CN113867128A - 一种数控装备智能冗余控制系统及方法 - Google Patents
一种数控装备智能冗余控制系统及方法 Download PDFInfo
- Publication number
- CN113867128A CN113867128A CN202111245366.1A CN202111245366A CN113867128A CN 113867128 A CN113867128 A CN 113867128A CN 202111245366 A CN202111245366 A CN 202111245366A CN 113867128 A CN113867128 A CN 113867128A
- Authority
- CN
- China
- Prior art keywords
- control
- equipment
- numerical control
- edge computing
- control equipment
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims description 47
- 230000008569 process Effects 0.000 claims description 24
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000004519 manufacturing process Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 abstract description 5
- 238000011156 evaluation Methods 0.000 abstract 2
- 238000012423 maintenance Methods 0.000 abstract 1
- 238000006073 displacement reaction Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 5
- 238000013499 data model Methods 0.000 description 4
- 238000004886 process control Methods 0.000 description 4
- 238000007789 sealing Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000004080 punching Methods 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G05B9/00—Safety arrangements
- G05B9/02—Safety arrangements electric
- G05B9/03—Safety arrangements electric with multiple-channel loop, i.e. redundant control systems
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Programmable Controllers (AREA)
Abstract
本发明公开了一种数控装备智能冗余控制系统及方法，涉及边缘计算及工业控制技术领域，旨在提高数控装备的可靠性与智能化程度。系统包括上层网络、装备信息节点、边缘计算系统、数控装备控制系统和执行系统；系统在实现边缘计算功能同时，兼具对数控系统的冗余控制功能；边缘计算系统的中央处理单元包含数据处理单元与冗余控制单元；依据现场数据与控制系统参数，数据处理单元进行装备状态评估与控制系统性能监控；根据评估结果，冗余控制单元通过冗余连接向执行系统输出控制信号。本发明充分利用边缘计算系统的计算能力构建了冗余控制系统，实现控制系统监控与执行系统冗余控制等功能，使得数控装备具备自维护功能，进一步提高了装备的可靠性。
Description
技术领域
本发明属于数控装备智能控制技术领域，具体涉及一种数控装备智能冗余控制系统及方法。
背景技术
边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求，且边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。
