CN106990733A - 一种支持工业大数据分析的装备控制器及运行方法 - Google Patents

一种支持工业大数据分析的装备控制器及运行方法 Download PDF

Info

Publication number
CN106990733A
CN106990733A CN201710271100.1A CN201710271100A CN106990733A CN 106990733 A CN106990733 A CN 106990733A CN 201710271100 A CN201710271100 A CN 201710271100A CN 106990733 A CN106990733 A CN 106990733A
Authority
CN
China
Prior art keywords
data
control device
big data
module
equipment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710271100.1A
Other languages
English (en)
Other versions
CN106990733B (zh
Inventor
万加富
易鸣伦
闫荷花
李迪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201710271100.1A priority Critical patent/CN106990733B/zh
Publication of CN106990733A publication Critical patent/CN106990733A/zh
Application granted granted Critical
Publication of CN106990733B publication Critical patent/CN106990733B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0428—Safety, monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the network communication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/10—Plc systems
    • G05B2219/16—Plc to applications
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

本发明公开了一种支持工业大数据分析的装备控制器及运行方法，其包括用于数据检测、数据分析与数据处理的控制模块；用于数据存储的存储模块；用于数据传输的通讯模块。数据检测是指在运动控制卡控制机器执行每一个动作节拍开始所产生的系统时间及对应的计数采集；数据处理是指将检测出的数据进行分析、计算及格式化的整理；数据格式是指具备该工业场景中的大数据分析的数据格式；采用上述原理，利用该种装备控制器及数据处理机制，可以实现所控制的机器设备运行状态的实时监测以及将数据用于工业大数据的故障预测分析，从而为企业维修管理人员提供更好的工厂运行状态描述和预案描述，进而在不影响工业生产的情况下排除生产故障。

