CN108663988A - 基于物联网的数控机床智能监控系统 - Google Patents

Abstract

本发明提供了基于物联网的数控机床智能监控系统，该系统包括设于数控机床上的多个传感器、用于通过所述传感器采集所述数控机床的状态信息数据的数据收集子系统、用于对数据收集子系统采集的状态信息数据进行预处理的数据处理子系统、用于存储预处理后的状态信息数据的物联网服务器和用于显示所述状态信息数据的用户终端；所述数据收集子系统分别与所述传感器和数据处理子系统连接，数据处理子系统与所述用户终端分别与所述物联网服务器连接；所述数据处理子系统包括数据异常检测模块和数据融合处理模块，数据异常检测模块用于对状态信息数据进行异常检测并对检测出的异常数据进行修复，数据融合处理模块用于对状态信息数据进行融合处理。

Description

基于物联网的数控机床智能监控系统

技术领域

本发明涉及机床监控技术领域，具体涉及基于物联网的数控机床智能监控系统。

背景技术

数控机床是一种装有程序控制系统的自动化机床。其加工精度高，具有稳定的加工质量，具有高度柔性，生产率高，机床自动化程度高，可以减轻劳动强度等特性。随着工业的发展，使得人们对数控机床的使用需求越来越高。但是相对的机床设备成本也比较高，而随着机床设备的增多，其使用效率、运行状态监控、机床故障预判、机床资源配置等方面都受到了极大的挑战，现有的机床监控一般是基于人工记录的采集数据对机床进行分析和监控，当多个用户需要了解不同机床的状态信息时，其实时性不能满足多方企业的快速发展需求。

发明内容

针对上述问题，本发明提供基于物联网的数控机床智能监控系统。

本发明的目的采用以下技术方案来实现：

提供了基于物联网的数控机床智能监控系统，该系统包括设于数控机床上的多个传感器、用于通过所述传感器采集所述数控机床的状态信息数据的数据收集子系统、用于对数据收集子系统采集的状态信息数据进行预处理的数据处理子系统、用于存储预处理后的状态信息数据的物联网服务器和用于显示所述状态信息数据的用户终端；所述数据收集子系统分别与所述传感器和数据处理子系统连接，数据处理子系统与所述用户终端分别与所述物联网服务器连接；所述数据处理子系统包括数据异常检测模块和数据融合处理模块，数据异常检测模块用于对状态信息数据进行异常检测并对检测出的异常数据进行修复，数据融合处理模块用于对状态信息数据进行融合处理。

优选地，所述数据收集子系统包括用于将传感器信号转换为对应的状态信息数据的信号适配器，所述信号适配器与所述传感器连接。

进一步地，所述数据收集子系统还包括用于控制采集频率的控制器，所述控制器与所述传感器连接。

其中，所述用户终端包括LED显示屏、LCD显示屏、智能手机、笔记本、桌上型电脑中的任意一种或任意几种。

其中，所述传感器包括温度传感器、振动传感器、液位传感器、位移传感器、电流传感器、霍尔传感器中的任意一种或任意几种。

本发明的有益效果为：本发明能够方便不同用户终端及时对该状态信息数据的查看，使得用户能够及时了解数控机床的状态信息，从而根据数控机床的状态信息进行合适的选择或处理，提高数控机床的使用率，满足人们实时了解数控机床的状态信息的需求，并可以提前对可能发生故障的数控机床进行预警，以便于工作人员或维修人员进行相应处理，减少因机床故障所造成的损失。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明一个示例性实施例的数控机床监控系统的结构示意框图；

图2是本发明一个示例性实施例的数据处理子系统的结构示意框图。

附图标记：

传感器1、数据收集子系统2、数据处理子系统3、物联网服务器4、用户终端5、数据异常检测模块10、数据融合处理模块20。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本发明实施例提供了基于物联网的数控机床智能监控系统，该系统包括设于数控机床上的多个传感器1、用于通过所述传感器采集所述数控机床的状态信息数据的数据收集子系统2、用于对数据收集子系统2采集的状态信息数据进行预处理的数据处理子系统3、用于存储预处理后的状态信息数据的物联网服务器4和用于显示所述状态信息数据的用户终端5；所述数据收集子系统2分别与所述传感器1和数据处理子系统3连接，数据处理子系统3与所述用户终端5分别与所述物联网服务器4连接。