智能装备是具有感知、处理以及控制功能的制造装备，是先进制造技术、信息技术和智能技术的集成和深度融合。智能装备实现了设备协同、物料和装备的有效连接和交流，具备信息交互、柔性化生产、高可靠性与安全性等特征。在上述背景下，传统数控装备控制系统主要存在以下方面问题：
1.数控装备中智能仪表的广泛应用，伴随了生产过程中大量信息数据的产生。数控装备普遍采用的传统单机可编程逻辑控制器(Programmable Logic Controller，PLC)的构架已经无法满足数据处理的需求。
2.智能控制技术的部署要求装备具备对复杂数据模型进行快速运算的能力，而传统数控装备控制系统缺乏该能力。
3.智能化数控装备需要具备较强的可靠性和安全性以适应多变的工况和加工环境。由于大量传感器的应用，传感器网络在提高装备系统复杂度的同时降低了系统可靠性。采用传统双PLC冗余系统虽然保障了PLC系统的可靠性，但无法有效判别传感器网络的故障位点。
CN 104898620A提供了一种基于以太网的冗余控制系统及控制方法，系统运用两台工控机和两套PLC所构成的网络进行冗余控制。工控机用于PLC系统状态的监控，冗余PLC用于在主PLC发生故障时通过禁用主PLC输出并实现系统的自动切换。该专利主要应用于大型过程控制系统，实现故障发生时设备的控制系统的切换。然而面向数控装备的智能化中，该技术存在成本过高、数据处理能力不足、智能化特征不显著等缺点。
发明内容
本发明提供了一种数控装备智能冗余控制系统及方法，旨在提高数控装备的可靠性与智能化程度，进一步保障装备的安全。
本发明通过以下技术方案实现：一种数控装备智能冗余控制系统，包括上层网络、装备信息节点、数控装备控制系统、边缘计算系统与执行系统；其中，所述上层网络分别与数控装备控制系统和边缘计算系统连接；所述装备信息节点分别与数控装备控制系统和边缘计算系统连接；所述执行系统由数控装备控制系统和边缘计算系统构成冗余连接；所述数控装备控制系统与边缘计算系统连接。
所述上层网络用于对边缘计算系统的控制率和数控装备系统的控制逻辑进行配置。
所述装备信息节点用于获取数控装备现场数据。
所述数控装备控制系统用于实现数控装备控制逻辑的部署。
所述边缘计算系统对上层网络对边缘计算系统的控制率与数控装备现场数据进行本地边缘计算，得到数控装备的状态信息，以及数控装备控制系统的状态信息。
所述执行系统根据数控装备的状态信息以及数控装备控制系统的状态信息控制装备运行动作。
一种基于数控装备智能冗余控制系统的冗余控制方法，包括以下步骤：
步骤S1：上层网络对边缘计算系统的控制率进行配置，同时对数控装备控制系统的控制逻辑进行配置；所述的控制率包括故障位点检测算法和装备工艺参数智能控制模型。
步骤S2：通过信息节点获取数控装备的现场数据，通过采样电路或总线/通讯协议的方式，将现场数据同时发送至边缘计算系统和数控装备控制系统；数控装备控制系统依据其控制逻辑进行本地逻辑运算并向执行系统输出控制信号。
步骤S3：边缘计算系统依据所配置的控制率完成本地边缘计算，向执行系统输出控制信号实现生产工艺参数的智能调整，同时向上层网络输出装备状态信号，用于反馈生产过程数据与装备状态监视。
本发明与现有技术相比，其显著优点是：
(1)本发明支持对大量信息节点的高效数据采集与处理。应用于工业控制领域的传感器常采用的通讯方式包括硬线网络、TCP/IP协议和MODBUS协议，直接采用PLC系统进行数据采集与处理将产生通讯效率低、数据量过大、计算能力不足等问题；并且采用PLC系统进行MODBUS通信存在同一时刻只能与一个从站通讯的问题，严重影响了系统的安全性；本发明提出的系统架构通过边缘计算系统处理数据，应用循环站点的方法有效解决了上述问题；本发明采用了基于Profibus-DP总线的OPC通讯协议进行装备控制系统与边缘侧计算系统间的通讯，在不占用PLC运算资源的情况下实现实时通讯，有利于保证数据处理效率和机床运行安全。
(2)本发明支持对特定业务场景的数据训练和模型加载；当信息节点进行调整或者边缘侧中央处理单元无法满足数据处理要求时，上层网络将依据特定场景重新配置模型，或者通过现场数据重新训练数据模型，并将新的模型发送至边缘计算系统；本发明对特定场景业务的适应性，提高了数控装备在多变的个性化配置和工况下的智能化程度。
(3)本发明支持对执行系统的智能冗余控制。边缘计算系统的数据处理单元监控信息节点网络、数控装备控制系统内部参数和控制系统输出信号；冗余控制单元将处理结果通过输出电路或冗余通信网络向执行系统输出控制信号。本发明可在装备系统任意节点发生故障的状态下，于指定时间内向执行系统输出冗余控制信号以保障机床的安全，提高系统的可靠性。
附图说明
