CN112415947A - 一种基于dtu设备的cnc机床数据采集与管理方法及系统 - Google Patents

一种基于dtu设备的cnc机床数据采集与管理方法及系统 Download PDF

Info

Publication number
CN112415947A
CN112415947A CN202011411952.4A CN202011411952A CN112415947A CN 112415947 A CN112415947 A CN 112415947A CN 202011411952 A CN202011411952 A CN 202011411952A CN 112415947 A CN112415947 A CN 112415947A
Authority
CN
China
Prior art keywords
module
data
machine tool
parameter
preset
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
CN202011411952.4A
Other languages
English (en)
Other versions
CN112415947B (zh
Inventor
李德坤
尤胜荣
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.)
Shangdian Zhilian Technology Jiangsu Co ltd
Original Assignee
Shangdian Zhilian Technology Jiangsu 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 Shangdian Zhilian Technology Jiangsu Co ltd filed Critical Shangdian Zhilian Technology Jiangsu Co ltd
Priority to CN202011411952.4A priority Critical patent/CN112415947B/zh
Publication of CN112415947A publication Critical patent/CN112415947A/zh
Application granted granted Critical
Publication of CN112415947B publication Critical patent/CN112415947B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G05B19/406—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
    • G05B19/4063—Monitoring general control system
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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
    • G05B2219/34—Director, elements to supervisory
    • G05B2219/34294—Diagnostic, locate failures
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Manufacturing & Machinery (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • Operations Research (AREA)
  • Human Computer Interaction (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Numerical Control (AREA)

Abstract

本发明提供一种基于DTU设备的CNC机床数据采集方法及系统，其中，方法包括：通过数据采集设备采集CNC机床的机床数据；通过DTU设备将机床数据上传至管理平台；通过管理平台对机床数据进行分析；根据分析结果执行相应操作。本发明的基于DTU设备的CNC机床数据采集方法及系统，通过管理平台对数据采集设备采集的机床数据进行分析，确定CNC机床的异常位置点并及时告知工作人员，便于工作人员对其检修或维护，避免了当某CNC机床部件发生运行异常时造成其余关联部件也发生异常，减小了对设备的损害，提升了设备运行的安全性。

