CN110286649B - 针对数控机床上传感器采集数据的建模系统及其方法 - Google Patents
针对数控机床上传感器采集数据的建模系统及其方法 Download PDFInfo
- Publication number
- CN110286649B CN110286649B CN201910573286.5A CN201910573286A CN110286649B CN 110286649 B CN110286649 B CN 110286649B CN 201910573286 A CN201910573286 A CN 201910573286A CN 110286649 B CN110286649 B CN 110286649B
- Authority
- CN
- China
- Prior art keywords
- data
- channel
- sample
- sensors
- computer
- 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.)
- Active
Links
Images
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
- G05B19/408—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 data handling or data format, e.g. reading, buffering or conversion of data
-
- 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
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31204—Blind node, executes control, data acquisition without having operator interfaces
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
一种针对数控机床上传感器采集数据的建模系统及其方法,包括用于采集作为多通道数据的数控机床运行状态数据的多个传感器;传感器的输出端与多通道传感器接口电路输入端连接,多通道传感器接口电路的输出端和控制器连接。控制器能够是单片机、PLC、FPGA处理器或者ARM处理器。多个传感器能够为多路温度传感器、多路振动传感器或多路噪声传感器;所述的多路温度传感器分散安装在数控机床上的测温部分;所述多个传感器的数量为p个,p为大于等于2的正整数,每一个传感器采集并传输到控制器的数据就作为一个通道数据。有效避免了现有技术中还没有针对该多个传感器采集数控机床运行状态的多通道数据的互相关性进行研究的模型的缺陷。
Description
技术领域
本发明涉及数控机床技术领域,也属于传感器技术领域,具体涉及一种针对数控机床上传感器采集数据的建模系统及其方法,尤其涉及一种针对数控机床上传感器采集多通道数据的建模系统及其方法。
背景技术
数控机床是数字控制机床的简称,是一种装有程序控制系统的自动化机床。该控制系统能够逻辑地处理具有控制编码或其他符号指令规定的程序,并将其译码,用代码化的数字表示,通过信息载体输入数控装置。经运算处理由数控装置发出各种控制信号,控制机床的动作,按图纸要求的形状和尺寸,自动地将零件加工出来。
随着数控机床的普及,越来越多的用户选择采用数控机床代替普通机床设备。使用数控机床,一方面可以提高生产效率及产品精度;另一方面则节约了劳动力,一个操作人员可以同时管理多台数控机床。
数控机床属于工业机械加工过程中最常见的机械设备,其可提供高精度、高水平的机械加工服务。由于价格昂贵,且它的运行状态对产品加工质量和加工效率起着关键作用,准确及时地监测数控机床运行状态有助于提高产品质量、生产效率和规避潜在风险,因此在现代机械加工过程中迫切需要实时监测机床运行状态装置。
于是便在数控机床上设置有多个传感器来采集数控机床运行状态,这样采集数控机床运行状态的数据就形成了多通道数据,通过多个传感器采集到的数控机床的状态数据通常具有异构特征,数据间存在潜在的互相关性,这种相关性有时会随着时间或数控机床的状态而变化,但是目前还没有针对该多个传感器采集数控机床运行状态的多通道数据的互相关性进行研究的模型。
发明内容