下面结合附图对本发明作进一步详细阐述。此处所说明的附图构成本发明的一部分，对于本领域普通技术人员，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的一种数控装备智能冗余控制系统的硬件系统结构示意图。
图2为本发明的一种数控装备智能冗余控制方法流程图。
图3为本发明实施例中的智能冗余控制系统设备示意图。
图4为本发明实施例中的边缘计算系统智能控制模型流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行完整地描述。本发明的示意性实施方式及说明仅用于解释本发明，并不作为对本发明的限定。
智能装备的发展对于装备的控制系统提出了更高的要求。在数控装备领域，传统的控制系统已经无法适应于装备上大量智能传感器的部署、企业上层网络信息化的发展。具体表现在控制系统对数据处理能力的不足，无法部署复杂控制模型以及对复杂控制网络的故障诊断能力不足。本发明针对现有传统装备控制系统上述的缺陷提出了一种数控装备智能冗余控制系统及方法，具体实施过程如下：
结合图1，一种数控装备智能冗余控制系统，包括上层网络、装备信息节点、数控装备控制系统、边缘计算系统与执行系统。
所述上层网络分别与数控装备控制系统和边缘计算系统连接；所述信息节点分别与数控装备控制系统和边缘计算系统连接；所述执行系统由数控装备控制系统和边缘计算系统构成冗余连接；所述数控装备控制系统与边缘计算系统连接。
所述上层网络用于对边缘计算系统的控制率和数控装备系统的控制逻辑进行配置。
所述装备信息节点用于获取数控装备现场数据。
所述数控装备控制系统用于实现数控装备控制逻辑的部署。
所述边缘计算系统对上层网络对边缘计算系统的控制率与数控装备现场数据进行本地边缘计算，得到数控装备的状态信息，以及数控装备控制系统的状态信息。
所述执行系统根据数控装备的状态信息以及数控装备控制系统的状态信息控制装备运行动作。
所述装备信息节点依据传感信号，通过灵活配置的电路或通讯协议实现与数控装备控制系统、边缘计算系统的连接。
当装备信息节点支持RJ45时，上述系统直接通过TCP/IP协议与装备信息节点进行通讯。
当装备信息节点通过RS232或RS485进行通讯时，上述两系统通过MODBUS协议与装备信息节点进行通讯。
当装备信息节点直接输出电压或电流模拟信号时，上述两系统通过输入模块中的采样电路获取信息。
优选的，所述数控装备控制系统包括PLC CPU、通讯模块、输入模块、HMI模块和输出模块；所述输入模块包括数字输入模块和模拟输入模块；通讯模块、输入模块、HMI模块和输出模块分别通过内部总线与PLC CPU相连；通讯模块与上层网络相连，输入模块与装备信息节点相连，输出模块分别与边缘计算系统和执行系统相连。
优选的，所述边缘计算系统包括边缘中央处理单元、信号输入电路、信号输出电路和辅助模块；所述辅助模块包括边缘通信设备、显示设备和边缘输入模块；所述边缘中央处理单元包括数据处理单元与冗余控制单元；数据处理单元用于控制率的部署与运算；所述冗余控制单元负责安全控制逻辑的部署与运算；边缘通信模块与上层网络连接，数据处理单元分别与边缘通信设备、显示设备、边缘输入模块、信号输入电路、信号输出电路、冗余控制单元连接，信号输入电路与装备信息节点和数控装备控制系统输出模块连接，信号输出电路与执行系统连接，冗余控制单元与执行系统构成冗余连接；边缘中央处理单元通过通讯协议获得数控装备控制系统过程变量，通过信号输入电路获得数控装备控制系统输出信号。
优选的，执行系统包括控制装备基本动作的各执行单元控制器，包括：电控液压阀继电器、电控气压阀继电器、电机变频器、电机电源开关等。
优选的，所述数控装备控制系统主机和边缘计算系统主机的通讯协议为基于Profibus-DP总线的用于过程控制的OLE(OLE for Process Control，OPC)协议。
结合图2，一种数控装备智能冗余控制方法，包括以下步骤：
步骤S1：上层网络对边缘计算系统的控制率进行配置，同时对数控装备控制系统的控制逻辑进行配置；所述的控制率包括故障位点检测算法和装备工艺参数智能控制模型。
步骤S2：通过信息节点获取数控装备的现场数据，通过采样电路或总线/通讯协议的方式，将现场数据同时发送至边缘计算系统和数控装备控制系统；数控装备控制系统依据其控制逻辑进行本地逻辑运算并向执行系统输出控制信号。
步骤S3：边缘计算系统依据所配置的控制率完成本地边缘计算，向执行系统输出控制信号实现生产工艺参数的智能调整，同时向上层网络输出装备状态信号，用于反馈生产过程数据与装备状态监视。
