CN109683553A - 一种基于物联网的智能制造故障监测方法及系统 - Google Patents

一种基于物联网的智能制造故障监测方法及系统 Download PDF

Info

Publication number
CN109683553A
CN109683553A CN201811599132.5A CN201811599132A CN109683553A CN 109683553 A CN109683553 A CN 109683553A CN 201811599132 A CN201811599132 A CN 201811599132A CN 109683553 A CN109683553 A CN 109683553A
Authority
CN
China
Prior art keywords
real
internet
teleinstruction
physical amount
things
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.)
Pending
Application number
CN201811599132.5A
Other languages
English (en)
Inventor
张彩霞
王向东
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.)
Foshan University
Original Assignee
Foshan University
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 Foshan University filed Critical Foshan University
Priority to CN201811599132.5A priority Critical patent/CN109683553A/zh
Publication of CN109683553A publication Critical patent/CN109683553A/zh
Pending legal-status Critical Current

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
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • 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
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32179—Quality control, monitor production tool with multiple sensors

Abstract

本发明涉及故障监测技术领域，具体涉及一种基于物联网的智能制造故障监测方法及系统，所述系统包括智能检测模块、物联网网关及后台管理端；通过智能检测模块采集加工机床在加工过程中的实时物理量，并根据所述实时物理量生成加工机床的故障诊断信息；当后台管理端向所述智能检测模块发送远程指令时，所述物联网网关识别所述远程指令是否合法，当所述远程指令合法时，将所述远程指令传输至所述智能检测模块从而读取加工机床的故障诊断信息，本发明可以对加工过程中出现的问题进行有效监测。

