CN112051800A - 机床的异常处理方法及装置、计算机可读存储介质 - Google Patents

机床的异常处理方法及装置、计算机可读存储介质 Download PDF

Info

Publication number
CN112051800A
CN112051800A CN202010981751.1A CN202010981751A CN112051800A CN 112051800 A CN112051800 A CN 112051800A CN 202010981751 A CN202010981751 A CN 202010981751A CN 112051800 A CN112051800 A CN 112051800A
Authority
CN
China
Prior art keywords
exception
machine tool
abnormal
type
determining
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
CN202010981751.1A
Other languages
English (en)
Inventor
梁金欢
和明
黄家峰
沈显东
张天翼
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.)
Gree Electric Appliances Inc of Zhuhai
Zhuhai Gree Intelligent Equipment Co Ltd
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Zhuhai Gree Intelligent Equipment Co Ltd
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 Gree Electric Appliances Inc of Zhuhai, Zhuhai Gree Intelligent Equipment Co Ltd filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN202010981751.1A priority Critical patent/CN112051800A/zh
Publication of CN112051800A publication Critical patent/CN112051800A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical 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
    • G05B19/404Numerical 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 control arrangements for compensation, e.g. for backlash, overshoot, tool offset, tool wear, temperature, machine construction errors, load, inertia
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/35Nc in input of data, input till input file format
    • G05B2219/35408Calculate new position data from actual data to compensate for contour error

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Numerical Control (AREA)

Abstract

本发明公开了一种机床的异常处理方法及装置、计算机可读存储介质。其中,该方法包括:基于机床的运行参数确定机床出现异常;通过预定模型,确定与运行参数对应的异常类型,其中,预定模型为使用多组训练数据通过机器学习训练得到的,多组训练数据的每一组训练数据均包括:运行参数以及与运行参数对应的异常类型;从策略集合中调取与异常类型对应的异常处理策略;基于异常策略处理异常类型对应的异常。本发明解决了相关技术中无法在机床运行过程中对机床温度进行有效控制,容易导致热误差,进而容易降低加工的精度的技术问题。

