CN117215276A - 数控生产设备数据分析控制方法、装置、系统及存储介质 - Google Patents
数控生产设备数据分析控制方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN117215276A CN117215276A CN202311483382.3A CN202311483382A CN117215276A CN 117215276 A CN117215276 A CN 117215276A CN 202311483382 A CN202311483382 A CN 202311483382A CN 117215276 A CN117215276 A CN 117215276A
- Authority
- CN
- China
- Prior art keywords
- data
- detection
- value
- numerical control
- adjustment
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000007405 data analysis Methods 0.000 title claims abstract description 76
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 179
- 238000013499 data model Methods 0.000 claims abstract description 42
- 238000004458 analytical method Methods 0.000 claims description 48
- 238000004422 calculation algorithm Methods 0.000 claims description 31
- 230000002159 abnormal effect Effects 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 8
- 238000013500 data storage Methods 0.000 claims description 3
- 239000000047 product Substances 0.000 abstract description 56
- 238000012544 monitoring process Methods 0.000 abstract description 11
- 230000002596 correlated effect Effects 0.000 abstract description 6
- 239000013589 supplement Substances 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 19
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 230000001276 controlling effect Effects 0.000 description 8
- 238000007689 inspection Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000003908 quality control method Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008030 elimination Effects 0.000 description 4
- 238000003379 elimination reaction Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000007670 refining Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000007650 screen-printing Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Abstract
本发明提供了一种数控生产设备数据分析控制方法、装置、系统及存储介质，涉及设备自动化控制技术领域，所述数控生产设备数据分析控制方法包括：获取加工产品的检测数据并生成数据模型；对数据模型进行分析获得调整计划信息；根据调整计划信息对数控生产设备进行参数调整。本发明基于数据分析控制系统主要解决了将产品的检测数据和CNC调机参数无法关联，并自动调机改良产品的问题，补齐了SCADA系统数据分析的短板，将数据采集、数据分析、监视控制和反向调节融合为一体，实现了对数控生产设备的自动化控制，极大的降低了人力成本。
Description
技术领域
本发明涉及设备自动化控制技术领域，更具体地说，涉及一种数控生产设备数据分析控制方法、装置、系统及存储介质。
背景技术
当前精雕机、丝印机等物联网设备的设备参数在传统调整过程中存在一些问题。传统调整过程中，OMM（影像测量仪）检测设备会生成纸质产品检测数据明细报表，然后通过人力传递给调机员、品管/质检员。调机员、品管/质检员根据纸质报表和个人经验来确定需要调整哪些加工设备的参数以及调整数值，并手动进入CNC（Computer numericalcontrol，数控机床）机台的参数设置界面进行调整。