在一个实施例中，所述数据收集子系统2包括用于将传感器1的信号转换为对应的状态信息数据的信号适配器，所述信号适配器与所述传感器1连接。

进一步地，所述数据收集子系统2还包括用于控制采集频率的控制器，所述控制器与所述传感器连接。

其中，所述用户终端5包括LED显示屏、LCD显示屏、智能手机、笔记本、桌上型电脑中的任意一种或任意几种。

其中，所述传感器1包括温度传感器、振动传感器、液位传感器、位移传感器、电流传感器、霍尔传感器中的任意一种或任意几种。

本发明上述实施例设计的数控机床监控系统能够方便不同用户终端5及时对该状态信息数据的查看，使得用户能够及时了解数控机床的状态信息，从而根据数控机床的状态信息进行合适的选择或处理，提高数控机床的使用率，满足人们实时了解数控机床的状态信息的需求，并可以提前对可能发生故障的数控机床进行预警，以便于工作人员或维修人员进行相应处理，减少因机床故障所造成的损失。

在一个实施中，如图2所示，数据处理子系统3包括数据异常检测模块10和数据融合处理模块20，数据异常检测模块10用于对状态信息数据进行异常检测并对检测出的异常数据进行修复，数据融合处理模块20用于对状态信息数据进行融合处理。

在一个实施例中，部署传感器1时，将监测数控机床的监测区域进行分区，在每个分区中部署不同类型的传感器1，部署在不同分区中的同一类型的传感器1的数量相同，并设定各传感器1的数据采样时间间隔一致。

上述实施例的传感器1部署方式可以便于后续进行数据处理。

在一个实施例中，数据异常检测模块10对状态信息数据进行异常检测，具体包括：

(1)设定数据分析时间窗口的宽度N，采用该数据分析时间窗口实时扫描数据收发模块10发送的状态信息数据，若扫描到一状态信息数据y_i超出预设的正常范围，则进行(2)；否则判定该状态信息数据正常；

(2)计算扫描状态信息数据y_i的数据分析时间窗口内状态信息数据的均值、标准差和中值；

(3)若状态信息数据y_i符合下列条件，则判定该状态信息数据y_i为正常；否则判断状态信息数据y_i为异常数据：

式中，为扫描状态信息数据y_i的数据分析时间窗口内状态信息数据的均值，u为扫描状态信息数据y_i的数据分析时间窗口内状态信息数据的标准差。

状态信息数据存在异常的情况有两种，一是由于传感器1故障、数据采集终端故障、环境不良等因素的影响，二是由于机器人本身工作参数出现问题导致的异常。在监测时，由于机器人本身工作参数出现问题而采集的异常数据通常是重要数据，需要保留下来进行进一步的数据分析，而由于硬件故障本身等原因造成的异常数据不是真实数据，需要对该不真实的异常数据进行修复。

针对上述情况，本实施例创新性地提出了一种异常数据的检测机制，该机制采用窗口扫描的方式对状态信息数据进行检测，由于只对超出预设的正常范围的状态信息数据进行异常检测，相对于逐一对状态信息数据进行检测的方式，能够较快速地完成状态信息数据的异常识别；通过分析超出预设正常范围的状态信息数据与数据分析时间窗口内状态信息数据之间的关系，能够判断出该状态信息数据超出预设正常范围的实际原因，从而确定是否为真实数据。

在一个实施例中，数据异常检测模块10对检测出的异常数据进行修复，具体包括：若判断状态信息数据y_i为异常数据，采用修复值替换该异常数据，并进行标记；

其中，设定修复值的计算公式为：

式中，y′表示修复值，max为当前数据分析时间窗口内状态信息数据的最大值，min为当前数据分析时间窗口内状态信息数据的最小值，y_med为当前数据分析时间窗口内状态信息数据的中值。

本实施例数据异常检测模块10对检测出的异常数据进行修复时，根据设定的修复值的计算公式得到替换异常数据的修复值，其中该计算公式结合数据分析时间窗口内状态信息数据的均值和中值来计算替换异常数据的修复值，相对于现有技术中直接采用均值作为修复值的方式，更能使异常数据的替换符合当前数据的规律，从而进一步保障状态信息数据的精度。

在一个实施例中，数据融合处理模块20对状态信息数据进行融合处理，具体为：将属于同一类型且属于同一分区的传感器1视为同一融合组成单元，对属于同一融合组成单元的状态信息数据以时间周期为单位进行融合处理。

其中，对属于同一融合组成单元的状态信息数据以时间周期为单位进行融合处理，具体包括：

(1)将属于同一融合组成单元的状态信息数据作为参与融合的基础数据，计算其中每个传感器1对应的各时间周期的基础数据平均值，并计算每个传感器1对应的各时间周期内已标记的状态信息数据数量；