为解决上述问题,本发明提供了一种针对数控机床上传感器采集数据的建模系统及其方法,有效避免了现有技术中还没有针对该多个传感器采集数控机床运行状态的多通道数据的互相关性进行研究的模型的缺陷。
为了克服现有技术中的不足,本发明提供了一种针对数控机床上传感器采集数据的建模系统及其方法的解决方案,具体如下:
一种针对数控机床上传感器采集数据的建模系统,包括用于采集作为多通道数据的数控机床运行状态数据的多个传感器;
所述传感器的输出端与多通道传感器接口电路输入端连接,多通道传感器接口电路的输出端和控制器连接。
所述控制器能够是单片机、PLC、FPGA处理器或者ARM处理器。
所述多个传感器能够为多路温度传感器、多路振动传感器或多路噪声传感器;
所述的多路温度传感器分散安装在数控机床上的测温部分;所述的多路振动传感器分散安装在数控机床伺服电机的转子上,所述的多路噪声传感器分散安装在数控机床的加工刀具上;
所述多个传感器的数量为p个,p为大于等于2的正整数,每一个传感器采集并传输到控制器的数据就作为一个通道数据。
所述控制器还与显示屏连接。
所述控制器还与闪存连接,所述闪存包括构造模块、设定模块、叠加模块、导出模块和限制模块;
所述构造模块用于把接收到的p通道数据形成p通道的张量数据一,所述p通道的张量数据一包括n个由所述多个传感器采集的样本数据,每个样本数据包括多个传感器在某一采样时间采集的数据,而其中第i个样本数据Yi(t)的数据格式为:Yi(t)=[Yi1(t),...,Yip(t)],t为第i个样本数据的采样时间;Yi(t)能够被公式(1)表示:
Yij(t)=Xij(t)+εij(t) (1)
Xij(t)是第j通道的采集数据的信号函数,εij(t)是第j通道的采集数据的噪声函数,i为小于等于N的正整数,j为小于等于p的正整数,Yij(t)表示在采样时间t下的第j通道的采集数据;
所述设定模块用于设定p通道的张量数据二Xi(t)的数据格式为:Xi(t)=[Xi1(t),...,Xip(t)],而p通道的张量数据二Xi(t)被分为L个样本子空间Sl,l=1,2,...,L,L为正整数,在同一个样本子空间里,代表各信号的信号函数都有互相关性,不同的样本子空间的各信号的信号函数没有相关性;
用Xl={Xj(t)|Xj(t)∈Sl,j=1,...,p}表示各自样本子空间的信号,其中,q和dl均为正整数,αq为设定的实数,R为实数集合;
所述导出模块用于根据在样本子空间中的每个数据点可以被数据集中的其他数据点联合表示的数据自表达属性,对于每一个信号Xij(t)∈Xl,得到公式(3):
即Xij(t)是在Xl中的一个信号函数,它可以表示为在此样本子空间中其他pl-1个信号的线性组合,r为正整数,bjr为稀疏系数的第r个分量;
所述限制模块用于针对稀疏系数bj的解运用Lq范数最小化目标函数来限制解集。
所述针对数控机床上传感器采集数据的建模系统的方法,该方法运行在控制器上,包括如下步骤:
步骤1:所述多个传感器把采集到的p通道数据通过多通道传感器接口电路传输到控制器中,所述控制器把接收到的p通道数据形成p通道的张量数据一,所述p通道的张量数据一包括n个由所述多个传感器采集的样本数据,每个样本数据包括多个传感器在某一采样时间采集的数据,而其中第i个样本数据Yi(t)的数据格式为:Yi(t)=[Yi1(t),...,Yip(t)],t为第i个样本数据的采样时间;Yi(t)能够被公式(1)表示:
Yij(t)=Xij(t)+εij(t) (1)
Xij(t)是第j通道的采集数据的信号函数,εij(t)是第j通道的采集数据的噪声函数,i为小于等于N的正整数,j为小于等于p的正整数,Yij(t)表示在采样时间t下的第j通道的采集数据;
步骤2:设定p通道的张量数据二Xi(t)的数据格式为:Xi(t)=[Xi1(t),...,Xip(t)],而p通道的张量数据二Xi(t)被分为L个样本子空间Sl,l=1,2,...,L,L为正整数,在同一个样本子空间里,代表各信号的信号函数都有互相关性,不同的样本子空间的各信号的信号函数没有相关性;
用Xl={Xj(t)|Xj(t)∈Sl,j=1,...,p}表示各自样本子空间的信号,其中,q和dl均为正整数,αq为设定的实数,R为实数集合;
步骤4:根据在样本子空间中的每个数据点可以被数据集中的其他数据点联合表示的数据自表达属性,对于每一个信号Xij(t)∈Xl,得到公式(3):
即Xij(t)是在Xl中的一个信号函数,它可以表示为在此样本子空间中其他pl-1个信号的线性组合,r为正整数,bj,为稀疏系数的第r个分量;