Description

机床的异常处理方法及装置、计算机可读存储介质
技术领域
本发明涉及自动化生产技术领域,具体而言,涉及一种机床的异常处理方法及装置、计算机可读存储介质。
背景技术
随着科学技术的不断发展,精密以及超精密的加工在制造业中扮演着非常重要的角色。在经济的高速发展、科技创新研究中发挥着无可替代的作用。精密加工的水平的高低,直接影响军工、自动化、电子等行业的进一步发展。机床加工的精度主要受加工中各种误差的影响,其中,误差比重最大的是热误差。据有关资料显示,在精密加工行业,误差的40%的误差是加工系统的热变形引起的。尤其是在高速加工中的机床的各个部分的刚性较大,由于压力产生的变形所产生的误差比重很小,热误差相对可达60%。热误差的来源主要是下面的几个方面:1)驱动机床运动的电机和原件工作损耗的能量;2)切削过程中的摩擦;3)机床的各个部分运动产生的摩擦;4)机床所处外界环境引起的热变化。
由上可知,机床加工中对机床温度的控制进行是十分重要的,然而,目前仍无法有效地保证机床运行过程中温度的有效控制。
针对上述相关技术中无法在机床运行过程中对机床温度进行有效控制,容易导致热误差,进而容易降低加工的精度的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种机床的异常处理方法及装置、计算机可读存储介质,以至少解决相关技术中无法在机床运行过程中对机床温度进行有效控制,容易导致热误差,进而容易降低加工的精度的技术问题。
根据本发明实施例的一个方面,提供了一种机床的异常处理方法,包括:基于机床的运行参数确定所述机床出现异常;通过预定模型,确定与所述运行参数对应的异常类型,其中,所述预定模型为使用多组训练数据通过机器学习训练得到的,所述多组训练数据的每一组训练数据均包括:运行参数以及与所述运行参数对应的异常类型;从策略集合中调取与所述异常类型对应的异常处理策略;基于所述异常策略处理所述异常类型对应的异常。
可选地,基于机床的运行参数确定所述机床出现异常,包括:采集机床的运行参数;基于所述运行参数确定所述机床出现异常。
可选地,在通过预定模型,确定与所述运行参数对应的异常类型之前,该机床的异常处理方法还包括:采集历史时间段内的多组历史运行参数以及与所述多组历史运行参数对应的多个历史异常类型;对包括所述多个历史运行参数以及所述多个历史异常类型的训练数据进行训练,得到所述预定模型。
可选地,在从策略集合中调取与所述异常类型对应的异常处理策略之前,还包括:确定多种异常类型中每一种异常类型对应的异常处理策略;生成所述多种异常类型中每一种异常类型与异常处理策略之间的对应关系,并存储所述对应关系,以得到所述策略集合。
可选地,在通过预定模型,确定与所述运行参数对应的异常类型之后,该机床的异常处理方法还包括:通过显示设备显示所述异常类型对的异常的特征信息;通过声光设备发送提示信息。
可选地,在基于所述异常策略处理所述异常类型对应的异常之后,该机床的异常处理方法还包括:确定所述异常对应的异常处理成功;通过显示设备显示所述机床的油冷机的设定温度值和所述油冷机的当前温度值,并响应于作用于所述显示设备的预定操作对所述油冷机和/或所述机床进行模式设置。
可选地,基于所述异常策略处理所述异常类型对应的异常,包括:当所述异常类型为异常一,则控制油冷机的压缩机停止运行,并在第一预定时长后控制机床的水泵关闭,其中,所述异常一为所述机床的油泵开启第一预设时长后,在第一预定时间范围内连续检测到水泵的开关断开;当所述异常类型为异常二、异常三时,则控制所述油冷机的压缩机停止运行,其中,所述异常二为高压保护故障,所述异常三为低压保护故障;当所述异常类型为异常四时,则控制所述油冷机的压缩机停止运行,其中,所述异常四为所述压缩机排气高温保护;当所述异常类型为异常五时,则控制所述油冷机的压缩机停止运行,其中,所述异常五为感温包故障。
根据本发明实施例的另外一个方面,还提供了一种机床的异常处理装置,包括:第一确定单元,用于基于机床的运行参数确定所述机床出现异常;第二确定单元,用于通过预定模型,确定与所述运行参数对应的异常类型,其中,所述预定模型为使用多组训练数据通过机器学习训练得到的,所述多组训练数据的每一组训练数据均包括:运行参数以及与所述运行参数对应的异常类型;调取单元,用于从策略集合中调取与所述异常类型对应的异常处理策略;处理单元,用于基于所述异常策略处理所述异常类型对应的异常。