Description

一种基于物联网的智能制造故障监测方法及系统
技术领域
本发明涉及故障监测技术领域，具体涉及一种基于物联网的智能制造故障监测方法及系统。
背景技术
在机械加工中，整个加工系统是由机床、工件材料、加工工具和工艺参数四大部分组成。其中每一部分发生微小的变化，都会对最终的产品品质和生产效率有影响。
因此，为及时处理生产过程中出现的故障，需要对加工过程中出现的问题进行有效监测。
发明内容
为了解决上述问题，本发明提供一种基于物联网的智能制造故障监测方法及系统，能对加工过程中出现的问题进行有效监测。
本发明提供的一种基于物联网的智能制造故障监测系统，包括：智能检测模块、物联网网关及后台管理端；
所述智能检测模块，用于采集加工机床在加工过程中的实时物理量，并根据所述实时物理量生成加工机床的故障诊断信息；
所述后台管理端，用于向所述物联网网关发送远程指令，从而读取加工机床的故障诊断信息；
所述物联网网关，用于识别所述远程指令是否合法，当所述远程指令合法时，将所述远程指令传输至所述智能检测模块。
进一步，所述智能检测模块包括力传感器、扭矩传感器和功率传感器；所述力传感器用于检测电机切削力；所述扭矩传感器用于检测电机扭矩；所述功率传感器用于检测电机功率。
进一步，所述根据所述实时物理量生成加工机床的故障诊断信息具体包括：
设定电机切削力、电机扭矩、电机功率的额定值；
将所述实时物理量与额定值进行比对，当所述实时物理量与额定值的偏差小于1％时，判定为轻微故障；
当所述实时物理量与额定值的偏差在1％～5％时，判定为中度故障；
当所述实时物理量与额定值的偏差大于5％时，判定为严重故障。
进一步，所述后台管理端还包括告警模块，所述告警模块，用于当接收到所述故障诊断信息为严重故障时，发出故障告警信息。
进一步，所述物联网网关包括入侵检测模块、收发模块和控制模块；
所述入侵检测模块，用于检测所述后台管理端发送的远程指令是否合法；
所述控制模块，用于当所述远程指令为合法时，所述控制模块将所述远程指令传输至所述收发模块；
所述收发模块，用于根据所述远程指令读取故障诊断信息，并将故障诊断信息转发至所述智能检测模块。
本发明提供的一种基于物联网的智能制造故障监测方法，包括：
采集加工机床在加工过程中的实时物理量，并根据所述实时物理量生成加工机床的故障诊断信息；
发送远程指令；
识别所述远程指令是否合法，当所述远程指令合法时，读取加工机床的故障诊断信息。
进一步，所述实时物理量包括：电机切削力、电机扭矩和电机功率。
进一步，所述根据所述实时物理量生成加工机床的故障诊断信息的步骤包括：
设定电机切削力、电机扭矩、电机功率的额定值；
将所述实时物理量与额定值进行比对，当所述实时物理量与额定值的偏差小于1％时，判定为轻微故障；
当所述实时物理量与额定值的偏差在1％～5％时，判定为中度故障；
当所述实时物理量与额定值的偏差大于5％时，判定为严重故障。
进一步，当接收到所述故障诊断信息为严重故障时，发出故障告警信息。
本发明的有益效果是：本发明公开一种基于物联网的智能制造故障监测方法及系统，所述系统包括智能检测模块、物联网网关及后台管理端；通过智能检测模块采集加工机床在加工过程中的实时物理量，并根据所述实时物理量生成加工机床的故障诊断信息；当后台管理端向所述智能检测模块发送远程指令时，所述物联网网关识别所述远程指令是否合法，当所述远程指令合法时，将所述远程指令传输至所述智能检测模块从而读取加工机床的故障诊断信息，本发明可以对加工过程中出现的问题进行有效监测。
附图说明
下面结合附图和实例对本发明作进一步说明。
图1是本发明实施例一种基于物联网的智能制造故障监测系统的结构示意图；
图2是本发明实施例一种基于物联网的智能制造故障监测方法的流程图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所以其他实施例，都属于本发明的保护范围。
参考图1，本发明实施例提供的一种基于物联网的智能制造故障监测系统，包括：智能检测模块100、物联网网关200及后台管理端300；
所述智能检测模块100，用于采集加工机床在加工过程中的实时物理量，并根据所述实时物理量生成加工机床的故障诊断信息；
所述后台管理端300，用于向所述物联网网关200发送远程指令，从而读取加工机床的故障诊断信息；
所述物联网网关200，用于识别所述远程指令是否合法，当所述远程指令合法时，将所述远程指令传输至所述智能检测模块100。
进一步，所述智能检测模块100包括力传感器110、扭矩传感器120和功率传感器130；所述力传感器110用于检测电机切削力；所述扭矩传感器120用于检测电机扭矩；所述功率传感器130用于检测电机功率。
进一步，所述根据所述实时物理量生成加工机床的故障诊断信息具体包括：
设定电机切削力、电机扭矩、电机功率的额定值；
将所述实时物理量与额定值进行比对，当所述实时物理量与额定值的偏差小于1％时，判定为轻微故障，当工作时，实际的物理量在额定值附近偏移是常规情况，将偏移量在1％内的物理量设置为轻微故障，默认为正常情况，保持正常生产；
当所述实时物理量与额定值的偏差在1％～5％时，判定为中度故障，通常设置作为误差零界点；
当所述实时物理量与额定值的偏差大于5％时，判定为严重故障，应停止生产，并对监测的工件进行故障诊断。
进一步，所述后台管理端300还包括告警模块310，所述告警模块310，用于当接收到所述故障诊断信息为严重故障时，发出故障告警信息。
进一步，所述物联网网关200包括入侵检测模块210、收发模块220和控制模块230；
所述入侵检测模块210，用于检测所述后台管理端300发送的远程指令是否合法，将具有查询权限的远程指令判定为合法，通过权限判断，保证系统安全，避免生产数据泄露；
所述控制模块220，用于当所述远程指令为合法时，所述控制模块将所述远程指令传输至所述收发模块；
所述收发模块230，用于根据所述远程指令读取故障诊断信息，并将故障诊断信息转发至所述智能检测模块100。
参考图2，本实施例还提供一种基于物联网的智能制造故障监测方法，包括：
步骤S1、采集加工机床在加工过程中的实时物理量，并根据所述实时物理量生成加工机床的故障诊断信息；
步骤S2、读取远程指令；
步骤S3、识别所述远程指令是否合法，当所述远程指令合法时，发送加工机床的故障诊断信息。
进一步，所述实时物理量包括：电机切削力、电机扭矩和电机功率。
进一步，所述根据所述实时物理量生成加工机床的故障诊断信息的步骤包括：
设定电机切削力、电机扭矩、电机功率的额定值；
将所述实时物理量与额定值进行比对，当所述实时物理量与额定值的偏差小于1％时，判定为轻微故障；
当所述实时物理量与额定值的偏差在1％～5％时，判定为中度故障；
当所述实时物理量与额定值的偏差大于5％时，判定为严重故障。
进一步，当接收到所述故障诊断信息为严重故障时，发出故障告警信息。
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。