其中边缘计算系统依据所配置的控制率完成本地边缘计算，向执行系统输出控制信号，同时向上层网络输出装备状态信号，具体如下：
步骤S31：边缘计算系统依据所获取的数控装备现场数据、数控装备控制系统过程变量和输出信号，通过故障位点检测算法，在数据处理单元中实现对系统故障位点的快速定位。
步骤S32：边缘计算系统内置有定时器Tc，Tc触发时长为PLC CPU的允许扫描周期；装备控制系统在每个扫描周期末输出控制信号Trigger，同时边缘计算系统通过通信协议实时获取该控制信号Trigger；信号Trigger用于Tc的重置清零；当PLC CPU扫描周期超过Tc或通讯异常时，边缘计算系统由于未收到Trigger信号，将输出控制系统错误报警信号；依据错误报警信号，边缘计算系统向所述上层网络报警并重启数控装备控制系统。
步骤S33：边缘计算系统根据所配置的控制率和数控装备的现场数据进行本地边缘计算，获得现场装备状态信息；边缘计算系统依据现场装备状态信息，通过工艺参数智能控制模块生成控制信号，通过冗余连接向执行系统输出控制信号以调整工艺参数。
优选的，所述故障位点检测算法基于贝叶斯网络进行故障位点诊断。
优选的，所述装备工艺参数智能控制模型通过机器学习训练获得。
实施例
结合图3和图4，本实施例提供了一种数控装备智能冗余控制系统设备，该控制系统设备包括上层网络、装备信息节点、数控装备控制系统、边缘计算系统与执行系统。
本实施例的数控装备为YKC-18-45高速冲床；数控装备控制系统采用SIEMENSSMART 200系统，采用CPU ST60中央处理器，SM AI08模拟输入模块，CM1241通讯模块，1000IE V3触摸屏为HMI模块；边缘计算系统以ARK-3530F工控机为平台，在LabVIEW环境进行搭建；边缘计算系统的信号输入、输出电路采用PCL-10168-1E信号输入/输出集成模块。
装备信息节点包括载荷监测装置、电子凸轮和滑块位移传感器；执行系统包括封高调节电机和制动器控制继电器；封高调节电机、电子凸轮与载荷监测模块通过MODBUS通讯协议与上述装备控制系统和边缘计算系统实现通信；滑块位移传感器通过模拟输入模块与上述两系统连接；上述两系统通过数字量输出电路与制动器控制继电器连接；上述两系统通过基于Profibus-DP总线的OPC通信协议进行通信；上层网络通过TCP/IP通讯协议与上述两系统进行通信。
本实施例中，装备控制系统PLC依据HMI模块输入信号，与电子凸轮或载荷监测装置进行通讯，获取装备的现场运行数据；PLC判断滑块位移传感器信号是否超出阈值，控制封高调节电机产生动作，控制制动器工作以保护装备安全；工控机通过采集PLC输出信号、滑块位移传感器信号、PLC内部过程变量，装备信息节点数据，对下死点精度、装备运行载荷、滑块速度、滑块位置等装备状态信息进行计算；当所述装备状态信息都一致并符合历史数据模型时，边缘计算控制系统不输出控制信号；当所述装备状态信息一致但不符合历史数据模型时，边缘计算控制系统输出传感器故障报警信号，并停止数控装备的运行；当所述装备信息不一致时，边缘计算控制系统输出告警信号，请求对线路及数控装备控制系统进行检查。
本实施例中，该系统装置还包括电源装置，所述电源装置用于装备信息节点、数控装备控制系统和边缘计算系统供电。所述电源装置包括交流电源和直流稳压电源；所述供电单元为交流电源，用于对数控装备控制系统和边缘计算控制系统供电；直流稳压电源用于对信息节点供电。
基于上述系统，本实施例中提出了相应的数控装备智能冗余控制方法，该方法包括以下步骤：
步骤S1：上层网络对边缘计算系统的控制率进行配置，同时对数控装备控制系统的控制逻辑进行配置；所述的控制率包括故障位点检测算法和装备工艺参数智能控制模型。
步骤S2：通过信息节点获取数控装备的现场数据，通过采样电路或总线/通讯协议的方式，将现场数据同时发送至边缘计算系统和数控装备控制系统；数控装备控制系统依据其控制逻辑进行本地逻辑运算并向执行系统输出控制信号；
步骤S3：边缘计算系统依据所配置的控制率完成本地边缘计算，向执行系统输出控制信号实现生产工艺参数的智能调整，同时向上层网络输出装备状态信号，用于反馈生产过程数据与装备状态监视。
步骤S3具体包括：
步骤S31：边缘计算系统依据所获取的数控装备现场数据、数控装备控制系统过程变量和输出信号，通过故障位点检测算法，在数据处理单元中实现对系统故障位点的快速定位；
步骤S32：边缘计算系统内置有定时器Tc，Tc触发时长为PLC CPU的允许扫描周期；装备控制系统在每个扫描周期末输出控制信号Trigger，同时边缘计算系统通过通信协议实时获取该控制信号Trigger；信号Trigger用于Tc的重置清零；当PLC CPU扫描周期超过Tc或通讯异常时，边缘计算系统由于未收到Trigger信号，将输出控制系统错误报警信号；依据错误报警信号，边缘计算系统向所述上层网络报警并重启数控装备控制系统；