然而，在这个传统的调整过程中存在一些缺陷和不足之处。首先，纸质产品检测明细数据容易丢失，难以查询统计分析。由于纸质报表的存储和管理比较困难，很容易导致数据丢失或处理不当，从而无法进行有效的查询和统计分析。其次，由于人力传递因素，纸质产品检测数据明细报表的传递过程会出现滞后，导致调机延迟增加和不合格产品率的提高。人力操作不可避免地会引入延迟，这可能导致调机员无法及时获得最新的数据，从而延误了调机的时间。此外，传统的调整过程需要依赖调机员、品管/质检员丰富的调机工作经验来提高调机效率和减少误操作。缺乏经验的操作人员可能会出现失误，而且在人力参与过程中也增加了一些不可控因素。另外，由于加工设备的地理位置分布，调机员、品管/质检员需要花费更多的时间来调整设备参数。如果设备分布在不同的地点，调机员需要经常移动并进行不同设备间的调整工作，增加了调机过程所耗费的时间。
综上所述，传统的加工设备参数调整过程存在一些缺陷和不足之处。纸质报表易丢失，难以查询统计分析；传递过程滞后导致调机延迟和不合格产品率上升；依赖调机员、品管/质检员经验增加调机效率但也带来了失误和精度问题；人力参与增加了不可控因素；设备地理位置分布增加了调机过程所需的时间。改进这些问题，提高调机过程的效率和准确性，是一个亟待解决的课题。
发明内容
有鉴于此，针对于上述技术问题，本发明提供一种数控生产设备数据分析控制方法，包括：
通过采集模块获取检测设备针对数控生产设备生产的加工产品的检测数据，并生成数据模型；
分析算法模块对所述数据模型进行分析，获得调整计划信息；
调整模块根据所述调整计划信息对所述数控生产设备进行参数调整，以便于根据调整后参数生产所述加工产品。
优选地，所述通过采集模块获取检测设备针对数控生产设备生产的加工产品的检测数据，并生成数据模型，包括：
所述采集模块与所述检测设备建立连接，并获取当前所检测的检测数据；
根据所述检测数据构建产品检测明细报表；
提取所述产品检测明细报表中的检测项字段，根据所述检测项字段建立对应的检测模型；
将所述产品检测明细报表和所述数据模型通过WebApi输出至数据存储模块。
优选地，所述分析算法模块对所述数据模型进行分析，获得调整计划信息，包括：
基于所述数据模型的检测项字段，获取所述产品检测明细报表中的检测数据；
对所述检测数据进行分析运算，获得分析结果，并根据所述分析结果生成调整计划信息。
优选地，所述对所述检测数据进行分析运算，获得分析结果，并根据所述分析结果生成调整计划信息，包括：
基于预设算法分析所述检测数据得到所述分析结果；其中，所述预设算法包括平均值计算法、残差值剔除法、最大值剔除法和最小值剔除法中的任意一种或几种；
判断分析结果中是否存在异常结果；
若是，则根据所述异常结果计算得到补偿调整数据，并基于所述补偿调整数据生成所述调整计划信息。
优选地，所述基于预设算法分析所述检测数据得到所述分析结果，包括：
基于残差离散剔除法，通过所述检测数据计算得到离散范围阈值；
判断所述检测数据中是否存在超出所述离散范围阈值的数据；
若存在，则判定出现异常结果，提取超出所述离散范围阈值的数据，作为所述检测数据中的剔除值；并将所述剔除值和所述检测数据中所述剔除值以外的其他数据共同作为所述分析结果；
若不存在，则判定无异常结果，无需剔除数据，并将所述检测数据中的数据作为所述分析结果。
优选地，所述基于残差离散剔除法，通过所述检测数据计算得到离散范围阈值，包括：
根据所述检测数据中数据的个数，计算得到所有检测数据的平均值；
利用所述平均值计算所述检测数据中每个数据对应的残差值；
根据所述残差值计算得到离散值；
基于所述离散值得到上限值和下限值，并以所述上限值和所述下限值作为所述离散范围阈值。
优选地，所述离散值的计算公式为：
；
其中，D为离散值；e为所述残差值；n为所述检测数据中数据的个数；每个数据的所述残差值计算公式为：；其中，A为所述检测数据中的其中任意一个数据，mean为所述检测数据中所有数据的平均值。
优选地，所述基于所述离散值得到上限值和下限值，并以所述上限值和所述下限值作为所述离散范围阈值，包括：
利用如下公式计算得到所述上限值和所述下限值：
；
；
其中，为所述上限值；/>为所述下限值；/>为所述检测数据中所有数据的平均值；/>为所述离散值；
将所述上限值和所述下限值/>所确定的数据区间，作为所述离散范围阈值。
优选地，所述调整模块根据所述调整计划信息对所述数控生产设备进行参数调整，包括：
所述调整模块获取所述调整计划信息中的参数信息；
判断所述参数信息是否符合预设参数设定信息；
若是，则根据对应的所述预设参数设定信息，通过tcp/ip、udp和WebApi中任意一种网络通信方式对所述数控生产设备进行参数调整。
此外，为解决上述问题，本发明还提供一种数控生产设备数据分析控制装置，包括：
采集模块，用于通过采集模块获取检测设备针对数控生产设备生产的加工产品的检测数据，并生成数据模型；
分析算法模块，用于对所述数据模型进行分析，获得调整计划信息；
调整模块，用于根据所述调整计划信息对所述数控生产设备进行参数调整，以便于根据调整后参数生产所述加工产品。
此外，为解决上述问题，本发明还提供一种数控生产设备数据分析控制系统，包括存储器以及处理器，所述存储器中存储有数控生产设备数据分析控制程序，所述处理器运行所述数控生产设备数据分析控制程序以使所述数控生产设备数据分析控制系统执行如上述所述的数控生产设备数据分析控制方法。
此外，为解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有数控生产设备数据分析控制程序，所述数控生产设备数据分析控制程序被处理器执行时实现如上述所述的数控生产设备数据分析控制方法。