可选地,所述第一确定单元,包括:采集模块,用于采集机床的运行参数;第一确定模块,用于基于所述运行参数确定所述机床出现异常。
可选地,该机床的异常处理装置还包括:采集单元,用于在通过预定模型,确定与所述运行参数对应的异常类型之前,采集历史时间段内的多组历史运行参数以及与所述多组历史运行参数对应的多个历史异常类型;训练单元,用于对包括所述多个历史运行参数以及所述多个历史异常类型的训练数据进行训练,得到所述预定模型。
可选地,该机床的异常处理装置还包括:第三确定单元,用于在从策略集合中调取与所述异常类型对应的异常处理策略之前,确定多种异常类型中每一种异常类型对应的异常处理策略;生成单元,用于生成所述多种异常类型中每一种异常类型与异常处理策略之间的对应关系,并存储所述对应关系,以得到所述策略集合。
可选地,该机床的异常处理装置还包括:第一显示单元,用于在通过预定模型,确定与所述运行参数对应的异常类型之后,通过显示设备显示所述异常类型对的异常的特征信息;发送单元,用于通过声光设备发送提示信息。
可选地,该机床的异常处理装置还包括:第四确定单元,用于在基于所述异常策略处理所述异常类型对应的异常之后,确定所述异常对应的异常处理成功;第二显示单元,用于通过显示设备显示所述机床的油冷机的设定温度值和所述油冷机的当前温度值,并响应于作用于所述显示设备的预定操作对所述油冷机和/或所述机床进行模式设置。
可选地,所述处理单元,包括:第一控制模块,用于当所述异常类型为异常一,则控制油冷机的压缩机停止运行,并在第一预定时长后控制机床的水泵关闭,其中,所述异常一为所述机床的油泵开启第一预设时长后,在第一预定时间范围内连续检测到水泵的开关断开;第二控制模块,用于当所述异常类型为异常二、异常三时,则控制所述油冷机的压缩机停止运行,其中,所述异常二为高压保护故障,所述异常三为低压保护故障;第三控制模块,用于当所述异常类型为异常四时,则控制所述油冷机的压缩机停止运行,其中,所述异常四为所述压缩机排气高温保护;第四控制模块,用于当所述异常类型为异常五时,则控制所述油冷机的压缩机停止运行,其中,所述异常五为感温包故障。
根据本发明实施例的另外一个方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序被处理器运行时控制所述计算机存储介质所在设备执行上述中任意一项所述的机床的异常处理方法。
根据本发明实施例的另外一个方面,还提供了一种处理器,所述处理器用于运行计算机程序,其中,所述计算机程序运行时执行上述中任意一项所述的机床的异常处理方法。
在本发明实施例中,采用基于机床的运行参数确定机床出现异常;通过预定模型,确定与运行参数对应的异常类型,其中,预定模型为使用多组训练数据通过机器学习训练得到的,多组训练数据的每一组训练数据均包括:运行参数以及与运行参数对应的异常类型;从策略集合中调取与异常类型对应的异常处理策略;基于异常策略处理异常类型对应的异常,通过本发明实施例提供的机床的异常处理方法,实现了可以对机床的运行参数进行分析以确定机床是否出现异常,并在机床存在异常的情况下,对机床的异常处理的目的,达到了提高机床温度控制的合理性的技术效果,进而解决了相关技术中无法在机床运行过程中对机床温度进行有效控制,容易导致热误差,进而容易降低加工的精度的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的机床的异常处理方法的流程图;
图2是根据本发明实施例的机床的异常处理方法的优选流程图;
图3是根据本发明实施例的机床的异常处理装置。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种机床的异常处理方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的机床的异常处理方法的流程图,如图1所示,该机床的异常处理方法包括如下步骤:
步骤S102,基于机床的运行参数确定机床出现异常。
可选的,上述运行参数可以包括但不限于:机床的感温包温度、机床的主轴转速等。
在一种可选的实施例中,基于机床的运行参数确定机床出现异常,包括:采集机床的运行参数;基于运行参数确定机床出现异常。
在该实施例中,可以在基于机床的运行参数来确定机床是否发生异常,以进行异常排查。
步骤S104,通过预定模型,确定与运行参数对应的异常类型,其中,预定模型为使用多组训练数据通过机器学习训练得到的,多组训练数据的每一组训练数据均包括:运行参数以及与运行参数对应的异常类型。
