在訓練腳本裡設定它：

MillingCycleDivisionNum = 180; // 僅訓練用；預設 36 是為正常仿真設計

Note

必須在 TrainMillingPara 所消耗的那次仿真執行之前設定。

多少才夠——實測（2 刃 D8、Al6061-T6、MachiningResolution_mm 0.03125、感測器序列以 0.1 ms 取樣）：

`MillingCycleDivisionNum`	R	Fc 誤差 @ t=0.2	Fn 誤差 @ t=0.2	犁切係數
36（預設）	91.5 %	−6.7 %	−8.8 %	嚴重偏離（Kpc +40 %）
180	95.2 %	−6.6 %	−6.1 %	Kpc +10 %
720	95.2 %	−6.9 %	−6.3 %	Kpc +11 %

180 是甜蜜點：預設的 36 對訓練來說確實太粗（犁切係數嚴重劣化），而 720 什麼都買不到，卻要付出 4 倍的物理計算。 不要假設「越大一定越好」。

Warning

這個值是全程序的，不是每專案的：它不會存進 .hincproj，而且會跨過 ResetRuntime() 與專案切換而留存。兩個後果：(a) 訓練腳本必須一律明確設定它——新啟動的服務實例從 36 開始；(b) 訓練後，同一個實例會一直保持這個大值，後續的正常仿真都會跑得比較慢，直到你把它設回去（或重啟實例）。

3. 設定資料映射¶

依資料型態選擇下列映射策略之一。

3.1 局部映射（以錨點為基準）¶

將感測器資料映射至特定 NC 路徑段：

步驟 A — 指定輸入資料：

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");

步驟 B — 指定 NC 路徑，寫在程式自己的註解裡。@@ 標記讓錨點在該單節的運動之前執行，而註解符號取決於控制器本身——下面是 Fanuc 家族的括號寫法：

X13. F20 (@@LineSelection("lineA", FirstTouch, ShiftTime_s(2), LineEnd, ShiftDistance_mm(-1));)
X25. F10 (@@LineSelection("lineB", FirstTouch, null, LastTouch, null);)

錨點選項：LineBegin、LineEnd、FirstTouch、LastTouch。偏移選項：null、ShiftTime_s(<秒>)、ShiftDistance_mm(<毫米>)。

錨點選取什麼、找不到接觸步時會怎麼做，以及內嵌腳本需要的授權：見感測器資料映射。

3.2 兩層串聯映射（控制器 + 感測器）¶

當同時擁有控制器資料與感測器資料時：

PlayNcFile("NC/machining.nc");
MapSingleByCsvFile("Data/controller.csv");  // 映射 FileNo/LineNo → ActualTime
MapSeriesByCsvFile("Data/sensor.csv");       // 映射 ActualTime → 感測器系列

為何使用兩層映射？

透過系統解譯器執行 NC 比直接 CSV 回放產生更準確的仿真路徑。控制器資料以 FileNo/LineNo 為仿真步與實際時間之間的橋樑；感測器資料則是實際時間與力／力矩讀值之間的橋樑。

⚠ 在切削的穩態段訓練——這是最大的單一槓桿¶

MapSeriesByCsvFile (API) 把每個步與一個感測器樣本窗配對。這個窗錨定在該步的結束時刻，向前延伸一個週期長度，所以一個步拿來擬合的樣本，是它的鄰居產生的，從來不是它自己的。

只要切削是穩態的，這不花任何代價。 相鄰的步在同一段弧、同樣的切屑負荷下切削，在給定的旋轉角度上會產生與本步相同的力，所以借來的樣本是多出來的資料，而不是多出來的誤差。這種配對只有在刀具–工件嚙合在窗內發生變化的地方——刀具切入、刀路切出、轉角、切深改變——才會變成系統性偏差。

在 D8 2 刃 Al6061-T6 案例上實測（同一個取樣週期 1 ms 的來源檔；只有訓練集與 CycleSamplingMode 窗不同）：

訓練集	窗	Fc 誤差 @ t=0.2	Fn 誤差 @ t=0.2	R
整條路徑（1076 個切削步）	`SpindleCycle`（預設）	−9.3 %	−9.9 %	94.3 %
整條路徑	`FluteCycle`	−7.1 %	−8.1 %	95.7 %
只取穩態段（約 800 步）	`SpindleCycle`（預設）	−3.3 %	−2.3 %	98.5 %
只取穩態段（約 800 步）	`FluteCycle`	−3.2 %	−2.4 %	98.6 %

從中可以讀出兩件事。第一，把訓練限制在穩態段，比任何其他設定都值錢——這裡它把誤差砍掉超過一半，而且是在最粗的取樣週期下做到的。第二，一旦暫態拿掉，窗的選擇就不再重要（兩種模式只差 0.06 個百分點，整條路徑則差 2.2）：FluteCycle 在整條路徑上的優勢，從頭到尾只是對切入與切出斜坡的暴露較短而已。保留 SpindleCycle 預設與它較大的樣本數。

