CN116643536A - 设备工作状态的监测方法、装置、电子设备及介质 - Google Patents
设备工作状态的监测方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN116643536A CN116643536A CN202310930636.5A CN202310930636A CN116643536A CN 116643536 A CN116643536 A CN 116643536A CN 202310930636 A CN202310930636 A CN 202310930636A CN 116643536 A CN116643536 A CN 116643536A
- Authority
- CN
- China
- Prior art keywords
- motion
- monitoring
- state
- monitoring element
- fault
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 170
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000033001 locomotion Effects 0.000 claims abstract description 276
- 238000001228 spectrum Methods 0.000 claims description 33
- 238000005452 bending Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 8
- 230000000737 periodic effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 7
- 238000012545 processing Methods 0.000 abstract description 7
- 206010063385 Intellectualisation Diseases 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 8
- 238000003745 diagnosis Methods 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
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
- G05B2219/33—Director till display
- G05B2219/33314—Failure reason analysis, simple strategy or multiple outcome analysis
-
- 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
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种设备工作状态的监测方法、装置、电子设备及介质,涉及自动化加工技术领域。其中方法包括:获取监测元件对应的运动指令和运动数据;根据所述运动数据,计算所述监测元件对应的运动参数;根据所述运动指令和所述运动参数,确定所述监测元件对应运动状态,其中,所述运动状态包括标准状态和故障状态;当所述监测元件对应的运动状态为故障状态时,根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型;基于所述故障类型,生成故障报告并发送。本发明实现在设备工作过程中,对设备中元件的工作状态的实时监测,使得设备能够自动感知和反馈其运行状态,提高设备智能化。
Description
技术领域
本发明涉及自动化加工技术领域,尤其涉及一种设备工作状态的监测方法、装置、电子设备及介质。
背景技术
高精度的设备需要更高的精确度和稳定性才能够保证工作的正常进行,例如数控机床。数控机床是一种高精度设备,它能够根据预先编程的程序对零件进行高效、精确和复杂的加工。数控机床在现代制造领域有着广泛的应用,如航空航天、汽车、工具和军事等。
高精度设备的精确度和稳定性,尤其是在加工过程中保持零件的位置精度和质量,至关重要。零件的位置精度和质量直接影响着产品的性能和寿命,如果出现偏移或变形,可能会导致生产效率下降、质量不合格、设备损坏或安全事故。因此,保证设备的位置精度和质量是工作正常运行的关键。目前,解决这个问题的方法主要是依靠人工检查、维护和纠正机器。这种方法不仅耗时耗力,而且容易出错,而且需要大量的人力和物力投入。
发明内容
本发明提供一种设备振动的监测方法、装置、电子设备及介质,用以解决现有技术中设备工作状态缺少精准监测的状况。