步骤5:针对稀疏系数bj的解运用Lq范数最小化目标函数来限制解集。
所述针对稀疏系数bj的解运用Lq范数最小化目标函数来限制解集的限制条件如公式组(4)所示:
min||bj||q
subject to Xij(t)=Xi(t)bj,bjj=0 (4)
其中q为设定的整数值,能取值为1;
而用如公式(5)组的凸规划工具有效地求解稀疏系数bj,公式(5)组中的s为时间t的后一个采样时间:
这样就能得到稀疏系数bj,j=1,...,p并在所述显示屏上显示。
本发明的有益效果为:
通过最终用凸规划工具有效地求解稀疏系数bj,这样就能得到反映多通道数据的互相关性能的稀疏系数bj,形成了针对该多个传感器采集数控机床运行状态的多通道数据的互相关性进行研究的模型,避免了现有技术中还没有针对该多个传感器采集数控机床运行状态的多通道数据的互相关性进行研究的模型的缺陷。
附图说明
图1为本发明的针对数控机床上传感器采集数据的建模系统的整体示意图。
具体实施方式
下面将结合附图和实施例对本发明做进一步地说明。
如图1所示,针对数控机床上传感器采集数据的建模系统,包括用于采集作为多通道数据的数控机床运行状态数据的多个传感器;所述传感器的输出端与多通道传感器接口电路输入端连接,多通道传感器接口电路的输出端和控制器连接。所述控制器能够是单片机、PLC、FPGA处理器或者ARM处理器。所述多个传感器能够为多路温度传感器、多路振动传感器或多路噪声传感器;所述的多路温度传感器分散安装在数控机床上的测温部分;所述的多路振动传感器分散安装在数控机床伺服电机的转子上,所述的多路噪声传感器分散安装在数控机床的加工刀具上;所述多个传感器的数量为p个,p为大于等于2的正整数,每一个传感器采集并传输到控制器的数据就作为一个通道数据。所述控制器还与显示屏连接。所述控制器还与闪存连接,所述闪存包括构造模块、设定模块、叠加模块、导出模块和限制模块;所述构造模块用于把接收到的p通道数据形成p通道的张量数据一,所述p通道的张量数据一包括n个由所述多个传感器采集的样本数据,每个样本数据包括多个传感器在某一采样时间采集的数据,而其中第i个样本数据Yi(t)的数据格式为:Yi(t)=[Yi1(t),...,Yip(t)],t为第i个样本数据的采样时间;Yi(t)能够被公式(1)表示:
Yij(t)=Xij(t)+εij(t) (1)
Xij(t)是第j通道的采集数据的信号函数,εij(t)是第j通道的采集数据的独立的噪声函数,i为小于等于N的正整数,j为小于等于p的正整数,Yij(t)表示在采样时间t下的第j通道的采集数据;
所述设定模块用于设定p通道的张量数据二Xi(t)的数据格式为:Xi(t)=[Xi1(t),...,Xip(t)],而p通道的张量数据二Xi(t)可以被分为L个不同的样本子空间Sl,l=1,2,...,L,L为正整数,在同一个样本子空间里,代表各信号的信号函数都有强烈的互相关性,不同的样本子空间的各信号的信号函数几乎没有相关性;
可用Xl={Xj(t)|Xj(t)∈Sl,j=1,...,p}表示各自样本子空间的信号,其中,q和dl均为正整数,αq为设定的实数,R为实数集合;
所述导出模块用于根据在样本子空间中的每个数据点可以被数据集中的其他数据点联合表示的数据自表达属性(self-expressiveness property),对于每一个信号Xij(t)∈Xl,得到公式(3):
即Xij(t)是在Xl中的一个信号函数,它可以表示为在此样本子空间中其他pi-1个信号的线性组合,r为正整数,bjr为稀疏系数的第r个分量;
所述限制模块用于针对稀疏系数bj的解运用Lq范数最小化目标函数来限制解集。
所述针对数控机床上传感器采集数据的建模系统的方法,该方法运行在控制器上,包括如下步骤:
步骤1:所述多个传感器把采集到的p通道数据通过多通道传感器接口电路传输到控制器中,所述控制器把接收到的p通道数据形成p通道的张量数据一,所述p通道的张量数据一包括n个由所述多个传感器采集的样本数据,每个样本数据包括多个传感器在某一采样时间采集的数据,而其中第i个样本数据Yi(t)的数据格式为:Yi(t)=[Yi1(t),...,Yip(t)],t为第i个样本数据的采样时间;Yi(t)能够被公式(1)表示:
Yij(t)=Xij(t)+εij(t) (1)
Xij(t)是第j通道的采集数据的信号函数,εij(t)是第j通道的采集数据的独立的噪声函数,i为小于等于N的正整数,j为小于等于p的正整数,Yij(t)表示在采样时间t下的第j通道的采集数据;