在這個案例裡，暫態佔了 1076 個切削步中的 272 個：切入斜坡，徑向嚙合從 0.09 mm 建立到名目的 2 mm；以及刀路切出，刀具跑過遠端轉角時嚙合爬升到 5 mm。選取訓練段時，要求嚙合為常數——CuttingWidth_mm 與 CuttingDepth_mm 在相鄰步之間保持穩定——而不是用肉眼看刀具路徑。

感測器資料的缺口會被處理

配對窗內沒有任何量測列的步——擷取中斷，或為了只保留穩態段而移除的列——會從映射中排除，並由單一則 Map-ShotGap--StepsSkipped 警告回報跳過了多少步。窗邊界上的列只在夾住邊界的兩列相距至多兩個主軸轉時才做插值；相距更遠的列橫跨在缺口兩側，不會從它們捏造出任何值。映射量測資料後留意這則警告：數字很大，表示擷取與播放的重疊方式和你以為的不一樣。

Warning

MachiningResolution_mm (API) 對訓練來說不能太粗：在刀具直徑的 1/16 或更粗（D8 案例：0.0625 與 0.125）時，可用樣本掉了一半，相位配對嚴重劣化——在 0.0625 時它直接認不出六段切削刀路中的一段，係數也錯得離譜（Fc −12 % 到 −33 %）。到了直徑的 1/256 左右（此處為 0.03125）結果就飽和了；再細化也看不到好處。

4. 執行仿真¶

PlayNcFile("NC/file1.nc");

Warning

訓練期間禁止：

調整工件、刀具或控制器解析度設定
使用 NC 播放器的重置鍵（請改用關閉專案）
儲存專案（系統訓練設定可能覆寫刀具解析度設定）

5. 匯出仿真資料¶

匯出步資料與波形資料以供分析：

WriteStepFiles("Output/[NcName].step.csv");
WriteShotFiles("Output/[NcName].shot.csv", 0.1); // 第 2 個引數 = 取樣週期（ms）

shot 檔開頭是 FileNo、LineNo、Time 與該任務的 M 碼，接著才是時間解析的力欄位：Tool.Fx/Fy/Fz、Workpiece.Fx/Fy/Fz、Holder.Mx/My/Mz——寫出來的是與讀取端相同的 holder 拼法，不是已作廢的 Spindle.M*。由控制器 CSV 驅動的播放會在最後補上 ActualDateTime 欄；NC 仿真的播放沒有控制器時刻可戳，不會有這一欄。

⚠ shot 取樣週期是主導精度的槓桿¶

WriteShotFiles (API) 的第二個引數是取樣週期，單位毫秒；當仿真出的 shot 檔被回饋進訓練時，決定精度上限的是它——不是角度分割數、也不是加工解析度。每一列都是從每分割的力波形插值出來的，所以每轉的資訊量是 min(MillingCycleDivisionNum, 每轉樣本數)，其中

samples per revolution = 60000 / (rpm × samplingPeriod_ms)

在同一案例上實測（2 刃 D8、Al6061-T6、MachiningResolution_mm 0.03125、S1270 → 一轉 = 47.2 ms）：

取樣週期	每轉樣本數	R	Fc 誤差 @ t=0.2	Fn 誤差 @ t=0.2
1 ms	47	94.2 %	−9.3 %	−9.9 %
0.1 ms	472	95.2 %	−6.6 %	−6.1 %

在 1 ms 時波形每轉只取樣約 47 次，把 MillingCycleDivisionNum 從 180 提到 720 什麼都不會改變，因為多出來的格點只是同一份資料的純插值。先決定取樣週期：對仿真資料做訓練時，用等於或短於分割週期（60000 / (rpm × MillingCycleDivisionNum) ms）的週期；與實際量測比對時，把取樣週期對到實體 DAQ 的取樣率，否則兩邊的資訊密度不同，比較就會有偏差。

Note

細的週期會產生大檔案——上述案例一支 6 刀的程式，從 1 ms 時的 13 MB 變成 0.1 ms 時的 128 MB。據此預留磁碟空間，也不要把這種檔案提交到儲存庫。

座標系說明請見銑削物理座標系。

6. 訓練銑削參數¶

TrainMillingPara（新訓練）¶

TrainMillingPara (API) 訓練全新係數，與既有工件參數無關。

TrainMillingPara(Fx|Fy|Fz, "StainlessSteel.mp");

ReTrainMillingPara（校正）¶

ReTrainMillingPara (API) 對既有係數做校正（10% 原權重 + 90% 新樣本權重）。

ReTrainMillingPara(Fz|Mx|My|Mz, "StainlessSteel.mp");

樣本旗標需求¶

命令	最低資料類型	每刃進給需求
`TrainMillingPara`	`Fx\\|Fy\\|Fz`（動力計）或 `Fz\\|Mx\\|My\\|Mz`（智慧刀把）	至少一個樣本須有不同每刃進給
`ReTrainMillingPara`	無限制	無限制