Description

一种基于DTU设备的CNC机床数据采集与管理方法及系统
技术领域
本发明涉及数控机床控制技术领域，特别涉及一种基于DTU设备的CNC机床数据采集与管理方法及系统。
背景技术
目前，数控机床的自动化程度越来越高，其组成结构也越发复杂，各结构件的关联性较高，当某部件发生运行异常时，极大可能造成其余关联部件也发生异常，不仅损害设备，造成经济损失，还有可能危及工作人员的人身安全，因此，亟需对数控机床进行运行监测和及时性的故障诊断。
发明内容
本发明目的之一在于提供了一种基于DTU设备的CNC机床数据采集与管理方法及系统，本发明实施例通过管理平台对数据采集设备采集的机床数据进行分析，确定CNC机床的异常位置点并及时告知工作人员，便于工作人员对其检修或维护，避免了当某CNC机床部件发生运行异常时造成其余关联部件也发生异常，减小了对设备的损害，提升了设备运行的安全性，实现了对数控机床进行运行监测和及时性的故障诊断。
本发明实施例提供的一种基于DTU设备的CNC机床数据采集与管理方法，包括：
通过数据采集设备采集CNC机床的机床数据；
通过DTU设备将机床数据上传至管理平台；
通过管理平台对机床数据进行分析；
根据分析结果执行相应操作。
优选的，数据采集设备包括：
第一采集模块，用于采集CNC机床中电机模块的第一工作数据；
第二采集模块，用于采集CNC机床中主轴模块的第二工作数据；
第三采集模块，用于采集CNC机床中刀具模块的第三工作数据；
机床数据包括：通过第一采集模块采集的第一工作数据、通过第二采集模块采集的第二工作数据以及通过第三采集模块采集的第三工作数据。
优选的，管理平台执行包括如下操作：
当第一工作数据中每个参数落在其对应的预设第一标准区间内时，则该参数正常，否则不正常；
当第二工作数据中每个参数落在其对应的预设第二标准区间内时，则该参数正常，否则不正常；
当第三工作数据中每个参数落在其对应的预设第三标准区间内时，则该参数正常，否则不正常。
优选的，一种基于DTU设备的CNC机床数据采集与管理方法，还包括：
获取预设历史运行数据库中的历史运行数据；
基于所述历史运行数据计算CNC机床各模块的评价指数：
Figure BDA0002817630560000021
其中，evali为CNC机床第i个模块的评价指数，ti,z为历史运行数据中第i个模块对应的第z个记录中的正常运行时间，t′i,z为历史运行数据中第i个模块对应的第z个记录中的故障持续时间，fi,z为历史运行数据中第i个模块对应的第z个记录中的故障次数，ni为历史运行数据中第i个模块对应的记录总数目，Lvi,m为历史运行数据中第i个模块发生第m次故障时对应的故障等级，ei为第i个模块对应的预设人工经验值，σ1、σ2、σ3和σ4为预设的权重值；
将CNC机床的各模块按其对应评价指数大小从大到小排列组合成评价列表后输出；
基于各模块的评价指数对各模块对应采集模块当前的采集时间间隔进行调整；
其中，基于各模块的评价指数对各模块对应采集模块当前的采集时间间隔进行调整，具体包括：
Figure BDA0002817630560000031
其中，time′i为第i个模块对应采集模块调整后的采集时间间隔，time0为第i个模块对应采集模块的初始采集时间间隔，timebef为第i个模块对应采集模块调整前的采集时间间隔即当前采集时间间隔，evali为第i个模块的评价指数，Zi为第i个模块对应的预设评价指数基准值，τ为预设的误差系数，其取值范围为[1.003,1.011]；
基于各模块的评价指数对各采集模块采集的各工作数据中各参数对应的预设标准区间进行调整；
其中，基于各模块的评价指数对各采集模块采集的各工作数据中各参数对应的当前预设标准区间进行调整，具体包括：
Figure BDA0002817630560000032
其中，ll′i，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整后的下限值，sl′i，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整后的上限值，evali为CNC机床第i个模块的评价指数，qi为第i个模块对应工作数据中各参数的总数目，Ui为第i个模块对应的预设检验值，εi，j为第i个模块对应工作数据中第j个参数对应的人工设定值，lli，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整前的下限值即当前预设标准区间的下限值，Bi，j为第i个模块对应工作数据中第j个参数对应预设标准区间的下限初始值，sli，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整前的上限值即当前预设标准区间的上限值，Ci，j为第i个模块对应工作数据中第j个参数对应预设标准区间的上限初始值。
优选的，一种基于DTU设备的CNC机床数据采集与管理方法，还包括：
当CNC机床第i个模块对应工作数据中第j个参数出现异常时，基于历史运行数据生成对应维修方案推荐表；
其中，基于历史运行数据生成对应维修方案推荐表，具体包括：
选取第i个模块对应工作数据中第j个参数作为目标参数，获取历史运行数据与目标参数对应的目标故障类型记录；
统计目标故障类型记录中每个故障类型出现的第一频次，将各故障类型按其对应第一频次从大到小排序并组合成故障类型列表后输出；
获取历史运行数据中与故障类型列表每个故障类型对应的维修方案记录；
统计维修方案记录中每个维修方案出现的第二频次，将各维修方案按其对应第二频次从大到小排序后组合成维修方案列表，将其与故障类型列表每个故障类型一一对应后输出；
获取预设的机床维修大数据的获取路径；
其中，获取路径包括：预设的机床维修大数据网站；
计算获取路径的可信指数：
Figure BDA0002817630560000041
Figure BDA0002817630560000042
Figure BDA0002817630560000043
Figure BDA0002817630560000044
其中，Trust为获取路径的可信指数，Q为机床维修大数据网站的注册用户总数目，T为机床维修大数据网站的建站时长，E为机床维修大数据网站的日活跃度，I1和I2为预设的指标值，I1＞I2，γ1、γ2和γ3为预设的权重值；
当可信指数大于等于预设的可信指数阈值时，通过获取路径获取故障类型列表每个故障类型对应的备选维修方案数据；
统计备选维修方案数据中每个备选维修方案出现的第三频次，将各备选维修方案按其对应第三频次从大到小排序后组合成备选维修方案列表，将其与故障类型列表每个故障类型一一对应后输出。
本发明实施例提供的一种基于DTU设备的CNC机床数据采集与管理系统，包括：
采集模块，用于通过数据采集设备采集CNC机床的机床数据；
上传模块，用于通过DTU设备将机床数据上传至管理平台；
分析模块，用于通过管理平台对机床数据进行分析；
执行模块，根据分析结果执行相应操作。
优选的，数据采集设备包括：
第一采集模块，用于采集CNC机床中电机模块的第一工作数据；
第二采集模块，用于采集CNC机床中主轴模块的第二工作数据；
第三采集模块，用于采集CNC机床中刀具模块的第三工作数据；
机床数据包括：通过第一采集模块采集的第一工作数据、通过第二采集模块采集的第二工作数据以及通过第三采集模块采集的第三工作数据。
优选的，管理平台执行包括如下操作：
当第一工作数据中每个参数落在其对应的预设第一标准区间内时，则该参数正常，否则不正常；
当第二工作数据中每个参数落在其对应的预设第二标准区间内时，则该参数正常，否则不正常；
当第三工作数据中每个参数落在其对应的预设第三标准区间内时，则该参数正常，否则不正常。
优选的，一种基于DTU设备的CNC机床数据采集与管理系统，还包括：
评价与自适应调整模块，用于对CNC机床各模块的工作状态进行评价，同时对各模块对应采集模块的采集时间间隔和采集的工作数据中各参数对应的预设标准区间进行自适应调整；
评价与自适应调整模块执行包括如下操作：
获取预设历史运行数据库中的历史运行数据；
基于所述历史运行数据计算CNC机床各模块的评价指数：
Figure BDA0002817630560000061
其中，evali为CNC机床第i个模块的评价指数，ti，z为历史运行数据中第i个模块对应的第z个记录中的正常运行时间，t′i，z为历史运行数据中第i个模块对应的第z个记录中的故障持续时间，fi，z为历史运行数据中第i个模块对应的第z个记录中的故障次数，ni为历史运行数据中第i个模块对应的记录总数目，Lvi，m为历史运行数据中第i个模块发生第m次故障时对应的故障等级，ei为第i个模块对应的预设人工经验值，σ1、σ2、σ3和σ4为预设的权重值；
将CNC机床的各模块按其对应评价指数大小从大到小排列组合成评价列表后输出；
基于各模块的评价指数对各模块对应采集模块当前的采集时间间隔进行调整；
其中，基于各模块的评价指数对各模块对应采集模块当前的采集时间间隔进行调整，具体包括：
Figure BDA0002817630560000062