步骤2:设定p通道的张量数据二Xi(t)的数据格式为:Xi(t)=[Xi1(t),...,Xip(t)],而p通道的张量数据二Xi(t)可以被分为L个不同的样本子空间Sl,l=1,2,...,L,L为正整数,在同一个样本子空间里,代表各信号的信号函数都有强烈的互相关性,不同的样本子空间的各信号的信号函数几乎没有相关性;
可用Xl={Xj(t)|Xj(t)∈Sl,j=1,...,p}表示各自样本子空间的信号,其中,q和dl均为正整数,αq为设定的实数,R为实数集合;
步骤4:根据在样本子空间中的每个数据点可以被数据集中的其他数据点联合表示的数据自表达属性(self-expressiveness property),对于每一个信号Xij(t)∈Xl,得到公式(3):
即Xij(t)是在Xl中的一个信号函数,它可以表示为在此样本子空间中其他pl-1个信号的线性组合,r为正整数,bjr为稀疏系数的第r个分量;
步骤5:而稀疏系数bj可能有无穷多个解,但可以针对稀疏系数bj的解运用Lq范数最小化目标函数来限制解集。
所述针对稀疏系数bj的解运用Lq范数最小化目标函数来限制解集的限制条件如公式组(4)所示:
min||bj||q
subject to Xij(t)=Xi(t)bj,bjj=0 (4)
其中q为设定的整数值,能取值为1;
不同的q选择对得到稀疏系数bj的解有不同的影响。通常,通过将q值从无穷大减小到零,解决方案的稀疏性会增加。要在Xi(t)中高效地找到Xij(t)的非平凡处理过程下的稀疏表示,考虑最小化L0范数的严格的凸松弛,即L1范数,这可以,而用如公式(5)组的凸规划工具有效地求解稀疏系数bj,公式(5)组中的s为时间t的后一个采样时间:
这样就能得到稀疏系数bj,j=1,...,p并在所述显示屏上显示,这样就能得到反映多通道数据的互相关性能的稀疏系数bj。
另外,为了进行贮存备份稀疏系数,所述控制器往往还连接有如3G模块或4G模块这样的无线通信模块,所述无线通信模块通过3G网或4G网来分别与3G网或4G网中的备份平台连接,备份平台所述备份平台获取到稀疏系数的信息后,就存储在所述备份平台中,而备份平台常常采用计算机一来充当,这是伴着计算机一在信息传递的优势和应用广泛的性能决定的,而充当备份平台的计算机一运用时间一长,势必就会故障频发,影响获得和存储稀疏系数的信息,这样就会引入另外的性能更好的计算机二来充当备份平台,在计算机一和计算机二替换期间,必须要把计算机一上的稀疏系数的信息保存到计算机二上,把计算机一上的稀疏系数的信息保存至计算机二上之际,常常是把计算机一上的稀疏系数的信息保存至网络中的中间服务器,接着把保存于中间服务器的稀疏系数的信息发送至计算机二,计算机二获取到稀疏系数的信息后执行还原;在稀疏系数的信息在发送期间,若计算机一同计算机二间中断链接,计算机一就得再次发送该稀疏系数的信息,在计算机一同计算机二间链接质量不佳之际,常须若干次再次发送稀疏系数的信息,使得稀疏系数的信息发送性能不佳。
针对上述缺陷就做了改进,为了进行贮存备份稀疏系数,所述控制器往往还连接有如3G模块或4G模块这样的无线通信模块,所述无线通信模块通过3G网或4G网来分别与3G网或4G网中的备份平台连接,备份平台所述备份平台获取到稀疏系数的信息后,就存储在所述备份平台中,而备份平台常常采用计算机一来充当;计算机一与计算机二通过网络通信连接,然后把计算机一中的稀疏系数的信息发送到计算机二中保存,把把计算机一中的稀疏系数的信息发送到计算机二的方法包括如下方式:
B-1:计算机一获取计算机一里的要保存的稀疏系数的信息;
这里,要保存的稀疏系数的信息为计算机一里还没保存的稀疏系数的信息,计算机一能够把稀疏系数的信息依赖存储在计算机一上的时间的先后来给予稀疏系数的信息不一样的权值,存储在计算机一上的时间越早的稀疏系数的信息的权值越低。
B-2:计算机一获得针对要保存的稀疏系数的信息的转移命令;
这里,所述转移命令就像能够为经对计算机一的输入界面上的稀疏系数的信息迁移功能按键的选择而激活的。
B-3:计算机一把要保存的稀疏系数的信息用游程编码算法执行容量缩减,得到若干缩减后的稀疏系数的信息帧;
计算机一把要保存的稀疏系数的信息用游程编码算法执行容量缩减,得到的缩减后的稀疏系数的信息帧所需的容量大小要低于要保存的稀疏系数的信息所需的容量大小。执行B-3,能够减小所需的容量区域;在要保存的稀疏系数的信息的容量不小之际,能把要保存的稀疏系数的信息缩减为若干缩减后的稀疏系数的信息帧,就像,要保存的稀疏系数的信息的容量大小是2000*1024位,能够缩减成800个600位的缩减后的稀疏系数的信息帧,相较于要保存的稀疏系数的信息来说,各个缩减后的稀疏系数的信息帧的容量大小要低不少,所以发送缩减后的稀疏系数的信息帧比发送要保存的稀疏系数的信息要高效不少。
