CN117798218A - 一种监测系统和冲压监测系统 - Google Patents

Abstract

本申请涉及设备监测技术领域，公开了一种监测系统和冲压监测系统，该监测系统包括模具身份识别装置、数据采集装置和工况识别装置；模具身份识别装置用于与加工设备连接，以确定所述加工设备上的加工模具的模具身份；数据采集装置用于与加工设备连接，以采集加工设备加工过程中的状态参数；工况识别装置分别与数据采集装置和模具身份识别装置连接，用于基于加工设备加工过程中的状态参数和加工设备上的加工模具的模具身份确定加工设备的当前工况。通过此方式，能够智能化监测加工设备的工况。

Description

一种监测系统和冲压监测系统

技术领域

本申请是申请人于2023年07月10日提出的名为“一种监测系统和冲压监测系统”、申请号为202310838463.4的专利申请的分案申请。本申请涉及设备监测技术领域，特别是涉及一种监测系统和冲压监测系统。

背景技术

冲压机、注塑机等加工设备，在家电、汽车等工业制造领域广泛采用，其显著的特点是生产效率高。以冲压机为例，高速冲压机每分钟的冲次可达200次以上；然而，在冲压机高速的生产节拍下，需要人工对冲压模具的模具身份等进行监测，无法及时监测到冲压模具身份的变化，效率低且需要耗费大量的人力成本。

发明内容

本申请主要解决的技术问题是提供一种监测系统和冲压监测系统，能够实现智能化监测加工设备的工况。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种监测系统，该监测系统包括模具身份识别装置、数据采集装置和工况识别装置；模具身份识别装置用于与加工设备连接，以确定加工设备上的加工模具的模具身份；数据采集装置用于与加工设备连接，以采集加工设备加工过程中的状态参数；工况识别装置分别与数据采集装置和模具身份识别装置连接，用于基于加工设备加工过程中的状态参数和加工设备上的加工模具的模具身份确定加工设备的当前工况；其中，加工设备的当前工况包括非正常生产，非正常生产包括停机、调机和换模。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种冲压监测系统，该冲压监测系统包括模具身份识别装置、数据采集装置和工况识别装置；模具身份识别装置用于与冲压机连接，以确定冲压机上的冲压模具的模具身份；数据采集装置用于与冲压机连接，以采集冲压机冲压过程中的状态参数；工况识别装置分别与数据采集装置和模具身份识别装置连接，用于基于冲压机冲压过程中的状态参数和冲压机上的冲压模具的模具身份确定冲压机的当前工况；其中，冲压机的当前工况包括非正常生产，非正常生产包括停机、调机和换模。

上述技术方案，监测系统包括工况识别装置和数据采集装置，数据采集装置用于采集加工设备加工过程中的状态参数，工况识别装置用于基于加工设备的状态参数和加工设备上的加工模具的模具身份确定加工设备的当前工况。故，通过设置工况识别装置和数据采集装置，能够智能且准确地识别加工设备的当前工况，全程无需人工操作干预，实现了加工设备工况监测的智能化，以使得后续能够更加及时地根据加工设备的工况对加工设备进行相应的调整操作。

附图说明

图1是本申请提供的加工设备一实施方式的框架结构示意图；

图2是本申请提供的模具身份识别装置一实施方式的框架结构示意图；

图3是本申请提供的工况识别装置一实施方式的逻辑图；

图4是本申请提供的数据分析装置一实施方式的框架结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，若本申请实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其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至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。

请结合参阅图1和图2，图1是本申请提供的加工设备一实施方式的框架结构示意图，图2是本申请提供的模具身份识别装置一实施方式的框架结构示意图。监测系统10包括模具身份识别装置11，模具身份识别装置11至少包括标签111和模具身份识别模组112。其中，标签111用于设置于加工设备20上，标签111用于向模具身份识别模组112发送射频信号，射频信号包括表征加工设备20上的加工模具的模具身份的标签信息；模具身份识别模组112用于确定包括标签111在内的标签组内各个标签的预设工作频率，并接收各个标签在各自对应的预设工作频率下发送的标签信息，进而基于各个标签在各自对应的预设工作频率下发送的标签信息，确定加工设备20上的加工模具的模具身份。也就是说，标签111用于附着于设置有加工模具的加工设备20上，从而能够返回表征加工设备20上的加工模具的模具身份的标签信息；模具身份识别模组112能够基于标签信息进行加工设备20上的加工模具的模具身份的确认，从而获知加工设备20上的加工模具的模具身份，以便于后续确定加工设备20上的加工模具是否更换。故，通过设置与加工设备20连接的模具身份识别装置11，能够智能且准确地识别加工设备20上的加工模具的模具身份，全程无需人工操作干预，实现了加工模具身份监测的智能化，节省了人力成本。

在一实施方式中，如图1所示，加工设备20为冲压机，监测系统10用于监测冲压机上的冲压模具的模具身份。当然，在其他实施方式中，加工设备20也可为注塑机，监测系统10用于监测注塑机上的注塑模具的模具身份，在此不做限定。

在一实施方式中，标签信息包括标签111发送的射频信号的强度，模具身份识别模组112用于确定包括标签111在内的标签组内各个标签的预设工作频率，具体为：模具身份识别模组112用于获取包括标签111在内的标签组内各个标签在各工作频率下的射频信号强度，并基于包括标签111在内的标签组内各个标签在各工作频率下的射频信号强度，确定包括标签111在内的标签组内各个标签的预设工作频率。也就是说，通过包括标签111在内的标签组内各个标签在各个工作频率下的射频信号强度，确定包括标签111在内的标签组各个标签的预设工作频率。

当前工业复杂金属环境下射频信号复杂反射后会出现多标签干扰问题，即同一时间一个模具身份识别模组112可能读取到多个不同的射频身份标签，从而导致不能有效识别加工设备20上的加工模具的模具身份。理论上，可以通过解调身份标签返回的信号强度选择信号最强的身份标签来识别距离最近的身份标签，然而实际应用环境下，由于身份标签安装在复杂金属环境中后其灵敏度最高的中心频点会发生偏移，模具身份识别模组112读取身份标签过程中射频天线发射的电磁波是宽带的电磁波，以及身份标签在出厂时候其中心频点一致性有一定的误差，因此确定的距离最近的身份标签可能是错误的，从而错误确定加工设备20上的加工模具的模具身份。所以，在一实施方式中，预设工作频率为最佳工作频率，此时，对于各标签，模具身份识别模组112用于将射频信号强度最大的工作频率作为标签的最佳工作频率。

具体地，模具身份识别模组112包括天线(图中未示出)、信号解调器1122和模具身份识别模块1123，天线用于接收射频信号并传输至信号解调器1122，信号解调器1122用于对射频信号进行解调而得到标签信息；对于标签组内的各标签，模具身份识别模块1123用于将射频信号强度最大的工作频率，作为标签的最佳工作频率；其中，标签组内的各标签为天线作用区域内的标签，标签组内的各个标签的标签信息由信号解调器1122读取到后向模具身份识别模块1123发送。也就是说，模具身份识别模块1123会确定包括标签111在内的标签组内各个标签经过环境影响后的真实最佳工作频率，具体是将射频信号强度最大的工作频率作为最佳工作频率；然后，天线接收包括标签111在内的标签组内各个标签在各自对应的真实最佳工作频率发送的射频信号并发送至信号解调器1122，信号解调器1122对其解调，得到包括标签111在内的标签组内各个标签在各自对应的最佳工作频率发送的标签信息，并发送至模具身份识别模块1123；然后，模具身份识别模块1123基于包括标签111在内的标签组内各个标签111对应的标签信息，确定加工设备20上的加工模具的模具身份。通过基于包括标签111在内的标签组内各个标签的最佳工作频率发送的标签信息，确定加工设备20上的加工模具的模具身份，能够有效避免金属等复杂环境下射频信号经过反射后中心频点偏移、标签制造频率中心点误差及信号叠加等对模具身份识别所带来的干扰。

在一具体实施方式中，模具身份识别模块1123通过扫描方式确定包括标签111在内的标签组内各个标签的各个工作频率，进而确定包括标签111在内的标签组内各个标签的最佳工作频率。

在一实施方式中，标签信息还包括对应的加工模具的模具身份识别号，模具身份识别模组112基于各个标签在各自对应的预设工作频率下发送的标签信息，确定加工设备20上的加工模具的模具身份，具体为：模具身份识别模组112获取包括标签111在内的标签组内各个标签对应的读取成功率，并且以射频信号强度最强、读取成功率最高对应的模具身份标识号作为加工模具的模具身份。也就是说，综合考虑包括标签111在内的标签组内各个标签对应的射频信号强度和读取成功率，以确定加工设备20上的加工模具的模具身份，提高了加工模具身份识别的准确性。当然，在其他具体实施方式中，也可仅仅以射频信号强度最强对应的模具身份标识号，作为加工设备20上的加工模具的模具身份。在其他具体实施方式中，也可仅仅以标签读取成功率最大对应的模具身份标识号，作为加工设备20上的加工模具的模具身份。

需要说明的是，标签111的读取成功率是指信号解调器1122成功对标签111发送的射频信号进行解调的次数与信号解调器1122接收到的标签111发送的射频信号的次数之间的比值。

在一具体实施方式中，信号解调器1122为阅读器，阅读器能够对标签111发送的射频信号进行解调而得到表征加工设备20上的加工模具的模具身份的标签信息。在标签通信系统中，阅读器为标签111提供能量向四周空间发射电磁波，到达标签111后，电磁波能量的一部分被标签111吸收以驱动标签111的电路工作，另一部分则以不同的强度射到各个方向上，反射能量的一部分最终会返回阅读器；其中，标签111正是利用这部分反射的能量，与阅读器实现数据传输。

在一实施方式中，标签111为RFID标签或者NFC标签。在一具体实施方式中，标签111为工作在UHF波段的RFID标签。

加工设备20在生产过程中一般存在正常生产、更换模具、调试机器、设备维修等。当模具更换后，不同的模具和机台下，其过程状态差别较大，相应的模式识别参数配置需要进行调整，否则会严重影响加工设备20的监测分析准确率。单次加工调试机器阶段，相关的工艺参数不固定，生产过程状态也不稳定，因此如果采用此阶段的数据样本进行自学习的话，也会严重影响加工设备20的监测准确率。设备维修等之后也需要对样本进行重新学习，否则也会影响加工设备的监测准确率。

所以，请结合参阅图1和图3，图3是本申请提供的工况识别装置一实施方式的逻辑图，在一实施方式中，监测系统10还包括工况识别装置12和数据采集装置13，数据采集装置13与加工设备20连接，工况识别装置12分别与数据采集装置13和模具身份识别装置11的模具身份识别模组112连接，数据采集装置13用于采集加工设备20加工过程中的状态参数，工况识别装置12用于基于加工设备20的状态参数和加工设备20上的加工模具的模具身份确定加工设备20的当前工况，即，将模具身份识别结果和数据采集装置13采集的模具的状态参数作为工况识别装置12的输入，进行加工设备20的当前工况的识别。也就是说，通过设置与加工设备20连接的数据采集装置13以及与数据采集装置13和模具身份识别装置11的模具身份识别模组112连接的工况识别装置12，能够智能且准确地识别加工设备20的当前工况，全程无需人工操作干预，实现了加工设备20工况监测的智能化，以使得后续能够更加及时地根据加工设备20的工况对加工设备20进行相应的调整操作。

在一具体实施方式中，加工设备20的当前工况包括非正常生产，非正常生产包括停机、调机和换模；工况识别装置12用于基于加工设备20的状态参数和加工设备20上的加工模具的模具身份确定加工设备20的当前工况，具体为：工况识别装置12用于响应于加工设备20上的加工模具的模具身份与加工设备20上的历史模具对应的历史身份不同，确定加工设备20的当前工况为换模；响应于加工设备20上的加工模具的模具身份与加工设备20上的历史模具对应的历史身份相同，且前一次接收到状态参数后的预设时间段内未接收到新的状态参数，确定加工设备20的当前工况为停机；响应于加工设备20上的加工模具的模具身份与加工设备20上的历史模具对应的历史身份相同，且当前接收到状态参数的时刻与前一次接收到状态参数的时刻之间的时间间隔大于间隔阈值，确定加工设备20的当前工况为调机。也就是说，当模具身份发生改变时，判定加工设备20当前处于换模状态；当模具身份未发生改变，且在前一次接收到状态参数数据后的预设时间段内均未接收到状态参数数据，表明当前加工设备20处于停机状态，此时判定加工设备20处于停机状态；当模具身份未发生改变，且当前接收到所述状态参数的时刻与前一次接收到所述状态参数的时刻之间的时间间隔大于间隔阈值，表明采集到状态参数的时间间隔不均匀，此时表明加工设备20是断断续续运行的，从而判定加工设备20当前处于调机状态。换句话说，通过设置工况识别装置12，不仅能够识别加工设备20的故障状态，还能够识别加工设备20的故障状态类别，有利于后续故障的定位和快速修复。

在一具体实施方式中，加工设备20的当前工况还包括正常生产；工况识别装置12用于基于加工设备20的状态参数和加工设备20上的加工模具的模具身份确定加工设备20的当前工况，具体为：响应于当前接收到状态参数的时刻与前一次接收到状态参数的时刻之间的时间间隔等于间隔阈值，或在前一次接收到状态参数后的预设时间段内接收到新的状态参数，且加工设备上的加工模具的模具身份与加工设备20上的历史模具对应的历史身份相同，确定加工设备20的当前工况为正常生产。也就是说，当模具身份未发生改变，且在前一次接收到状态参数数据后的预设时间段内均未接收到新的状态参数数据或者当前接收到所述状态参数的时刻与前一次接收到所述状态参数的时刻之间的时间间隔等于间隔阈值，说明采集到状态参数的时间间隔稳定且均匀，此时表明加工设备20是稳定且持续运行的，从而判定加工设备20当前处于正常生产状态。

请继续参阅图1，在一实施方式中，当前工况包括非正常生产，监测系统10还包括数据分析装置14和控制装置15，控制装置15分别与工况识别装置12和数据分析装置14连接，数据采集装置13与数据分析装置14连接，数据分析装置14至少用于确定加工模具的加工模式，控制装置15用于响应于加工设备20的当前工况为非正常生产，暂停数据分析装置14的运行。也就是说，监测系统10还能够基于数据采集装置13采集到的状态参数确定加工模具的加工模式，以监测加工工艺过程；但是，考虑到在加工设备20自身处于非正常生产时，其上设置的加工模具也是无法正常加工的，所以监测系统10还设置有控制装置15，以在加工设备20的当前工况为非正常生产时，控制数据分析装置14暂停运行，减少能耗。换句话说，本申请提供的监测系统10能够智能且准确地识别加工模具的加工模式，全程无需人工操作干预，实现了加工模具的加工模式监测的智能化，以使得后续能够更加及时地根据加工模具的加工模式对加工设备20进行相应的调整操作。

在其他实施方式中，数据分析装置14还能够基于数据采集装置13采集到的加工设备20加工过程中的状态参数，确定对跳废料引起的压印以及冲头磨损导致的拉裂和毛刺等品质不良进行分类定性；另外，还能够基于数据采集装置采集到的加工设备20加工过程中的状态参数，分析当前加工模具、参数范围等是否处于健康状态。在一具体实施方式中，还可以基于数据分析装置14的分析识别结果，对加工过程生产计数进行优化，能够有效剔除空压、品质不良的计数，实现对生产不良率的实时且准确地统计。

由于在加工设备20从非正常生产状态恢复至正常生产状态后，可能会涉及到加工设备20的一些工艺参数的调整或者变更，若此时还是利用加工设备20之前的工艺参数进行加工设备20的加工模具的加工模式识别，可能会导致识别错误，从而导致后续统计的加工良品率不准确。所以，在一实施方式中，如图4所示，图4是本申请提供的数据分析装置一实施方式的框架结构示意图，数据分析装置14包括参数学习模块141，参数学习模块141与数据采集装置13连接，参数学习模块141用于基于加工设备20的状态参数学习生成正常加工模式对应的参数范围；控制装置15还用于响应于加工设备20的当前工况恢复为正常生产，重新启动数据分析装置14的运行，数据分析装置14还用于在重新启动后，基于接收到的新的状态参数重新学习并生成新的参数范围。也就是说，在加工设备20重新进入正常生产后，控制装置15还会控制数据分析装置14重启启动，此时数据分析装置14在启动后，参数学习模块141将从数据采集装置13获得的新的状态参数作为新的样本，重新进行学习而得到新的参数范围，以更新算法配置参数。换句话说，本申请提供的监测系统10能够自动进行设置的参数范围的更新，提高了生产效率。

在一具体实施方式中，如图4所示，数据分析装置14还包括质量校验模块142、清洗模块143、特征提取模块144和加工模式识别模块145；质量校验模块142与数据采集装置13连接，质量校验模块142、清洗模块143、特征提取模块144依序连接，特征提取模块144还分别与参数学习模块141和加工模式识别模块145连接，参数学习模块141和加工模式识别模块145连接。其中，数据采集装置13采集得到的传感器数据即状态参数先要进行数据质量的校验，以确保传感器的工作状态以及测量的数据状态正常。经过数据质量校验的数据还要进行数据的清洗预处理，此处数据的清洗包括但不限于滤波、降噪、降维等数据预处理手段。数据清洗和预处理完毕后将进行数据特征参数的提取，相关特征在样本采集阶段用来进行自学习生成正常工作状态的参数范围，自学习结束后的特征将用来和自学习阶段生成的特征范围比较，从而进行模式识别。

请继续参阅图1，在一实施方式中，监测系统10还包括异常执行装置16，异常执行装置16分别与数据分析装置14和控制装置15连接，异常执行装置16至少用于基于加工模具的加工模式对加工设备20进行对应加工模式的调整，控制装置15还用于响应于加工设备20的当前工况为非正常生产，暂停异常执行装置16的运行。也就是说，异常执行装置16会基于数据分析的结果，会做出相应的反馈，如，控制加工设备20停机、报警等；另外，由于在加工设备20从非正常生产状态恢复至正常生产状态后，可能会涉及到加工设备20的一些工艺参数的调整或者变更，若此时还是利用加工设备20之前的工艺参数进行加工设备20的加工模具的加工模式进行识别，可能会导致识别错误，从而导致后续统计的加工良品率不准确，所以此时会控制数据分析装置14暂停运行，而异常执行装置16是基于数据分析装置14的分析结果做出相应反馈的，故，在数据分析装置14暂停运行时，异常执行装置16的运行是没有必要的，因此在加工设备20的当前工况为非正常生产时还会同时控制异常执行装置16暂停运行。

在一具体实施方式中，异常执行装置16会在确定识别到加工模具内部有异物/加工头磨损等时，会控制加工设备20停机并报警，以通知相关操作人员及时处理。在其他具体实施方式中，异常执行装置16还会对已经识别到的品质不良的产品，对于大尺寸的产品，会控制机器人/机械手抓取分拣出来，而对于小尺寸的产品，会控制电机驱动滚珠丝杠结合导轨的移动式非合格品框进行分拣出来，也可同时控制合格品框进行合格品的分拣。

在一具体实施方式中，监测系统10还包括数据分析装置14，数据采集装置13包括传感器131、数据采集卡(图中未示出)和边缘工控机(图中未示出)，数据采集卡分别与传感器131和边缘工控机连接，传感器131设置于加工设备20上，边缘工控机与数据分析装置14和工况识别装置12连接；其中，传感器131用于将加工设备20的加工过程中的状态参数转换为模拟电信号，并将模拟电信号发送至数据采集卡，数据采集卡用于将模拟电信号转换为数字信号并发送至边缘工控机，边缘工控机用于基于数字信号进行数据还原而得到加工设备20加工过程中的状态参数。具体地，传感器131将加工过程中的状态参数转变为模拟电信号；电信号进入数据采集卡后经过AD采样将模拟电信号转换为数字信号；数字信号通过通信协议发送给边缘工控机，部署在边缘工控机内的数据采集程序经过协议解析将数字信号进行还原，得到加工设备20的状态参数。

在一具体实施方式中，传感器131至少包括应变传感器、加速度传感器、声发射传感器、力传感器和位移传感器中的至少一者。其中，应变传感器设置于加工模具的卸料板上，加速度传感器和声发射传感器设置于加工设备20的机台上，力传感器设置于加工设备20的立柱上，位移传感器设置于加工模具的上下模板之间。

本申请还提供一种冲压监测系统，该系统包括模具身份识别装置，模具身份识别装置至少包括标签和模具身份识别模组。其中，标签用于设置于冲压机上，标签用于向模具身份识别模组发送射频信号，射频信号包括表征冲压机上的冲压模具的模具身份的标签信息；模具身份识别模组用于确定包括标签在内的标签组内各个标签的预设工作频率，并接收各个标签在各自对应的预设工作频率下发送的标签信息，进而基于各个标签在各自对应的预设工作频率下发送的标签信息，确定冲压机上的冲压模具的模具身份。也就是说，标签用于附着于设置有冲压模具的冲压机上，从而能够返回表征冲压机上的冲压模具的模具身份的标签信息；模具身份识别模组能够基于标签信息进行冲压机上的冲压模具的模具身份的确认，从而获知冲压机上的冲压模具的模具身份，以便于后续确定冲压机上的冲压模具是否更换。故，通过设置与冲压机连接的模具身份识别装置，能够智能且准确地识别冲压机上的冲压模具的模具身份，全程无需人工操作干预，实现了加工模具身份监测的智能化，节省了人力成本。

若本申请技术方案涉及个人信息，应用本申请技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本申请技术方案涉及敏感个人信息，应用本申请技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。

以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请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，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种监测系统，其特征在于，所述监测系统包括：

模具身份识别装置，用于与加工设备连接，以确定所述加工设备上的加工模具的模具身份；

数据采集装置，用于与所述加工设备连接，以采集所述加工设备加工过程中的状态参数；

工况识别装置，分别与所述数据采集装置和所述模具身份识别装置连接，用于基于所述加工设备加工过程中的状态参数和所述加工设备上的加工模具的模具身份确定所述加工设备的当前工况；其中，所述加工设备的当前工况包括非正常生产，所述非正常生产包括停机、调机和换模。

2.根据权利要求1所述的监测系统，其特征在于，所述工况识别装置用于基于所述加工设备加工过程中的状态参数和所述加工设备上的加工模具的模具身份确定所述加工设备的当前工况，包括：所述工况识别装置用于响应于所述加工设备上的加工模具的模具身份与所述加工设备上的历史模具对应的历史身份不同，确定所述加工设备的当前工况为换模；响应于所述加工设备上的加工模具的模具身份与所述加工设备上的历史模具对应的历史身份相同，且在前一次接收到所述状态参数后的预设时间段内未接收到新的状态参数，确定所述加工设备的当前工况为停机；响应于所述加工设备上的加工模具的模具身份与所述加工设备上的历史模具对应的历史身份相同，且当前接收到所述状态参数的时刻与前一次接收到所述状态参数的时刻之间的时间间隔大于间隔阈值，确定所述加工设备的当前工况为调机。