其中，time′i为第i个模块对应采集模块调整后的采集时间间隔，time0为第i个模块对应采集模块的初始采集时间间隔，timebef为第i个模块对应采集模块调整前的采集时间间隔即当前采集时间间隔，evali为第i个模块的评价指数，Zi为第i个模块对应的预设评价指数基准值，τ为预设的误差系数，其取值范围为[1.003，1.011]；
基于各模块的评价指数对各采集模块采集的各工作数据中各参数对应的预设标准区间进行调整；
其中，基于各模块的评价指数对各采集模块采集的各工作数据中各参数对应的当前预设标准区间进行调整，具体包括：
Figure BDA0002817630560000071
其中，ll′i，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整后的下限值，sl′i，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整后的上限值，evali为CNC机床第i个模块的评价指数，qi为第i个模块对应工作数据中各参数的总数目，Ui为第i个模块对应的预设检验值，εi，j为第i个模块对应工作数据中第j个参数对应的人工设定值，lli，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整前的下限值即当前预设标准区间的下限值，Bi，j为第i个模块对应工作数据中第j个参数对应预设标准区间的下限初始值，sli，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整前的上限值即当前预设标准区间的上限值，Ci，j为第i个模块对应工作数据中第j个参数对应预设标准区间的上限初始值。
优选的，评价与自适应调整模块执行还包括如下操作：
当CNC机床第i个模块对应工作数据中第j个参数出现异常时，基于历史运行数据生成对应维修方案推荐表；
其中，基于历史运行数据生成对应维修方案推荐表，具体包括：
选取第i个模块对应工作数据中第j个参数作为目标参数，获取历史运行数据与目标参数对应的目标故障类型记录；
统计目标故障类型记录中每个故障类型出现的第一频次，将各故障类型按其对应第一频次从大到小排序并组合成故障类型列表后输出；
获取历史运行数据中与故障类型列表每个故障类型对应的维修方案记录；
统计维修方案记录中每个维修方案出现的第二频次，将各维修方案按其对应第二频次从大到小排序后组合成维修方案列表，将其与故障类型列表每个故障类型一一对应后输出；
获取预设的机床维修大数据的获取路径；
其中，获取路径包括：预设的机床维修大数据网站；
计算获取路径的可信指数：
Figure BDA0002817630560000081
Figure BDA0002817630560000082
Figure BDA0002817630560000083
Figure BDA0002817630560000084
其中，Trust为获取路径的可信指数，Q为机床维修大数据网站的注册用户总数目，T为机床维修大数据网站的建站时长，E为机床维修大数据网站的日活跃度，I1和I2为预设的指标值，I1＞I2，γ1、γ2和γ3为预设的权重值；
当可信指数大于等于预设的可信指数阈值时，通过获取路径获取故障类型列表每个故障类型对应的备选维修方案数据；
统计备选维修方案数据中每个备选维修方案出现的第三频次，将各备选维修方案按其对应第三频次从大到小排序后组合成备选维修方案列表，将其与故障类型列表每个故障类型一一对应后输出。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于DTU设备的CNC机床数据采集与管理方法的流程图；
图2为本发明实施例中一种基于DTU设备的CNC机床数据采集与管理系统的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种基于DTU设备的CNC机床数据采集与管理方法，如图1所示，包括：
S1、通过数据采集设备采集CNC机床的机床数据；
S2、通过DTU设备将机床数据上传至管理平台；
S3、通过管理平台对机床数据进行分析；
S4、根据分析结果执行相应操作。
上述技术方案的工作原理为：
通过数据采集设备(温度传感器、加速度传感器、电涡流传感器、噪声传感器、测力传感器等)采集CNC(Computer numerical control，计算机数字控制)机床的机床数据(即CNC机床工作时各传感器的测量值)；通过DTU(Data Transfer unit，数据传递装置)将机床数据传输至管理平台(即服务器)；通过管理平台对机床数据进行分析(管理平台可对机床数据进行分析，分析各传感器的测量值是否异常)；根据分析结果执行相应操作(若传感器测量值异常，输出其对应异常位置点，便于工作人员检修或维护，同时立即报警)。
上述技术方案的有益效果为：本发明实施例通过管理平台对数据采集设备采集的机床数据进行分析，确定CNC机床的异常位置点并及时告知工作人员，便于工作人员对其检修或维护，避免了当某CNC机床部件发生运行异常时造成其余关联部件也发生异常，减小了对设备的损害，提升了设备运行的安全性，实现了对数控机床进行运行监测和及时性的故障诊断。
本发明实施例提供了一种基于DTU设备的CNC机床数据采集与管理方法，数据采集设备包括：
第一采集模块，用于采集CNC机床中电机模块的第一工作数据；
第二采集模块，用于采集CNC机床中主轴模块的第二工作数据；
第三采集模块，用于采集CNC机床中刀具模块的第三工作数据；
机床数据包括：通过第一采集模块采集的第一工作数据、通过第二采集模块采集的第二工作数据以及通过第三采集模块采集的第三工作数据。
上述技术方案的工作原理为：
第一采集模块(电压传感器和电流传感器等)用于采集CNC机床中电机模块(CNC机床中各个电机)的第一工作数据(各个电机的电压参数和电流参数)；第二采集模块(温度传感器等)用于采集主轴模块(主轴各部件：例如法兰盘等)的第二工作数据(例如：法兰盘的温度参数)；第三采集模块(摄像机等)用于采集机床刀具的第三工作数据(基于刀具图像确定磨损程度)。
上述技术方案的有益效果为：本发明实施例通过第一采集模块采集机床中电机模块的第一工作数据，通过第二采集模块采集机床中主轴模块的第二工作数据，通过第三采集模块采集机床中刀具模块的第三工作数据，三个模块均是机床的核心模块，提升了系统设置的合理性。
本发明实施例提供了一种基于DTU设备的CNC机床数据采集与管理方法，管理平台执行包括如下操作：
当第一工作数据中每个参数落在其对应的预设第一标准区间内时，则该参数正常，否则不正常；
当第二工作数据中每个参数落在其对应的预设第二标准区间内时，则该参数正常，否则不正常；
当第三工作数据中每个参数落在其对应的预设第三标准区间内时，则该参数正常，否则不正常。
上述技术方案的工作原理为：
当各工作数据中各参数落在与其对应的标准区间内时，则该参数正常，否则不正常；例如：当温度传感器测得CNC机床主轴法兰盘的温度为20.1℃时，其落在预设标准区间[19.8℃，20.2℃]内，说明此时法兰盘的温度正常，若温度传感器测得CNC机床主轴法兰盘的温度为23.1℃时，其没有落在预设标准区间[19.8℃，20.2℃]内，说明此时法兰盘的温度异常；各参数对应的标准区间工作人员可根据CNC机床产品说明书中的规定设置。
上述技术方案的有益效果为：本发明实施例通过将各工作数据中的参数与对应预设标准区间比较，当参数落在标准区间内，说明参数正常，否则参数异常，提升了系统判断参数是否异常的精准性。
本发明实施例提供了一种基于DTU设备的CNC机床数据采集与管理方法，还包括：
获取预设历史运行数据库中的历史运行数据；
基于所述历史运行数据计算CNC机床各模块的评价指数：
Figure BDA0002817630560000111
其中，evali为CNC机床第i个模块的评价指数，ti，z为历史运行数据中第i个模块对应的第z个记录中的正常运行时间，t′i，z为历史运行数据中第i个模块对应的第z个记录中的故障持续时间，fi，z为历史运行数据中第i个模块对应的第z个记录中的故障次数，ni为历史运行数据中第i个模块对应的记录总数目，Lvi，m为历史运行数据中第i个模块发生第m次故障时对应的故障等级，ei为第i个模块对应的预设人工经验值，σ1、σ2、σ3和σ4为预设的权重值；
将CNC机床的各模块按其对应评价指数大小从大到小排列组合成评价列表后输出；
基于各模块的评价指数对各模块对应采集模块当前的采集时间间隔进行调整；
其中，基于各模块的评价指数对各模块对应采集模块当前的采集时间间隔进行调整，具体包括：
Figure BDA0002817630560000121
其中，time′i为第i个模块对应采集模块调整后的采集时间间隔，time0为第i个模块对应采集模块的初始采集时间间隔，timebef为第i个模块对应采集模块调整前的采集时间间隔即当前采集时间间隔，evali为第i个模块的评价指数，Zi为第i个模块对应的预设评价指数基准值，τ为预设的误差系数，其取值范围为[1.003，1.011]；