在一种可选的实施例中,在通过预定模型,确定与运行参数对应的异常类型之前,该机床的异常处理方法还包括:采集历史时间段内的多组历史运行参数以及与多组历史运行参数对应的多个历史异常类型;对包括多个历史运行参数以及多个历史异常类型的训练数据进行训练,得到预定模型。
即,在本发明实施例中,可以预先采集历史时间段内的训练数据进行模型训练,以得到预定模型,从而可以便于后续异常类型的确定。
步骤S106,从策略集合中调取与异常类型对应的异常处理策略。
步骤S108,基于异常策略处理异常类型对应的异常。
由上可知,基于机床的运行参数确定机床出现异常;通过预定模型,确定与运行参数对应的异常类型,其中,预定模型为使用多组训练数据通过机器学习训练得到的,多组训练数据的每一组训练数据均包括:运行参数以及与运行参数对应的异常类型;从策略集合中调取与异常类型对应的异常处理策略;基于异常策略处理异常类型对应的异常,实现了可以对机床的运行参数进行分析以确定机床是否出现异常,并在机床存在异常的情况下,对机床的异常处理的目的,达到了提高机床温度控制的合理性的技术效果。
因此,通过本发明实施例提供的机床的异常处理方法,解决了相关技术中无法在机床运行过程中对机床温度进行有效控制,容易导致热误差,进而容易降低加工的精度的技术问题。
在一种可选的实施例中,在从策略集合中调取与异常类型对应的异常处理策略之前,还包括:确定多种异常类型中每一种异常类型对应的异常处理策略;生成多种异常类型中每一种异常类型与异常处理策略之间的对应关系,并存储对应关系,以得到策略集合。
在该实施例中,预先建立异常类型与异常处理策略之间的关系,可以有效提高机床异常处理效率。
在一种可选的实施例中,在通过预定模型,确定与运行参数对应的异常类型之后,该机床的异常处理方法还包括:通过显示设备显示异常类型对的异常的特征信息;通过声光设备发送提示信息。
在该实施例中,可以通过显示设备将异常类型显示出来,也可以显示异常的特征信息,例如,异常类型,异常处理策略等,以便于维修人员能够及时对机床异常进行处理。
在一种可选的实施例汇总,在基于异常策略处理异常类型对应的异常之后,该机床的异常处理方法还包括:确定异常对应的异常处理成功;通过显示设备显示机床的油冷机的设定温度值和油冷机的当前温度值,并响应于作用于显示设备的预定操作对油冷机和/或机床进行模式设置。
例如,在机床异常处理完成后或者机床不存在故障时,人机交互模块显示当前的设定温度和当前温度;然后判断MODE键是否按下,若按下,按一下MODE键显示当前的工作模式和设定温度;长按MODE键进入设置模式,按一下MODE键进行切换一次,按上下键对设定值进行更改,更改完成后点击确认键,退出模式选择模式,并且切换到刚才选择的模式。
在一种可选的实施例中,基于异常策略处理异常类型对应的异常,包括:当异常类型为异常一,则控制油冷机的压缩机停止运行,并在第一预定时长后控制机床的水泵关闭,其中,异常一为机床的油泵开启第一预设时长后,在第一预定时间范围内连续检测到水泵的开关断开;当异常类型为异常二、异常三时,则控制油冷机的压缩机停止运行,其中,异常二为高压保护故障,异常三为低压保护故障;当异常类型为异常四时,则控制油冷机的压缩机停止运行,其中,异常四为压缩机排气高温保护;当异常类型为异常五时,则控制油冷机的压缩机停止运行,其中,异常五为感温包故障。
其中,油冷机的作用是降低机床液压油的温度,从而保证机床能够在正常温度下运行,达到提供机床的使用寿命和机床加工质量水平的目的。油冷机包括一压缩机组,压缩机组的蒸发器给油提供冷却,并通过油泵使油循环使用。
在该实施例中,可以在机床开机后,根据传回来的运行数据判断机床是否出现故障,若出现故障,则相应的蜂鸣器响,LED灯亮提醒用户出现了何种故障。例如,若出现油泵开启0.5分钟后(规定时间后),若连续10s检测到水流开关断开,压缩机立即关闭,水泵延时压缩机30s后关闭;并通过显示板显示对应故障名称,故障指示灯亮,则判断为水流开关保护故障(即,上述异常一),按复位键可清除故障。
又例如,当连续5s检测到系统高压压力开关断开时,进入高压保护,压缩机立即关闭,显示板显示对应故障名称,故障指示灯亮,则判断为高压保护故障,当连续5s检测到高压压力恢复时,故障恢复,故障恢复后按复位键可清除故障;若压缩机开启3min后,压缩机运行状态下当连续5s检测到低压压开关断开时,进入低压保护,压缩机立即关闭,显示板显示对应故障名称,故障指示灯亮,则判断出现低压保护故障,1小时内允许自动清除2次(当连续5s检测到低压压力开关恢复压力时故障恢复,故障恢复后自动清除故障),第3次出现时需按复位键才可清除故障。