Description

一种支持工业大数据分析的装备控制器及运行方法
技术领域
本发明涉及工业自动化控制技术领域，尤其涉及一种支持工业大数据分析的装备控制器及运行方法。
背景技术
工业大数据的兴起对工业的升级改造起到巨大的推动作用，工业大数据可用于生产预测，机器设备的故障预测等。工业4.0提出了智慧工厂的相关概念与系统架构，智慧工厂的自动化与智能化的实现需要对大量设备运行状态的进行检测与数据分析，从而为工厂管理人员提供生产状态描述与设备故障预测，同时配合工厂自身的智能化决策实现故障快速排除与智能重组。
在工业生产中，机器设备从开始投入生产就不可避免的出现老化现象，设备老化是一个漫长的过程，然而老化现象发生到一定程度时便会使机器设备发生故障，从而阻碍工业生产活动。现阶段工业所使用的运动控制器或运动控制卡及其控制模式，只支持对执行机构(如：伺服电机及其驱动器)进行信号输出或反馈接收的单闭环或开环的操作功能，即在一个命令的执行过程中，数据一旦产生到命令被实现后立刻消失，控制器没有提供保存和分析相关部件的运动数据的机制，不能对机器设备进行故障时间和发生概率的预测，同时也不支持与工业大数据中心的数据交互。因此，现阶段的运动控制器及其控制机制不能通过设备运行数据来分析设备老化情况，不适合应用于工业改造升级和工业大数据分析应用的场景。
由于机器设备执行加工操作时存在非机器故障或老化现象引起的扰动，所以不能将某次或少量次数的设备动作执行状况的异常作为判断机器设备出现故障的标准。因此，依靠检测动作节拍执行时间超标作为分析和预测机器设备故障依据时，需要依靠对这些数据的长期识别与积累来进行相应判断。由于控制器中的CPU计算资源和存储空间的限制，不能进行大规模数据存储与计算，因此，需要将机器设备执行完的每套加工操作得到的数据进行整理后及时上传至大数据计算中心。
发明内容
本发明的目的在于克服上述现有技术的缺点和不足，提供一种支持工业大数据分析的装备控制器及运行方法。
本发明通过下述技术方案实现：
一种支持工业大数据分析的装备控制器，包括：
用于数据检测、数据分析与数据处理的控制模块；
用于数据存储的存储模块；
用于数据传输的通讯模块。
所述数据检测，是指在控制器中的程序中增加检测每一个动作节拍开始及结束后的反馈时间及其动作节拍标识。
所述数据处理，是指将检测出的数据进行数据分析、数据计算及数据格式化的整理。
所述数据格式化，是指具备该工业场景中的大数据分析的数据格式。
所述存储模块包括一个外部存储模块。
所述外部存储模块由SD卡接口模块和SD卡组成，以此作为正在处于等待上传的数据的缓存。
所述通讯模块采用5G WiFi模块和千兆带宽的以太网卡，用于数据传输。
所述支持工业大数据分析的装备控制器的运行方法，包括如下步骤：
控制模块负责向机器设备发送控制指令，并同时接收机器设备执行后的反馈信号；然后由通讯模块将处理后的数据传至该工业场景中的大数据处理中心。
在控制模块的控制过程中，轴输出线程用于执行机器设备动作节拍控制命令的输出，在每个用于动作节拍命令控制的函数中增设一个用于当前系统时间输出和该动作节拍的标识输出的程序功能段；
假设机器设备执行的一套动作有n个动作节拍共同完成，那么控制器内的程序轴输出线程需要将每个节拍的节拍标志及产生时间进行输出，并存储到控制模块中；此外，控制器内的程序需要新增设一条线程作为反馈处理线程，反馈处理线程与轴输出线程之间利用线程通讯来获取轴输出线程输出的动作节拍标识及其产生时间，并缓存到储存区域中，同时反馈处理线程依次接收来至机器设备动作节拍完成后的反馈标志，并记录其反馈时间。
控制模块内的反馈处理线程对机器设备反馈回来的数据进行计算与格式化处理。
本发明相对于现有技术，具有如下的优点及效果：
利用本发明装备控制器及数据处理机制，可以实现所控制的机器设备运行状态的实时监测以及将数据用于工业大数据的故障预测分析，从而为企业维修管理人员提供更好的工厂运行状态描述和预案描述，进而在不影响工业生产的情况下排除生产故障。
附图说明
图1是本发明支持工业大数据分析的装备控制器的总体示意图。
图2是本发明实施例的动作节拍时间示意图。
图3是本发明实施例的数据传送格式示意图。
图4是图1中装备控制器的结构示意图。
具体实施方式
下面结合具体实施例对本发明作进一步具体详细描述。
如图1所示；本发明主要包括三个模块，分别是：
用于数据检测、分析与处理的控制模块；
用于数据存储的存储模块；
用于数据传输的通讯模块。
运动控制器负责向机器设备发送控制指令，同时接收机器设备执行后的反馈信号，然后通过自身的通讯模块将处理后的数据传至该工业场景中的大数据处理中心。
在控制模块的程序中，轴输出线程用于执行机器设备动作节拍控制命令的输出，在每个用于动作节拍命令控制的函数中增设一个用于当前系统时间输出和该动作节拍的标识输出的程序功能段。假设机器设备执行的一套动作有n个动作节拍共同完成，那么控制器内的程序轴输出线程需要将每个节拍的节拍标志及产生时间进行输出，并存储到控制模块中。此外，控制器内的程序需要新增设一条线程作为反馈处理线程，反馈处理线程与轴输出线程之间利用线程通讯来获取轴输出线程输出的动作节拍标识及其产生时间，并缓存到储存区域中，同时反馈处理线程依次接收来至机器设备动作节拍完成后的反馈标志，并记录其反馈时间。
控制模块内的反馈处理线程对机器设备反馈回来的数据进行计算与格式化处理。在数据处理过程中，假设机器设备执行一套动作的有序集合为Set，第i个节拍为B(i)(i∈n)，故有Set＝{B(1),B(2),B(3),…,B(n)}。假设B(i)开始执行时的时间为t1(i),执行完毕反馈回来的时间为t2(i),因此，该B(i)执行完毕共耗时TB(i)＝t2(i)-t1(i)。