3.根据权利要求1所述的监测系统，其特征在于，所述加工设备的当前工况还包括正常生产；所述工况识别装置用于基于所述加工设备加工过程中的状态参数和所述加工设备上的加工模具的模具身份确定所述加工设备的当前工况，包括：响应于当前接收到所述状态参数的时刻与前一次接收到所述状态参数的时刻之间的时间间隔等于间隔阈值，或在前一次接收到所述状态参数后的预设时间段内接收到新的状态参数，且所述加工设备上的加工模具的模具身份与所述加工设备上的历史模具对应的历史身份相同，确定所述加工设备的当前工况为正常生产。

4.根据权利要求1所述的监测系统，其特征在于，所述监测系统还包括数据分析装置和控制装置，所述控制装置分别与所述工况识别装置和所述数据分析装置连接，所述数据采集装置与所述数据分析装置连接，所述数据分析装置至少用于确定所述加工模具的加工模式，所述控制装置用于响应于所述加工设备的当前工况为非正常生产，暂停所述数据分析装置的运行。

5.根据权利要求4所述的监测系统，其特征在于，所述数据分析装置包括参数学习模块，所述参数学习模块与所述数据采集装置连接，所述参数学习模块用于基于所述加工设备加工过程中的状态参数学习生成正常加工模式对应的参数范围；所述控制装置还用于响应于所述加工设备的当前工况恢复为正常生产，重新启动所述数据分析装置的运行；所述数据分析装置还用于在重新启动后，基于接收到的新的状态参数重新学习并生成新的参数范围。

6.根据权利要求4所述的监测系统，其特征在于，所述数据分析装置包括质量校验模块、清洗模块、特征提取模块、参数学习模块和加工模式识别模块；所述质量校验模块与所述数据采集装置连接，所述质量校验模块、所述清洗模块、所述特征提取模块依序连接，所述特征提取模块还分别与所述参数学习模块和所述加工模式识别模块连接，所述参数学习模块和所述加工模式识别模块连接。

7.根据权利要求4所述的监测系统，其特征在于，所述监测系统还包括异常执行装置，所述异常执行装置分别与所述数据分析装置和所述控制装置连接，所述异常执行装置至少用于基于所述加工模具的加工模式对所述加工设备进行对应加工模式的调整；所述控制装置还用于响应于所述加工设备的当前工况为非正常生产，暂停所述异常执行装置的运行。

8.根据权利要求1所述的监测系统，其特征在于，所述监测系统还包括数据分析装置；所述数据采集装置包括传感器、数据采集卡和边缘工控机，所述数据采集卡分别与所述传感器和所述边缘工控机连接，所述传感器设置于所述加工设备上，所述边缘工控机与所述数据分析装置和所述工况识别装置连接；其中，所述传感器用于将所述加工设备的加工过程中的状态参数转换为模拟电信号，并将所述模拟电信号发送至所述数据采集卡，所述数据采集卡用于将所述模拟电信号转换为数字信号并发送至所述边缘工控机，所述边缘工控机用于基于所述数字信号进行数据还原而得到所述状态参数。

9.根据权利要求8所述的监测系统，其特征在于，所述传感器至少包括应变传感器、加速度传感器、声发射传感器、力传感器和位移传感器中的至少一者；其中，所述应变传感器设置于所述加工模具的卸料板上，所述加速度传感器和所述声发射传感器设置于所述加工设备的机台上，所述力传感器设置于所述加工设备的立柱上，所述位移传感器设置于所述加工模具的上下模板之间。

10.一种冲压监测系统，其特征在于，所述冲压监测系统包括：

模具身份识别装置，用于与冲压机连接，以确定所述冲压机上的冲压模具的模具身份；

数据采集装置，用于与所述冲压机连接，以采集所述冲压机冲压过程中的状态参数；

工况识别装置，分别与所述数据采集装置和所述模具身份识别装置连接，用于基于所述冲压机冲压过程中的状态参数和所述冲压机上的冲压模具的模具身份确定所述冲压机的当前工况；其中，所述冲压机的当前工况包括非正常生产，所述非正常生产包括停机、调机和换模。