步骤S33：边缘计算系统根据所配置的控制率和数控装备的现场数据进行本地边缘计算，获得现场装备状态信息；边缘计算系统依据现场装备状态信息，通过工艺参数智能控制模块生成控制信号，通过冗余连接向执行系统输出控制信号以调整工艺参数。
步骤S31具体包括：
边缘计算系统运用循环站点的方式对多个MODBUS通讯设备进行通讯，具体包括如下步骤：
步骤S311：边缘计算系统内部设置有所有MODBUS通讯设备的通讯信息表，包括站点序列、波特率、读写位置、奇偶校验信息等；
步骤S312：边缘计算系统获取数控装备控制系统的过程变量，得到当前与PLC通讯的设备信息；依据通讯信息表建立待通讯的设备序列，并将该设备从序列中移除；
步骤S313：依据设备序列，边缘计算系统以一定时间间隔对各设备进行通讯，进行数据读写并保存通讯结果；通过OPC通讯协议，边缘计算系统将结果写入PLC指定位置；
步骤S314：边缘计算系统以一定频率循环步骤S312和S313；
步骤S32中的故障位点检测算法采用基于贝叶斯网络的故障诊断算法。
步骤S2所述的智能控制模型部分逻辑如图4所示；对于滑块位移传感器所获取的信号x(i)，i=1，2，…n(其中n为数据长度)，控制器依据传感器采样率fs和装备运行频率fn，选取适当截止频率进行低通滤波实现对信号高频噪声的过滤；采用波谷检测算法寻找信号的波谷位置，即下死点位置；具体步骤为：
定义波谷阈值thrd和波谷距离dist；
计算信号的一阶差分dx(i)：dx(i)＝x(i+1)-x(i)，i=1，2，…，n-1；
若j满足dx(j)＜0，dx(j+1)＞0，x(j)＞thrd，则x(j)为信号的波谷位置；
对上述波谷位置，按照其幅值进行从低到高排序。并以其为中心，±dist为区间。将这一区间内的所有点视为非波谷点予以剔除；
所得波谷点对应的位移量记为下死点位移量，其最大波动值记为下死点动态精度，其一段时间内的均值记为下死点均值位置；
将上述所得下死点位移量进行K均值聚类分析与概率密度统计分析，所述K均值聚类分析中可取K＝3，即将数据分为正常位移数据、测量值异常(过大)和测量值异常(过小)共三簇；同时计算数据的概率密度分布；聚类中簇的信息可通过对历史数据进行训练分析后获得；
若聚类分析中出现测量值异常簇的数据量明显过大，且概率密度分布范围远超过装备设计精度、概率密度呈现多峰分布，则可认为传感器产生异常状况；若下死点均值位置保持稳定，并且剔除异常簇后的下死点动态精度符合设计精度，则可认为装备处于稳定运行状态；若下死点均值出现明显漂移，且所述测量值异常簇的数据量较小，剔除异常簇后下死点动态精度符合装备设计精度，则可认为装备运行产生异常；
计算滑块到达下死点附近时的运行速度v(i)＝(x(i+1)-x(i-1))fs/2，i=2，3，…，n-1，fs表示xxxx，结合上述所得下死点位置，并通过比对工艺所要求的冲压速度，可监控冲压过程中加压速度是否满足工艺需求；
依据上述分析计算，所述边缘计算控制系统输出合理的下死点位置调整量，通过调整封高位置实现下死点均值位置与冲压速度的控制。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种数控装备智能冗余控制系统，其特征在于：包括上层网络、装备信息节点、数控装备控制系统、边缘计算系统与执行系统；其中，所述上层网络分别与数控装备控制系统和边缘计算系统连接；所述装备信息节点分别与数控装备控制系统和边缘计算系统连接；所述执行系统由数控装备控制系统和边缘计算系统构成冗余连接；所述数控装备控制系统与边缘计算系统连接；
所述上层网络用于对边缘计算系统的控制率和数控装备系统的控制逻辑进行配置；
所述装备信息节点用于获取数控装备现场数据；
所述数控装备控制系统用于实现数控装备控制逻辑的部署；
所述边缘计算系统对上层网络对边缘计算系统的控制率与数控装备现场数据进行本地边缘计算，得到数控装备的状态信息，以及数控装备控制系统的状态信息；
所述执行系统根据数控装备的状态信息以及数控装备控制系统的状态信息控制装备运行动作。
2.根据权利要求1所述的一种数控装备智能冗余控制系统，其特征在于：所述数控装备控制系统包括PLC CPU、通讯模块、输入模块、HMI模块和输出模块；所述输入模块包括数字输入模块和模拟输入模块；通讯模块、输入模块、HMI模块和输出模块分别通过内部总线与PLC CPU相连；通讯模块与上层网络相连，输入模块与装备信息节点相连，输出模块分别与边缘计算系统和执行系统相连。