基于各模块的评价指数对各采集模块采集的各工作数据中各参数对应的预设标准区间进行调整；
其中，基于各模块的评价指数对各采集模块采集的各工作数据中各参数对应的当前预设标准区间进行调整，具体包括：
Figure BDA0002817630560000122
其中，ll′i，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整后的下限值，sl′i，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整后的上限值，evali为CNC机床第i个模块的评价指数，qi为第i个模块对应工作数据中各参数的总数目，Ui为第i个模块对应的预设检验值，εi，j为第i个模块对应工作数据中第j个参数对应的人工设定值，lli，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整前的下限值即当前预设标准区间的下限值，Bi，j为第i个模块对应工作数据中第j个参数对应预设标准区间的下限初始值，sli,j为第i个模块对应工作数据中第j个参数对应预设标准区间调整前的上限值即当前预设标准区间的上限值，Ci,j为第i个模块对应工作数据中第j个参数对应预设标准区间的上限初始值。
上述技术方案的工作原理为：
预设的历史运行数据库用于记录CNC机床在预设时间段(例如：1年)内的历史运行数据(即当DTU设备每次上传机床数据时，将机床数据保存至历史运行数据库中)，同时还记录有，机床每次开机到关机(即一个记录)的运行时间段内的正常运行时间，故障持续时间，故障次数，还有每次故障时工作人员根据工作章程(公司规定等)或工作经验设置的故障等级；预设人工经验值可以为：工作人员根据CNC机床各模块发生故障的频率或根据巡检经验对每个模块设置的权重；例如：某CNC机床的主轴模块经常发生故障，则将主轴模块对应的人工经验值设置为10，若该CNC机床的刀具模块很少发生故障，则将刀具模块对应的人工经验值设置为3；根据历史运行记录等计算CNC机床各模块的评价指数，评价指数越高，代表该模块故障率越高；生成的评价列表可供工作人员参考，巡检维护时，优先对CNC机床排在评价列表前面的模块进行检查；CNC机床的每个模块对应一个采集模块，系统控制采集模块每隔一定的时间间隔(例如：0.5秒)采集相应模块的工作数据；随着时间的推移，历史运行数据库会不断被扩充，各模块的评价指数也可能不同(例如：CNC机床在投入使用时间过长时，其某部件老化等)，可以依据每个模块最新的评价指数对与该模块对应采集模块的采集时间间隔进行调整；例如：当CNC机床中某模块的评价指数升高时，说明其故障率升高，应将原先的采集时间间隔(例如：0.5秒)调整至0.1秒，若当CNC机床中某模块的评价指数降低时，说明其故障率降低，应将原先的采集时间间隔(例如：0.5秒)调整至0.7秒；误差系数优选取1.006；初始采集时间间隔在机床投入使用时由工作人员设定；预设评价指数基准值可以为各模块之前全部评价指数的平均值；还可以根据CNC机床每个模块的最小评价指数对预设标准区间进行调整；区间具有区间下限和区间上限，对区间进行调整即对区间的上下限进行调整；例如：当CNC机床某模块的评价指数上升时(说明其故障率上升)，需对该模块对应各参数的标准区间进行缩小(增加下限值、减小上限值)，增加其检验精度和严格程度；上限初始值和下限初始值在CNC机床投入使用时也是由工作人员设定；预设检验值可以为当CNC机床正常工作例如：7天时，这7天内CNC机床模块的全部评价指数的平均值；人工设定值由工作人员设定，工作人员可根据自身对某个模块的主观监测倾向设定对应值；本申请的模块包括但不限于：CNC机床的电机模块、主轴模块、刀具模块、液压模块等。
上述技术方案的有益效果为：一般的管理系统仅是对设备产生的运行数据仅是记录，使得设备的历史运行数据得不到充分利用，本发明实施例通过预设历史运行数据库对CNC机床在运行过程中产生的运行数据，根据历史运行数据计算CNC机床的评价指数，根据评价指数生成评价列表后输出，供工作人员参考，当工作人员巡检维护时，可以优先对CNC机床排在评价列表前面的模块进行检查，还根据CNC机床各模块最新的评价指数自适应且合理对采集模块的采集时间间隔和预设标准区间的上下限进行调整，实现了对CNC机床在运行过程中产生的历史运行数据的充分利用，还可供工作人员自身设定一定权重，提升客户体验，同时，也更加智能化。
本发明实施例提供了一种基于DTU设备的CNC机床数据采集与管理方法，还包括：
当CNC机床第i个模块对应工作数据中第j个参数出现异常时，基于历史运行数据生成对应维修方案推荐表；
其中，基于历史运行数据生成对应维修方案推荐表，具体包括：
选取第i个模块对应工作数据中第j个参数作为目标参数，获取历史运行数据与目标参数对应的目标故障类型记录；
统计目标故障类型记录中每个故障类型出现的第一频次，将各故障类型按其对应第一频次从大到小排序并组合成故障类型列表后输出；
获取历史运行数据中与故障类型列表每个故障类型对应的维修方案记录；
统计维修方案记录中每个维修方案出现的第二频次，将各维修方案按其对应第二频次从大到小排序后组合成维修方案列表，将其与故障类型列表每个故障类型一一对应后输出；
获取预设的机床维修大数据的获取路径；
其中，获取路径包括：预设的机床维修大数据网站；
计算获取路径的可信指数：
Figure BDA0002817630560000151
Figure BDA0002817630560000152
Figure BDA0002817630560000153
Figure BDA0002817630560000154
其中，Trust为获取路径的可信指数，Q为机床维修大数据网站的注册用户总数目，T为机床维修大数据网站的建站时长，E为机床维修大数据网站的日活跃度，I1和I2为预设的指标值，I1＞I2，γ1、γ2和γ3为预设的权重值；
当可信指数大于等于预设的可信指数阈值时，通过获取路径获取故障类型列表每个故障类型对应的备选维修方案数据；
统计备选维修方案数据中每个备选维修方案出现的第三频次，将各备选维修方案按其对应第三频次从大到小排序后组合成备选维修方案列表，将其与故障类型列表每个故障类型一一对应后输出。
上述技术方案的工作原理为：
历史运行数据库中还记录工作人员填写的CNC机床各模块每个参数发生异常时当时的故障类型和当时的解决方案；例如:当设置在主轴上的噪声传感器输出的测量值异常时，工作人员当时检修发现是与主轴连接的滚动轴承润滑不良，当时的解决方案是：首先进行适当清洁，然后按规定选用适宜润滑材料并添加，工作人员将故障类型(滚动轴承润滑不良)和解决方案与噪声传感器输出的测量值异常(即主轴噪声异常)匹配后存入历史运行数据库中；每个参数异常可能对应多个故障类型，例如：主轴噪声异常，还有可能是滚动轴承磨损严重和滚动轴承精度低等；可将故障类型按其在历史记录中出现的次数(第一频次)进行排序后输出；每个故障类型也可能对应多个维修方案，例如：CNC机床的油箱漏油，故障类型为：油箱由于碰撞产生裂缝，维修方案可以为用环氧树胶混合铁粉填补漏油裂缝和更换油箱两种，所以，也可将维修方案按其在历史记录中出现的次数(第二频次)进行排序后输出；另外，还可以从预设的机床维修大数据的获取路径获取备选维修方案，但是需要对获取路径进行可信度验证(即计算可信指数，并判断其是否大于等于可信指数阈值)；根据一个网站的实名认证(填写全部个人资料，且通过身份证认证或人脸识别)的人数，注册用户数，建站时长，日活跃度(每天的点击量)，用户的充值记录(例如：用户在网站充值后获取下载文档权利等)，网站是否被列入权威列表(例如：权威列表设置有某某文库、某机床交流平台等，判断该网站是否为属于权威列表)，I1和I2供用户设定，例如：设定I1＝80，I2＝20，列入权威列表的网站越具有参考价值；从机床维修大数据网站获取与故障类型对应的备选维修方案数据，也按备选维修方案数据中每个备选维修方案出现的次数(第三频次)进行排序后输出；工作人员优先参考历史记录数据中的维修方案，网站获取的方案可供参考；三次输出的列表即为维修方案推荐表；例如：当某车间新招聘新员工时，该新员工对CNC机床的维修不是很熟悉，在CNC机床发生故障时，其可先参考维修方案推荐表，提升其学习效率，也减轻了其导师的工作负担。
上述技术方案的有益效果为：本发明实施例当CNC机床某模块某参数异常时，根据历史运行数据指定相应的维修方案推荐列表供工作人员参考，尤其适合新员工，还从机床维修大数据网站获取相应的机床维修方案作为备选维修方案供工作人员参考，提升了工作人员的工作效率，提升新员工的学习效率，同时，在互联共享(大数据)的趋势下，具有很强的适用性。
本发明实施例提供了一种基于DTU设备的CNC机床数据采集与管理系统，如图2所示，包括：
采集模块1，用于通过数据采集设备采集CNC机床的机床数据；
上传模块2，用于通过DTU设备将机床数据上传至管理平台；
分析模块3，用于通过管理平台对机床数据进行分析；
执行模块4，根据分析结果执行相应操作。