另外,当连续3s检测排气温度≥115℃时,压缩机立即关闭,通过显示板显示对应故障名称,故障指示灯亮,则判断为压缩机排气高温保护,1小时内允许自动恢复2次(连续3s检测到排气温度≤75℃时恢复,自动清除故障),第3次出现时需按复位键才可清除故障。
此外,当吸气感温包故障、排气感温包故障、蒸发温度感温包故障时,压缩机立即关闭,显示板显示对应故障名称,故障指示灯亮;当环境感温包故障时,压缩机立即关闭,通过显示板显示对应故障名称,故障指示灯亮;当冷机进口感温包和冷机出口感温包,同时故障时压缩机立即关闭,通过显示板显示对应故障名称,故障指示灯亮;当机床感温包故障时,压缩机立即关闭,通过显示板显示对应故障名称,故障指示灯亮;当机组类型感温包故障时,一上电就读取检测,检测到机组类型感温包故障机组不启动,通过显示板显示对应故障名称,故障指示灯亮。
下面结合附图对本发明实施例提供的机床的异常处理方法进行说明。
图2是根据本发明实施例的机床的异常处理方法的优选流程图,如图2所示,在机床开机后,可以根据传回来的运行数据来判断机床是否出现故障,若否则显示当前的设定温度和当前温度;反之,则蜂鸣器响起提示,并且界面进行闪烁提示当前的故障代码,有多个故障时则交替切换闪烁;针对不同的故障,例如,水流开关保护、高压保护、低压保护、压缩机排气高温保护、传感器故障等执行相应处理方案,结合显示机床的当前设定温度和机床的当前温度;判断MODE按键是否被按下,若否则结束流程;若是,则按一下MODE键显示当前的工作模式和设定温度,或,长按MODE键进入设置模式,按一下MODE键进行切换一次,按上下键对设定值进行更改,更改完成后点击确认键,退出模式选择模型,并切换到刚才选择的模式。
通过本发明实施例提供的机床的异常处理方法,可以实现通过单片机对人机交互模块的控制,从而可以对故障进行及时处理,控制机组正常运行,也可以使得在机床加工中精准对机床的温度进行控制,使其恒定在某个确定数值,以保证加工的精度。
实施例2
根据本发明实施例的另外一个方面,还提供了一种机床的异常处理装置,图3是根据本发明实施例的机床的异常处理装置,该机床的异常处理装置可以包括:第一确定单元31,第二确定单元33,调取单元35以及处理单元37。下面对该机床的异常处理装置进行详细说明。
第一确定单元31,用于基于机床的运行参数确定机床出现异常。
第二确定单元33,用于通过预定模型,确定与运行参数对应的异常类型,其中,预定模型为使用多组训练数据通过机器学习训练得到的,多组训练数据的每一组训练数据均包括:运行参数以及与运行参数对应的异常类型。
调取单元35,用于从策略集合中调取与异常类型对应的异常处理策略。
处理单元37,用于基于异常策略处理异常类型对应的异常。
此处需要说明的是,上述第一确定单元31,第二确定单元33,调取单元35以及处理单元37对应于实施例1中的步骤S102至S108,上述单元与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述单元作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
由上可知,在本申请上述实施例中,可以利用第一确定单元基于机床的运行参数确定机床出现异常;然后利用第二确定单元通过预定模型,确定与运行参数对应的异常类型,其中,预定模型为使用多组训练数据通过机器学习训练得到的,多组训练数据的每一组训练数据均包括:运行参数以及与运行参数对应的异常类型;再利用调取单元从策略集合中调取与异常类型对应的异常处理策略;以及利用处理单元基于异常策略处理异常类型对应的异常。通过本发明实施例提供的机床的异常处理装置,实现了可以对机床的运行参数进行分析以确定机床是否出现异常,并在机床存在异常的情况下,对机床的异常处理的目的,达到了提高机床温度控制的合理性的技术效果,进而解决了相关技术中无法在机床运行过程中对机床温度进行有效控制,容易导致热误差,进而容易降低加工的精度的技术问题。
在一种可选的实施例中,第一确定单元,包括:采集模块,用于采集机床的运行参数;第一确定模块,用于基于运行参数确定机床出现异常。
在一种可选的实施例中,该机床的异常处理装置还包括:采集单元,用于在通过预定模型,确定与运行参数对应的异常类型之前,采集历史时间段内的多组历史运行参数以及与多组历史运行参数对应的多个历史异常类型;训练单元,用于对包括多个历史运行参数以及多个历史异常类型的训练数据进行训练,得到预定模型。
在一种可选的实施例中,该机床的异常处理装置还包括:第三确定单元,用于在从策略集合中调取与异常类型对应的异常处理策略之前,确定多种异常类型中每一种异常类型对应的异常处理策略;生成单元,用于生成多种异常类型中每一种异常类型与异常处理策略之间的对应关系,并存储对应关系,以得到策略集合。
在一种可选的实施例中,该机床的异常处理装置还包括:第一显示单元,用于在通过预定模型,确定与运行参数对应的异常类型之后,通过显示设备显示异常类型对的异常的特征信息;发送单元,用于通过声光设备发送提示信息。
在一种可选的实施例中,该机床的异常处理装置还包括:第四确定单元,用于在基于异常策略处理异常类型对应的异常之后,确定异常对应的异常处理成功;第二显示单元,用于通过显示设备显示机床的油冷机的设定温度值和油冷机的当前温度值,并响应于作用于显示设备的预定操作对油冷机和/或机床进行模式设置。
在一种可选的实施例中,处理单元,包括:第一控制模块,用于当异常类型为异常一,则控制油冷机的压缩机停止运行,并在第一预定时长后控制机床的水泵关闭,其中,异常一为机床的油泵开启第一预设时长后,在第一预定时间范围内连续检测到水泵的开关断开;第二控制模块,用于当异常类型为异常二、异常三时,则控制油冷机的压缩机停止运行,其中,异常二为高压保护故障,异常三为低压保护故障;第三控制模块,用于当异常类型为异常四时,则控制油冷机的压缩机停止运行,其中,异常四为压缩机排气高温保护;第四控制模块,用于当异常类型为异常五时,则控制油冷机的压缩机停止运行,其中,异常五为感温包故障。
实施例3
根据本发明实施例的另外一个方面,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的计算机程序,其中,在计算机程序被处理器运行时控制计算机存储介质所在设备执行上述中任意一项的机床的异常处理方法。
实施例4
根据本发明实施例的另外一个方面,还提供了一种处理器,处理器用于运行计算机程序,其中,计算机程序运行时执行上述中任意一项的机床的异常处理方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种机床的异常处理方法,其特征在于,包括:
基于机床的运行参数确定所述机床出现异常;
通过预定模型,确定与所述运行参数对应的异常类型,其中,所述预定模型为使用多组训练数据通过机器学习训练得到的,所述多组训练数据的每一组训练数据均包括:运行参数以及与所述运行参数对应的异常类型;
从策略集合中调取与所述异常类型对应的异常处理策略;
基于所述异常策略处理所述异常类型对应的异常。
2.根据权利要求1所述的方法,其特征在于,基于机床的运行参数确定所述机床出现异常,包括:
采集机床的运行参数;
基于所述运行参数确定所述机床出现异常。
3.根据权利要求1所述的方法,其特征在于,在通过预定模型,确定与所述运行参数对应的异常类型之前,还包括:
采集历史时间段内的多组历史运行参数以及与所述多组历史运行参数对应的多个历史异常类型;
对包括所述多个历史运行参数以及所述多个历史异常类型的训练数据进行训练,得到所述预定模型。
4.根据权利要求3所述的方法,其特征在于,在从策略集合中调取与所述异常类型对应的异常处理策略之前,还包括:
确定多种异常类型中每一种异常类型对应的异常处理策略;
生成所述多种异常类型中每一种异常类型与异常处理策略之间的对应关系,并存储所述对应关系,以得到所述策略集合。
5.根据权利要求1所述的方法,其特征在于,在通过预定模型,确定与所述运行参数对应的异常类型之后,还包括:
通过显示设备显示所述异常类型对的异常的特征信息;
通过声光设备发送提示信息。
6.根据权利要求1所述的方法,其特征在于,在基于所述异常策略处理所述异常类型对应的异常之后,还包括:
确定所述异常对应的异常处理成功;
通过显示设备显示所述机床的油冷机的设定温度值和所述油冷机的当前温度值,并响应于作用于所述显示设备的预定操作对所述油冷机和/或所述机床进行模式设置。
7.根据权利要求1所述的方法,其特征在于,基于所述异常策略处理所述异常类型对应的异常,包括:
当所述异常类型为异常一,则控制油冷机的压缩机停止运行,并在第一预定时长后控制机床的水泵关闭,其中,所述异常一为所述机床的油泵开启第一预设时长后,在第一预定时间范围内连续检测到水泵的开关断开;
当所述异常类型为异常二、异常三时,则控制所述油冷机的压缩机停止运行,其中,所述异常二为高压保护故障,所述异常三为低压保护故障;
当所述异常类型为异常四时,则控制所述油冷机的压缩机停止运行,其中,所述异常四为所述压缩机排气高温保护;
当所述异常类型为异常五时,则控制所述油冷机的压缩机停止运行,其中,所述异常五为感温包故障。