本发明提供一种设备工作状态的监测方法,包括:
获取监测元件对应的运动指令和运动数据;
根据所述运动数据,计算所述监测元件对应的运动参数;
根据所述运动指令和所述运动参数,确定所述监测元件对应运动状态,其中,所述运动状态包括标准状态和故障状态;
当所述监测元件对应的运动状态为故障状态时,根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型;
基于所述故障类型,生成故障报告并发送。
根据本发明提供的一种设备工作状态的监测方法,所述根据所述运动指令和所述运动参数,确定所述监测元件对应运动状态包括:
基于所述运动指令,计算每一个所述监测元件对应的预期参数;
根据所述预期参数和所述运动参数,确定所述监测元件对应的运动状态。
根据本发明提供的一种设备工作状态的监测方法,所述根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型包括:
根据所述运动数据,计算所述监测元件对应的运动频谱;
基于所述运动指令对应的标准频谱和所述运动频谱,确定所述监测元件对应的故障类型。
根据本发明提供的一种设备工作状态的监测方法,所述根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型包括:
当所述监测元件为轴元件时,根据所述运动数据中的周期偏心值,计算所述轴元件对应的偏心形状;
根据所述偏心形状,确定所述轴元件对应的最大偏心值和最小偏心值;
计算所述最大偏心值和所述最小偏心值之差,得到轴弯曲量;以及,
计算所述最大偏心值和所述最小偏心值之和,得到轴直径变化量;
根据所述轴弯曲量和所述轴直径变化量,确定所述监测元件对应的故障状态。
根据本发明提供的一种设备工作状态的监测方法,所述根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型包括:
当所述监测元件为旋转元件时,对所述运动数据中的振动信号进行转换,得到所述旋转元件对应的复数响应;
根据所述复数响应,生成运动动画;
根据所述运动动画,确定所述旋转元件对应的故障状态。
根据本发明提供的一种设备工作状态的监测方法,所述获取监测元件对应的运动指令和运动数据之前,还包括:
获取所述监测元件对应的噪音信号;
对所述噪音信号进行放大并采样,生成采样值;
计算所述采样值对应的二进制值,得到随机数;
根据所述随机数和/或所述监测元件对应的标识符,生成初始数;
基于所述初始数,生成加密密钥和解密密钥,并将所述加密密钥发送至所述监测元件。
根据本发明提供的一种设备工作状态的监测方法,所述获取监测元件对应的运动指令和运动数据包括:
获取所述监测元件对应的运动指令和加密数据;
基于所述解密密钥,对所述加密数据进行解密,得到运动数据。
本发明还提供一种设备工作状态的监测装置,包括:
获取模块,用于获取监测元件对应的运动指令和运动数据;
计算模块,用于根据所述运动数据,计算所述监测元件对应的运动参数;
状态确定模块,用于根据所述运动指令和所述运动参数,确定所述监测元件对应运动状态,其中,所述运动状态包括标准状态和故障状态;
类型确定模块,用于当所述监测元件对应的运动状态为故障状态时,根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型;
生成模块,用于基于所述故障类型,生成故障报告并发送。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述任一种设备工作状态的监测方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种设备工作状态的监测方法。
本发明提供的设备工作状态的监测方法、装置、电子设备及介质,通过运动指令和运动数据,计算运动参数,确定运动状态和故障类型,生成故障报告,实现了对设备的精确控制和优化调节,使得设备能够按照预期的方式进行正确的运动,并且及时发现和处理故障,从而提高了设备的运行效率和质量。并且通过各个监测元件运动状态的分析,实现了对设备中各个元器件的实时监测和故障诊断,使得设备能够自动感知和反馈其运行状态,从而提高了设备的智能化水平,减少了人工检测和维修的时间和成本,降低了设备的维护成本和风险。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,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是本发明提供的设备工作状态的监测方法的流程示意图;
图2是本发明提供的设备工作状态的监测装置的结构示意图;
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例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他实施例,都属于本发明保护的范围。该监测方法主要应用于设备,本实施例中选用数控机床作为待监测的设备,执行该振动位移监测方法的是该设备的控制中心,在数控机床中则为数控装置,待监测的元件主要位于伺服系统和机床本体。
下面结合图1-图3描述本发明的设备工作状态的监测方法、装置、电子设备及介质。
如图1所示,本发明提供的设备工作状态的监测方法,包括步骤:
S100、获取监测元件对应的运动指令和运动数据。
S200、根据所述运动数据,计算所述监测元件对应的运动参数。
S300、根据所述运动指令和所述运动参数,确定所述监测元件对应运动状态。
S400、当所述监测元件对应的运动状态为故障状态时,根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型。
S500、基于所述故障类型,生成故障报告并发送。
具体地,将设备中需要监测的元器件作为监测元件,并为每一个监测元件设置若干个传感器,传感器会对所在模块的运动速度、运动角度、加速度、噪声、温度等参数进行监测,并采集运动数据。传感器能够将机械信号形式的运动数据转换为电信号形式的数据并发送至数控装置。
数控装置还会获取运动指令,即发送至伺服系统,以通过伺服系统控制机床进行特定运动的指令,例如旋转刀具的角度、调整轴的高度、改变进给速度等。运动指令是设备运行的基本依据,也是判断设备是否正常工作的重要参考。
所述运动参数是对运动数据的进一步处理和分析,以反映监测元件的运动特征和状态。所述运动参数包括运动幅度、运动频率和/或运动强度。例如,根据振动传感器获取的振动数据,可以计算出振动幅度和振动频率。
以运动幅度为例,运动幅度是指监测元件在运动过程中的位移变化。运动幅度可以通过对振动数据或声音数据进行傅里叶变换,得到其频域特征,然后根据频域特征的幅值,计算出运动幅度。例如,如果振动数据或声音数据的频域特征中,有一个频率为f,幅值为A的分量,那么运动幅度可以近似为A/f。
运动状态是对监测元件是否正常工作的判断和评估。所述运动状态包括标准状态和故障状态。标准状态表示监测元件按照运动指令进行正确的运动,并且运动参数在正常范围内;故障状态表示监测元件没有按照运动指令进行正确的运动,或者运动参数超出正常范围。例如,当刀具按照旋转角度为30°的指令进行旋转时,如果旋转角度实际为29.5°~30.5°之间,并且振动幅度小于0.1mm,则判断为标准状态;如果旋转角度实际为28°或32°,或者振动幅度大于0.2mm,则判断为故障状态。
故障类型是对故障状态的具体分类和描述,以便于进行故障诊断和处理。故障类型包括不平衡、松动、轴承磨损等。
监测元件在旋转过程中,其质量分布不均匀,导致其旋转轴线与几何轴线不重合,从而产生振动。若运动指令为旋转类指令,且之前计算得到的运动幅度和运动频率呈一定的比例关系,即运动幅度与运动频率成正比,则该监测元件的故障类型为不平衡。
监测元件与其连接部件之间的固定或支撑作用减弱或消失,导致其在运动过程中发生相对位移或摆动,从而产生振动或噪音。若运动指令为任意类指令,且运动幅度或噪音强度呈现周期性变化,如正弦函数关系,则该监测元件对应的故障类型为松动。
轴承磨损是指监测元件中的轴承由于长期使用或负荷过大而导致其表面磨损或裂纹,从而影响其正常工作,产生振动或噪音。若运动指令为旋转类指令,且振动数据或噪音数据在频域特征中出现特定的频率分量,即轴承特征频率,则监测元件对应的故障类型为不平衡。例如,如果运动指令为旋转角度为30°,且振动数据或噪音数据在频域特征中出现轴承内圈、外圈、滚珠、保持架等部件的特征频率,则判断为轴承磨损。
所述故障报告是对故障类型的详细记录和通知,以便于进行故障排除和维修。所述故障报告包括故障发生的时间、地点、监测元件的标识符、运动指令、运动参数、运动状态、故障类型等信息,并且根据故障类型,给出相应的建议和解决方案。所述故障报告可以通过显示屏、打印机、短信、邮件等方式发送至相关人员或部门,以便于及时处理。
在一种实现方式中,所述根据所述运动指令和所述运动参数,确定所述监测元件对应运动状态包括:
基于所述运动指令,计算每一个所述监测元件对应的预期参数;
根据所述预期参数和所述运动参数,确定所述监测元件对应的运动状态。
具体地,通过对运动参数,如振动数据或噪音数据,进行傅里叶变换,得到其运动频谱,即频域特征。运动频谱能够反映出监测元件在运动过程中的频率分布和幅值变化,从而提供判断故障类型的依据。
然后,根据运动指令对应的预期参数,例如标准频率,与运动频谱进行比较,确定监测元件对应的故障类型。标准频率是指在正常工作状态下,监测元件按照运动指令进行运动时,其理论上应该出现的频率。例如,如果运动指令为旋转角度为30°,那么标准频率就是旋转角度为30°时的旋转频率。如果运动频谱中出现了与标准频率不一致的频率分量,或者出现了轴承特征频率等异常频率分量,那么就可以判断出监测元件对应的故障类型。例如,如果运动频谱中出现了与标准频率成正比的频率分量,那么就可以判断为不平衡;如果运动频谱中出现了周期性变化的频率分量,那么就可以判断为松动;如果运动频谱中出现了轴承特征频率等异常频率分量,那么就可以判断为轴承磨损。
在另一种实现方式中,所述根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型包括:
根据所述运动数据,计算所述监测元件对应的运动频谱;
基于所述运动指令对应的标准频谱和所述运动频谱,确定所述监测元件对应的故障类型。
具体地,先根据运动数据,计算监测元件对应的运动频谱,其利用傅里叶变换或小波变换等信号处理方法,将时域的振动信号转换为频域的运动频谱,即表征每个频率分量振动幅值大小的频谱图。这个频谱图可以反映出监测元件的运动状态和特征。
预先采集每一个运动指令下,每一个监测元件工作时对应的标准频谱。得到运动频谱时,基于标准频谱,分析两者之间的差异和异常,从而确定故障类型。以转子为例,如果运动频谱中出现单一的旋转频率及其低阶谐波,并且幅值较大,可能是转子不平衡引起的;如果运动频谱中出现旋转频率的二倍频或四倍频及其高次倍频,并且幅值较大,可能是转子不对中引起的;如果运动频谱中出现基座或装配松动引起的非线性特征,如分数谐波或边带成分,并且幅值较大,可能是基座或装配松动引起的。因此基于标准频谱和所述运动频谱,可确定监测元件对应的故障类型。
虽然以上方式能够确定大多数的故障类型,但是对于一些细微故障,判断精确度并不高。本实施例的另一种实现方式中,所述根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型还包括:
当所述监测元件为轴元件时,根据所述运动数据中的周期偏心值,计算所述轴元件对应的偏心形状;
根据所述偏心形状,确定所述轴元件对应的最大偏心值和最小偏心值;
计算所述最大偏心值和所述最小偏心值之差,得到轴弯曲量;以及,
计算所述最大偏心值和所述最小偏心值之和,得到轴直径变化量;
根据所述轴弯曲量和所述轴直径变化量,确定所述监测元件对应的故障状态。
具体地,先通过对轴元件的运动数据,如振动数据或声音数据,进行傅里叶变换,得到其运动频谱,即频域特征。运动频谱能够反映出轴元件在旋转过程中的频率分布和幅值变化,从而提供判断故障类型的依据。
然后,根据运动频谱中的周期偏心值,计算出轴元件对应的偏心形状。周期偏心值是指在一个旋转周期内,轴元件的旋转中心与几何中心之间的距离变化。周期偏心值可以通过对运动频谱中的基频分量进行逆傅里叶变换,得到其时域特征。时域特征能够反映出轴元件在一个旋转周期内的位移变化,从而得到其偏心形状。例如,如果时域特征呈现为正弦波形,则偏心形状为圆形;如果时域特征呈现为椭圆波形,则偏心形状为椭圆形;如果时域特征呈现为多边形波形,则偏心形状为多边形。
接着,根据偏心形状,确定轴元件对应的最大偏心值和最小偏心值。最大偏心值是指在一个旋转周期内,轴元件的旋转中心与几何中心之间的距离的最大值;最小偏心值是指在一个旋转周期内,轴元件的旋转中心与几何中心之间的距离的最小值。最大偏心值和最小偏心值可以通过对时域特征进行极值分析,得到其峰值和谷值。例如,如果时域特征呈现为正弦波形,则最大偏心值和最小偏心值分别为正弦波的峰值和谷值。
然后根据最大偏心值和最小偏心值之差,得到轴弯曲量;以及根据最大偏心值和最小偏心值之和,得到轴直径变化量。轴弯曲量是指在一个旋转周期内,轴元件的弯曲程度;轴直径变化量是指在一个旋转周期内,轴元件的直径大小。轴弯曲量和轴直径变化量可以通过对最大偏心值和最小偏心值进行运算,得到其差值和和值。例如,如果最大偏心值为0.2mm,最小偏心值为0.1mm,则轴弯曲量为0.1mm,轴直径变化量为0.3mm。
最后,根据轴弯曲量和轴直径变化量,确定监测元件对应的故障状态。当轴弯曲量和轴直径变化量超过了该运动指令对应的预期参数范围内,则确定该故障类型为轴不平衡。
通过以上方式,本实施例通过对运动数据进行傅里叶变换,得到其运动频谱,能够准确地反映出轴元件在旋转过程中的频率分布和幅值变化,从而提高了轴元件的监测精度和敏感度,以及轴元件的故障诊断能力和效率。同时,本实施例还能够及时地发现和处理轴元件的异常状态,降低了轴元件的维护成本和风险。
在另一种实现方式中,所述根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型包括:
当所述监测元件为旋转元件时,对所述运动数据中的振动信号进行转换,得到所述旋转元件对应的复数响应;
根据所述复数响应,生成运动动画;
根据所述运动动画,确定所述旋转元件对应的故障状态。
具体地,通过对旋转元件的运动数据,如振动数据或声音数据,进行转换,得到其复数响应。复数响应是在信号处理中,用复数形式来表示信号的变换和特征。复数响应能够反映出旋转元件在运动过程中的幅值和相位变化,从而提供判断故障类型的依据。然后,根据复数响应,生成运动动画。运动动画是指将复数响应在二维平面上进行绘制,得到一个随时间变化的图形。运动动画能够直观地反映出旋转元件在运动过程中的形状和位置变化,从而提供判断故障类型的依据。接着,根据运动动画,确定旋转元件对应的故障状态。当运动动画与该运动指令对应的标准动画并不匹配时,根据不匹配的角度和幅度,可确定旋转元件对应的故障状态,例如该旋转元件出现磨损,导致运动出现一边倾斜的情况。
在一种实现方式中,为了提高数据传输的安全性,先对传感器采集的运动数据进行加密,得到加密数据。再将运动数据传输至数控装置。数控装置获取每一个所述监测元件对应的加密数据。这一步可以通过数控装置与传感器的无线通讯实现。加密数据是为了保护运动数据的安全性和完整性,防止被篡改或窃取。加密数据可以采用对称加密或非对称加密的方式生成,例如AES(Advanced Encryption Standard,高级加密标准)。然后根据所述监测元件对应的解密密钥,对所述加密数据进行解密,得到运动数据。这一步可以通过数控装置内部的处理器或外部的处理设备实现。解密密钥是用于还原加密数据的密码,与加密数据的生成方式相对应。
为提高安全性,在一种实现方式中,当初次运行时,传感器获取其对应的监测元件产生的噪音信号,并将其发送至数控装置。例如,传感器可以获取其对应的电机的转动噪音信号,并将其以电信号的形式发送至数控装置。数控装置接收到噪音信号后,对其进行放大处理,并进行采样操作,得到一系列的采样值。例如使用放大器对噪音信号进行放大,使其幅度增大,并使用模数转换器对噪音信号进行采样,得到一系列的数字值。
数控装置根据采样值的大小,将其转换为相应的二进制值,从而生成一个随机数。这个随机数具有较高的随机性,因为它是由噪音信号产生的,而噪音信号受到多种因素的影响,难以预测和复制。数控装置根据随机数和/或监测元件对应的标识符,计算出一个初始数。这个初始数是加密密钥和解密密钥的基础。随机数和监测元件对应的标识符可以单独作为初始数,也可进行运算得到初始数,例如采用异或运算法,将随机数与监测元件对应的标识符进行异或运算,得到一个初始数。最后,数控装置根据初始数,按照一定的算法,生成加密密钥和解密密钥。其中,第一次生成解密密钥时也会生成加密密钥,并将加密密钥发送至传感器,用于对运动数据进行加密处理,得到加密数据。解密密钥则保留在数控装置中,用于对加密数据进行解密还原,得到原始的运动数据。
若初始数的生成中包含了标识符且监测元件发生改变,则该监测元件对应的标识符发生改变,因此生成的加密密钥和解密密钥并不相同。此时传感器会采用新的加密密钥进行加密,而数控装置仍采用旧有的解密密钥,故无法解密传感器发送的加密数据,由此可判断数控机床的元件发生了改变,也实现了对监测元件变更的监测。
在硬件层面上,芯片与其他芯片相互隔离,实现密钥无法被外部读取,以保证数据的安全性。该芯片还可包括一个专门的固件,监测和控制整个系统的状态。若芯片检测到硬件被更换,阻止设备的启动,以保护设备的安全。在芯片外,还可通过金属屏蔽罩、EMI(Electromagnetic Interference,电磁干扰)屏蔽等,保护加密芯片的通信链路。
该方案通过利用噪音信号生成加密密钥和解密密钥等方式,实现了对运动数据的加密传输和解密还原,保证了数据的安全性和完整性,防止了数据被篡改或泄露。
下面对本发明提供的设备工作状态的监测装置进行描述,下文描述的设备工作状态的监测装置与上文描述的设备工作状态的监测方法可相互对应参照。如图2所示,所述装置包括获取模块210、计算模块220、状态确定模块230、类型确定模块240和生成模块250。
所述获取模块210用于获取监测元件对应的运动指令和运动数据;
所述计算模块220用于根据所述运动数据,计算所述监测元件对应的运动参数;
所述状态确定模块230用于根据所述运动指令和所述运动参数,确定所述监测元件对应运动状态,其中,所述运动状态包括标准状态和故障状态;
所述类型确定模块240用于当所述监测元件对应的运动状态为故障状态时,根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型;
所述生成模块250用于基于所述故障类型,生成故障报告并发送。
图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行设备工作状态的监测方法,该方法包括:
获取监测元件对应的运动指令和运动数据;
根据所述运动数据,计算所述监测元件对应的运动参数;
根据所述运动指令和所述运动参数,确定所述监测元件对应运动状态,其中,所述运动状态包括标准状态和故障状态;
当所述监测元件对应的运动状态为故障状态时,根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型;
基于所述故障类型,生成故障报告并发送。
此外,上述的存储器330中的逻辑指令可以通过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(可以是个人计算机,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、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的设备工作状态的监测方法,该方法包括:
获取监测元件对应的运动指令和运动数据;
根据所述运动数据,计算所述监测元件对应的运动参数;
根据所述运动指令和所述运动参数,确定所述监测元件对应运动状态,其中,所述运动状态包括标准状态和故障状态;
当所述监测元件对应的运动状态为故障状态时,根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型;
基于所述故障类型,生成故障报告并发送。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的设备工作状态的监测方法,该方法包括:
获取监测元件对应的运动指令和运动数据;
根据所述运动数据,计算所述监测元件对应的运动参数;
根据所述运动指令和所述运动参数,确定所述监测元件对应运动状态,其中,所述运动状态包括标准状态和故障状态;
当所述监测元件对应的运动状态为故障状态时,根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型;
基于所述故障类型,生成故障报告并发送。
以上所描述的装置实施例仅仅是示意性的,其中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网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种设备工作状态的监测方法,其特征在于,包括:
获取监测元件对应的运动指令和运动数据;
根据所述运动数据,计算所述监测元件对应的运动参数;
根据所述运动指令和所述运动参数,确定所述监测元件对应运动状态,其中,所述运动状态包括标准状态和故障状态;
当所述监测元件对应的运动状态为故障状态时,根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型;
基于所述故障类型,生成故障报告并发送。
2.根据权利要求1所述的设备工作状态的监测方法,其特征在于,所述根据所述运动指令和所述运动参数,确定所述监测元件对应运动状态包括:
基于所述运动指令,计算每一个所述监测元件对应的预期参数;
根据所述预期参数和所述运动参数,确定所述监测元件对应的运动状态。
3.根据权利要求1-2中任意一项所述的设备工作状态的监测方法,其特征在于,所述根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型包括:
根据所述运动数据,计算所述监测元件对应的运动频谱;
基于所述运动指令对应的标准频谱和所述运动频谱,确定所述监测元件对应的故障类型。
4.根据权利要求1-2中任意一项所述的设备工作状态的监测方法,其特征在于,所述根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型包括:
当所述监测元件为轴元件时,根据所述运动数据中的周期偏心值,计算所述轴元件对应的偏心形状;
根据所述偏心形状,确定所述轴元件对应的最大偏心值和最小偏心值;
计算所述最大偏心值和所述最小偏心值之差,得到轴弯曲量;以及,
计算所述最大偏心值和所述最小偏心值之和,得到轴直径变化量;
根据所述轴弯曲量和所述轴直径变化量,确定所述监测元件对应的故障状态。
5.根据权利要求1-2中任意一项所述的设备工作状态的监测方法,其特征在于,所述根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型包括:
当所述监测元件为旋转元件时,对所述运动数据中的振动信号进行转换,得到所述旋转元件对应的复数响应;
根据所述复数响应,生成运动动画;
根据所述运动动画,确定所述旋转元件对应的故障状态。
6.根据权利要求1-2中任意一项所述的设备工作状态的监测方法,其特征在于,所述获取监测元件对应的运动指令和运动数据之前,还包括:
获取所述监测元件对应的噪音信号;
对所述噪音信号进行放大并采样,生成采样值;
计算所述采样值对应的二进制值,得到随机数;
根据所述随机数和/或所述监测元件对应的标识符,生成初始数;
基于所述初始数,生成加密密钥和解密密钥,并将所述加密密钥发送至所述监测元件。
7.根据权利要求6所述的设备工作状态的监测方法,其特征在于,所述获取监测元件对应的运动指令和运动数据包括:
获取所述监测元件对应的运动指令和加密数据;
基于所述解密密钥,对所述加密数据进行解密,得到运动数据。
8.一种设备工作状态的监测装置,其特征在于,所述监测装置包括:
获取模块,用于获取监测元件对应的运动指令和运动数据;
计算模块,用于根据所述运动数据,计算所述监测元件对应的运动参数;
状态确定模块,用于根据所述运动指令和所述运动参数,确定所述监测元件对应运动状态,其中,所述运动状态包括标准状态和故障状态;
类型确定模块,用于当所述监测元件对应的运动状态为故障状态时,根据所述运动指令和所述运动数据,确定所述监测元件对应的故障类型;
生成模块,用于基于所述故障类型,生成故障报告并发送。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述设备工作状态的监测方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述设备工作状态的监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310930636.5A CN116643536B (zh) | 2023-07-27 | 2023-07-27 | 设备工作状态的监测方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310930636.5A CN116643536B (zh) | 2023-07-27 | 2023-07-27 | 设备工作状态的监测方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116643536A true CN116643536A (zh) | 2023-08-25 |
CN116643536B CN116643536B (zh) | 2023-10-27 |
Family
ID=87640388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310930636.5A Active CN116643536B (zh) | 2023-07-27 | 2023-07-27 | 设备工作状态的监测方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116643536B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130107807A (ko) * | 2012-03-23 | 2013-10-02 | 현대자동차주식회사 | 공구 관리 장치 및 방법 |
CN105974886A (zh) * | 2016-06-28 | 2016-09-28 | 华中科技大学 | 一种数控机床的健康监测方法 |
CN107271170A (zh) * | 2017-07-12 | 2017-10-20 | 西安因联信息科技有限公司 | 一种机械设备故障类型的自动诊断方法及系统 |
CN112098065A (zh) * | 2020-09-21 | 2020-12-18 | 成都卓微科技有限公司 | 一种设备运行状态的诊断方法、存储介质及终端 |
CN114241728A (zh) * | 2021-12-07 | 2022-03-25 | 纽控(广东)数控技术有限公司 | 数控机床运行状态监测及报警方法、装置和智能终端 |
CN115079639A (zh) * | 2022-07-13 | 2022-09-20 | 深圳市协和传动器材有限公司 | 凸轮分割器的加工机床运行异常报警方法 |
CN115931319A (zh) * | 2022-10-27 | 2023-04-07 | 圣名科技(广州)有限责任公司 | 故障诊断方法、装置、电子设备及存储介质 |
-
2023
- 2023-07-27 CN CN202310930636.5A patent/CN116643536B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130107807A (ko) * | 2012-03-23 | 2013-10-02 | 현대자동차주식회사 | 공구 관리 장치 및 방법 |
CN105974886A (zh) * | 2016-06-28 | 2016-09-28 | 华中科技大学 | 一种数控机床的健康监测方法 |
CN107271170A (zh) * | 2017-07-12 | 2017-10-20 | 西安因联信息科技有限公司 | 一种机械设备故障类型的自动诊断方法及系统 |
CN112098065A (zh) * | 2020-09-21 | 2020-12-18 | 成都卓微科技有限公司 | 一种设备运行状态的诊断方法、存储介质及终端 |