机器设备完成一套动作执行时间可由T表示，其中这一套执行动作的各个动作节拍执行时间如图2所示，每根柱状图形代表一个动作节拍执行时间的长短。假设每个机器设备都有标准的动作节拍执行时间段序列{TBo(1),TBo(2),TBo(3),…,TBo(n)}，若第i个动作节拍B(i)执行的时间段TB(i)≤TBo(i)，则称该动作节拍执行时间符合标准，反之，则称该动作节拍执行时间超标。
由于控制器不能做大规模数据储存与计算，故需要将检测后的数据经过计算、分析处理后进行格式化，达到符合该工业场景中的大数据分析格式。经过控制器处理后的数据格式如图3所示，每个动作节拍将产生三个字段的数据，分别是B(i)、TB(i)和标志位FB(i)，其中B(i)表示该机器设备加工操作的第i个动作节拍，TB(i)表示该机器设备加工操作的第i个动作节拍所消耗的时间，FB(i)表示当TB(i)≤TBo(i)时，FB(i)置为0；当TB(i)>TBo(i)时，FB(i)置为1。数据格式最后将有两个字段T和F结尾，其中T为该机器设备完成一套动作的执行时间，F表示当时，F置为0；否则F置为1。
如图4所示，为了支持工业海量数据的传输要求，本发明的控制器考虑到工业场景中机器设备布局的复杂性，因此通讯模块提供两种通讯方式用于数据交换，即无线通讯方式和以太网通讯方式。考虑到工业场景中的大数据处理中心面对众多设备的数据交互问题，为了提高数据传输的速度，同时缓解控制器存储模块数据存储空间的压力，通讯模块中采用5G WiFi模块和千兆带宽的以太网卡用于数据传输。
考虑到工业场景中海量数据的传输过程中会发生延迟、阻塞、等待的问题，存储模块中增设一个外部存储模块，用来缓存正在处于等待上传的数据。外部存储模块由SD卡接口模块和SD卡组成，考虑到不同工业场景下对应的数据量传输规模不同，工厂管理员可以根据需求来选择相应存储量的SD卡，以此来作为满足控制器对数据缓存的需求。
如上所述，便可较好地实现本发明。
本发明的实施方式并不受上述实施例的限制，其他任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.一种支持工业大数据分析的装备控制器，其特征在于包括：
用于数据检测、数据分析与数据处理的控制模块；
用于数据存储的存储模块；
用于数据传输的通讯模块。
2.根据权利要求1所述支持工业大数据分析的装备控制器，其特征在于：所述数据检测，是指在控制器中的程序中增加检测每一个动作节拍开始及结束后的反馈时间及其动作节拍标识。
3.根据权利要求1所述支持工业大数据分析的装备控制器，其特征在于：所述数据处理，是指将检测出的数据进行数据分析、数据计算及数据格式化的整理。
4.根据权利要求3所述支持工业大数据分析的装备控制器，其特征在于：所述数据格式化，是指具备该工业场景中的大数据分析的数据格式。
5.根据权利要求1所述支持工业大数据分析的装备控制器，其特征在于：所述存储模块包括一个外部存储模块。
6.根据权利要求5所述支持工业大数据分析的装备控制器，其特征在于：所述外部存储模块由SD卡接口模块和SD卡组成，以此作为正在处于等待上传的数据的缓存。
7.根据权利要求1所述支持工业大数据分析的装备控制器，其特征在于：所述通讯模块采用5G WiFi模块和千兆带宽的以太网卡，用于数据传输。
8.权利要求1至7中任一项所述支持工业大数据分析的装备控制器的运行方法，其特征在于包括如下步骤：
控制模块负责向机器设备发送控制指令，并同时接收机器设备执行后的反馈信号；
然后由通讯模块将处理后的数据传至该工业场景中的大数据处理中心。
9.权利要求8所述支持工业大数据分析的装备控制器的运行方法，其特征在于，在控制模块的控制过程中，轴输出线程用于执行机器设备动作节拍控制命令的输出，在每个用于动作节拍命令控制的函数中增设一个用于当前系统时间输出和该动作节拍的标识输出的程序功能段；
假设机器设备执行的一套动作有n个动作节拍共同完成，那么控制器内的程序轴输出线程需要将每个节拍的节拍标志及产生时间进行输出，并存储到控制模块中；此外，控制器内的程序需要新增设一条线程作为反馈处理线程，反馈处理线程与轴输出线程之间利用线程通讯来获取轴输出线程输出的动作节拍标识及其产生时间，并缓存到储存区域中，同时反馈处理线程依次接收来至机器设备动作节拍完成后的反馈标志，并记录其反馈时间。
10.权利要求8所述支持工业大数据分析的装备控制器的运行方法，其特征在于，控制模块内的反馈处理线程对机器设备反馈回来的数据进行计算与格式化处理。
CN201710271100.1A 2017-04-24 2017-04-24 一种支持工业大数据分析的装备控制器及运行方法 Active CN106990733B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710271100.1A CN106990733B (zh) 2017-04-24 2017-04-24 一种支持工业大数据分析的装备控制器及运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710271100.1A CN106990733B (zh) 2017-04-24 2017-04-24 一种支持工业大数据分析的装备控制器及运行方法