上述技术方案的工作原理为：
通过数据采集设备(温度传感器、加速度传感器、电涡流传感器、噪声传感器、测力传感器等)采集CNC(Computer numerical control，计算机数字控制)机床的机床数据(即CNC机床工作时各传感器的测量值)；通过DTU(Data Transfer unit，数据传递装置)将机床数据传输至管理平台(即服务器)；通过管理平台对机床数据进行分析(管理平台可对机床数据进行分析，分析各传感器的测量值是否异常)；根据分析结果执行相应操作(若传感器测量值异常，输出其对应异常位置点，便于工作人员检修或维护，同时立即报警)。
上述技术方案的有益效果为：本发明实施例通过管理平台对数据采集设备采集的机床数据进行分析，确定CNC机床的异常位置点并及时告知工作人员，便于工作人员对其检修或维护，避免了当某CNC机床部件发生运行异常时造成其余关联部件也发生异常，减小了对设备的损害，提升了设备运行的安全性，实现了对数控机床进行运行监测和及时性的故障诊断。
本发明实施例提供了一种基于DTU设备的CNC机床数据采集与管理系统，数据采集设备包括：
第一采集模块，用于采集CNC机床中电机模块的第一工作数据；
第二采集模块，用于采集CNC机床中主轴模块的第二工作数据；
第三采集模块，用于采集CNC机床中刀具模块的第三工作数据；
机床数据包括：通过第一采集模块采集的第一工作数据、通过第二采集模块采集的第二工作数据以及通过第三采集模块采集的第三工作数据。
上述技术方案的工作原理为：
第一采集模块(电压传感器和电流传感器等)用于采集CNC机床中电机模块(CNC机床中各个电机)的第一工作数据(各个电机的电压参数和电流参数)；第二采集模块(温度传感器等)用于采集主轴模块(主轴各部件：例如法兰盘等)的第二工作数据(例如：法兰盘的温度参数)；第三采集模块(摄像机等)用于采集机床刀具的第三工作数据(基于刀具图像确定磨损程度)。
上述技术方案的有益效果为：本发明实施例通过第一采集模块采集机床中电机模块的第一工作数据，通过第二采集模块采集机床中主轴模块的第二工作数据，通过第三采集模块采集机床中刀具模块的第三工作数据，三个模块均是机床的核心模块，提升了系统设置的合理性。
本发明实施例提供了一种基于DTU设备的CNC机床数据采集与管理系统，管理平台执行包括如下操作：
当第一工作数据中每个参数落在其对应的预设第一标准区间内时，则该参数正常，否则不正常；
当第二工作数据中每个参数落在其对应的预设第二标准区间内时，则该参数正常，否则不正常；
当第三工作数据中每个参数落在其对应的预设第三标准区间内时，则该参数正常，否则不正常。
上述技术方案的工作原理为：
当各工作数据中各参数落在与其对应的标准区间内时，则该参数正常，否则不正常；例如：当温度传感器测得CNC机床主轴法兰盘的温度为20.1℃时，其落在预设标准区间[19.8℃,20.2℃]内，说明此时法兰盘的温度正常，若温度传感器测得CNC机床主轴法兰盘的温度为23.1℃时，其没有落在预设标准区间[19.8℃，20.2℃]内，说明此时法兰盘的温度异常；各参数对应的标准区间工作人员可根据CNC机床产品说明书中的规定设置。
上述技术方案的有益效果为：本发明实施例通过将各工作数据中的参数与对应预设标准区间比较，当参数落在标准区间内，说明参数正常，否则参数异常，提升了系统判断参数是否异常的精准性。
本发明实施例提供了一种基于DTU设备的CNC机床数据采集与管理系统，还包括：
评价与自适应调整模块，用于对CNC机床各模块的工作状态进行评价，同时对各模块对应采集模块的采集时间间隔和采集的工作数据中各参数对应的预设标准区间进行自适应调整；
评价与自适应调整模块执行包括如下操作：
获取预设历史运行数据库中的历史运行数据；
基于所述历史运行数据计算CNC机床各模块的评价指数：
Figure BDA0002817630560000191
其中，evali为CNC机床第i个模块的评价指数，ti，z为历史运行数据中第i个模块对应的第z个记录中的正常运行时间，t′i，z为历史运行数据中第i个模块对应的第z个记录中的故障持续时间，fi，z为历史运行数据中第i个模块对应的第z个记录中的故障次数，ni为历史运行数据中第i个模块对应的记录总数目，Lvi，m为历史运行数据中第i个模块发生第m次故障时对应的故障等级，ei为第i个模块对应的预设人工经验值，σ1、σ2、σ3和σ4为预设的权重值；
将CNC机床的各模块按其对应评价指数大小从大到小排列组合成评价列表后输出；
基于各模块的评价指数对各模块对应采集模块当前的采集时间间隔进行调整；
其中，基于各模块的评价指数对各模块对应采集模块当前的采集时间间隔进行调整，具体包括：
Figure BDA0002817630560000201
其中，time′i为第i个模块对应采集模块调整后的采集时间间隔，time0为第i个模块对应采集模块的初始采集时间间隔，timebef为第i个模块对应采集模块调整前的采集时间间隔即当前采集时间间隔，evali为第i个模块的评价指数，Zi为第i个模块对应的预设评价指数基准值，τ为预设的误差系数，其取值范围为[1.003，1.011]；
基于各模块的评价指数对各采集模块采集的各工作数据中各参数对应的预设标准区间进行调整；
其中，基于各模块的评价指数对各采集模块采集的各工作数据中各参数对应的当前预设标准区间进行调整，具体包括：
Figure BDA0002817630560000202
其中，ll′i，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整后的下限值，sl′i，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整后的上限值，evali为CNC机床第i个模块的评价指数，qi为第i个模块对应工作数据中各参数的总数目，Ui为第i个模块对应的预设检验值，εi，j为第i个模块对应工作数据中第j个参数对应的人工设定值，lli，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整前的下限值即当前预设标准区间的下限值，Bi，j为第i个模块对应工作数据中第j个参数对应预设标准区间的下限初始值，sli，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整前的上限值即当前预设标准区间的上限值，Ci，j为第i个模块对应工作数据中第j个参数对应预设标准区间的上限初始值。
上述技术方案的工作原理为：
预设的历史运行数据库用于记录CNC机床在预设时间段(例如：1年)内的历史运行数据(即当DTU设备每次上传机床数据时，将机床数据保存至历史运行数据库中)，同时还记录有，机床每次开机到关机(即一个记录)的运行时间段内的正常运行时间，故障持续时间，故障次数，还有每次故障时工作人员根据工作章程(公司规定等)或工作经验设置的故障等级；预设人工经验值可以为：工作人员根据CNC机床各模块发生故障的频率或根据巡检经验对每个模块设置的权重；例如：某CNC机床的主轴模块经常发生故障，则将主轴模块对应的人工经验值设置为10，若该CNC机床的刀具模块很少发生故障，则将刀具模块对应的人工经验值设置为3；根据历史运行记录等计算CNC机床各模块的评价指数，评价指数越高，代表该模块故障率越高；生成的评价列表可供工作人员参考，巡检维护时，优先对CNC机床排在评价列表前面的模块进行检查；CNC机床的每个模块对应一个采集模块，系统控制采集模块每隔一定的时间间隔(例如：0.5秒)采集相应模块的工作数据；随着时间的推移，历史运行数据库会不断被扩充，各模块的评价指数也可能不同(例如：CNC机床在投入使用时间过长时，其某部件老化等)，可以依据每个模块最新的评价指数对与该模块对应采集模块的采集时间间隔进行调整；例如：当CNC机床中某模块的评价指数升高时，说明其故障率升高，应将原先的采集时间间隔(例如：0.5秒)调整至0.1秒，若当CNC机床中某模块的评价指数降低时，说明其故障率降低，应将原先的采集时间间隔(例如：0.5秒)调整至0.7秒；误差系数优选取1.006；初始采集时间间隔在机床投入使用时由工作人员设定；预设评价指数基准值可以为各模块之前全部评价指数的平均值；还可以根据CNC机床每个模块的最小评价指数对预设标准区间进行调整；区间具有区间下限和区间上限，对区间进行调整即对区间的上下限进行调整；例如：当CNC机床某模块的评价指数上升时(说明其故障率上升)，需对该模块对应各参数的标准区间进行缩小(增加下限值、减小上限值)，增加其检验精度和严格程度；上限初始值和下限初始值在CNC机床投入使用时也是由工作人员设定；预设检验值可以为当CNC机床正常工作例如：7天时，这7天内CNC机床模块的全部评价指数的平均值；人工设定值由工作人员设定，工作人员可根据自身对某个模块的主观监测倾向设定对应值；本申请的模块包括但不限于：CNC机床的电机模块、主轴模块、刀具模块、液压模块等。