3.根据权利要求2所述的一种数控装备智能冗余控制系统，其特征在于：所述边缘计算系统包括边缘中央处理单元、信号输入电路、信号输出电路和辅助模块；所述辅助模块包括边缘通信设备、显示设备和边缘输入模块；所述边缘中央处理单元包括连接的数据处理单元与冗余控制单元；数据处理单元用于控制率的部署与运算；所述冗余控制单元负责安全控制逻辑的部署与运算；边缘通信模块与上层网络连接，数据处理单元分别与边缘通信设备、显示设备、边缘输入模块、信号输入电路、信号输出电路、冗余控制单元连接，信号输入电路与装备信息节点和数控装备控制系统的输出模块连接，信号输出电路与执行系统连接，冗余控制单元与执行系统构成冗余连接；边缘中央处理单元通过通讯协议获得数控装备控制系统过程变量，通过信号输入电路获得数控装备控制系统输出信号。
4.根据权利要求3所述的一种数控装备智能冗余控制系统，其特征在于：执行系统包括控制装备基本动作的各执行单元控制器。
5.根据权利要求4所述的一种数控装备智能冗余控制系统，其特征在于，所述数控装备控制系统和边缘计算系统的通讯协议为基于Profibus-DP总线的OPC通讯协议。
6.一种基于权利要求1~5中任意一项所述的数控装备智能冗余控制系统的冗余控制方法，其特征在于，包括以下步骤：
步骤S1：上层网络对边缘计算系统的控制率进行配置，同时对数控装备控制系统的控制逻辑进行配置；所述的控制率包括故障位点检测算法和装备工艺参数智能控制模型；
步骤S2：通过信息节点获取数控装备的现场数据，通过采样电路或总线/通讯协议的方式，将现场数据同时发送至边缘计算系统和数控装备控制系统；数控装备控制系统依据其控制逻辑进行本地逻辑运算并向执行系统输出控制信号；
步骤S3：边缘计算系统依据所配置的控制率完成本地边缘计算，向执行系统输出控制信号实现生产工艺参数的智能调整，同时向上层网络输出装备状态信号，用于反馈生产过程数据与装备状态监视。
7.根据权利要求6所述的数控装备智能冗余控制系统的冗余控制方法，其特征在于：步骤S1中的控制率包括故障位点检测算法和装备工艺参数智能控制算法，故障位点检测算法用于检测数控装备系统、边缘计算系统和装备信息节点中的故障点位，装备工艺参数智能控制算法用于实现数控装备生产工艺参数的自动调整。
8.根据权利要求7所述的数控装备智能冗余控制系统的冗余控制方法，其特征在于：所述故障位点检测算法基于贝叶斯网络进行故障位点诊断。
9.根据权利要求6所述的数控装备智能冗余控制系统的冗余控制方法，其特征在于：所述装备工艺参数智能控制模型通过机器学习训练获得。
10.根据权利要求6所述的数控装备智能冗余控制系统的冗余控制方法，其特征在于：步骤S3中，边缘计算系统依据所配置的控制率完成本地边缘计算，向执行系统输出控制信号，同时向上层网络输出装备状态信号，具体如下：
步骤S31：边缘计算系统依据所获取的数控装备现场数据、数控装备控制系统过程变量和输出信号，通过故障位点检测算法，在数据处理单元中实现对系统故障位点的快速定位；
步骤S32：边缘计算系统内置有定时器Tc，Tc触发时长为PLC CPU的允许扫描周期；装备控制系统在每个扫描周期末输出控制信号Trigger，同时边缘计算系统通过通信协议实时获取该控制信号Trigger；信号Trigger用于Tc的重置清零；当PLC CPU扫描周期超过Tc或通讯异常时，边缘计算系统由于未收到Trigger信号，将输出控制系统错误报警信号；依据错误报警信号，边缘计算系统向所述上层网络报警并重启数控装备控制系统；
步骤S33：边缘计算系统根据所配置的控制率和数控装备的现场数据进行本地边缘计算，获得现场装备状态信息；边缘计算系统依据现场装备状态信息，通过工艺参数智能控制模块生成控制信号，通过冗余连接向执行系统输出控制信号以调整工艺参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111245366.1A CN113867128B (zh) | 2021-10-26 | 2021-10-26 | 一种数控装备智能冗余控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111245366.1A CN113867128B (zh) | 2021-10-26 | 2021-10-26 | 一种数控装备智能冗余控制系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113867128A true CN113867128A (zh) | 2021-12-31 |
| CN113867128B CN113867128B (zh) | 2024-04-05 |
Family
ID=78997581
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111245366.1A Active CN113867128B (zh) | 2021-10-26 | 2021-10-26 | 一种数控装备智能冗余控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113867128B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114884754A (zh) * | 2022-07-11 | 2022-08-09 | 深圳特科动力技术有限公司 | 一种智能分析来实现故障预知的网络安防系统 |
| CN115356980A (zh) * | 2022-08-25 | 2022-11-18 | 合肥吉斯凯达控制技术有限公司 | 一种利用边缘计算网关对既有自控系统的改造方法 |
| CN115442443A (zh) * | 2022-11-03 | 2022-12-06 | 之江实验室 | 一种数据处理方法、装置、存储介质及电子设备 |
| CN117148705A (zh) * | 2023-11-01 | 2023-12-01 | 博纯材料股份有限公司 | 基于数据监控分析的设备运行状态检测方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104898620A (zh) * | 2015-05-19 | 2015-09-09 | 西安晨宇环境工程有限公司 | 一种基于以太网的冗余控制系统及控制方法 |
| CN110554657A (zh) * | 2019-10-16 | 2019-12-10 | 河北工业大学 | 一种数控机床运行状态健康诊断系统及诊断方法 |
| CN112286751A (zh) * | 2020-11-24 | 2021-01-29 | 华中科技大学 | 一种基于边云协同的高端装备故障智能诊断系统及方法 |
| CN112527613A (zh) * | 2020-11-30 | 2021-03-19 | 北京航天智造科技发展有限公司 | 基于云边协同的设备故障维护方法及装置 |
| CN112578732A (zh) * | 2020-12-15 | 2021-03-30 | 航天科工深圳（集团）有限公司 | 一种智能切削加工过程监控系统及其监控方法 |
| CN112596469A (zh) * | 2020-12-02 | 2021-04-02 | 广东工业大学 | 一种应用于工业数控生产设备的监测控制系统 |
-
2021
- 2021-10-26 CN CN202111245366.1A patent/CN113867128B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104898620A (zh) * | 2015-05-19 | 2015-09-09 | 西安晨宇环境工程有限公司 | 一种基于以太网的冗余控制系统及控制方法 |
| CN110554657A (zh) * | 2019-10-16 | 2019-12-10 | 河北工业大学 | 一种数控机床运行状态健康诊断系统及诊断方法 |
| CN112286751A (zh) * | 2020-11-24 | 2021-01-29 | 华中科技大学 | 一种基于边云协同的高端装备故障智能诊断系统及方法 |
| CN112527613A (zh) * | 2020-11-30 | 2021-03-19 | 北京航天智造科技发展有限公司 | 基于云边协同的设备故障维护方法及装置 |
| CN112596469A (zh) * | 2020-12-02 | 2021-04-02 | 广东工业大学 | 一种应用于工业数控生产设备的监测控制系统 |
| CN112578732A (zh) * | 2020-12-15 | 2021-03-30 | 航天科工深圳（集团）有限公司 | 一种智能切削加工过程监控系统及其监控方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114884754A (zh) * | 2022-07-11 | 2022-08-09 | 深圳特科动力技术有限公司 | 一种智能分析来实现故障预知的网络安防系统 |