Publications (2)

Publication Number Publication Date
CN106990733A true CN106990733A (zh) 2017-07-28
CN106990733B CN106990733B (zh) 2020-06-19

Family

ID=59416909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710271100.1A Active CN106990733B (zh) 2017-04-24 2017-04-24 一种支持工业大数据分析的装备控制器及运行方法

Country Status (1)

Country Link
CN (1) CN106990733B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112270522A (zh) * 2020-10-14 2021-01-26 广东博智林机器人有限公司 一种钢筋作业方法和系统
WO2021258564A1 (zh) * 2020-06-24 2021-12-30 广州明珞装备股份有限公司 一种工艺节拍处理方法、系统、装置及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104142664A (zh) * 2013-05-09 2014-11-12 洛克威尔自动控制技术股份有限公司 使用大数据的工业产品的预测维护
US20150120777A1 (en) * 2013-10-24 2015-04-30 Olivia Ramos System and Method for Mining Data Using Haptic Feedback
CN104636479A (zh) * 2015-02-15 2015-05-20 西安电子科技大学 一种工业大数据驱动的总完工时间预测方法
CN105731209A (zh) * 2016-03-17 2016-07-06 天津大学 基于物联网的电梯故障智能预测与诊断及维护方法
CN106292269A (zh) * 2016-09-29 2017-01-04 南京弘威智控科技有限公司 具有多种通讯功能、无线冗余的智能控制器
CN106483457A (zh) * 2016-09-27 2017-03-08 株洲中车时代电气股份有限公司 一种接触器故障预警方法及预警装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104142664A (zh) * 2013-05-09 2014-11-12 洛克威尔自动控制技术股份有限公司 使用大数据的工业产品的预测维护
US20150120777A1 (en) * 2013-10-24 2015-04-30 Olivia Ramos System and Method for Mining Data Using Haptic Feedback
CN104636479A (zh) * 2015-02-15 2015-05-20 西安电子科技大学 一种工业大数据驱动的总完工时间预测方法
CN105731209A (zh) * 2016-03-17 2016-07-06 天津大学 基于物联网的电梯故障智能预测与诊断及维护方法
CN106483457A (zh) * 2016-09-27 2017-03-08 株洲中车时代电气股份有限公司 一种接触器故障预警方法及预警装置
CN106292269A (zh) * 2016-09-29 2017-01-04 南京弘威智控科技有限公司 具有多种通讯功能、无线冗余的智能控制器

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021258564A1 (zh) * 2020-06-24 2021-12-30 广州明珞装备股份有限公司 一种工艺节拍处理方法、系统、装置及存储介质
CN112270522A (zh) * 2020-10-14 2021-01-26 广东博智林机器人有限公司 一种钢筋作业方法和系统

Also Published As

Publication number Publication date
CN106990733B (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
CN109639739A (zh) 一种基于自动编码器网络的异常流量检测方法
CN109255440B (zh) 基于递归神经网络（rnn）的对电力生产设备进行预测性维护的方法
CN103780445B (zh) 一种阈值自适应修正的网络流量监控系统及方法
CN103488135B (zh) 一种用于半导体生产加工过程监控的统计过程控制方法
CN115456479B (zh) 一种基于物联网的智慧农业大棚环境监测系统
CN103686345A (zh) 一种基于数字信号处理器的视频内容比对方法
CN106990733A (zh) 一种支持工业大数据分析的装备控制器及运行方法
CN110750455B (zh) 基于系统日志分析的智能在线自更新故障诊断方法和系统
CN112396292B (zh) 一种基于物联网及边缘计算的变电站设备风险管控系统
Bonada et al. AI for improving the overall equipment efficiency in manufacturing industry
CN111736574B (zh) 一种通用的火电厂故障诊断系统及其诊断方法
CN105988445B (zh) 连铸电液伺服系统信号采集监测系统及信号采集监测方法
CN116843107A (zh) 一种基于bim技术的建筑信息智能管理系统
CN115309871B (zh) 一种基于人工智能算法的工业大数据处理方法及系统
CN110794799A (zh) 应用于工业生产的具有故障诊断功能的大数据系统
CN116859838A (zh) 一种设备运行情况监测的预警系统
CN114385601B (zh) 基于超算的云边协同高通量海洋数据智能处理方法及系统
Zhang et al. Transformer-enabled cross-domain diagnostics for complex rotating machinery with multiple sensors
Huang et al. Tool remaining useful life prediction based on edge data processing and lstm recurrent neural network
CN112269778B (zh) 一种设备故障诊断方法
CN114462576A (zh) 一种发泡缺陷诊断方法、装置、设备和存储介质
Farooq et al. Machine learning method for spinning cyber-physical production system subject to condition monitoring
WO2020194583A1 (ja) 異常検知装置、制御方法、及びプログラム
CN113674249A (zh) 基于工业互联网的pcb板印刷质量检测方法
CN105676830B (zh) 循环产线中工艺数据的跟踪方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant