CN114326594B - 一种基于机床数据的机床性能测评的系统及其测评方法 - Google Patents

Abstract

本发明公开了一种基于机床数据的机床性能测评的系统及其测评方法，涉及机床性能测评技术领域，解决了现有技术中在机床进行性能测评时，无法保测评数据分析的准确性的技术问题，对机床进行性能测评，准确分析出机床的实时性能是否合格，提高了机床的工作效率，对机床及时进行故障预测同时降低机床的故障风险；对机床完成加工的产品进行质量分析，判断机床完成加工产品的质量是否合格，从而判断机床加工是否合格，提高了机床性能测评的准确性；对机床的异常时间段和正常时间段进行比对，将机床的外界因素进行分析，排除外界因素对机床运行的影响，从而提高了机床性能测评的准确性，增强机床数据分析的可靠性。

Description

一种基于机床数据的机床性能测评的系统及其测评方法

技术领域

本发明涉及机床性能测评技术领域，具体为一种基于机床数据的机床性能测评的系统及其测评方法。

背景技术

数控机床的水平、品种和生产能力直接反映国家的技术、经济综合国力。数控机床作为国防军工的战略装备，是各种武器装备最重要的制造手段，是国防军工装备现代化的重要保证，数控机床的综合性能水平，决定国家工业制造水平，在长时间运行、高负载、高速运动的情况下，机床的整体性能难免会发生退化，从而引发各种故障，带来严重的经济损失，影响制造业的稳定发展；

且现有技术中，在机床进行性能测评时无法保测评数据分析的准确性和可靠性，导致机床测评的效率降低；同时不能够对机床的故障分析进行准确预测，无法保证机床运行的合格性；

针对上述的技术缺陷，现提出一种解决方案。

发明内容

本发明的目的就在于为了解决的问题，而提出一种基于机床数据的机床性能测评的系统及其测评方法，对机床进行性能测评，准确分析出机床的实时性能是否合格，提高了机床的工作效率，对机床及时进行故障预测同时降低机床的故障风险；对机床完成加工的产品进行质量分析，判断机床完成加工产品的质量是否合格，从而判断机床加工是否合格，提高了机床性能测评的准确性；对机床的异常时间段和正常时间段进行比对，将机床的外界因素进行分析，排除外界因素对机床运行的影响，从而提高了机床性能测评的准确性，增强机床数据分析的可靠性。

本发明的目的可以通过以下技术方案实现：

一种基于机床数据的机床性能测评的系统，包括机床性能测评平台，机床性能测评平台内设置有服务器，服务器通讯连接有机床产品分析单元、生产追溯分析单元、故障预测分析单元以及机床性能检测单元；

机床性能测评平台用于对机床进行性能测评，服务器生成机床产品分析信号并将机床产品分析信号发送至机床产品分析单元，通过机床产品分析单元对机床完成加工的产品进行质量分析，判断机床完成加工产品的质量是否合格，通过质量分析获取到异常时间段和正常时间段，并将异常时间段和正常时间段发送至服务器；服务器生成生产追溯分析信号并将生产追溯分析信号发送至生产追溯分析单元；

通过生产追溯分析单元对机床的异常时间段和正常时间段进行比对，通过比对生成环境影响信号、环境无影响信号、操作影响信号以及操作无影响信号；服务器接收到环境影响信号和操作影响信号后，将环境影响信号和操作影响信号对应的机床统一标记为预测机床，生成故障预测分析信号并将故障预测分析信号发送至故障预测分析单元，通过故障预测分析单元对预测机床进行故障预测；服务器接收到环境无影响信号和操作无影响信号后，将环境无影响信号和操作无影响信号对应的机床标记为检测机床，同时生成机床性能检测信号并将机床性能检测信号发送至机床性能检测单元，通过机床性能检测单元对检测机床进行性能检测。

作为本发明的一种优选实施方式，机床产品分析单元的机床产品分析过程如下：

将机床完成加工的产品标记为分析对象，设置标号i，i为大于1的自然数，采集到分析对象完成加工后连续运行的总时长以及分析对象在完工加工后运行过程中出现的故障次数，并将分析对象完成加工后连续运行的总时长以及分析对象在完工加工后运行过程中出现的故障次数分别标记为SCi和CSi；采集到分析对象运行过程中对应故障的出现间隔时长，并将分析对象运行过程中对应故障的出现间隔时长标记为JGi；

通过分析获取到分析对象的质量分析系数Xi，将分析对象的质量分析系数Xi与质量分析系数阈值进行比较：若分析对象的质量分析系数Xi超过质量分析系数阈值，则判定对应分析对象的质量分析不合格，将对应分析对象的生产时间段标记为异常时间段，并将异常时间段和对应机床编号一同发送至服务器；若分析对象的质量分析系数Xi未超过质量分析系数阈值，则判定对应分析对象的质量分析合格，将对应分析对象的生产时间段标记为正常时间段，并将正常时间段和对应机床编号一同发送至服务器。

作为本发明的一种优选实施方式，生产追溯分析单元的生产追溯分析过程如下：

将异常时间段内的机床和正常时间段内的机床进行数据采集，采集到异常时间段内机床周边环境的温度值以及温度浮动值与湿度值以及湿度浮动值，并将异常时间段内机床周边环境的温度值以及温度浮动值与湿度值以及湿度浮动值统一标记为比对环境数据，采集到正常时间段内周边环境的温度值以及温度浮动值与湿度值以及湿度浮动值，并将正常时间段内周边环境的温度值以及温度浮动值与湿度值以及湿度浮动值统一标记为标准环境数据；

将比对环境数据和标准环境数据进行比对，若比对环境数据和标准环境数据任一数值差值不处于环境数值差值阈值范围内，则生成环境影响信号并将环境影响信号和对应机床编号以及异常时间段发送至服务器；若比对环境数据和标准环境数据对应数值差值均处于环境数值差值阈值范围内，则生成环境无影响信号并将环境无影响信号和对应机床编号以及异常时间段发送至服务器；

采集到异常时间段内机床操作人员的工龄以及操作频率，并将异常时间段内机床操作人员的工龄以及操作频率统一标记为比对操作数据，采集到正常时间段内机床操作人员的工龄以及操作频率，并将正常时间段内机床操作人员的工龄以及操作频率统一标记为标准操作数据；

将比对操作数据和标准操作数据进行比对，若比对操作数据和标准操作数据内任一数值差值不处于操作数值差值阈值范围内，则生成操作影响信号并将操作影响和对应机床编号以及异常时间段发送至服务器；若比对操作数据和标准操作数据内数值差值均处于操作数值差值阈值范围内，则生成操作无影响信号并将操作无影响和对应机床编号以及异常时间段发送至服务器。

作为本发明的一种优选实施方式，故障预测分析单元的故障预测分析过程如下：

将预测机床设置标号o，o为大于1的自然数，采集到预测机床运行温度与周边温度差值以及预测机床运行温度的升高速度，并将预测机床运行温度与周边温度差值以及预测机床运行温度的升高速度分别标记为WCDo和WSGo；采集到预测机床实时连续工作时长，并将预测机床实时连续工作时长标记为GZSo；

通过分析获取到预测机床的故障预测分析系数Go，将预测机床的故障预测分析系数Go与故障预测分析系数阈值进行比较：若预测机床的故障预测分析系数Go超过故障预测分析系数阈值，则判定对应预测机床存在故障风险，生成故障风险信号并将故障风险信号和对应预测机床编号发送至服务器；服务器接收到故障风险信号和对应预测机床编号后，生成停机维护信号并将停机维护信号和对应机床编号发送至管理人员的手机终端；若预测机床的故障预测分析系数Go未超过故障预测分析系数阈值，则判定对应预测机床不存在故障风险，生成无故障风险信号并将无故障风险信号和对应预测机床编号发送至服务器。

作为本发明的一种优选实施方式，机床性能检测单元的机床性能检测过程如下：

将检测机床进行数据采集，采集到检测机床在运行过程中的振动频率以及检测机床在运行过程中刀具给进切割误差值，并将检测机床在运行过程中的振动频率以及检测机床在运行过程中刀具给进切割误差值分别与振动频率阈值以及切割误差值阈值进行比较：

若检测机床在运行过程中的振动频率超过振动频率阈值，或者检测机床在运行过程中刀具给进切割误差值超过切割误差值阈值，则将对应检测机床标记为低性能设备，并将低性能设备发送至服务器；若检测机床在运行过程中的振动频率未超过振动频率阈值，且检测机床在运行过程中刀具给进切割误差值未超过切割误差值阈值，则将对应检测机床标记为高性能设备，并将高性能设备发送至服务器。

作为本发明的一种优选实施方式，一种基于机床数据的机床性能测评方法，具体测评方法步骤如下：

步骤一、产品质量分析，通过机床完成加工产品质量分析，判断机床完成加工产品的质量是否合格，通过质量分析获取到异常时间段和正常时间段；

步骤二、生产追溯分析，根据机床的异常时间段和正常时间段进行比对，判断机床在异常时间段和正常时间段环境数据和操作数据是否一致，环境数据表示为机床周边环境的温度值以及温度浮动值与湿度值以及湿度浮动值；操作数据表示为机床操作人员的工龄以及操作频率；通过比对生成环境影响信号、环境无影响信号、操作影响信号以及操作无影响信号；

步骤三、故障预测，将环境影响信号或者操作无影响信号对应的机床进行故障预测，判断机床是否存在故障风险；

步骤四、性能检测，将环境无影响信号和操作无影响信号对应的机床进行性能检测，准确判断机床性能的实时状态。

与现有技术相比，本发明的有益效果是：

1、本发明中，对机床进行性能测评，准确分析出机床的实时性能是否合格，提高了机床的工作效率，对机床及时进行故障预测同时降低机床的故障风险；对机床完成加工的产品进行质量分析，判断机床完成加工产品的质量是否合格，从而判断机床加工是否合格，提高了机床性能测评的准确性；对机床的异常时间段和正常时间段进行比对，将机床的外界因素进行分析，排除外界因素对机床运行的影响，从而提高了机床性能测评的准确性，增强机床数据分析的可靠性；

2、本发明中，对预测机床进行故障预测，将受环境数据或者操作数据影响的机床进行故障预测，降低了机床的故障率，提高了机床的性能；对检测机床进行性能检测，将环境无影响和操作无影响的机床进行性能检测，提高了机床性能测评的精确性，排除外界因素的影响，增强机床数据分析的真实性和可靠性，提高机床性能的检测效率。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的原理框图。

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，一种基于机床数据的机床性能测评的系统，包括机床性能测评平台，机床性能测评平台内设置有服务器，服务器通讯连接有机床产品分析单元、生产追溯分析单元、故障预测分析单元以及机床性能检测单元，其中，服务器与机床产品分析单元、生产追溯分析单元、故障预测分析单元以及机床性能检测单元均为双向通讯连接；

机床性能测评平台用于对机床进行性能测评，准确分析出机床的实时性能是否合格，提高了机床的工作效率，对机床及时进行故障预测同时降低机床的故障风险，服务器生成机床产品分析信号并将机床产品分析信号发送至机床产品分析单元，机床产品分析单元用于对机床完成加工的产品进行质量分析，判断机床完成加工产品的质量是否合格，从而判断机床加工是否合格，提高了机床性能测评的准确性，具体机床产品分析过程如下：

将机床完成加工的产品标记为分析对象，设置标号i，i为大于1的自然数，采集到分析对象完成加工后连续运行的总时长以及分析对象在完工加工后运行过程中出现的故障次数，并将分析对象完成加工后连续运行的总时长以及分析对象在完工加工后运行过程中出现的故障次数分别标记为SCi和CSi；采集到分析对象运行过程中对应故障的出现间隔时长，并将分析对象运行过程中对应故障的出现间隔时长标记为JGi；

通过公式获取到分析对象的质量分析系数Xi，其中，a1、a2以及a3均为预设比例系数，且a1＞a2＞a3＞0，β为误差修正因子，取值为0.58；

将分析对象的质量分析系数Xi与质量分析系数阈值进行比较：

若分析对象的质量分析系数Xi超过质量分析系数阈值，则判定对应分析对象的质量分析不合格，将对应分析对象的生产时间段标记为异常时间段，并将异常时间段和对应机床编号一同发送至服务器；若分析对象的质量分析系数Xi未超过质量分析系数阈值，则判定对应分析对象的质量分析合格，将对应分析对象的生产时间段标记为正常时间段，并将正常时间段和对应机床编号一同发送至服务器；

服务器生成生产追溯分析信号并将生产追溯分析信号发送至生产追溯分析单元，生产追溯分析单元用于对机床的异常时间段和正常时间段进行比对，将机床的外界因素进行分析，排除外界因素对机床运行的影响，从而提高了机床性能测评的准确性，增强机床数据分析的可靠性，具体生产追溯分析过程如下：

将异常时间段内的机床和正常时间段内的机床进行数据采集，采集到异常时间段内机床周边环境的温度值以及温度浮动值与湿度值以及湿度浮动值，并将异常时间段内机床周边环境的温度值以及温度浮动值与湿度值以及湿度浮动值统一标记为比对环境数据，采集到正常时间段内周边环境的温度值以及温度浮动值与湿度值以及湿度浮动值，并将正常时间段内周边环境的温度值以及温度浮动值与湿度值以及湿度浮动值统一标记为标准环境数据，将比对环境数据和标准环境数据进行比对，若比对环境数据和标准环境数据任一数值差值不处于环境数值差值阈值范围内，则生成环境影响信号并将环境影响信号和对应机床编号以及异常时间段发送至服务器；若比对环境数据和标准环境数据对应数值差值均处于环境数值差值阈值范围内，则生成环境无影响信号并将环境无影响信号和对应机床编号以及异常时间段发送至服务器；

采集到异常时间段内机床操作人员的工龄以及操作频率，并将异常时间段内机床操作人员的工龄以及操作频率统一标记为比对操作数据，采集到正常时间段内机床操作人员的工龄以及操作频率，并将正常时间段内机床操作人员的工龄以及操作频率统一标记为标准操作数据；将比对操作数据和标准操作数据进行比对，若比对操作数据和标准操作数据内任一数值差值不处于操作数值差值阈值范围内，则生成操作影响信号并将操作影响和对应机床编号以及异常时间段发送至服务器；若比对操作数据和标准操作数据内数值差值均处于操作数值差值阈值范围内，则生成操作无影响信号并将操作无影响和对应机床编号以及异常时间段发送至服务器；

服务器接收到环境影响信号和操作影响信号后，将环境影响信号和操作影响信号对应的机床统一标记为预测机床，生成故障预测分析信号并将故障预测分析信号发送至故障预测分析单元，故障预测分析单元用于对预测机床进行故障预测，将受环境数据或者操作数据影响的机床进行故障预测，降低了机床的故障率，提高了机床的性能，具体故障预测分析过程如下：

将预测机床设置标号o，o为大于1的自然数，采集到预测机床运行温度与周边温度差值以及预测机床运行温度的升高速度，并将预测机床运行温度与周边温度差值以及预测机床运行温度的升高速度分别标记为WCDo和WSGo；采集到预测机床实时连续工作时长，并将预测机床实时连续工作时长标记为GZSo；

通过公式获取到预测机床的故障预测分析系数Go，其中，b1、b2以及b3均为预设比例系数，且b1＞b2＞b3＞0，e为自然常数；

将预测机床的故障预测分析系数Go与故障预测分析系数阈值进行比较：

若预测机床的故障预测分析系数Go超过故障预测分析系数阈值，则判定对应预测机床存在故障风险，生成故障风险信号并将故障风险信号和对应预测机床编号发送至服务器；服务器接收到故障风险信号和对应预测机床编号后，生成停机维护信号并将停机维护信号和对应机床编号发送至管理人员的手机终端；

若预测机床的故障预测分析系数Go未超过故障预测分析系数阈值，则判定对应预测机床不存在故障风险，生成无故障风险信号并将无故障风险信号和对应预测机床编号发送至服务器；

服务器接收到环境无影响信号和操作无影响信号后，将环境无影响信号和操作无影响信号对应的机床标记为检测机床，同时生成机床性能检测信号并将机床性能检测信号发送至机床性能检测单元，机床性能检测单元用于对检测机床进行性能检测，将环境无影响和操作无影响的机床进行性能检测，提高了机床性能测评的精确性，排除外界因素的影响，增强机床数据分析的真实性和可靠性，提高机床性能的检测效率，具体机床性能检测过程如下：

将检测机床进行数据采集，采集到检测机床在运行过程中的振动频率以及检测机床在运行过程中刀具给进切割误差值，并将检测机床在运行过程中的振动频率以及检测机床在运行过程中刀具给进切割误差值分别与振动频率阈值以及切割误差值阈值进行比较：

若检测机床在运行过程中的振动频率超过振动频率阈值，或者检测机床在运行过程中刀具给进切割误差值超过切割误差值阈值，则将对应检测机床标记为低性能设备，并将低性能设备发送至服务器；若检测机床在运行过程中的振动频率未超过振动频率阈值，且检测机床在运行过程中刀具给进切割误差值未超过切割误差值阈值，则将对应检测机床标记为高性能设备，并将高性能设备发送至服务器；

服务器接收到低性能设备和高性能设备后，将高性能设备作为首选运行设备，将低性能作为次选运行设备的同时对低性能设备进行设备优化。

一种基于机床数据的机床性能测评方法，具体测评方法步骤如下：

步骤一、产品质量分析，通过机床完成加工产品质量分析，判断机床完成加工产品的质量是否合格，通过质量分析获取到异常时间段和正常时间段；

步骤二、生产追溯分析，根据机床的异常时间段和正常时间段进行比对，判断机床在异常时间段和正常时间段环境数据和操作数据是否一致，环境数据表示为机床周边环境的温度值以及温度浮动值与湿度值以及湿度浮动值；操作数据表示为机床操作人员的工龄以及操作频率；通过比对生成环境影响信号、环境无影响信号、操作影响信号以及操作无影响信号；

步骤三、故障预测，将环境影响信号或者操作无影响信号对应的机床进行故障预测，判断机床是否存在故障风险；

步骤四、性能检测，将环境无影响信号和操作无影响信号对应的机床进行性能检测，准确判断机床性能的实时状态。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；

本发明在使用时，通过机床性能测评平台对机床进行性能测评，服务器生成机床产品分析信号并将机床产品分析信号发送至机床产品分析单元，通过机床产品分析单元对机床完成加工的产品进行质量分析，判断机床完成加工产品的质量是否合格，通过质量分析获取到异常时间段和正常时间段，并将异常时间段和正常时间段发送至服务器；服务器生成生产追溯分析信号并将生产追溯分析信号发送至生产追溯分析单元；通过生产追溯分析单元对机床的异常时间段和正常时间段进行比对，通过故障预测分析单元对预测机床进行故障预测；通过机床性能检测单元对检测机床进行性能检测。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (2)

1.一种基于机床数据的机床性能测评的系统，其特征在于，包括机床性能测评平台，机床性能测评平台内设置有服务器，服务器通讯连接有机床产品分析单元、生产追溯分析单元、故障预测分析单元以及机床性能检测单元；

机床性能测评平台用于对机床进行性能测评，服务器生成机床产品分析信号并将机床产品分析信号发送至机床产品分析单元，通过机床产品分析单元对机床完成加工的产品进行质量分析，判断机床完成加工产品的质量是否合格，通过质量分析获取到异常时间段和正常时间段，并将异常时间段和正常时间段发送至服务器；服务器生成生产追溯分析信号并将生产追溯分析信号发送至生产追溯分析单元；

通过生产追溯分析单元对机床的异常时间段和正常时间段进行比对，通过比对生成环境影响信号、环境无影响信号、操作影响信号以及操作无影响信号；服务器接收到环境影响信号和操作影响信号后，将环境影响信号和操作影响信号对应的机床统一标记为预测机床，生成故障预测分析信号并将故障预测分析信号发送至故障预测分析单元，通过故障预测分析单元对预测机床进行故障预测；服务器接收到环境无影响信号和操作无影响信号后，将环境无影响信号和操作无影响信号对应的机床标记为检测机床，同时生成机床性能检测信号并将机床性能检测信号发送至机床性能检测单元，通过机床性能检测单元对检测机床进行性能检测；

机床产品分析单元的机床产品分析过程如下：

将机床完成加工的产品标记为分析对象，设置标号i，i为大于1的自然数，采集到分析对象完成加工后连续运行的总时长以及分析对象在完工加工后运行过程中出现的故障次数，并将分析对象完成加工后连续运行的总时长以及分析对象在完工加工后运行过程中出现的故障次数分别标记为SCi和CSi；采集到分析对象运行过程中对应故障的出现间隔时长，并将分析对象运行过程中对应故障的出现间隔时长标记为JGi；

通过分析获取到分析对象的质量分析系数Xi，将分析对象的质量分析系数Xi与质量分析系数阈值进行比较：若分析对象的质量分析系数Xi超过质量分析系数阈值，则判定对应分析对象的质量分析不合格，将对应分析对象的生产时间段标记为异常时间段，并将异常时间段和对应机床编号一同发送至服务器；若分析对象的质量分析系数Xi未超过质量分析系数阈值，则判定对应分析对象的质量分析合格，将对应分析对象的生产时间段标记为正常时间段，并将正常时间段和对应机床编号一同发送至服务器；

生产追溯分析单元的生产追溯分析过程如下：

将异常时间段内的机床和正常时间段内的机床进行数据采集，采集到异常时间段内机床周边环境的温度值以及温度浮动值与湿度值以及湿度浮动值，并将异常时间段内机床周边环境的温度值以及温度浮动值与湿度值以及湿度浮动值统一标记为比对环境数据，采集到正常时间段内周边环境的温度值以及温度浮动值与湿度值以及湿度浮动值，并将正常时间段内周边环境的温度值以及温度浮动值与湿度值以及湿度浮动值统一标记为标准环境数据；

将比对环境数据和标准环境数据进行比对，若比对环境数据和标准环境数据任一数值差值不处于环境数值差值阈值范围内，则生成环境影响信号并将环境影响信号和对应机床编号以及异常时间段发送至服务器；若比对环境数据和标准环境数据对应数值差值均处于环境数值差值阈值范围内，则生成环境无影响信号并将环境无影响信号和对应机床编号以及异常时间段发送至服务器；

采集到异常时间段内机床操作人员的工龄以及操作频率，并将异常时间段内机床操作人员的工龄以及操作频率统一标记为比对操作数据，采集到正常时间段内机床操作人员的工龄以及操作频率，并将正常时间段内机床操作人员的工龄以及操作频率统一标记为标准操作数据；

将比对操作数据和标准操作数据进行比对，若比对操作数据和标准操作数据内任一数值差值不处于操作数值差值阈值范围内，则生成操作影响信号并将操作影响和对应机床编号以及异常时间段发送至服务器；若比对操作数据和标准操作数据内数值差值均处于操作数值差值阈值范围内，则生成操作无影响信号并将操作无影响和对应机床编号以及异常时间段发送至服务器；

故障预测分析单元的故障预测分析过程如下：

将预测机床设置标号o，o为大于1的自然数，采集到预测机床运行温度与周边温度差值以及预测机床运行温度的升高速度，并将预测机床运行温度与周边温度差值以及预测机床运行温度的升高速度分别标记为WCDo和WSGo；采集到预测机床实时连续工作时长，并将预测机床实时连续工作时长标记为GZSo；

通过分析获取到预测机床的故障预测分析系数Go，将预测机床的故障预测分析系数Go与故障预测分析系数阈值进行比较：若预测机床的故障预测分析系数Go超过故障预测分析系数阈值，则判定对应预测机床存在故障风险，生成故障风险信号并将故障风险信号和对应预测机床编号发送至服务器；服务器接收到故障风险信号和对应预测机床编号后，生成停机维护信号并将停机维护信号和对应机床编号发送至管理人员的手机终端；若预测机床的故障预测分析系数Go未超过故障预测分析系数阈值，则判定对应预测机床不存在故障风险，生成无故障风险信号并将无故障风险信号和对应预测机床编号发送至服务器；

机床性能检测单元的机床性能检测过程如下：

将检测机床进行数据采集，采集到检测机床在运行过程中的振动频率以及检测机床在运行过程中刀具给进切割误差值，并将检测机床在运行过程中的振动频率以及检测机床在运行过程中刀具给进切割误差值分别与振动频率阈值以及切割误差值阈值进行比较：

若检测机床在运行过程中的振动频率超过振动频率阈值，或者检测机床在运行过程中刀具给进切割误差值超过切割误差值阈值，则将对应检测机床标记为低性能设备，并将低性能设备发送至服务器；若检测机床在运行过程中的振动频率未超过振动频率阈值，且检测机床在运行过程中刀具给进切割误差值未超过切割误差值阈值，则将对应检测机床标记为高性能设备，并将高性能设备发送至服务器。

2.一种基于机床数据的机床性能测评方法，其特征在于，包括权利要求1所述的一种基于机床数据的机床性能测评的系统。