本发明提供一种数控生产设备数据分析控制方法，通过采集模块获取检测设备针对数控生产设备生产的加工产品的检测数据，并生成数据模型；分析算法模块对所述数据模型进行分析，获得调整计划信息；调整模块根据所述调整计划信息对所述数控生产设备进行参数调整，以便于根据调整后参数生产所述加工产品。
本发明针对目前的数据采集和监视控制系统（SCADA，Supervisory Control AndData Acquisition，数据采集与监视控制系统）无法对检查数据进行分析并生成CNC调机策略，本发明所提供的方法，基于数据分析控制系统（人机协同平台）主要解决了将产品的检测数据和CNC调机参数无法关联，并自动调机改良产品的问题，补齐了SCADA系统的短板（数据分析），将数据采集、数据分析、监视控制和反向调节融合为一体，实现了对数控生产设备的自动化控制，极大的降低了人力成本。
本发明具有如下有益技术效果：
（1）将传统调整设备参数的过程互联网化，使之不再因设备的地理位置布局分量而增加调机员的工作量，极大的将一台设备的参数调整过程缩短到2秒；
（2）将纸质产品检测明细报表电子化，来减短数据传递所花费时间，为产品检测数据模型、数据看板分析报表提供一最重要的基准依据；
（3）基于检测数据模型的调整设备参数的分析算法，极大的降低了对调机员、品管/质检员的依赖，减少人力参与过程因疏忽大意出现的失误而导致设备参数精度损失问题，通过该分析模块进而及时阻止加工设备继续加工不合格的产品带来的源材料浪费，同时也提高加工的产品的合格率；
（4）通过设备数据采集系统可以有效实时监控设备运行状态，为设备参数调整模块提供重要的设备参数数据依赖，为设备运行看板报表提供数据支撑。
附图说明
图1为本发明数控生产设备数据分析控制方法实施例涉及的硬件运行环境的结构示意图；
图2为本发明数控生产设备数据分析控制方法第1实施例的流程示意图；
图3为本发明数控生产设备数据分析控制方法第2实施例中步骤S100细化的流程示意图；
图4为本发明数控生产设备数据分析控制方法第3实施例中步骤S200细化的流程示意图；
图5为本发明数控生产设备数据分析控制方法第3实施例步骤S200细化的流程示意图；
图6为本发明数控生产设备数据分析控制方法第3实施例S2200细化的流程示意图；
图7为本发明数控生产设备数据分析控制方法第3实施例S2211细化的流程示意图；
图8为本发明数控生产设备数据分析控制方法第4实施例S300细化的流程示意图；
图9为本发明数控生产设备数据分析控制装置的模块连接示意图；
图10为本发明数控生产设备数据分析控制装置的整体模块连接及工作流的示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
下面详细描述本发明的实施例，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，是本发明实施例涉及的终端的硬件运行环境的结构示意图。
本发明实施例数控生产设备数据分析控制系统，可以为PC，也可以是智能手机、平板电脑或者便携计算机等可移动式终端设备等。该数控生产设备数据分析控制系统中可以包括：处理器1001、例如CPU，网络接口1004、用户接口1003、存储器1005和通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏、输入单元比如键盘、遥控器，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。存储器1005可以是高速RAM存储器，也可以是稳定的存储器，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。可选地，数控生产设备数据分析控制系统还可以包括RF（Radio Frequency，射频）电路、音频电路、WiFi模块等等。此外，该数控生产设备数据分析控制系统还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
本领域技术人员可以理解，图1中示出的数控生产设备数据分析控制系统并不构成对其的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。如图1所示，作为一种计算机可读存储介质的存储器1005中可以包括操作系统、数据接口控制程序、网络连接程序以及数控生产设备数据分析控制程序。
总之，本发明针对目前的数据采集和监视控制系统（SCADA）无法对检查数据进行分析并生成CNC调机策略，本发明所提供的方法，基于数据分析控制系统（人机协同平台）主要解决了将产品的检测数据和CNC调机参数无法关联，并自动调机改良产品的问题，补齐了SCADA系统的短板（数据分析），将数据采集、数据分析、监视控制和反向调节融合为一体，实现了对数控生产设备的自动化控制，极大的降低了人力成本。
实施例1：
参照图2，本发明实施例提供一种数控生产设备数据分析控制方法，包括：
步骤S100，通过采集模块获取检测设备针对数控生产设备生产的加工产品的检测数据，并生成数据模型；
上述，本实施例中，主要针对为数控生产设备，即CNC（Computer numericalcontrol）数控机床，其数控生产设备数据分析控制方法，可以应用于系统平台中，并通过网络与数控生产设备连接，实现对于数控生产设备的实时或定时的参数调整。
需要说明的是，数控生产设备CNC，即数控机床，是一种通过计算机控制系统来实现自动化加工的机床。与传统的机床相比，数控机床具有更高的自动化程度和精度，能够在无需人工干预的情况下完成复杂的加工任务。数控机床的工作原理是通过计算机控制系统对机床进行指令输入和控制。操作人员使用计算机软件编写加工程序，并将程序输入到数控系统中。数控系统根据程序中的指令和参数，控制机床的各个运动轴向（如X、Y、Z轴）的移动、切削进给速度、工具刀具的选择等。
