CN116300690A - 一种基于边缘计算的摇臂钻床故障监控预警系统 - Google Patents

一种基于边缘计算的摇臂钻床故障监控预警系统 Download PDF

Info

Publication number
CN116300690A
CN116300690A CN202310551240.XA CN202310551240A CN116300690A CN 116300690 A CN116300690 A CN 116300690A CN 202310551240 A CN202310551240 A CN 202310551240A CN 116300690 A CN116300690 A CN 116300690A
Authority
CN
China
Prior art keywords
bit
drilling machine
monitoring
curve
early warning
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
CN202310551240.XA
Other languages
English (en)
Other versions
CN116300690B (zh
Inventor
徐恩成
王蕾
徐炳明
高勇
王中田
徐伟
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.)
Jining Lianwei Wheel Manufacturing Co ltd
Original Assignee
Jining Lianwei Wheel Manufacturing 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 Jining Lianwei Wheel Manufacturing Co ltd filed Critical Jining Lianwei Wheel Manufacturing Co ltd
Priority to CN202310551240.XA priority Critical patent/CN116300690B/zh
Publication of CN116300690A publication Critical patent/CN116300690A/zh
Application granted granted Critical
Publication of CN116300690B publication Critical patent/CN116300690B/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
    • 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
    • G05B2219/35—Nc in input of data, input till input file format
    • G05B2219/35001—Data input, data handling, programming, monitoring of nc
    • 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)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Earth Drilling (AREA)

Abstract

本发明涉及钻床监控预警技术领域，具体公开了一种基于边缘计算的摇臂钻床故障监控预警系统，所述系统包括：操作日志获取模块，用于调用钻床的操作日志；日志分析模块，用于对操作日志进行识别，获取钻床的历史操作数据；参数监测模块，用于监测钻床调节过程中的位置数据及工作过程中的状态数据；边缘计算处理器，用于根据历史操作数据及位置数据对钻床的位置调节准确度进行监测，及根据历史操作数据及状态数据对钻床的性能状态进行监测，根据监测结果进行预警。该系统通过结合历史数据对其状态进行综合性的判断分析，能够适应性的根据钻床的实际状态进行判断，保证了钻床故障的提前预警。

Description

一种基于边缘计算的摇臂钻床故障监控预警系统
技术领域
本发明涉及钻床监控预警技术领域，具体为一种基于边缘计算的摇臂钻床故障监控预警系统。
背景技术
随着智能工业制造的推广和发展，通过利用物联网技术与工业设备相联动，再配合边缘计算设备对工业装备的性能参数及状态参数进行分析运算，能够实现对工业装备的运行故障实时监测预警过程；对于智能车间中的摇臂钻床，其会根据控制指令移动至对应的位置点，并进行对应的自动化作业过程，在此过程中，通过对摇臂钻床钻头的实际位置监测，进而判断是否调节到位，并在发生位置偏差时进行微调校正，保证钻床作业位置的准确性。
由于影响钻床位置调节精确度的因素较多，因此现有技术判断其精准度的方法是根据最大误差量进行判断，当最大误差量超过对应阈值时，则对其位置进行对应的校正或者检修，保证持续生产过程的效率；同时，现有钻床还会设置对应的传感器来对其状态参数进行监测，当状态参数超过设定的阈值区间时，进行预警，保证钻床的安全稳定运行。
而现有的监测判断方法存在一定的滞后性，当监测参数超过设定的最大范围时，说明其存在的问题已经影响到了批量化的生产过程；同时，若将监测参数设定的范围较小，同样会因为误判及误差因素导致校正检修次数较高，进而导致生产效率降低。
发明内容
本发明的目的在于提供一种基于边缘计算的摇臂钻床故障监控预警系统，解决以下技术问题：
如何时间对钻床状态的提前预警保证生产效率。
本发明的目的可以通过以下技术方案实现：
一种基于边缘计算的摇臂钻床故障监控预警系统，所述系统包括：
操作日志获取模块，用于调用钻床的操作日志；
日志分析模块，用于对操作日志进行识别，获取钻床的历史操作数据；
参数监测模块，用于监测钻床调节过程中的位置数据及工作过程中的状态数据；
边缘计算处理器，用于根据历史操作数据及位置数据对钻床的位置调节准确度进行监测，及根据历史操作数据及状态数据对钻床的性能状态进行监测，根据监测结果进行预警。
于一实施例中，所述历史操作数据包括操作指令类型、操作指令对应位置信息、操作指令对应参数、输入材料类型及操作指令对应时间点；
所述位置数据包括实时钻头转动角度及实时钻头伸展长度；
所述状态数据包括实时钻头速度监测曲线、实时钻头振动曲线、实时钻头发热曲线。
于一实施例中，对钻床的位置调节准确度进行监测的过程包括：
将实时钻头转动角度及实时钻头伸展长度与历史操作数据中的操作指令对应位置信息进行比对，根据比对结果确定是否微调及微调量；
获取N次钻头位置调节过程的比较结果数据；
通过公式
Figure SMS_1
计算自动调节过程中的精确度异常系数/>
Figure SMS_2
；
其中，i∈N；
Figure SMS_4
为N次调节过程中微调的次数；/>
Figure SMS_7
为N次调节过程中微调间隔从小至大排序第j名的间隔数；/>
Figure SMS_9
，[]为取整符号；/>
Figure SMS_5
为第i次调节过程的角度微调量，当不进行微调时，/>
Figure SMS_8
；/>
Figure SMS_10
为角度微调量标准允许值；/>
Figure SMS_12
为第i次调节过程的长度微调量，当不进行微调时，/>
Figure SMS_3
；/>
Figure SMS_6
为长度微调量标准允许值；/>
Figure SMS_11
、/>
Figure SMS_13
为预设固定系数；
将精确度异常系数
Figure SMS_14
与预设阈值/>
Figure SMS_15
进行比对：
若
Figure SMS_16
，则判断钻床自动调节精确度异常，并进行预警。
于一实施例中，对钻床的性能状态进行监测的过程包括：
根据输入材料类型及钻头输入转速等级确定对应的标准钻头速度变化曲线、标准钻头振动曲线及标准钻头发热曲线；
对实时钻头速度监测曲线、实时钻头振动曲线、实时钻头发热曲线标准分别与钻头速度变化曲线、标准钻头振动曲线及标准钻头发热曲线进行状态分析；
当任一曲线状态不合格时，进行预警；
否则，将实时钻头速度监测曲线、实时钻头振动曲线、实时钻头发热曲线与标准钻头速度变化曲线、标准钻头振动曲线及标准钻头发热曲线进行故障隐患分析，根据故障隐患分析结果进行预警。
于一实施例中，状态分析的过程包括：
通过公式
Figure SMS_17
获取速度异常值/>
Figure SMS_18
；
通过公式
Figure SMS_19
获取振动异常值/>
Figure SMS_20
；
通过公式
Figure SMS_21
获取温度异常值/>
Figure SMS_22
；
其中，
Figure SMS_24
为钻头转动起始时间点；/>
Figure SMS_28
为钻头完成作业时间点；/>
Figure SMS_33
为对应的标准钻头速度变化曲线；/>
Figure SMS_25
为对应的标准钻头发热曲线；/>
Figure SMS_29
为对应的标准钻头振动曲线最大振幅；/>
Figure SMS_32
为对应的标准钻头振动曲线平均频率；/>
Figure SMS_36
为实时钻头速度监测曲线；/>
Figure SMS_23
为实时钻头发热曲线；/>
Figure SMS_30
为/>
Figure SMS_34
时段实时钻头振动曲线最大振幅；/>
Figure SMS_37
为/>
Figure SMS_26
时段实时钻头振动曲线平均频率；gv为转速特征参考函数；gt为温度特征参考函数；/>
Figure SMS_27
、/>
Figure SMS_31
为预设权重系数；/>
Figure SMS_35
频率异常单位量；
当
Figure SMS_38
或/>
Figure SMS_39
或/>
Figure SMS_40
时，进行预警；
否则进行故障隐患分析。
于一实施例中，所述故障隐患分析的过程包括：
通过公式
Figure SMS_41
计算获得故障隐患值/>
Figure SMS_42
；
其中，
Figure SMS_43
、/>
Figure SMS_44
为预设调节系数；
将故障隐患值
Figure SMS_45
与故障隐患阈值/>
Figure SMS_46
进行比对：
若
Figure SMS_47
时，进行预警。
于一实施例中，所述系统还包括钻头寿命监测模块，所述钻头寿命监测模块用于根据历史操作数据及状态数据对钻头的状态进行判断，根据判断结果进行预警。
于一实施例中，对钻头状态进行判断的过程包括：
通过公式
Figure SMS_48
计算获得钻头损耗系数/>
Figure SMS_49
；
其中，Q为钻头的累计工作循环数；k∈[1，Q]；
Figure SMS_50
为第k此工作循环的温度异常值；
Figure SMS_51
为每个循环的工作时长均值；/>
Figure SMS_52
为损耗量函数；
将钻头损耗系数
Figure SMS_53
与钻头损耗阈值/>
Figure SMS_54
进行比对：
若
Figure SMS_55
，则进行预警。
本发明的有益效果：
（1）本发明通过结合历史数据对其状态进行综合性的判断分析，进而在进行预警过程，能够适应性的根据钻床位置调节及运行过程的实际状态进行判断，保证了钻床故障的提前预警。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明基于边缘计算的摇臂钻床故障监控预警系统的概要框示意图。
具体实施方式
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，在一个实施例中，提供了一种基于边缘计算的摇臂钻床故障监控预警系统，所述系统包括：
操作日志获取模块，用于调用钻床的操作日志；
日志分析模块，用于对操作日志进行识别，获取钻床的历史操作数据；
参数监测模块，用于监测钻床调节过程中的位置数据及工作过程中的状态数据；
边缘计算处理器，用于根据历史操作数据及位置数据对钻床的位置调节准确度进行监测，及根据历史操作数据及状态数据对钻床的性能状态进行监测，根据监测结果进行预警。
通过上述技术方案，本实施例通过操作日志获取模块及日志分析模块来对钻床的操作日志进行调用及分析，获取钻床的操作数据；同时通过参数监测模块监测钻床调节过程中的位置数据及工作过程中的状态数据；最后通过边缘计算处理器来根据历史操作数据及位置数据对钻床的位置调节准确度进行监测，根据历史操作数据及状态数据对钻床的性能状态进行监测，实现对钻床状态的预警过程，现对于现有技术中直接通过参数与阈值范围进行比对的方式，本实施例能够结合历史数据对其状态进行综合性的判断分析，进而在进行预警过程，能够适应性的根据钻床位置调节及运行过程的实际状态进行判断，保证了钻床故障的提前预警。
作为本发明的一种实施方式，所述历史操作数据包括操作指令类型、操作指令对应位置信息、操作指令对应参数、输入材料类型及操作指令对应时间点；
所述位置数据包括实时钻头转动角度及实时钻头伸展长度；
所述状态数据包括实时钻头速度监测曲线、实时钻头振动曲线、实时钻头发热曲线。
对钻床的位置调节准确度进行监测的过程包括：
将实时钻头转动角度及实时钻头伸展长度与历史操作数据中的操作指令对应位置信息进行比对，根据比对结果确定是否微调及微调量；
获取N次钻头位置调节过程的比较结果数据；
通过公式
Figure SMS_56
计算自动调节过程中的精确度异常系数/>
Figure SMS_57
；
其中，i∈N；
Figure SMS_59
为N次调节过程中微调的次数；/>
Figure SMS_61
为N次调节过程中微调间隔从小至大排序第j名的间隔数；/>
Figure SMS_66
，[]为取整符号；/>
Figure SMS_60
为第i次调节过程的角度微调量，当不进行微调时，/>
Figure SMS_63
；/>
Figure SMS_65
为角度微调量标准允许值；/>
Figure SMS_68
为第i次调节过程的长度微调量，当不进行微调时，/>
Figure SMS_58
；/>
Figure SMS_62
为长度微调量标准允许值；/>
Figure SMS_64
、/>
Figure SMS_67
为预设固定系数；
将精确度异常系数
Figure SMS_69
与预设阈值/>
Figure SMS_70
进行比对：
若
Figure SMS_71
，则判断钻床自动调节精确度异常，并进行预警。
通过上述技术方案，本实施例提供了一种对钻床的位置调节准确度进行监测的方法，主要根据历史操作数据及实时钻头转动角度及实时钻头伸展长度，通过公式
Figure SMS_72
计算自动调节过程中的精确度异常系数/>
Figure SMS_73
；其中，/>
Figure SMS_74
为角度调节的偏差状况，/>
Figure SMS_75
为长度调节的偏差状况，/>
Figure SMS_76
则为偏差出现的频率及集中性组合状况，因此，通过精确度异常系数/>
Figure SMS_77
，实现对位置准确度是否校准的准确判断。
需要说明的是，实时钻头转动角度及实时钻头伸展长度根据现有技术中的常用的定位监测组件实现，同时，其是根据实际的位置进行定位，在此不作详述；上述公式中的钻头位置调节过程选择次数N根据钻床使用的频率选择设定，在此不作限制；角度微调量标准允许值
Figure SMS_78
、长度微调量标准允许值/>
Figure SMS_79
均根据位置调节过程的精度选择设定；预设固定系数
Figure SMS_80
、/>
Figure SMS_81
则根据经验数据拟合获得，在此不作进一步详述。
作为本发明的一种实施方式，对钻床的性能状态进行监测的过程包括：
根据输入材料类型及钻头输入转速等级确定对应的标准钻头速度变化曲线、标准钻头振动曲线及标准钻头发热曲线；
对实时钻头速度监测曲线、实时钻头振动曲线、实时钻头发热曲线标准分别与钻头速度变化曲线、标准钻头振动曲线及标准钻头发热曲线进行状态分析；
当任一曲线状态不合格时，进行预警；
否则，将实时钻头速度监测曲线、实时钻头振动曲线、实时钻头发热曲线与标准钻头速度变化曲线、标准钻头振动曲线及标准钻头发热曲线进行故障隐患分析，根据故障隐患分析结果进行预警。
通过上述技术方案，提供了对钻床的性能状态进行监测的过程，首先根据输入材料类型及钻头输入转速等级确定对应的标准钻头速度变化曲线、标准钻头振动曲线及标准钻头发热曲线；对实时钻头速度监测曲线、实时钻头振动曲线、实时钻头发热曲线标准分别与钻头速度变化曲线、标准钻头振动曲线及标准钻头发热曲线进行状态分析；当任一曲线状态不合格时，说明该项参数处于异常的状态，因此进行预警；否则，将实时钻头速度监测曲线、实时钻头振动曲线、实时钻头发热曲线与标准钻头速度变化曲线、标准钻头振动曲线及标准钻头发热曲线进行故障隐患分析，进行进一步的分析，进而根据故障隐患分析结果进行预警，通过上述判断方法，能够在出现明显故障进行预警的同时，还能根据实际的偏差状态进行故障隐患的分析，实现对故障隐患的提前预警过程。
需要说明的是，标准钻头速度变化曲线、标准钻头振动曲线及标准钻头发热曲线的确定过程根据不同材料在不同参数下的测定数据拟合获得，其可通过现有技术实现，在此不作限定。
作为本发明的一种实施方式，状态分析的过程包括：
通过公式
Figure SMS_82
获取速度异常值/>
Figure SMS_83
；
通过公式
Figure SMS_84
获取振动异常值/>
Figure SMS_85
；
通过公式
Figure SMS_86
获取温度异常值/>
Figure SMS_87
；
其中，
Figure SMS_89
为钻头转动起始时间点；/>
Figure SMS_93
为钻头完成作业时间点；/>
Figure SMS_96
为对应的标准钻头速度变化曲线；/>
Figure SMS_90
为对应的标准钻头发热曲线；/>
Figure SMS_94
为对应的标准钻头振动曲线最大振幅；/>
Figure SMS_98
为对应的标准钻头振动曲线平均频率；/>
Figure SMS_100
为实时钻头速度监测曲线；/>
Figure SMS_88
为实时钻头发热曲线；/>
Figure SMS_92
为/>
Figure SMS_97
时段实时钻头振动曲线最大振幅；/>
Figure SMS_101
为/>
Figure SMS_91
时段实时钻头振动曲线平均频率；gv为转速特征参考函数；gt为温度特征参考函数；/>
Figure SMS_95
、/>
Figure SMS_99
为预设权重系数；/>
Figure SMS_102
频率异常单位量；
当
Figure SMS_103
或/>
Figure SMS_104
或/>
Figure SMS_105
时，进行预警；
否则进行故障隐患分析。
通过上述技术方案，本实施例给出了状态分析的具体过程，通过公式
Figure SMS_107
获取速度异常值/>
Figure SMS_110
；通过公式/>
Figure SMS_114
获取振动异常值/>
Figure SMS_109
；通过公式
Figure SMS_113
获取温度异常值/>
Figure SMS_115
；其中，转速特征参考函数gv和温度特征参考函数gt根据标准状态下误差量随时间变化的特征设定，频率异常单位量/>
Figure SMS_118
根据经验数据中的差值范围选择设定；因此，分别通过速度异常值/>
Figure SMS_106
、振动异常值/>
Figure SMS_112
及温度异常值/>
Figure SMS_116
的计算及其与对应阈值/>
Figure SMS_117
、/>
Figure SMS_108
、/>
Figure SMS_111
的比对过程，实现对故障类型判断预警的过程。
需要说明的是，上述方案中的预设权重系数
Figure SMS_119
、/>
Figure SMS_120
及阈值/>
Figure SMS_121
、/>
Figure SMS_122
、/>
Figure SMS_123
均根据经验数据拟合设定，在此不作详述。
作为本发明的一种实施方式，所述故障隐患分析的过程包括：
通过公式
Figure SMS_124
计算获得故障隐患值/>
Figure SMS_125
；
其中，
Figure SMS_126
、/>
Figure SMS_127
为预设调节系数；
将故障隐患值
Figure SMS_128
与故障隐患阈值/>
Figure SMS_129
进行比对：
若
Figure SMS_130
时，进行预警。
通过上述技术方案，在各项异常值满足阈值要求的情况下，还根据相对的偏差状况对故障隐患进行判断，通过公式
Figure SMS_131
计算获得故障隐患值/>
Figure SMS_132
，根据故障隐患值/>
Figure SMS_133
与故障隐患阈值/>
Figure SMS_134
的比对实现对隐患故障的预警。
需要说明的是，预设调节系数
Figure SMS_135
、/>
Figure SMS_136
及故障隐患阈值/>
Figure SMS_137
均根据经验数据拟合设定，在此不作详述。
作为本发明的一种实施方式，所述系统还包括钻头寿命监测模块，所述钻头寿命监测模块用于根据历史操作数据及状态数据对钻头的状态进行判断，根据判断结果进行预警。
对钻头状态进行判断的过程包括：
通过公式
Figure SMS_138
计算获得钻头损耗系数/>
Figure SMS_139
；
其中，Q为钻头的累计工作循环数；k∈[1，Q]；
Figure SMS_140
为第k此工作循环的温度异常值；
Figure SMS_141
为每个循环的工作时长均值；/>
Figure SMS_142
为损耗量函数；
将钻头损耗系数
Figure SMS_143
与钻头损耗阈值/>
Figure SMS_144
进行比对：
若
Figure SMS_145
，则进行预警。
通过上述技术方案，本实施例中的系统还设置了钻头寿命监测模块来根据历史操作数据及状态数据对钻头的状态进行判断，根据判断结果进行预警；具体地，由于钻头的损耗状况与其持续工作时长及温度存在较大的关联性，因此通过
Figure SMS_146
计算获得钻头损耗系数/>
Figure SMS_147
，其中损耗量函数/>
Figure SMS_148
根据钻头的损耗性能测试数据获得，钻头损耗阈值/>
Figure SMS_149
根据钻头寿命测试数据拟合获得，因此通过钻头损耗系数/>
Figure SMS_150
与钻头损耗阈值
Figure SMS_151
的比对过程，实现对钻头损耗状态的判断。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (8)