8.一种机床的异常处理装置,其特征在于,包括:
第一确定单元,用于基于机床的运行参数确定所述机床出现异常;
第二确定单元,用于通过预定模型,确定与所述运行参数对应的异常类型,其中,所述预定模型为使用多组训练数据通过机器学习训练得到的,所述多组训练数据的每一组训练数据均包括:运行参数以及与所述运行参数对应的异常类型;
调取单元,用于从策略集合中调取与所述异常类型对应的异常处理策略;
处理单元,用于基于所述异常策略处理所述异常类型对应的异常。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序被处理器运行时控制所述计算机存储介质所在设备执行权利要求1至7中任意一项所述的机床的异常处理方法。
10.一种处理器,其特征在于,所述处理器用于运行计算机程序,其中,所述计算机程序运行时执行权利要求1至7中任意一项所述的机床的异常处理方法。
CN202010981751.1A 2020-09-17 2020-09-17 机床的异常处理方法及装置、计算机可读存储介质 Pending CN112051800A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010981751.1A CN112051800A (zh) 2020-09-17 2020-09-17 机床的异常处理方法及装置、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010981751.1A CN112051800A (zh) 2020-09-17 2020-09-17 机床的异常处理方法及装置、计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN112051800A true CN112051800A (zh) 2020-12-08

Family

ID=73603963

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010981751.1A Pending CN112051800A (zh) 2020-09-17 2020-09-17 机床的异常处理方法及装置、计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112051800A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112508129A (zh) * 2020-12-22 2021-03-16 珠海格力智能装备有限公司 设备的异常处理方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4556446B2 (ja) * 2004-02-27 2010-10-06 村田機械株式会社 多軸工作機械
CN104227502A (zh) * 2014-08-12 2014-12-24 东莞市润星机械科技有限公司 一种具有三相电源智能相序检测与判断功能的温控器
CN107477348A (zh) * 2017-08-21 2017-12-15 珠海格力电器股份有限公司 油冷却系统及油冷却系统控制方法
CN108680244A (zh) * 2018-04-26 2018-10-19 浙江大学 一种旋转机械振动无线监测装置及方法
CN108804668A (zh) * 2018-06-08 2018-11-13 珠海格力智能装备有限公司 数据处理方法及装置
CN109933004A (zh) * 2019-03-27 2019-06-25 苏芯物联技术(南京)有限公司 基于边缘计算和云协同的机床故障诊断与预测方法及系统
CN109947072A (zh) * 2017-12-13 2019-06-28 西门子股份公司 用于在生产过程期间自动检测异常工件的数据驱动方法
CN110046146A (zh) * 2019-04-16 2019-07-23 中国联合网络通信集团有限公司 基于移动边缘计算的工业设备的监测方法和装置
CN111007799A (zh) * 2019-12-18 2020-04-14 宁波财经学院 一种基于神经网络的数控装备远程诊断系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4556446B2 (ja) * 2004-02-27 2010-10-06 村田機械株式会社 多軸工作機械