总之，数控机床是一种通过计算机控制实现自动化加工的机床，具有高精度、高效率和灵活性的特点，广泛应用于工业生产中。
本实施例中，所提供的数控生产设备数据分析控制方法，可以应用于人机协同平台，即数据分析控制系统中，针对目前的数据采集和监视控制系统（SCADA）无法对检查数据进行分析并生成CNC调机策略，解决了将产品的检测数据和CNC调机参数无法关联，并自动调机改良产品的问题。
上述，采集模块，针对的是加工产品，其中，加工产品为数控生产设备所加工后的产品。通过检测设备对加工产品进行检测来获取检测数据，即通过采集模块对检测数据进行采集。
根据检测数据，生成当前的数据模型，用于进一步的对于该数据是否符合生产要求的分析和计算。
步骤S200，分析算法模块对所述数据模型进行分析，获得调整计划信息；
上述，分析算法模块，可以存储于云端的平台中，也可以存储于数据分析控制系统中，用于对检测数据所对应的数据模型进行分析，从而得到调整计划信息。
步骤S300，调整模块根据所述调整计划信息对所述数控生产设备进行参数调整，以便于根据调整后参数生产所述加工产品。
上述，调整计划信息，为包含有调整相关参数的信息集合，用于对于数控生产设备进行参数调整，从而使CNC能够在纠偏、纠错后，进行生产符合生产要求的产品。
总之，本实施例针对目前的数据采集和监视控制系统（SCADA）无法对检查数据进行分析并生成CNC调机策略，本发明所提供的方法，基于数据分析控制系统（人机协同平台）主要解决了将产品的检测数据和CNC调机参数无法关联，并自动调机改良产品的问题，补齐了SCADA系统的短板（数据分析），将数据采集、数据分析、监视控制和反向调节融合为一体，实现了对数控生产设备的自动化控制，极大的降低了人力成本。
实施例2：
参照图3，本发明第2实施例提供一种数控生产设备数据分析控制方法，基于上述实施例1，所述步骤S100，通过采集模块获取检测设备针对数控生产设备生产的加工产品的检测数据，并生成数据模型，包括：
步骤S110，所述采集模块与所述检测设备建立连接，并获取当前所检测的检测数据；
在进行检测数据的获取时，首先要进行采集模块与对应的检测设备的连接，并通过检测设备获取数控生产设备在流水线上所生产的加工产品的检测数据，再根据检测数据得到数据模型。
上述，数据模型为在数控生产设备的数据分析控制方法所基于的数据分析控制系统中进行构建的。
步骤S120，根据所述检测数据构建产品检测明细报表；
步骤S130，提取所述产品检测明细报表中的检测项字段，根据所述检测项字段建立对应的检测模型；
步骤S140，将所述产品检测明细报表和所述数据模型通过WebApi输出至数据存储模块。
上述，产品检测明细报表为根据检测数据所进行构建的，其中包括检测项目，进行检测时所获得的实测的检测数据，也包含有与该实测数据对应的标准值。
本实施例中，采集模块通过WebApi将产品检测明细报表上报，并通过提取产品检测明细报表中检测项明细字段，在系统中建立对应的数据模型。
例如，其产品检测明细报表可以为如下形式：
表1、产品检测明细报表形式
本实施例中，通过采集模块，获取到检测数据，并构建成为产品检测明细报表，从而进一步能够建立数据模型，为进一步的针对于CNC的自动化检测和调整提供了方便，提高了准确性。
实施例3：
参照图4，本发明第3实施例提供一种数控生产设备数据分析控制方法，基于上述实施例2，所述步骤S200，分析算法模块对所述数据模型进行分析，获得调整计划信息，包括：
步骤S210，基于所述数据模型的检测项字段，获取所述产品检测明细报表中的检测数据；
步骤S220，对所述检测数据进行分析运算，获得分析结果，并根据所述分析结果生成调整计划信息。
上述，通过数据模型中的检测项字段，例如，检测项1、检测项2、标准值、实测值、上限值、下限值等等，获取到当前检测数据，然后再对数据进行分析计算，根据计算结果生成调整计划信息。
进一步的，参考图5，所述步骤S220，对所述检测数据进行分析运算，获得分析结果，并根据所述分析结果生成调整计划信息，包括：
步骤S221，基于预设算法分析所述检测数据得到所述分析结果；其中，所述预设算法包括平均值计算法、残差值剔除法、最大值剔除法和最小值剔除法中的任意一种或几种；
步骤S222，判断分析结果中是否存在异常结果；
步骤S223，若是，则根据所述异常结果计算得到补偿调整数据，并基于所述补偿调整数据生成所述调整计划信息。
本实施例中，通过预设算法对检测数据进行分析，进而对结果进行判断，其中如果存在异常结果，则根据异常结果计算得到补偿调整数据，如果不存在异常结果，则可以返回至所述步骤S100，所述采集模块与所述检测设备建立连接，并获取当前所检测的检测数据。
进一步的，参考图6，所述步骤S221，基于预设算法分析所述检测数据得到所述分析结果，包括：
步骤S2211，基于残差离散剔除法，通过所述检测数据计算得到离散范围阈值。
上述，残差离散剔除法（Residual Discrete Outlier Removal）是一种用于检测和剔除异常值的统计方法。它通过计算数据点与一个模型的残差（实际观测值与模型预测值之间的差异）的离散程度来判断是否存在异常值，并根据一定的准则将其剔除。
步骤S2212，判断所述检测数据中是否存在超出所述离散范围阈值的数据；
步骤S2213，若存在，则判定出现异常结果，提取超出所述离散范围阈值的数据，作为所述检测数据中的剔除值；并将所述剔除值和所述检测数据中所述剔除值以外的其他数据共同作为所述分析结果；