上述技术方案的有益效果为：一般的管理系统仅是对设备产生的运行数据仅是记录，使得设备的历史运行数据得不到充分利用，本发明实施例通过预设历史运行数据库对CNC机床在运行过程中产生的运行数据，根据历史运行数据计算CNC机床的评价指数，根据评价指数生成评价列表后输出，供工作人员参考，当工作人员巡检维护时，可以优先对CNC机床排在评价列表前面的模块进行检查，还根据CNC机床各模块最新的评价指数自适应且合理对采集模块的采集时间间隔和预设标准区间的上下限进行调整，实现了对CNC机床在运行过程中产生的历史运行数据的充分利用，还可供工作人员自身设定一定权重，提升客户体验，同时，也更加智能化。
本发明实施例提供了一种基于DTU设备的CNC机床数据采集与管理系统，评价与自适应调整模块执行还包括如下操作：
当CNC机床第i个模块对应工作数据中第j个参数出现异常时，基于历史运行数据生成对应维修方案推荐表；
其中，基于历史运行数据生成对应维修方案推荐表，具体包括：
选取第i个模块对应工作数据中第j个参数作为目标参数，获取历史运行数据与目标参数对应的目标故障类型记录；
统计目标故障类型记录中每个故障类型出现的第一频次，将各故障类型按其对应第一频次从大到小排序并组合成故障类型列表后输出；
获取历史运行数据中与故障类型列表每个故障类型对应的维修方案记录；
统计维修方案记录中每个维修方案出现的第二频次，将各维修方案按其对应第二频次从大到小排序后组合成维修方案列表，将其与故障类型列表每个故障类型一一对应后输出；
获取预设的机床维修大数据的获取路径；
其中，获取路径包括：预设的机床维修大数据网站；
计算获取路径的可信指数：
Figure BDA0002817630560000231
Figure BDA0002817630560000232
Figure BDA0002817630560000233
Figure BDA0002817630560000234
其中，Trust为获取路径的可信指数，Q为机床维修大数据网站的注册用户总数目，T为机床维修大数据网站的建站时长，E为机床维修大数据网站的日活跃度，I1和I2为预设的指标值，I1＞I2，γ1、γ2和γ3为预设的权重值；
当可信指数大于等于预设的可信指数阈值时，通过获取路径获取故障类型列表每个故障类型对应的备选维修方案数据；
统计备选维修方案数据中每个备选维修方案出现的第三频次，将各备选维修方案按其对应第三频次从大到小排序后组合成备选维修方案列表，将其与故障类型列表每个故障类型一一对应后输出。
上述技术方案的工作原理为：
历史运行数据库中还记录工作人员填写的CNC机床各模块每个参数发生异常时当时的故障类型和当时的解决方案；例如:当设置在主轴上的噪声传感器输出的测量值异常时，工作人员当时检修发现是与主轴连接的滚动轴承润滑不良，当时的解决方案是：首先进行适当清洁，然后按规定选用适宜润滑材料并添加，工作人员将故障类型(滚动轴承润滑不良)和解决方案与噪声传感器输出的测量值异常(即主轴噪声异常)匹配后存入历史运行数据库中；每个参数异常可能对应多个故障类型，例如：主轴噪声异常，还有可能是滚动轴承磨损严重和滚动轴承精度低等；可将故障类型按其在历史记录中出现的次数(第一频次)进行排序后输出；每个故障类型也可能对应多个维修方案，例如：CNC机床的油箱漏油，故障类型为：油箱由于碰撞产生裂缝，维修方案可以为用环氧树胶混合铁粉填补漏油裂缝和更换油箱两种，所以，也可将维修方案按其在历史记录中出现的次数(第二频次)进行排序后输出；另外，还可以从预设的机床维修大数据的获取路径获取备选维修方案，但是需要对获取路径进行可信度验证(即计算可信指数，并判断其是否大于等于可信指数阈值)；根据一个网站的实名认证(填写全部个人资料，且通过身份证认证或人脸识别)的人数，注册用户数，建站时长，日活跃度(每天的点击量)，用户的充值记录(例如：用户在网站充值后获取下载文档权利等)，网站是否被列入权威列表(例如：权威列表设置有某某文库、某机床交流平台等，判断该网站是否为属于权威列表)，I1和I2供用户设定，例如：设定I1＝80，I2＝20，列入权威列表的网站越具有参考价值；从机床维修大数据网站获取与故障类型对应的备选维修方案数据，也按备选维修方案数据中每个备选维修方案出现的次数(第三频次)进行排序后输出；工作人员优先参考历史记录数据中的维修方案，网站获取的方案可供参考；三次输出的列表即为维修方案推荐表；例如：当某车间新招聘新员工时，该新员工对CNC机床的维修不是很熟悉，在CNC机床发生故障时，其可先参考维修方案推荐表，提升其学习效率，也减轻了其导师的工作负担。
上述技术方案的有益效果为：本发明实施例当CNC机床某模块某参数异常时，根据历史运行数据指定相应的维修方案推荐列表供工作人员参考，尤其适合新员工，还从机床维修大数据网站获取相应的机床维修方案作为备选维修方案供工作人员参考，提升了工作人员的工作效率，提升新员工的学习效率，同时，在互联共享(大数据)的趋势下，具有很强的适用性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于DTU设备的CNC机床数据采集与管理方法，其特征在于，包括：
通过数据采集设备采集CNC机床的机床数据；
通过DTU设备将所述机床数据上传至管理平台；
通过所述管理平台对所述机床数据进行分析；
根据分析结果执行相应操作。
2.如权利要求1所述的一种基于DTU设备的CNC机床数据采集与管理方法，其特征在于，所述数据采集设备包括：
第一采集模块，用于采集CNC机床中电机模块的第一工作数据；
第二采集模块，用于采集CNC机床中主轴模块的第二工作数据；
第三采集模块，用于采集CNC机床中刀具模块的第三工作数据；
所述机床数据包括：通过所述第一采集模块采集的第一工作数据、通过所述第二采集模块采集的第二工作数据以及通过所述第三采集模块采集的第三工作数据。
3.如权利要求2所述的一种基于DTU设备的CNC机床数据采集与管理方法，其特征在于，所述管理平台执行包括如下操作：
当第一工作数据中每个参数落在其对应的预设第一标准区间内时，则该参数正常，否则不正常；
当第二工作数据中每个参数落在其对应的预设第二标准区间内时，则该参数正常，否则不正常；
当第三工作数据中每个参数落在其对应的预设第三标准区间内时，则该参数正常，否则不正常。
4.如权利要求1所述的一种基于DTU设备的CNC机床数据采集与管理方法，其特征在于，还包括：
获取预设历史运行数据库中的历史运行数据；
基于所述历史运行数据计算CNC机床各模块的评价指数：
Figure FDA0002817630550000021
其中，evali为CNC机床第i个模块的评价指数，ti，z为历史运行数据中第i个模块对应的第z个记录中的正常运行时间，t′i，z为历史运行数据中第i个模块对应的第z个记录中的故障持续时间，fi，z为历史运行数据中第i个模块对应的第z个记录中的故障次数，ni为历史运行数据中第i个模块对应的记录总数目，Lvi，m为历史运行数据中第i个模块发生第m次故障时对应的故障等级，ei为第i个模块对应的预设人工经验值，σ1、σ2、σ3和σ4为预设的权重值；
将CNC机床的各模块按其对应评价指数大小从大到小排列组合成评价列表后输出；
基于各模块的评价指数对各模块对应采集模块当前的采集时间间隔进行调整；
其中，基于各模块的评价指数对各模块对应采集模块当前的采集时间间隔进行调整，具体包括：
Figure FDA0002817630550000022
其中，time′i为第i个模块对应采集模块调整后的采集时间间隔，timeo为第i个模块对应采集模块的初始采集时间间隔，timedef为第i个模块对应采集模块调整前的采集时间间隔即当前采集时间间隔，evali为第i个模块的评价指数，Zi为第i个模块对应的预设评价指数基准值，τ为预设的误差系数，其取值范围为[1.003，1.011]；
基于各模块的评价指数对各采集模块采集的各工作数据中各参数对应的预设标准区间进行调整；
其中，基于各模块的评价指数对各采集模块采集的各工作数据中各参数对应的当前预设标准区间进行调整，具体包括：
Figure FDA0002817630550000031
其中，ll′i，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整后的下限值，sl′i，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整后的上限值，evali为CNC机床第i个模块的评价指数，qi为第i个模块对应工作数据中各参数的总数目，Ui为第i个模块对应的预设检验值，εi，j为第i个模块对应工作数据中第j个参数对应的人工设定值，lli，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整前的下限值即当前预设标准区间的下限值，Bi，j为第i个模块对应工作数据中第j个参数对应预设标准区间的下限初始值，sli，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整前的上限值即当前预设标准区间的上限值，Ci，j为第i个模块对应工作数据中第j个参数对应预设标准区间的上限初始值。