CN104227502A (zh) * 2014-08-12 2014-12-24 东莞市润星机械科技有限公司 一种具有三相电源智能相序检测与判断功能的温控器
CN107477348A (zh) * 2017-08-21 2017-12-15 珠海格力电器股份有限公司 油冷却系统及油冷却系统控制方法
CN109947072A (zh) * 2017-12-13 2019-06-28 西门子股份公司 用于在生产过程期间自动检测异常工件的数据驱动方法
CN108680244A (zh) * 2018-04-26 2018-10-19 浙江大学 一种旋转机械振动无线监测装置及方法
CN108804668A (zh) * 2018-06-08 2018-11-13 珠海格力智能装备有限公司 数据处理方法及装置
CN109933004A (zh) * 2019-03-27 2019-06-25 苏芯物联技术(南京)有限公司 基于边缘计算和云协同的机床故障诊断与预测方法及系统
CN110046146A (zh) * 2019-04-16 2019-07-23 中国联合网络通信集团有限公司 基于移动边缘计算的工业设备的监测方法和装置
CN111007799A (zh) * 2019-12-18 2020-04-14 宁波财经学院 一种基于神经网络的数控装备远程诊断系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112508129A (zh) * 2020-12-22 2021-03-16 珠海格力智能装备有限公司 设备的异常处理方法及装置

Similar Documents

Publication Publication Date Title
CN104781740A (zh) 用于对从每个给定工件、工具和机床计算的加工生产线整体性能进行实时评估和监控的模块化系统
US10747212B2 (en) Management system and non-transitory computer-readable recording medium
TWI721358B (zh) 設備檢修裝置、方法及電腦可讀取存儲介質
CN112254972B (zh) 挖掘机油温预警方法、装置、服务器及挖掘机
EP2975480B1 (en) Automated data overlay in industrial monitoring systems
JP2006330774A (ja) プロセス異常状態回復操作支援システム
TWI653530B (zh) 運轉資訊分析裝置
CN117193164B (zh) 一种数控机床的故障监测方法及系统
CN103513628A (zh) 过程监控系统及方法
WO2018005165A1 (en) Systems and methods for providing an integrated power plant advisor
CN112051800A (zh) 机床的异常处理方法及装置、计算机可读存储介质
CN106610626B (zh) 诊断装置及诊断方法
CN111159487A (zh) 一种汽车发动机主轴预测性维护智能系统
JP6176377B1 (ja) 設備管理システム、設備管理方法およびプログラム
CN115453356A (zh) 一种动力设备运行状态监测分析方法、系统、终端及介质
CN114252216A (zh) 一种燃气轮机滑油泄漏的检测方法
CN111766849A (zh) 故障处理方法及装置、机器人设备
CN110488775A (zh) 设备状态判定及产量节拍统计系统及方法
CN111810256A (zh) 汽轮机冷态启动预警系统、方法、存储介质及电子设备
CN111721538A (zh) 发动机检测方法及装置
JP2002091562A (ja) 監視制御システム
JP2005071136A (ja) 納期管理支援システム、そのプログラム、そのプログラムを記録した記録媒体および製品の納期管理方法
KR101264645B1 (ko) 풍력 발전기 상태정의방법 및 상태제어방법
CN117348605B (zh) 应用于离型膜撕除机控制系统的优化方法及系统
JP2018037063A (ja) 設備管理システム、設備管理方法およびプログラム

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201208