步骤S2214，若不存在，则判定无异常结果，无需剔除数据，并将所述检测数据中的数据作为所述分析结果。
上述，本实施例中，利用残差离散剔除算法剔除检测异常数据项，达到增加加工产品良率和减少在CNC调机过程因补偿参数过大进而损坏CNC设备的加工刀头或底坐的目的。
通过计算得到离散范围阈值，判断检测数据是否在阈值范围内，判断是否存在超出阈值的数据，如果存在则判定出现异常结果，如不存在则判定无异常结果。
如果存在异常结果，则进一步可以提取超出阈值的数据，作为所述检测数据中的剔除值；并将剔除值和检测数据中的其他数据，共同作为分析结果。
进一步的，参考图7，所述步骤S2211，基于残差离散剔除法，通过所述检测数据计算得到离散范围阈值，包括：
步骤S2211a，根据所述检测数据中数据的个数，计算得到所有检测数据的平均值；
步骤S2211b，利用所述平均值计算所述检测数据中每个数据对应的残差值；
上述，残差值为数据与平均值的差值。
步骤S2211c，根据所述残差值计算得到离散值；
步骤S2211d，基于所述离散值得到上限值和下限值，并以所述上限值和所述下限值作为所述离散范围阈值。
进一步的，所述离散值的计算公式为：
；
其中，D为离散值；e为所述残差值；n为所述检测数据中数据的个数；每个数据的所述残差值计算公式为：；其中，A为所述检测数据中的其中任意一个数据，mean为所述检测数据中所有数据的平均值。
上述，残差值为实测的检测数据与平均值的差值，根据上述计算公式计算得到残差值，例如，一组检测数据，有n个，将所有数据求取平均值得到mean，然后计算得到每个数据对应的残差值，根据残差值在计算得到离散值。
进一步的，所述步骤S22114，基于所述离散值得到上限值和下限值，并以所述上限值和所述下限值作为所述离散范围阈值，包括：
利用如下公式计算得到所述上限值和所述下限值：
；
；
其中，为所述上限值；/>为所述下限值；/>为所述检测数据中所有数据的平均值；/>为所述离散值；
将所述上限值和所述下限值/>所确定的数据区间，作为所述离散范围阈值。
上述，根据残差值，基于平均值，得到离散范围阈值中的上限值和下限值。进而通过上限值和下限值评价所有的检测数据。
例如，一组检测项为A的检测数据，分别为0.17、0.166、0.177、0.170、0.04、0.04、0.175和0.164，具体如下表格：
表2、检测数据表
8个数据，求取平均值为0.13775，得到残差值e后，根据公式：
；计算得到离散值D，为0.056575。
进而根据离散值D，确定离散范围阈值中的上限值和下限值：
（1）上限值：Rmax=0.13775+0.056575=0.194325；
（2）下限值：Rmin=0.13775-0.056575=0.081175；
则符合要求的数据需要在上限值和下限值的范围内。
将0.17、0.166、0.177、0.170、0.04、0.04、0.175和0.164利用上限值和下限值的范围进行评价，其中，第5、6号检测数据出现超范围的情况，则根据评价要求，不在上下限值范围内的数据项实测值均被剔除。
本实施例中，利用人工经过采用残差离散剔除算法对现场采样的检测数据进行计算，对残差离散剔除的可行性进行验证 ，经过与现场调机及工程人员得出吻合程度高达97%，则另外3%疑似切边，系统采用残差离散剔除算法可以有效剔除异常检测数据项的结论。
总之，采用本实施例中的残差离散剔除法，对所得到的检测数据进行评价，从而确定其中是否存在超范围的异常数据，如果存在则标记剔除，大大提高了检测的准确性，实现了自动化对于异常数据的判断和确定。
实施例4：
参照图8，本发明第4实施例提供一种数控生产设备数据分析控制方法，基于上述实施例1，所述步骤S300，调整模块根据所述调整计划信息对所述数控生产设备进行参数调整，包括：
步骤S310，所述调整模块获取所述调整计划信息中的参数信息；
步骤S320，判断所述参数信息是否符合预设参数设定信息；
步骤S330，若是，则根据对应的所述预设参数设定信息，通过tcp/ip、udp和WebApi中任意一种网络通信方式对所述数控生产设备进行参数调整。
上述，调整模块获取到参数信息后，通过参数信息判断其是否符合预设参数设定信息，如果符合，则进行进一步的参数调整。
分析算法模块根据所述分析结果生成调整计划信息，基于检测数据模型建立该模型的设备参数点调整计划。
调整点位：由检测数据模型检测明细项组合（检测项1、检测项2、检测项N）；
调整方法：例如可以为求平均值、残差值剔除法、最大值剔除法、最小值剔除法等一系列依据业务预设的算法。
表3、设备参数调整点位计划表
其中，调整模块：采用设备参数调整点位计划和设备参数调整任务两种方式对设备进行参数调整。设备参数调整点位计划，采用自动、半自动、手动三种方式进行设备参数调整。
（1）自动：是指检测数据模型分析算法模块生成的设备参数调整点位计划，只要符合参数设定，便通过（tcp/ip、udp、WebApi）等方式设置设备参数；
（2）半自动：是指检测数据模型分析算法模块生成的设备参数调整点位计划，只要符合特定参数设定，便通过（tcp/ip、udp、WebApi）等方式设置设备参数；
（3）手动：是指调机员、品管/质检员通过设备控制和检测数据模型参数配置模块（APP）执行设置设备参数。
此外，参考图9，本实施例还提供一种数控生产设备数据分析控制装置，包括：
采集模块10，用于通过采集模块获取检测设备针对数控生产设备生产的加工产品的检测数据，并生成数据模型；
分析算法模块20，用于对所述数据模型进行分析，获得调整计划信息；
调整模块30，用于根据所述调整计划信息对所述数控生产设备进行参数调整，以便于根据调整后参数生产所述加工产品。
进一步的，参考图10，还包括设备数据采集系统、控制端（APP）、Web后台管理模块和存储模块；
设备数据采集系统，用于对设备的运行状态和运行参数进行采集与存储。设备至少支持一种数据采集方式，主动上报或者被动响应。其中CNC可以为精雕机设备，采用被动响应式基于标准socket，tcp/ip协议的自主设计高效数据通讯协议，避免网络传输过程中冗余数据的产生，具体采集数据通讯协议标准格式如下：
表4、采集数据通讯协议标准格式
控制端（APP）：可以运行在IOS和Android移动操作系统上的应用程序，用于设置检测数据模型的算法运行参数，发起设备参数调整点位计划执行动作和调整设备运行参数任务。
Web后台管理模块：用于管理和数据展示的B/S站点，检测数据模型参数管理、设备参数调整点位计划和任务计划执行情况的数据报表展示、设备运行状态看板和设备运行实时参数报表展示。
存储模块：用于历史回顾和分析；每一次加工产品送测的检测明细报表会经过检测明细报表中的特定字段（检测设备编码和设备编号）进行数据归类并持久化存储到数据库，以备业务部门查询分析。
此外，本实施例还提供一种数控生产设备数据分析控制系统，包括存储器以及处理器，所述存储器中存储有数控生产设备数据分析控制程序，所述处理器运行所述数控生产设备数据分析控制程序以使所述数控生产设备数据分析控制系统执行如上述所述的数控生产设备数据分析控制方法。
此外，本实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有数控生产设备数据分析控制程序，所述数控生产设备数据分析控制程序被处理器执行时实现如上述所述数控生产设备数据分析控制方法。
总之，本发明针对目前的数据采集和监视控制系统无法对检查数据进行分析并生成CNC调机策略，本发明所提供的方法，基于数据分析控制系统主要解决了将产品的检测数据和CNC调机参数无法关联，并自动调机改良产品的问题，补齐了SCADA系统数据分析的短板，将数据采集、数据分析、监视控制和反向调节融合为一体，实现了对数控生产设备的自动化控制，极大的降低了人力成本。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
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上述实施例方法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，但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，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的方法。以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种数控生产设备数据分析控制方法，其特征在于，包括：
通过采集模块获取检测设备针对数控生产设备生产的加工产品的检测数据，并生成数据模型；
分析算法模块基于所述数据模型的检测项字段，获取所述产品检测明细报表中的检测数据，并基于预设算法分析所述检测数据得到分析结果；其中，所述预设算法包括平均值计算法、残差值剔除法、最大值剔除法和最小值剔除法中的任意一种或几种；
判断所述分析结果中是否存在异常结果；
若是，则根据所述异常结果计算得到补偿调整数据，并基于所述补偿调整数据生成所述调整计划信息；
调整模块根据所述调整计划信息对所述数控生产设备进行参数调整，以便于根据调整后参数生产所述加工产品。
2.如权利要求1所述数控生产设备数据分析控制方法，其特征在于，所述通过采集模块获取检测设备针对数控生产设备生产的加工产品的检测数据，并生成数据模型，包括：
所述采集模块与所述检测设备建立连接，并获取当前所检测的检测数据；
根据所述检测数据构建产品检测明细报表；
提取所述产品检测明细报表中的检测项字段，根据所述检测项字段建立对应的检测模型；
将所述产品检测明细报表和所述数据模型通过WebApi输出至数据存储模块。
3.如权利要求1所述数控生产设备数据分析控制方法，其特征在于，所述基于预设算法分析所述检测数据得到所述分析结果，包括：
基于残差离散剔除法，通过所述检测数据计算得到离散范围阈值；
判断所述检测数据中是否存在超出所述离散范围阈值的数据；
若存在，则判定出现异常结果，提取超出所述离散范围阈值的数据，作为所述检测数据中的剔除值；并将所述剔除值和所述检测数据中所述剔除值以外的其他数据共同作为所述分析结果；
若不存在，则判定无异常结果，无需剔除数据，并将所述检测数据中的数据作为所述分析结果。
4.如权利要求3所述数控生产设备数据分析控制方法，其特征在于，所述基于残差离散剔除法，通过所述检测数据计算得到离散范围阈值，包括：
根据所述检测数据中数据的个数，计算得到所有检测数据的平均值；
利用所述平均值计算所述检测数据中每个数据对应的残差值；
根据所述残差值计算得到离散值；
基于所述离散值得到上限值和下限值，并以所述上限值和所述下限值作为所述离散范围阈值。
5.如权利要求4所述数控生产设备数据分析控制方法，其特征在于，所述离散值的计算公式为：
；
其中，D为离散值；e为所述残差值；n为所述检测数据中数据的个数；每个数据的所述残差值计算公式为：；其中，A为所述检测数据中的其中任意一个数据，mean为所述检测数据中所有数据的平均值。
6.如权利要求4所述数控生产设备数据分析控制方法，其特征在于，所述基于所述离散值得到上限值和下限值，并以所述上限值和所述下限值作为所述离散范围阈值，包括：
利用如下公式计算得到所述上限值和所述下限值：
；
；
其中，为所述上限值；/>为所述下限值；/>为所述检测数据中所有数据的平均值；/>为所述离散值；
将所述上限值和所述下限值/>所确定的数据区间，作为所述离散范围阈值。
7.如权利要求1所述数控生产设备数据分析控制方法，其特征在于，所述调整模块根据所述调整计划信息对所述数控生产设备进行参数调整，包括：
所述调整模块获取所述调整计划信息中的参数信息；
判断所述参数信息是否符合预设参数设定信息；
若是，则根据对应的所述预设参数设定信息，通过tcp/ip、udp和WebApi中任意一种网络通信方式对所述数控生产设备进行参数调整。
8.一种数控生产设备数据分析控制装置，其特征在于，包括：
采集模块，用于通过采集模块获取检测设备针对数控生产设备生产的加工产品的检测数据，并生成数据模型；
分析算法模块，用于基于所述数据模型的检测项字段，获取所述产品检测明细报表中的检测数据；基于预设算法分析所述检测数据得到所述分析结果；其中，所述预设算法包括平均值计算法、残差值剔除法、最大值剔除法和最小值剔除法中的任意一种或几种；判断分析结果中是否存在异常结果；若是，则根据所述异常结果计算得到补偿调整数据，并基于所述补偿调整数据生成所述调整计划信息；
调整模块，用于根据所述调整计划信息对所述数控生产设备进行参数调整，以便于根据调整后参数生产所述加工产品。
9.一种数控生产设备数据分析控制系统，其特征在于，包括存储器以及处理器，所述存储器中存储有数控生产设备数据分析控制程序，所述处理器运行所述数控生产设备数据分析控制程序以使所述数控生产设备数据分析控制系统执行如权利要求1-7任一项所述的数控生产设备数据分析控制方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有数控生产设备数据分析控制程序，所述数控生产设备数据分析控制程序被处理器执行时实现如权利要求1-7任一项所述的数控生产设备数据分析控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311483382.3A CN117215276A (zh) | 2023-11-09 | 2023-11-09 | 数控生产设备数据分析控制方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311483382.3A CN117215276A (zh) | 2023-11-09 | 2023-11-09 | 数控生产设备数据分析控制方法、装置、系统及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117215276A true CN117215276A (zh) | 2023-12-12 |
Family
ID=89044811
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311483382.3A Pending CN117215276A (zh) | 2023-11-09 | 2023-11-09 | 数控生产设备数据分析控制方法、装置、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117215276A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108278970A (zh) * | 2018-02-02 | 2018-07-13 | 中铁二十二局集团有限公司 | 一种crtsⅲ型轨道板加工偏差自动化检测方法 |
| CN109143979A (zh) * | 2018-09-28 | 2019-01-04 | 浙江大学华南工业技术研究院 | 数控设备的加工控制方法、系统、可读存储介质和设备 |
| CN109976265A (zh) * | 2017-12-27 | 2019-07-05 | 富泰华精密电子（郑州）有限公司 | 机台参数控制装置、方法和存储设备 |
| CN112705997A (zh) * | 2020-12-15 | 2021-04-27 | 广州数控设备有限公司 | 数控机床刀具自动补偿系统及方法 |
| CN113723781A (zh) * | 2021-08-19 | 2021-11-30 | 武汉慧远智控科技有限公司 | 一种基于spc分析的产品质量缺陷判定系统及其方法 |
| CN114237156A (zh) * | 2021-12-07 | 2022-03-25 | 纽控(广东)数控技术有限公司 | Cnc自动化生产线加工过程监控方法、装置、终端和介质 |
| CN114996328A (zh) * | 2022-05-27 | 2022-09-02 | 安徽省路桥试验检测有限公司 | 一种用于路桥建材检测数据的采集整理方法和系统 |
| WO2023051072A1 (zh) * | 2021-09-30 | 2023-04-06 | 杭州数途信息科技有限公司 | 基于优化补偿的智能调机方法及系统 |
| CN115933534A (zh) * | 2023-02-09 | 2023-04-07 | 山东山科世鑫科技有限公司 | 一种基于物联网的数控智能检测系统及方法 |
| CN116880412A (zh) * | 2023-08-10 | 2023-10-13 | 上海兴岩信息科技有限公司 | 一种基于云的可视化生产管理平台 |
-
2023