Claims (9)

1.一种基于物联网的智能制造故障监测系统，其特征在于，包括：智能检测模块、物联网网关及后台管理端；
所述智能检测模块，用于采集加工机床在加工过程中的实时物理量，并根据所述实时物理量生成加工机床的故障诊断信息；
所述后台管理端，用于向所述物联网网关发送远程指令，从而读取加工机床的故障诊断信息；
所述物联网网关，用于识别所述远程指令是否合法，当所述远程指令合法时，将所述远程指令传输至所述智能检测模块。
2.根据权利要求1所述的一种基于物联网的智能制造故障监测系统，其特征在于，所述智能检测模块包括力传感器、扭矩传感器和功率传感器；所述力传感器用于检测电机切削力；所述扭矩传感器用于检测电机扭矩；所述功率传感器用于检测电机功率。
3.根据权利要求1所述的一种基于物联网的智能制造故障监测系统，其特征在于，所述根据所述实时物理量生成加工机床的故障诊断信息具体包括：
设定电机切削力、电机扭矩、电机功率的额定值；
将所述实时物理量与额定值进行比对，当所述实时物理量与额定值的偏差小于1％时，判定为轻微故障；
当所述实时物理量与额定值的偏差在1％～5％时，判定为中度故障；
当所述实时物理量与额定值的偏差大于5％时，判定为严重故障。
4.根据权利要求1所述的一种基于物联网的智能制造故障监测系统，其特征在于，所述后台管理端还包括告警模块，所述告警模块，用于当接收到所述故障诊断信息为严重故障时，发出故障告警信息。
5.根据权利要求1所述的一种基于物联网的智能制造故障监测系统，其特征在于，所述物联网网关包括入侵检测模块、收发模块和控制模块；
所述入侵检测模块，用于检测所述后台管理端发送的远程指令是否合法；
所述控制模块，用于当所述远程指令为合法时，所述控制模块将所述远程指令传输至所述收发模块；
所述收发模块，用于根据所述远程指令读取故障诊断信息，并将故障诊断信息转发至所述智能检测模块。
6.一种基于物联网的智能制造故障监测方法，其特征在于，包括：
采集加工机床在加工过程中的实时物理量，并根据所述实时物理量生成加工机床的故障诊断信息；
发送远程指令；
识别所述远程指令是否合法，当所述远程指令合法时，读取加工机床的故障诊断信息。
7.根据权利要求6所述的一种基于物联网的智能制造故障监测方法，其特征在于，所述实时物理量包括：电机切削力、电机扭矩和电机功率。
8.根据权利要求6所述的一种基于物联网的智能制造故障监测方法，其特征在于，所述根据所述实时物理量生成加工机床的故障诊断信息的步骤包括：
设定电机切削力、电机扭矩、电机功率的额定值；
将所述实时物理量与额定值进行比对，当所述实时物理量与额定值的偏差小于1％时，判定为轻微故障；
当所述实时物理量与额定值的偏差在1％～5％时，判定为中度故障；
当所述实时物理量与额定值的偏差大于5％时，判定为严重故障。
9.根据权利要求6所述的一种基于物联网的智能制造故障监测方法，其特征在于，所述方法还包括，当接收到所述故障诊断信息为严重故障时，发出故障告警信息。
CN201811599132.5A 2018-12-26 2018-12-26 一种基于物联网的智能制造故障监测方法及系统 Pending CN109683553A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811599132.5A CN109683553A (zh) 2018-12-26 2018-12-26 一种基于物联网的智能制造故障监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811599132.5A CN109683553A (zh) 2018-12-26 2018-12-26 一种基于物联网的智能制造故障监测方法及系统