5.如权利要求4所述的一种基于DTU设备的CNC机床数据采集与管理方法，其特征在于，还包括：
当CNC机床第i个模块对应工作数据中第j个参数出现异常时，基于所述历史运行数据生成对应维修方案推荐表；
其中，基于所述历史运行数据生成对应维修方案推荐表，具体包括：
选取第i个模块对应工作数据中第j个参数作为目标参数，获取所述历史运行数据与所述目标参数对应的目标故障类型记录；
统计所述目标故障类型记录中每个故障类型出现的第一频次，将各故障类型按其对应第一频次从大到小排序并组合成故障类型列表后输出；
获取所述历史运行数据中与所述故障类型列表每个故障类型对应的维修方案记录；
统计所述维修方案记录中每个维修方案出现的第二频次，将各维修方案按其对应第二频次从大到小排序后组合成维修方案列表，将其与所述故障类型列表每个故障类型一一对应后输出；
获取预设的机床维修大数据的获取路径；
其中，所述获取路径包括：预设的机床维修大数据网站；
计算所述获取路径的可信指数：
Figure FDA0002817630550000041
Figure FDA0002817630550000042
Figure FDA0002817630550000043
Figure FDA0002817630550000044
其中，Trust为获取路径的可信指数，Q为机床维修大数据网站的注册用户总数目，T为机床维修大数据网站的建站时长，E为机床维修大数据网站的日活跃度，I1和I2为预设的指标值，I1＞I2，γ1、γ2和γ3为预设的权重值；
当所述可信指数大于等于预设的可信指数阈值时，通过获取路径获取所述故障类型列表每个故障类型对应的备选维修方案数据；
统计所述备选维修方案数据中每个备选维修方案出现的第三频次，将各备选维修方案按其对应第三频次从大到小排序后组合成备选维修方案列表，将其与所述故障类型列表每个故障类型一一对应后输出。
6.一种基于DTU设备的CNC机床数据采集与管理系统，其特征在于，包括：
采集模块，用于通过数据采集设备采集CNC机床的机床数据；
上传模块，用于通过DTU设备将所述机床数据上传至管理平台；
分析模块，用于通过所述管理平台对所述机床数据进行分析；
执行模块，根据分析结果执行相应操作。
7.如权利要求6所述的一种基于DTU设备的CNC机床数据采集与管理系统，其特征在于，所述数据采集设备包括：
第一采集模块，用于采集CNC机床中电机模块的第一工作数据；
第二采集模块，用于采集CNC机床中主轴模块的第二工作数据；
第三采集模块，用于采集CNC机床中刀具模块的第三工作数据；
所述机床数据包括：通过所述第一采集模块采集的第一工作数据、通过所述第二采集模块采集的第二工作数据以及通过所述第三采集模块采集的第三工作数据。
8.如权利要求7所述的一种基于DTU设备的CNC机床数据采集与管理系统，其特征在于，所述管理平台执行包括如下操作：
当第一工作数据中每个参数落在其对应的预设第一标准区间内时，则该参数正常，否则不正常；
当第二工作数据中每个参数落在其对应的预设第二标准区间内时，则该参数正常，否则不正常；
当第三工作数据中每个参数落在其对应的预设第三标准区间内时，则该参数正常，否则不正常。
9.如权利要求6所述的一种基于DTU设备的CNC机床数据采集与管理系统，其特征在于，还包括：
评价与自适应调整模块，用于对CNC机床各模块的工作状态进行评价，同时对各模块对应采集模块的采集时间间隔和采集的工作数据中各参数对应的预设标准区间进行自适应调整；
所述评价与自适应调整模块执行包括如下操作：
获取预设历史运行数据库中的历史运行数据；
基于所述历史运行数据计算CNC机床各模块的评价指数：
Figure FDA0002817630550000061
其中，evali为CNC机床第i个模块的评价指数，ti，z为历史运行数据中第i个模块对应的第z个记录中的正常运行时间，t′i，z为历史运行数据中第i个模块对应的第z个记录中的故障持续时间，fi，z为历史运行数据中第i个模块对应的第z个记录中的故障次数，ni为历史运行数据中第i个模块对应的记录总数目，Lvi，m为历史运行数据中第i个模块发生第m次故障时对应的故障等级，ei为第i个模块对应的预设人工经验值，σ1、σ2、σ3和σ4为预设的权重值；
将CNC机床的各模块按其对应评价指数大小从大到小排列组合成评价列表后输出；
基于各模块的评价指数对各模块对应采集模块当前的采集时间间隔进行调整；
其中，基于各模块的评价指数对各模块对应采集模块当前的采集时间间隔进行调整，具体包括：
Figure FDA0002817630550000062
其中，time′i为第i个模块对应采集模块调整后的采集时间间隔，time0为第i个模块对应采集模块的初始采集时间间隔，timebef为第i个模块对应采集模块调整前的采集时间间隔即当前采集时间间隔，evali为第i个模块的评价指数，Zi为第i个模块对应的预设评价指数基准值，τ为预设的误差系数，其取值范围为[1.003,1.011]；
基于各模块的评价指数对各采集模块采集的各工作数据中各参数对应的预设标准区间进行调整；
其中，基于各模块的评价指数对各采集模块采集的各工作数据中各参数对应的当前预设标准区间进行调整，具体包括：
Figure FDA0002817630550000071
其中，ll′i，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整后的下限值，sl′i，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整后的上限值，evali为CNC机床第i个模块的评价指数，qi为第i个模块对应工作数据中各参数的总数目，Ui为第i个模块对应的预设检验值，εi，j为第i个模块对应工作数据中第j个参数对应的人工设定值，lli，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整前的下限值即当前预设标准区间的下限值，Bi，j为第i个模块对应工作数据中第j个参数对应预设标准区间的下限初始值，sli，j为第i个模块对应工作数据中第j个参数对应预设标准区间调整前的上限值即当前预设标准区间的上限值，Ci，j为第i个模块对应工作数据中第j个参数对应预设标准区间的上限初始值。
10.如权利要求9所述的一种基于DTU设备的CNC机床数据采集与管理系统，其特征在于，所述评价与自适应调整模块执行还包括如下操作：
当CNC机床第i个模块对应工作数据中第j个参数出现异常时，基于所述历史运行数据生成对应维修方案推荐表；
其中，基于所述历史运行数据生成对应维修方案推荐表，具体包括：
选取第i个模块对应工作数据中第j个参数作为目标参数，获取所述历史运行数据与所述目标参数对应的目标故障类型记录；
统计所述目标故障类型记录中每个故障类型出现的第一频次，将各故障类型按其对应第一频次从大到小排序并组合成故障类型列表后输出；
获取所述历史运行数据中与所述故障类型列表每个故障类型对应的维修方案记录；
统计所述维修方案记录中每个维修方案出现的第二频次，将各维修方案按其对应第二频次从大到小排序后组合成维修方案列表，将其与所述故障类型列表每个故障类型一一对应后输出；
获取预设的机床维修大数据的获取路径；
其中，所述获取路径包括：预设的机床维修大数据网站；
计算所述获取路径的可信指数：
Figure FDA0002817630550000081
Figure FDA0002817630550000082
Figure FDA0002817630550000083
Figure FDA0002817630550000084
其中，Trust为获取路径的可信指数，Q为机床维修大数据网站的注册用户总数目，T为机床维修大数据网站的建站时长，E为机床维修大数据网站的日活跃度，I1和I2为预设的指标值，I1＞I2，γ1、γ2和γ3为预设的权重值；
当所述可信指数大于等于预设的可信指数阈值时，通过获取路径获取所述故障类型列表每个故障类型对应的备选维修方案数据；
统计所述备选维修方案数据中每个备选维修方案出现的第三频次，将各备选维修方案按其对应第三频次从大到小排序后组合成备选维修方案列表，将其与所述故障类型列表每个故障类型一一对应后输出。
CN202011411952.4A 2020-12-04 2020-12-04 一种基于dtu设备的cnc机床数据采集与管理方法及系统 Active CN112415947B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011411952.4A CN112415947B (zh) 2020-12-04 2020-12-04 一种基于dtu设备的cnc机床数据采集与管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011411952.4A CN112415947B (zh) 2020-12-04 2020-12-04 一种基于dtu设备的cnc机床数据采集与管理方法及系统