| CN114884754B (zh) * | 2022-07-11 | 2022-09-23 | 深圳特科动力技术有限公司 | 一种智能分析来实现故障预知的网络安防系统 |
| CN115356980A (zh) * | 2022-08-25 | 2022-11-18 | 合肥吉斯凯达控制技术有限公司 | 一种利用边缘计算网关对既有自控系统的改造方法 |
| CN115442443A (zh) * | 2022-11-03 | 2022-12-06 | 之江实验室 | 一种数据处理方法、装置、存储介质及电子设备 |
| CN117148705A (zh) * | 2023-11-01 | 2023-12-01 | 博纯材料股份有限公司 | 基于数据监控分析的设备运行状态检测方法及系统 |
| CN117148705B (zh) * | 2023-11-01 | 2024-01-16 | 博纯材料股份有限公司 | 基于数据监控分析的设备运行状态检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113867128B (zh) | 2024-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113867128B (zh) | 一种数控装备智能冗余控制系统及方法 | |
| Lins et al. | Industry 4.0 Retrofitting | |
| US10078323B2 (en) | Dynamically configurable intelligent controller and control method for machine tools based on DSP/FPGA | |
| US6108616A (en) | Process diagnosis system and method for the diagnosis of processes and states in an technical process | |
| CN111062651A (zh) | 基于边缘计算和大数据分析的安全用电管理系统及方法 | |
| CN109032099A (zh) | 工程机械总装生产线在线感知系统 | |
| CN102692912B (zh) | 一种基于有线和无线热备冗余通信的现场级低成本冗余测控网络 | |
| CN102223264B (zh) | 一种用于监控系统的告警处理方法及系统 | |
| CN105515184A (zh) | 基于无线传感网络的多传感器多参量配网协同监测系统 | |
| CN202737890U (zh) | 一种有线和无线热备冗余通信的低成本现场测控网关模块 | |
| CN108687285A (zh) | 制造业锻压机床群互联网远程状态监测装置及监测方法 | |
| CN112784427B (zh) | 一种基于数字孪生技术智能制造仿真系统 | |
| CN106353576A (zh) | 稼动率确定系统和方法 | |
| CN101738974A (zh) | 辅机设备状态监测系统 | |
| CN112907911A (zh) | 一种基于设备工艺数据的智能异常识别与报警算法 | |
| KR102117960B1 (ko) | 예비 게이트웨이를 활용한 고가용성 지능형 제어 시스템 및 그 제어 방법 | |
| CN206470594U (zh) | 基于LabVIEW和多总线技术的气源集控系统 | |
| CN116708084A (zh) | 一种基于工业互联网的边缘计算网关 | |
| CN102664969A (zh) | 一种用于物联网系统的通用数据终端装置 | |
| CN110865612A (zh) | 一种镀铝自动化控制冗余传感系统 | |
| CN110544985A (zh) | 一种网源协调数据通信系统 | |
| CN109002005A (zh) | 一种智能化气动数据采集控制终端 | |
| CN102819253B (zh) | 基于3g网络的牙科气路远程诊断监控系统 | |
| CN212623733U (zh) | 一种智能生产系统 | |
| KR20230032675A (ko) | Ｃｎｃ 공작기계를 이용한 데이터 수집 시스템 |
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 |