Publications (1)

Publication Number Publication Date
CN109683553A true CN109683553A (zh) 2019-04-26

Family

ID=66189585

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811599132.5A Pending CN109683553A (zh) 2018-12-26 2018-12-26 一种基于物联网的智能制造故障监测方法及系统

Country Status (1)

Country Link
CN (1) CN109683553A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115562143A (zh) * 2022-10-19 2023-01-03 北京好利阀业集团有限公司 一种基于物联网的阀门远程故障监控方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101118437A (zh) * 2007-09-03 2008-02-06 石毅 一种新型的数控机床远程状态监测与故障诊断系统实现方法
CN103227988A (zh) * 2012-01-31 2013-07-31 海尔集团公司 智能物联网及其控制方法
CN105676778A (zh) * 2016-01-15 2016-06-15 深圳吉兰丁智能科技有限公司 基于传感器监测的智能制造方法和系统以及加工机床

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101118437A (zh) * 2007-09-03 2008-02-06 石毅 一种新型的数控机床远程状态监测与故障诊断系统实现方法
CN103227988A (zh) * 2012-01-31 2013-07-31 海尔集团公司 智能物联网及其控制方法
CN105676778A (zh) * 2016-01-15 2016-06-15 深圳吉兰丁智能科技有限公司 基于传感器监测的智能制造方法和系统以及加工机床

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115562143A (zh) * 2022-10-19 2023-01-03 北京好利阀业集团有限公司 一种基于物联网的阀门远程故障监控方法及系统

Similar Documents

Publication Publication Date Title
CN110394688B (zh) 基于边缘计算的机床状态监测方法
CN205129520U (zh) 机床主轴故障智能诊断系统
CN104750027B (zh) 一种基于机床主轴功率信号的刀具破损预警系统
CN104808585B (zh) 一种机床健康状态快速检查方法
CN102929210B (zh) 基于特征的数控加工过程控制和优化系统及方法
CN102637017B (zh) 主轴性能实时监控装置、方法及其标定实验装置、方法
CN103558806A (zh) 一种数控机床的故障处理系统
CN104646565A (zh) 一种全自动冲压生产线实时监控系统
CN105234746A (zh) 一种刀具磨损在线监控系统及其检测方法
CN107803706A (zh) 智能刀具检测系统
CN106406231A (zh) 一种基于互联网的机床主轴智能在线监测及综合诊断系统
CN100373575C (zh) 一种半导体设备中的工艺过程的异常监测方法
CN115903659A (zh) 一种数控设备智能监控方法及系统
CN109683553A (zh) 一种基于物联网的智能制造故障监测方法及系统
CN110262416A (zh) 一种基于物联网的工业设备维护系统及其工作方法
CN105389610B (zh) 一种利用存储式rfid标签实现智能制造系统的方法
CN112276946A (zh) 一种基于工业互联网平台的机器人应用系统
CN115079639A (zh) 凸轮分割器的加工机床运行异常报警方法
CN105204483A (zh) 一种数控加工刀具管理信息采集装置
CN218004099U (zh) 电子元件生产线在线监管分析系统
US20060132321A1 (en) Universal equipment process monitor
CN214067660U (zh) 基于物联网的监测系统
WO2024046178A1 (zh) 运动控制系统、位置检测组件及机器人
CN205139693U (zh) 一种数控加工刀具管理信息采集装置
CN115576277A (zh) 一种数据异常监测系统

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