Publications (2)

Publication Number Publication Date
CN112415947A true CN112415947A (zh) 2021-02-26
CN112415947B CN112415947B (zh) 2021-06-01

Family

ID=74830433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011411952.4A Active CN112415947B (zh) 2020-12-04 2020-12-04 一种基于dtu设备的cnc机床数据采集与管理方法及系统

Country Status (1)

Country Link
CN (1) CN112415947B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113642894A (zh) * 2021-08-16 2021-11-12 无锡美林数联科技有限公司 一种基于工业互联网的资源管理系统及方法
WO2023035075A1 (en) * 2021-09-08 2023-03-16 Rainhouse Manufacturing Canada Ltd. Real-time data acquisition system and software development kit for machine parameter online measurement and monitoring
CN116095305A (zh) * 2023-04-12 2023-05-09 长鑫存储技术有限公司 用于对图像采集系统进行监测的方法、设备及介质
CN117092973A (zh) * 2023-09-05 2023-11-21 上电智联科技(江苏)有限公司 基于工业物联网的设备运行异常的监测维护方法及系统
CN117273709A (zh) * 2023-11-20 2023-12-22 中况检测技术(南京)有限公司 设备运维及故障监测在线评估系统和方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203838525U (zh) * 2013-12-31 2014-09-17 大庆高新区中环电力控制系统有限公司 物联网抽油机数控装置
CN105785961A (zh) * 2016-05-17 2016-07-20 中国科学技术大学 一种基于物联网技术的锻压机床运行工况信息采集与分析系统
CN105807716A (zh) * 2016-05-18 2016-07-27 福建工程学院 再制造机床健康监测系统
CN107886171A (zh) * 2017-09-28 2018-04-06 国网辽宁省电力有限公司 一种基于pmu数据的断路器状态在线诊断方法及系统
CN108196514A (zh) * 2018-03-29 2018-06-22 武汉理工大学 一种数控机床运行状态远程监控方法
CN110348676A (zh) * 2019-05-29 2019-10-18 国网湖南省电力有限公司 一种变电站自动化设备状态评价方法及系统
JP2020055043A (ja) * 2018-09-28 2020-04-09 豊和工業株式会社 工作機械
CN111766833A (zh) * 2020-07-21 2020-10-13 宿州市耶伊勒精密机械有限公司 基于物联网的数控机床配件生产自动化设备数据检测系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203838525U (zh) * 2013-12-31 2014-09-17 大庆高新区中环电力控制系统有限公司 物联网抽油机数控装置
CN105785961A (zh) * 2016-05-17 2016-07-20 中国科学技术大学 一种基于物联网技术的锻压机床运行工况信息采集与分析系统
CN105807716A (zh) * 2016-05-18 2016-07-27 福建工程学院 再制造机床健康监测系统
CN107886171A (zh) * 2017-09-28 2018-04-06 国网辽宁省电力有限公司 一种基于pmu数据的断路器状态在线诊断方法及系统
CN108196514A (zh) * 2018-03-29 2018-06-22 武汉理工大学 一种数控机床运行状态远程监控方法
JP2020055043A (ja) * 2018-09-28 2020-04-09 豊和工業株式会社 工作機械
CN110348676A (zh) * 2019-05-29 2019-10-18 国网湖南省电力有限公司 一种变电站自动化设备状态评价方法及系统
CN111766833A (zh) * 2020-07-21 2020-10-13 宿州市耶伊勒精密机械有限公司 基于物联网的数控机床配件生产自动化设备数据检测系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHUGUANG, SUN.ETC: "Fault analysis of CNC equipment based on DEMATEL/ISM/ANP", 《JOURNAL OF MECHANICAL SCIENCE AND TECHNOLOGY 》 *
魏领会: "数控机床可用性耦合建模及影响度分析", 《中国博士学位论文全文数据库工程科技Ⅰ辑（月刊）》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113642894A (zh) * 2021-08-16 2021-11-12 无锡美林数联科技有限公司 一种基于工业互联网的资源管理系统及方法
WO2023035075A1 (en) * 2021-09-08 2023-03-16 Rainhouse Manufacturing Canada Ltd. Real-time data acquisition system and software development kit for machine parameter online measurement and monitoring
CN116095305A (zh) * 2023-04-12 2023-05-09 长鑫存储技术有限公司 用于对图像采集系统进行监测的方法、设备及介质
CN116095305B (zh) * 2023-04-12 2023-08-25 长鑫存储技术有限公司 用于对图像采集系统进行监测的方法、设备及介质
CN117092973A (zh) * 2023-09-05 2023-11-21 上电智联科技(江苏)有限公司 基于工业物联网的设备运行异常的监测维护方法及系统
CN117092973B (zh) * 2023-09-05 2024-03-29 上电智联科技(江苏)有限公司 基于工业物联网的设备运行异常的监测维护方法及系统
CN117273709A (zh) * 2023-11-20 2023-12-22 中况检测技术(南京)有限公司 设备运维及故障监测在线评估系统和方法
CN117273709B (zh) * 2023-11-20 2024-01-26 中况检测技术(南京)有限公司 设备运维及故障监测在线评估系统和方法

Also Published As

Publication number Publication date
CN112415947B (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
CN112415947B (zh) 一种基于dtu设备的cnc机床数据采集与管理方法及系统
CN109524139B (zh) 一种基于设备工况变化的实时设备性能监测方法
CN109947088B (zh) 基于模型全生命周期管理的设备故障预警系统
CN110320892B (zh) 基于Lasso回归的污水处理设备故障诊断系统及方法
Paolanti et al. Machine learning approach for predictive maintenance in industry 4.0
US6694286B2 (en) Method and system for monitoring the condition of an individual machine
EP1242923B1 (en) A process for the monitoring and diagnostics of data from a remote asset
CN112101764B (zh) 基于状态监测的船舶技术状况综合评估系统
CN105987822B (zh) 用于预测装备故障的方法和系统
CN108241343A (zh) 一种智能工厂管理平台系统
CN109948860A (zh) 一种机械系统剩余寿命预测方法及系统
CN107069960B (zh) 一种二次运维管理系统的在线缺陷诊断方法
CN112580858A (zh) 设备参数预测分析方法及系统
CN108416386A (zh) 一种用于水电机组轴承温度异常判断的方法及系统
CN111159487A (zh) 一种汽车发动机主轴预测性维护智能系统
CN104503361B (zh) 基于多模式融合的齿轮加工过程换刀决策方法
CN112381242A (zh) 核电站设备维修项目数据处理方法及系统
Edwards et al. Internet of things–A complete solution for aviation’s predictive maintenance
CN112101596A (zh) 设备运维方法、装置、电子设备和计算机可读存储介质
US8096164B2 (en) Apparatus and methods for management of fluid condition
CN117013687A (zh) 一种电力运行质量监测方法及系统
CN116523498A (zh) 基于ai的电力设施巡视方法、系统、装置和存储介质
CN113819082B (zh) 离心式压缩机润滑油液在线监测诊断方法及系统
CN117420811B (zh) 一种用于自动化生产的生产线质量监测方法及系统
CN114167282A (zh) 一种电动机故障诊断及劣化趋势预测方法及系统

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
GR01 Patent grant
GR01 Patent grant