(2)提取各传感器1在同一时间周期的基础数据平均值作为待融合数据，组成待融合数据序列k为提取到的基础数据平均值个数，获取各待融合数据对应的传感器1的噪声方差；

(3)计算各待融合数据对应的传感器1的可靠度：

式中，E_i表示第i个待融合数据对应的传感器1，E_l表示第l个待融合数据对应的传感器1，表示传感器1E_i的可靠度，为传感器1E_i的噪声方差，为传感器1E_l的噪声方差；为在所述第i个待融合数据对应的时间周期内，传感器1E_i采集的状态信息数据中已标记的状态信息数据数量；为在所述第l个待融合数据对应的时间周期内，传感器1E_i采集的状态信息数据中已标记的状态信息数据数量；

(4)按照下列公式对待融合数据序列进行融合处理：

式中，y表示融合结果。

本实施例考虑到多源状态信息数据的特性，创新性地提出了一种数据融合处理机制，该机制考虑了数据的时空匹配问题，对属于同一融合组成单元的状态信息数据以时间周期为单位进行融合处理，从而能够获取同一区域同一周期的融合数据。本实施例具体对待融合数据进行融合处理时，考虑了待融合数据所属的传感器1可靠度问题，利用传感器1可靠度作为待融合数据的权重，并基于加权平均的方法计算出融合值，使得计算出的融合值更能贴近实际情况，数据准确度更高。

本实施例基于传感器1获取到异常数据的次数和噪声方差两方面来设计传感器1可靠度的计算公式，能够较为客观地衡量传感器1在数据采集精度方面的性能好坏，从而为准确计算出融合值奠定良好的基础，进一步提高基于物联网的数控机床智能监控系统在数据采集和数据处理方面的精度。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，各模块可以在一个或多个下列单元中实现：专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (7)

1.基于物联网的数控机床智能监控系统，其特征是，包括设于数控机床上的多个传感器、用于通过所述传感器采集所述数控机床的状态信息数据的数据收集子系统、用于对数据收集子系统采集的状态信息数据进行预处理的数据处理子系统、用于存储预处理后的状态信息数据的物联网服务器和用于显示所述状态信息数据的用户终端；所述数据收集子系统分别与所述传感器和数据处理子系统连接，数据处理子系统与所述用户终端分别与所述物联网服务器连接；所述数据处理子系统包括数据异常检测模块和数据融合处理模块，数据异常检测模块用于对状态信息数据进行异常检测并对检测出的异常数据进行修复，数据融合处理模块用于对状态信息数据进行融合处理。

2.根据权利要求1所述的基于物联网的数控机床智能监控系统，其特征是，所述数据收集子系统包括用于将传感器信号转换为对应的状态信息数据的信号适配器，所述信号适配器与所述传感器连接。

3.根据权利要求2所述的基于物联网的数控机床智能监控系统，其特征是，所述数据收集子系统还包括用于控制采集频率的控制器，所述控制器与所述传感器连接。

4.根据权利要求1所述的基于物联网的数控机床智能监控系统，其特征是，所述用户终端包括LED显示屏、LCD显示屏、智能手机、笔记本、桌上型电脑中的任意一种或任意几种。

5.根据权利要求1所述的基于物联网的数控机床智能监控系统，其特征是，所述传感器包括温度传感器、振动传感器、液位传感器、位移传感器、电流传感器、霍尔传感器中的任意一种或任意几种。

6.根据权利要求1-5任一项所述的基于物联网的数控机床智能监控系统，其特征是，部署传感器时，将监测数控机床的监测区域进行分区，在每个分区中部署不同类型的传感器，部署在不同分区中的同一类型的传感器的数量相同，并设定各传感器的数据采样时间间隔一致。

7.根据权利要求1-5任一项所述的基于物联网的数控机床智能监控系统，其特征是，数据异常检测模块对状态信息数据进行异常检测，具体包括：

(1)设定数据分析时间窗口的宽度N，采用该数据分析时间窗口实时扫描数据收发模块发送的状态信息数据，若扫描到一状态信息数据y_i超出预设的正常范围，则进行(2)；否则判定该状态信息数据正常；

(2)计算扫描状态信息数据y_i的数据分析时间窗口内状态信息数据的均值、标准差和中值；

(3)若状态信息数据y_i符合下列条件，则判定该状态信息数据y_i为正常；否则判断状态信息数据y_i为异常数据：

式中，为扫描状态信息数据y_i的数据分析时间窗口内状态信息数据的均值，u为扫描状态信息数据y_i的数据分析时间窗口内状态信息数据的标准差。