计算机一把要保存的稀疏系数的信息执行缩减,得到若干缩减后的稀疏系数的信息帧的方式具体可以为:
计算机一用游程编码算法对要保存的稀疏系数的信息执行缩减,得到若干缩减后的稀疏系数的信息帧。
这里,游程编码算法是计算机一事先设定的,游程编码算法也能够为字典算法所代替,计算机一能够同计算机二事先设定存储有键名和值的字典,就把该字典用作设定的编码信息,计算机一亦能够己身构建编码信息且充当设定的编码信息,计算机一运用设定的编码信息对要保存的稀疏系数的信息执行缩减,得到缩减后的稀疏系数的信息帧,能够改善缩减后的稀疏系数的信息帧在发送期间的可靠性。
在执行B-5前,还能够执行如下方式:
计算机一把设定的编码信息相应的设定的解码信息并发送入计算机二,设定的解码信息用来让计算机二对获取到的缩减后的稀疏系数的信息帧执行解码。
这里,在计算机一运用设定的编码信息对要保存的稀疏系数的信息执行缩减,得到缩减后的稀疏系数的信息帧后,为了计算机二获取到该缩减后的稀疏系数的信息帧后可获取该缩减后的稀疏系数的信息帧里的要保存的稀疏系数的信息,计算机一须把设定的编码信息对应的设定的解密信息并发送入计算机二,来让计算机二运用设定的编码信息对获取到的缩减后的稀疏系数的信息帧执行解码。
B-4:计算机一构建计算机一同计算机二间的信息链路;
能够经计算机一或计算机二来构建计算机一同计算机二间的信息链路;在构建信息链路前,计算机一须经由计算机二的应答确认,或计算机二须经由计算机一的应答确认,来改善信息链路的可靠性。就像,计算机二实现贮存着用于应答的设定的就像aaaa这样的字符串,须在计算机一上对计算机二发送设定的就像aaaa这样的字符串,就能构建信息链路。
B-5:计算机一凭借计算机一与计算机二间的信息链路的条件把若干缩减后的稀疏系数的信息帧发送到计算机二;
计算机一能在有差别的信息链路的条件下发送不一样的缩减后的稀疏系数的信息帧,就像,在信息链路的条件不错时,计算机一发送容量大的缩减后的稀疏系数的信息帧,在信息链路状态不好时,计算机一发送容量小的缩减后的稀疏系数的信息帧,来达到在不同的信息链路的条件下可调节的发送若干缩减后的稀疏系数的信息帧,以此能够改善稀疏系数的信息发送性能。
计算机一凭借计算机一与计算机二间的信息链路的条件把若干缩减后的稀疏系数的信息帧发送到计算机二的方式详细说明如下:
如果计算机一同计算机二间的信息链路的条件是信息链路的传输速度低的条件下,计算机一把权值低的缩减后的稀疏系数的信息帧发送到计算机二;
如果计算机一同计算机二之的信息链路的条件是信息链路的传输速度高的条件下,计算机一把权值高的缩减后的稀疏系数的信息帧发送到计算机二。
在信息链路的传输速度低之际,缩减后的稀疏系数的信息帧传递就不快,常发生缩减后的稀疏系数的信息帧发送不成功接着再次传递的现象,针对权值高的缩减后的稀疏系数的信息帧,如果若干次再次传递,会让权值高的稀疏系数的信息帧遗失的概率增加,权值高的缩减后的稀疏系数的信息帧发送的可靠性无法确保,如果计算机一同计算机二间的信息链路的条件是信息链路的传输速度低的条件下,计算机一把权值低的缩减后的稀疏系数的信息帧发送到计算机二;如果计算机一同计算机二之的信息链路的条件是信息链路的传输速度高的条件下,计算机一把权值高的缩减后的稀疏系数的信息帧发送到计算机二。能够改善缩减后的稀疏系数的信息帧发送的可靠性。
B-5能够包括:
在计算机一同计算机二间的信息链路状态是信息链路的传输速度高的条件下,计算机一用若干进程的方法对计算机二发送若干缩减后的稀疏系数的信息帧;
这里,计算机一能够运行若干进程,在信息链路状态是信息链路的传输速度高的条件下,能够在若干进程上并发发送若干缩减后的稀疏系数的信息帧,就像,如果计算机一运行了K个进程,那么计算机一能够并发发送K个缩减后的稀疏系数的信息帧,这里,K是自然数,这样能够并发的发送若干缩减后的稀疏系数的信息帧,更能改善稀疏系数的信息发送速度。
在执行B-5后,还能够执行如下方式:
计算机一监测计算机一同计算机二有没有中断信息链路;
如果有,计算机一登记若干缩减后的稀疏系数的信息帧里没发送与发送未成的缩减后的稀疏系数的信息帧,把没发送与发送未成的缩减后的稀疏系数的信息帧登记成没发送;
在计算机一同计算机二复原信息链路之际,计算机一把若干缩减后的稀疏系数的信息帧里登记成没发送的缩减后的稀疏系数的信息帧发送到计算机二。