- 2023-11-09 CN CN202311483382.3A patent/CN117215276A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109976265A (zh) * | 2017-12-27 | 2019-07-05 | 富泰华精密电子（郑州）有限公司 | 机台参数控制装置、方法和存储设备 |
| CN108278970A (zh) * | 2018-02-02 | 2018-07-13 | 中铁二十二局集团有限公司 | 一种crtsⅲ型轨道板加工偏差自动化检测方法 |
| CN109143979A (zh) * | 2018-09-28 | 2019-01-04 | 浙江大学华南工业技术研究院 | 数控设备的加工控制方法、系统、可读存储介质和设备 |
| CN112705997A (zh) * | 2020-12-15 | 2021-04-27 | 广州数控设备有限公司 | 数控机床刀具自动补偿系统及方法 |
| CN113723781A (zh) * | 2021-08-19 | 2021-11-30 | 武汉慧远智控科技有限公司 | 一种基于spc分析的产品质量缺陷判定系统及其方法 |
| WO2023051072A1 (zh) * | 2021-09-30 | 2023-04-06 | 杭州数途信息科技有限公司 | 基于优化补偿的智能调机方法及系统 |
| CN114237156A (zh) * | 2021-12-07 | 2022-03-25 | 纽控(广东)数控技术有限公司 | Cnc自动化生产线加工过程监控方法、装置、终端和介质 |
| CN114996328A (zh) * | 2022-05-27 | 2022-09-02 | 安徽省路桥试验检测有限公司 | 一种用于路桥建材检测数据的采集整理方法和系统 |
| CN115933534A (zh) * | 2023-02-09 | 2023-04-07 | 山东山科世鑫科技有限公司 | 一种基于物联网的数控智能检测系统及方法 |
| CN116880412A (zh) * | 2023-08-10 | 2023-10-13 | 上海兴岩信息科技有限公司 | 一种基于云的可视化生产管理平台 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11897068B2 (en) | Information processing method, information processing system, and information processing device | |
| US20180299944A1 (en) | Production Management Method and System Using Power Consumption Features | |
| CN111047166A (zh) | Mes的客户交互方法及系统 | |
| CN104794555A (zh) | 一种基于物联网的led生产及测试数据管理系统 | |
| CN104503362B (zh) | 基于多信息融合的批量工件数控加工进度自动采集方法 | |
| CN110989525B (zh) | 一种基于fpga的产品智能装配生产线监控系统及方法 | |
| CN110109420B (zh) | 一种云智能加工设备 | |
| CN109759750B (zh) | 一种现场焊接施工检查和远程监控的方法 | |
| CN113627878A (zh) | 一种车间生产信息化管理系统 | |
| CN112705998A (zh) | 数控机床刀具自动补偿方法、装置、产线控制器及存储介质 | |
| US20070129839A1 (en) | System for controlling semiconductor device manufacturing process and method of controlling semiconductor device manufacturing process | |
| CN111859050A (zh) | 一种轧机数据可视化方法、装置及服务器 | |
| CN117215276A (zh) | 数控生产设备数据分析控制方法、装置、系统及存储介质 | |
| CN109617975A (zh) | 一种基于窄带物联网天线技术的云加工平台技术及方法 | |
| CN110045694A (zh) | 一种具有安全系统的云智能加工设备 | |
| CN110049110B (zh) | 一种云智能系统 | |
| EP3264344A1 (en) | Mapping rule updating method, device and system | |
| CN113031538B (zh) | 一种缝纫机械设备的管理系统及方法 | |
| CN113641155A (zh) | 一种高温锻件检测控制系统 | |
| CN115993366B (zh) | 基于传感设备的加工件表面检测方法及系统 | |
| CN108182642B (zh) | 瓦斯突出参数在线管理系统及方法 | |
| CN108646692B (zh) | 一种c型钢生产制作过程数据监控系统 | |
| CN113359647A (zh) | 一种设备点检数据自动监控方法及系统 | |
| CN106378665A (zh) | 一种工件监控系统和方法 | |
| CN112536643B (zh) | 机台健康监测方法、装置及计算机可读存储介质 |
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 |