1.一种基于边缘计算的摇臂钻床故障监控预警系统，其特征在于，所述系统包括：
操作日志获取模块，用于调用钻床的操作日志；
日志分析模块，用于对操作日志进行识别，获取钻床的历史操作数据；
参数监测模块，用于监测钻床调节过程中的位置数据及工作过程中的状态数据；
边缘计算处理器，用于根据历史操作数据及位置数据对钻床的位置调节准确度进行监测，及根据历史操作数据及状态数据对钻床的性能状态进行监测，根据监测结果进行预警。
2.根据权利要求1所述的一种基于边缘计算的摇臂钻床故障监控预警系统，其特征在于，所述历史操作数据包括操作指令类型、操作指令对应位置信息、操作指令对应参数、输入材料类型及操作指令对应时间点；
所述位置数据包括实时钻头转动角度及实时钻头伸展长度；
所述状态数据包括实时钻头速度监测曲线、实时钻头振动曲线、实时钻头发热曲线。
3.根据权利要求2所述的一种基于边缘计算的摇臂钻床故障监控预警系统，其特征在于，对钻床的位置调节准确度进行监测的过程包括：
将实时钻头转动角度及实时钻头伸展长度与历史操作数据中的操作指令对应位置信息进行比对，根据比对结果确定是否微调及微调量；
获取N次钻头位置调节过程的比较结果数据；
通过公式
Figure QLYQS_1
计算自动调节过程中的精确度异常系数/>
Figure QLYQS_2
；
其中，i∈N；
Figure QLYQS_4
为N次调节过程中微调的次数；/>
Figure QLYQS_8
为N次调节过程中微调间隔从小至大排序第j名的间隔数；/>
Figure QLYQS_9
，[]为取整符号；/>
Figure QLYQS_5
为第i次调节过程的角度微调量，当不进行微调时，/>
Figure QLYQS_7
；/>
Figure QLYQS_10
为角度微调量标准允许值；/>
Figure QLYQS_12
为第i次调节过程的长度微调量，当不进行微调时，/>
Figure QLYQS_3
；/>
Figure QLYQS_6
为长度微调量标准允许值；/>
Figure QLYQS_11
、/>
Figure QLYQS_13
为预设固定系数；
将精确度异常系数
Figure QLYQS_14
与预设阈值/>
Figure QLYQS_15
进行比对：
若
Figure QLYQS_16
，则判断钻床自动调节精确度异常，并进行预警。
4.根据权利要求2所述的一种基于边缘计算的摇臂钻床故障监控预警系统，其特征在于，对钻床的性能状态进行监测的过程包括：
根据输入材料类型及钻头输入转速等级确定对应的标准钻头速度变化曲线、标准钻头振动曲线及标准钻头发热曲线；
对实时钻头速度监测曲线、实时钻头振动曲线、实时钻头发热曲线标准分别与钻头速度变化曲线、标准钻头振动曲线及标准钻头发热曲线进行状态分析；
当任一曲线状态不合格时，进行预警；
否则，将实时钻头速度监测曲线、实时钻头振动曲线、实时钻头发热曲线与标准钻头速度变化曲线、标准钻头振动曲线及标准钻头发热曲线进行故障隐患分析，根据故障隐患分析结果进行预警。
5.根据权利要求4所述的一种基于边缘计算的摇臂钻床故障监控预警系统，其特征在于，状态分析的过程包括：
通过公式
Figure QLYQS_17
获取速度异常值/>
Figure QLYQS_18
；
通过公式
Figure QLYQS_19
获取振动异常值/>
Figure QLYQS_20
；
通过公式
Figure QLYQS_21
获取温度异常值/>
Figure QLYQS_22
；
其中，
Figure QLYQS_26
为钻头转动起始时间点；/>
Figure QLYQS_27
为钻头完成作业时间点；/>
Figure QLYQS_31
为对应的标准钻头速度变化曲线；/>
Figure QLYQS_25
为对应的标准钻头发热曲线；/>
Figure QLYQS_29
为对应的标准钻头振动曲线最大振幅；/>
Figure QLYQS_32
为对应的标准钻头振动曲线平均频率；/>
Figure QLYQS_35
为实时钻头速度监测曲线；/>
Figure QLYQS_23
为实时钻头发热曲线；/>
Figure QLYQS_30
为/>
Figure QLYQS_34
时段实时钻头振动曲线最大振幅；/>
Figure QLYQS_36
为/>
Figure QLYQS_24
时段实时钻头振动曲线平均频率；gv为转速特征参考函数；gt为温度特征参考函数；/>
Figure QLYQS_28
、/>
Figure QLYQS_33
为预设权重系数；/>
Figure QLYQS_37
频率异常单位量；
当
Figure QLYQS_38
或/>
Figure QLYQS_39
或/>
Figure QLYQS_40
时，进行预警；
否则进行故障隐患分析。
6.根据权利要求5所述的一种基于边缘计算的摇臂钻床故障监控预警系统，其特征在于，所述故障隐患分析的过程包括：
通过公式
Figure QLYQS_41
计算获得故障隐患值/>
Figure QLYQS_42
；
其中，
Figure QLYQS_43
、/>
Figure QLYQS_44
为预设调节系数；
将故障隐患值
Figure QLYQS_45
与故障隐患阈值/>
Figure QLYQS_46
进行比对：
若
Figure QLYQS_47
时，进行预警。
7.根据权利要求5所述的一种基于边缘计算的摇臂钻床故障监控预警系统，其特征在于，所述系统还包括钻头寿命监测模块，所述钻头寿命监测模块用于根据历史操作数据及状态数据对钻头的状态进行判断，根据判断结果进行预警。
8.根据权利要求7所述的一种基于边缘计算的摇臂钻床故障监控预警系统，其特征在于，对钻头状态进行判断的过程包括：
通过公式
Figure QLYQS_48
计算获得钻头损耗系数/>
Figure QLYQS_49
；
其中，Q为钻头的累计工作循环数；k∈[1，Q]；
Figure QLYQS_50
为第k此工作循环的温度异常值；/>
Figure QLYQS_51
为每个循环的工作时长均值；/>
Figure QLYQS_52
为损耗量函数；
将钻头损耗系数
Figure QLYQS_53
与钻头损耗阈值/>
Figure QLYQS_54
进行比对：
若
Figure QLYQS_55
，则进行预警。
CN202310551240.XA 2023-05-17 2023-05-17 一种基于边缘计算的摇臂钻床故障监控预警系统 Active CN116300690B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310551240.XA CN116300690B (zh) 2023-05-17 2023-05-17 一种基于边缘计算的摇臂钻床故障监控预警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310551240.XA CN116300690B (zh) 2023-05-17 2023-05-17 一种基于边缘计算的摇臂钻床故障监控预警系统

Publications (2)

Publication Number Publication Date
CN116300690A true CN116300690A (zh) 2023-06-23
CN116300690B CN116300690B (zh) 2023-07-25

Family

ID=86796277

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310551240.XA Active CN116300690B (zh) 2023-05-17 2023-05-17 一种基于边缘计算的摇臂钻床故障监控预警系统

Country Status (1)

Country Link
CN (1) CN116300690B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117300908A (zh) * 2023-08-16 2023-12-29 浙江野牛工具有限公司 一种钻头生产异常工况监测控制系统
CN117933822A (zh) * 2024-01-31 2024-04-26 珠海爱浦京软件股份有限公司 一种基于边缘计算的物联网数据管理系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4748554A (en) * 1986-08-14 1988-05-31 Gte Valeron Corporation Machine monitoring system using motion detection for synchronization
CN101223335A (zh) * 2005-06-07 2008-07-16 贝克休斯公司 用于收集钻头性能数据的方法和设备
CN110080692A (zh) * 2019-03-28 2019-08-02 河北锐石钻头制造有限公司 一种新型自调节式pdc钻头
CN110259433A (zh) * 2019-06-28 2019-09-20 宝鸡石油机械有限责任公司 一种实体钻机数字化监测方法
CN112328703A (zh) * 2020-10-31 2021-02-05 同济大学 一种基于增量学习的数控设备健康状态诊断装置及方法
CN113279700A (zh) * 2021-06-11 2021-08-20 邹城兖矿泰德工贸有限公司 金刚石镀膜钻头
CN115592915A (zh) * 2022-10-12 2023-01-13 广东格林精密部件股份有限公司（Cn） 一种注塑机运行数据监测预警系统
CN115647889A (zh) * 2022-12-26 2023-01-31 三众精密机械南京有限公司 一种钻铣一体立式数控车床

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4748554A (en) * 1986-08-14 1988-05-31 Gte Valeron Corporation Machine monitoring system using motion detection for synchronization
CN101223335A (zh) * 2005-06-07 2008-07-16 贝克休斯公司 用于收集钻头性能数据的方法和设备
CN110080692A (zh) * 2019-03-28 2019-08-02 河北锐石钻头制造有限公司 一种新型自调节式pdc钻头
CN110259433A (zh) * 2019-06-28 2019-09-20 宝鸡石油机械有限责任公司 一种实体钻机数字化监测方法
CN112328703A (zh) * 2020-10-31 2021-02-05 同济大学 一种基于增量学习的数控设备健康状态诊断装置及方法
CN113279700A (zh) * 2021-06-11 2021-08-20 邹城兖矿泰德工贸有限公司 金刚石镀膜钻头
CN115592915A (zh) * 2022-10-12 2023-01-13 广东格林精密部件股份有限公司（Cn） 一种注塑机运行数据监测预警系统
CN115647889A (zh) * 2022-12-26 2023-01-31 三众精密机械南京有限公司 一种钻铣一体立式数控车床

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117300908A (zh) * 2023-08-16 2023-12-29 浙江野牛工具有限公司 一种钻头生产异常工况监测控制系统
CN117300908B (zh) * 2023-08-16 2024-05-24 浙江野牛工具有限公司 一种钻头生产异常工况监测控制系统
CN117933822A (zh) * 2024-01-31 2024-04-26 珠海爱浦京软件股份有限公司 一种基于边缘计算的物联网数据管理系统及方法

Also Published As

Publication number Publication date
CN116300690B (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
CN116300690B (zh) 一种基于边缘计算的摇臂钻床故障监控预警系统
US20200089191A1 (en) Method for monitoring cutting-tool abrasion
CN112284440B (zh) 一种传感器数据偏差自适应修正方法
CN109816191A (zh) 多工作站系统的质量预测方法及其系统
CN116519039B (zh) 一种用于胶线自动化检测设备的监控管理系统
CN112183919A (zh) 质量预测系统和质量预测方法
CN117453962B (zh) 测量仪的数据存储方法及系统
CN118224155B (zh) 一种液压设备的压力监测方法及系统
CN115455359A (zh) 小批量误差数据的自动校正与分布拟合方法
JP2002236511A (ja) 工程管理システムおよび工程管理方法
CN117974661A (zh) 一种数控机床防错方法
CN116690313B (zh) 一种飞机结构件腹板加工刀具失效监控方法
CN114616070A (zh) 用于在加工结构相同的工件期间识别不良品的方法以及相关联的数控式工件加工装置
CN117290795A (zh) 一种适用于单个仪表测量结果异常值的在线识别方法
CN112931912B (zh) 制丝线加料机控制执行机构诊断方法
CN114764550A (zh) 失效检测与分类模型的运作方法与运作装置
CN118735139A (zh) 一种液压齿轮泵装配检测系统
KR102404889B1 (ko) 현장 데이터 기반 설비 수명 예측 시스템 및 이의 예측 방법
CN118608016B (zh) 一种工业数据安全检查指标体系构建方法及系统
CN117078118B (zh) 一种数控机床生产工件质量智能检测系统
CN117182652A (zh) 数控机床的刀具磨损监测方法、边缘控制器及监测系统
CN117444688B (zh) 用于换刀机器人工作站的故障告警方法及系统
CN117787928B (zh) 基于大数据的自动组装设备组装效率分析管理系统
CN118081479B (zh) 一种机床运行故障在线监测方法与系统
CN115079658B (zh) 一种智能化生产线监测系统

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