这里,发送失败的缩减后的稀疏系数的信息帧能够是计算机一还在发送该缩减后的稀疏系数的信息帧之际意外中断链接,使得该缩减后的稀疏系数的信息帧发送不成功。通常,在计算机一把一个缩减后的稀疏系数的信息帧发送至计算机二后,计算机二如果得到该缩减后的稀疏系数的信息帧,就会回传一响应消息,计算机一得到该响应消息后把该缩减后的稀疏系数的信息帧登记成已发送,如果计算机一没得到该响应消息,就把该缩减后的稀疏系数的信息帧登记成没发送。
在计算机一和计算机二中断信息链路之际,计算机一记录若干缩减后的稀疏系数的信息帧里没发送与发送不成功的缩减后的稀疏系数的信息帧,把没发送与发送不成功的缩减后的稀疏系数的信息帧登记成没发送;在计算机一同计算机二复原信息链路之际,计算机一把若干缩减后的稀疏系数的信息帧里登记成没发送的缩减后的稀疏系数的信息帧发送到计算机二。这样在计算机一和计算机二复原信息链路之际,不必再次发送若干缩减后的稀疏系数的信息帧,能改善稀疏系数的信息发送性能。
能够凭借计算机一和计算机二间的信息链路的条件发送缩减后的稀疏系数的信息帧到计算机二,在信息链路的条件不错之际,能够发送容量大的缩减后的稀疏系数的信息帧,哉信息链路的条件不好之际,能够发送容量小的缩减后的稀疏系数的信息帧,能达到在不同的信息链路的条件下可调节发送若干缩减后的稀疏系数的信息帧,以此能够改善稀疏系数的信息发送性能。
以上以用实施例说明的方式对本发明作了描述,本领域的技术人员应当理解,本公开不限于以上描述的实施例,在不偏离本发明的范围的情况下,可以做出各种变化、改变和替换。
Claims (6)
1.一种针对数控机床上传感器采集数据的建模系统,包括用于采集作为多通道数据的数控机床运行状态数据的多个传感器;
其特征在于,所述传感器的输出端与多通道传感器接口电路输入端连接,多通道传感器接口电路的输出端和控制器连接;
所述控制器还与闪存连接,所述闪存包括构造模块、设定模块、叠加模块、导出模块和限制模块;
所述构造模块用于把接收到的p通道数据形成p通道的张量数据一,所述p通道的张量数据一包括N个由所述多个传感器采集的样本数据,每个样本数据包括多个传感器在某一采样时间采集的数据,而其中第i个样本数据Yi(t)的数据格式为:Yi(t)=[Yi1(t),...,Yip(t)],t为第i个样本数据的采样时间;Yi(t)能够被公式(1)表示:
Yij(t)=Xij(t)+εij(t) (1)
Xij(t)是第j通道的采集数据的信号函数,εij(t)是第j通道的采集数据的噪声函数,i为小于等于N的正整数,j为小于等于p的正整数,Yij(t)表示在采样时间t下的第j通道的采集数据;
所述设定模块用于设定p通道的张量数据二Xi(t)的数据格式为:Xi(t)=[Xi1(t),...,Xip(t)],而p通道的张量数据二Xi(t)被分为L个样本子空间Sl,l=1,2,...,L,L为正整数,在同一个样本子空间里,代表各信号的信号函数都有互相关性,不同的样本子空间的各信号的信号函数没有相关性;
用Xl={Xj(t)|Xj(t)∈Sl,j=1,...,p}表示各自样本子空间的信号,其中,q和dl均为正整数,αq为设定的实数,R为实数集合;
所述导出模块用于根据在样本子空间中的每个数据点可以被数据集中的其他数据点联合表示的数据自表达属性,对于每一个信号Xij(t)∈Xl,得到公式(3):
即Xij(t)是在Xl中的一个信号函数,它可以表示为在此样本子空间中其他p-1个信号的线性组合,r为正整数,bjr为稀疏系数的第r个分量;
所述限制模块用于针对稀疏系数bj的解运用Lq范数最小化目标函数来限制解集。
2.根据权利要求1所述的针对数控机床上传感器采集数据的建模系统,其特征在于,所述控制器能够是PLC、FPGA处理器或者ARM处理器。
3.根据权利要求1所述的针对数控机床上传感器采集数据的建模系统,其特征在于,所述多个传感器能够为多路温度传感器、多路振动传感器或多路噪声传感器;
所述的多路温度传感器分散安装在数控机床上的测温部分;所述的多路振动传感器分散安装在数控机床伺服电机的转子上,所述的多路噪声传感器分散安装在数控机床的加工刀具上;
所述多个传感器的数量为p个,p为大于等于2的正整数,每一个传感器采集并传输到控制器的数据就作为一个通道数据。
4.根据权利要求1所述的针对数控机床上传感器采集数据的建模系统,其特征在于,所述控制器还与显示屏连接。
5.一种针对数控机床上传感器采集数据的建模系统的方法,其特征在于,该方法运行在控制器上,包括如下步骤:
步骤1:多个传感器把采集到的p通道数据通过多通道传感器接口电路传输到控制器中,所述控制器把接收到的p通道数据形成p通道的张量数据一,所述p通道的张量数据一包括N个由所述多个传感器采集的样本数据,每个样本数据包括多个传感器在某一采样时间采集的数据,而其中第i个样本数据Yi(t)的数据格式为:Yi(t)=[Yi1(t),...,Yip(t)],t为第i个样本数据的采样时间;Yi(t)能够被公式(1)表示:
Yij(t)=Xij(t)+εij(t) (1)
Xij(t)是第j通道的采集数据的信号函数,εij(t)是第j通道的采集数据的噪声函数,i为小于等于N的正整数,j为小于等于p的正整数,Yij(t)表示在采样时间t下的第j通道的采集数据;
步骤2:设定p通道的张量数据二Xi(t)的数据格式为:Xi(t)=[Xi1(t),...,Xip(t)],而p通道的张量数据二Xi(t)被分为L个样本子空间Sl,l=1,2,...,L,L为正整数,在同一个样本子空间里,代表各信号的信号函数都有互相关性,不同的样本子空间的各信号的信号函数没有相关性;
用Xl={Xj(t)|Xj(t)∈Sl,j=1,...,p}表示各自样本子空间的信号,其中,q和dl均为正整数,αq为设定的实数,R为实数集合;
步骤4:根据在样本子空间中的每个数据点可以被数据集中的其他数据点联合表示的数据自表达属性,对于每一个信号Xij(t)∈Xl,得到公式(3):
即Xij(t)是在Xl中的一个信号函数,它可以表示为在此样本子空间中其他p-1个信号的线性组合,r为正整数,bjr为稀疏系数的第r个分量;
步骤5:针对稀疏系数bj的解运用Lq范数最小化目标函数来限制解集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910573286.5A CN110286649B (zh) | 2019-06-28 | 2019-06-28 | 针对数控机床上传感器采集数据的建模系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910573286.5A CN110286649B (zh) | 2019-06-28 | 2019-06-28 | 针对数控机床上传感器采集数据的建模系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110286649A CN110286649A (zh) | 2019-09-27 |
CN110286649B true CN110286649B (zh) | 2020-11-27 |
Family
ID=68020171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910573286.5A Active CN110286649B (zh) | 2019-06-28 | 2019-06-28 | 针对数控机床上传感器采集数据的建模系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110286649B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021134253A1 (zh) * | 2019-12-30 | 2021-07-08 | 江苏南高智能装备创新中心有限公司 | 基于数控机床上传感器数据的故障预测系统及其方法 |
US20220244702A1 (en) * | 2019-12-30 | 2022-08-04 | Jiangsu Nangao Intelligent Equipment Innovation Center Co., Ltd. | Modeling system for collected data of sensors on numerical control machine tool and method therefor |
CN112230603B (zh) * | 2020-10-14 | 2021-08-13 | 深圳吉兰丁智能科技有限公司 | 一种基于数控机床的多传感器数据采集方法及系统 |
CN117707051B (zh) * | 2024-02-04 | 2024-04-16 | 工业云制造(四川)创新中心有限公司 | 一种具备自主学习能力的云制造支撑方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101540045B (zh) * | 2009-03-25 | 2011-07-27 | 湖南大学 | 基于同步正交匹配追踪的多源图像融合方法 |