CN114241728A (zh) * | 2021-12-07 | 2022-03-25 | 纽控(广东)数控技术有限公司 | 数控机床运行状态监测及报警方法、装置和智能终端 |
CN115079639A (zh) * | 2022-07-13 | 2022-09-20 | 深圳市协和传动器材有限公司 | 凸轮分割器的加工机床运行异常报警方法 |
CN115931319A (zh) * | 2022-10-27 | 2023-04-07 | 圣名科技(广州)有限责任公司 | 故障诊断方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116643536B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102310118B1 (ko) | 기계의 진동 진단 모니터링 수행 방법 | |
KR101903283B1 (ko) | 발전 설비의 자동 진단 시스템 및 자동 진단 방법 | |
CN102758655B (zh) | 用于保护旋转机械的方法 | |
JP2015515001A (ja) | 軸受監視方法およびシステム | |
US11680864B2 (en) | Condition monitoring device and method for monitoring an electrical machine | |
KR20200101507A (ko) | 기계학습을 이용한 회전기계 고장 진단 및 예측시스템 | |
JP2009506261A (ja) | タービンの回転軸の動的挙動を監視するための方法と装置 | |
JP2007010415A (ja) | 軸受異常診断システム、軸受異常診断装置及び軸受異常診断方法 | |
GB2419674A (en) | Measuring angular position and radial position of a rotor | |
JP2019056701A (ja) | 位置測定装置および位置測定装置の操作方法 | |
CN116643536B (zh) | 设备工作状态的监测方法、装置、电子设备及介质 | |
JP6378582B2 (ja) | 回転部品を監視するためのシステムおよび方法 | |
EP2312410A1 (en) | Method of contactless monitoring of turbines, particularly the individual blades of a steam or gas turbine in an electric generating station, and a system for carrying out that method | |
CN110646138A (zh) | 一种旋转机械无键相无试重动平衡方法和分析装置 | |
CN102072764A (zh) | 汽轮发电机组低频振动单峰实时分析方法 | |
JP2011237459A (ja) | 異常診断装置、回転装置及び異常診断方法 | |
Agrawal et al. | Analysis of the condition based monitoring system for heavy industrial machineries | |
JP2014074659A (ja) | 異常検出前処理装置および方法ならびにプログラム、それを備えた異常検出装置 | |
WO2018229836A1 (ja) | 軸受診断装置 | |
CN114323664A (zh) | 一种燃气轮机燃气振动异常的检测方法 | |
JP7443011B2 (ja) | 振動解析装置及び振動測定システム | |
CN117609692B (zh) | 一种风力发电机组齿轮箱平行级故障诊断方法及装置 | |
CN112204478B (zh) | 用于具有可动态调节的计算单元的工业机器的监测系统 | |
US6708128B2 (en) | Device, computer program product and method for indicating a function deviation of one or more details of manufacturing equipment using frequency component analysis | |
EP4321851A1 (en) | Method for providing a physically explainable fault information of a bearing by a fault detection model |
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 |