Warning

僅使用 Mx|My|Mz 而無 Fz 會損失一個自由度（力矩 = r × F 中的 r 方向丟失），使係數訓練不可靠。使用力矩資料時務必包含 Fz。

上表的每刃進給欄寫的是「命令不給就不跑」的門檻，不是一次可用的訓練所需要的。一個不同進給的樣本就滿足它；要把剪切係數與犁切係數分開，需要的是刀路之間有一段切屑負荷的範圍。

訓練條件¶

樣本應有 至少兩個主軸轉的穩定且重複波形
不穩定狀況下，犁切係數易被高估
樣本穩定是必要條件，不是充分條件。 一組刀路究竟能不能回推出係數，取決於它跨到哪裡，而不是它有多乾淨：只有單一螺旋角的集合，會讓剪切係數的某個組合完全不可觀測；每刃進給範圍太窄的集合，則分不開剪切與犁切。切之前先把集合設計好——見訓練切削集的設計

7. 評估訓練品質¶

訓練後系統會回報三個品質指標。

訓練誤差比 (TrainingErrRatio)¶

訓練後自動註冊的步級變數。值越小表示步級品質越佳：

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

角度偏移 (AngleOffset)¶

代表量測與仿真資料間刀具旋轉相位差的步級變數：

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

Tip

若同一訓練批次中各段 AngleOffset 差異甚大，可能代表主軸經歷轉速變化、資料缺漏，或系統無法準確分析樣本。

8. 載入訓練後的參數¶

訓練後將新係數載入工件：

LoadCuttingParaByFile("StainlessSteel.mp");

Warning

若訓練輸出檔路徑與刀具既有切削參數檔相同，訓練後請 重新載入專案，新參數才會生效。

XML 配置（GUI 流程）¶

使用 GUI 訓練流程時，於 .hincproj 檔配置：

<MillingParaGridTrainingDestinationFile>MillingPara/trainedPara.mp</MillingParaGridTrainingDestinationFile>

<MillingParaTraining>
  <IsMzEnabled>false</IsMzEnabled>
  <ForceOutlierRatio>2</ForceOutlierRatio>
  <LeadParaTemplate>
    <RakeFaceCuttingParaMap>
      <FluteFormNum>1</FluteFormNum>
      <NAngleDivisionNum>0</NAngleDivisionNum>
      <EcAngleDivisionNum>0</EcAngleDivisionNum>
    </RakeFaceCuttingParaMap>
  </LeadParaTemplate>
  <ResultParaTemplate>
    <RakeFaceCuttingParaMap>
      <FluteFormNum>1</FluteFormNum>
      <NAngleDivisionNum>0</NAngleDivisionNum>
      <EcAngleDivisionNum>0</EcAngleDivisionNum>
    </RakeFaceCuttingParaMap>
  </ResultParaTemplate>
</MillingParaTraining>

若映射資料含智慧刀把的軸向主軸力矩，將 IsMzEnabled 設為 true。

完整腳本範例¶

MachiningResolution_mm = 0.0625;
EnablePhysics = true;
MillingCycleDivisionNum = 180; // 僅訓練用；預設 36 適合正常仿真，720 什麼都買不到

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, "MillingPara/trained.mp");
LoadCuttingParaByFile("MillingPara/trained.mp");

WriteStepFiles("Output/[NcName].step.csv");
WriteShotFiles("Output/[NcName].shot.csv", 0.1);

延伸閱讀¶

銑削物理座標系 — 座標系統參考
感測器映射工作流程 — 詳細映射流程
基礎仿真工作流程 — 基礎仿真設置
NC 優化工作流程 — 訓練後的優化
步 (Step) — 步資料參考
SessionShell — SessionShell 速查
使用動力計訓練（範例）
串聯映射（範例）

工作流程：銑削力參數訓練¶

1. 前置條件¶

感測器資料檔格式¶

2. 設定解析度與啟用物理計算¶

解析度¶

啟用物理計算¶

銑削力週期分割數¶

3. 設定資料映射¶

3.1 局部映射（以錨點為基準）¶

3.2 兩層串聯映射（控制器 + 感測器）¶

⚠ 在切削的穩態段訓練——這是最大的單一槓桿¶

4. 執行仿真¶

5. 匯出仿真資料¶

⚠ shot 取樣週期是主導精度的槓桿¶

6. 訓練銑削參數¶

TrainMillingPara（新訓練）¶

ReTrainMillingPara（校正）¶

樣本旗標需求¶

訓練條件¶

7. 評估訓練品質¶

相關係數 (R)¶

訓練誤差比 (TrainingErrRatio)¶

角度偏移 (AngleOffset)¶

8. 載入訓練後的參數¶

XML 配置（GUI 流程）¶

完整腳本範例¶

延伸閱讀¶