US20140160152A1 (en) * | 2012-12-07 | 2014-06-12 | General Electric Company | Methods and systems for integrated plot training |
CN104391480B (zh) * | 2014-12-04 | 2017-04-19 | 宁波市华正信息技术有限公司 | 一种基于专家系统的数控机床故障诊断系统 |
CN107553219A (zh) * | 2017-10-23 | 2018-01-09 | 沈阳百祥机械加工有限公司 | 一种基于多种类传感器复合信号的刀具磨损监控方法 |
CN109241491A (zh) * | 2018-07-28 | 2019-01-18 | 天津大学 | 基于联合低秩和稀疏表示的张量结构性缺失填充方法 |
-
2019
- 2019-06-28 CN CN201910573286.5A patent/CN110286649B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110286649A (zh) | 2019-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110286649B (zh) | 针对数控机床上传感器采集数据的建模系统及其方法 | |
US20120271962A1 (en) | Achieving Lossless Data Streaming in a Scan Based Industrial Process Control System | |
CN112118174B (zh) | 软件定义数据网关 | |
CN116209963A (zh) | 故障诊断及解决方案推荐方法、设备、系统和存储介质 | |
CN106250410B (zh) | 一种基于flume系统的数据处理方法及其装置 | |
CN111026094A (zh) | 一种站台门系统的故障诊断与远程维护方法和系统 | |
CN112697267A (zh) | 一种工业设备异常振动检测装置 | |
US20120078409A1 (en) | Electronic Supervisor | |
CN111008905A (zh) | 一种生产设备节拍高精度测量的方法及装置 | |
CN104601374A (zh) | 用于数控机床的网络故障处理方法和装置 | |
CN111600731B (zh) | 一种期货行情档位快速处理系统和方法 | |
CN108984550B (zh) | 确定数据的信号规则以对数据标注的方法、装置和系统 | |
CN114387123B (zh) | 数据采集管理方法 | |
WO2021134254A1 (zh) | 针对数控机床上传感器采集数据的建模系统及其方法 | |
CN210724868U (zh) | 数据处理系统及控制设备 | |
CN115396752A (zh) | 一种基于Redis的双平面采集数据方法及系统 | |
CN107908691A (zh) | 一种大数据运营分析系统 | |
CN112783740A (zh) | 一种基于时间序列特征的服务器性能预测方法及系统 | |
CN111858263B (zh) | 一种基于日志分析的故障预测方法、系统及装置 | |
CN111524053B (zh) | 空气质量预报系统的信息采集方法、装置、设备及介质 | |
CN116980435A (zh) | 一种车联网数据同步方法、装置、电子设备及存储介质 | |
CN107085410A (zh) | 数值控制装置 | |
CN220173271U (zh) | 一种数据采集器 | |
US20120096180A1 (en) | Achieving Lossless Data Streaming in a Scan Based Industrial Process Control System | |
EP4066117B1 (en) | Managing provenance information for data processing pipelines |
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 |