TW201421050A - 機台狀態判斷方法、系統及電腦可讀取記錄媒體 - Google Patents

機台狀態判斷方法、系統及電腦可讀取記錄媒體 Download PDF

Info

Publication number
TW201421050A
TW201421050A TW101143695A TW101143695A TW201421050A TW 201421050 A TW201421050 A TW 201421050A TW 101143695 A TW101143695 A TW 101143695A TW 101143695 A TW101143695 A TW 101143695A TW 201421050 A TW201421050 A TW 201421050A
Authority
TW
Taiwan
Prior art keywords
machine
peak
classification
spindle
current
Prior art date
Application number
TW101143695A
Other languages
English (en)
Other versions
TWI459011B (zh
Inventor
Chun-Tai Yen
Chih-Chiang Kao
I-Lin Liu
Ren-Dar Yang
Hung-Sheng Chiu
Original Assignee
Inst Information Industry
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 Inst Information Industry filed Critical Inst Information Industry
Priority to TW101143695A priority Critical patent/TWI459011B/zh
Priority to CN201210513034.1A priority patent/CN103838181B/zh
Priority to US13/714,450 priority patent/US9230370B2/en
Publication of TW201421050A publication Critical patent/TW201421050A/zh
Application granted granted Critical
Publication of TWI459011B publication Critical patent/TWI459011B/zh

Links

Classifications

    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/08Registering or indicating the production of the machine either with or without registering working or idle time

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Machine Tool Sensing Apparatuses (AREA)
  • Engineering & Computer Science (AREA)
  • Numerical Control (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)

Abstract

一種應用於至少一機台之機台狀態判斷方法包含以下步驟:藉由一處理元件接收並記錄機台之主軸於一時間區段內數個主軸電流負載值,產生主軸之一主軸電流負載變化紀錄,並根據主軸電流負載變化紀錄,判斷是否符合一預設條件。在判斷符合預設條件時,藉由處理元件根據主軸電流負載變化紀錄,決定主軸電流負載變化紀錄所對應之一當前分類,以及對應當前分類之一擷取參數資訊。藉由處理元件依據擷取參數資訊,取得機台之至少一擷取參數之數值,並依據所取得之擷取參數之數值,判斷機台之一狀態。

Description

機台狀態判斷方法、系統及電腦可讀取記錄媒體
本發明是有關於一種機台狀態判斷方法以、系統及電腦可讀取記錄媒體,尤其是有關於一種根據機台之主軸電流負載變化紀錄,決定對應的分類,然後依據分類取得機台參數以判斷機台狀態的機台狀態判斷方法、系統及電腦可讀取記錄媒體。
隨著工業的不斷進步,發展出各式各樣的自動化機台,執行各類自動化程序。因此,越來越多複雜的人工程序可由機台完成。
隨著機台所執行的功能越加複雜,機台可能的故障原因也越多。尤其在加工或測試用的工具機上,由於其需要相當高精密的加工,機台本身包含有相當多的組件,可能發生故障的原因也非常多,因此所需要收集其相關的參數才能讓機台維護人員來判斷機台的目前狀態。機台往往設置在不同地點,為了節省維護人員的人力成本,目前多採用遠距離的機台監控的方式來進行維護。也就是說,一般狀況下,在遠端建置一監控系統,經由通訊網路讓機台將不斷回傳其可偵測到之所有參數並予以記錄,當機台出現有一些狀態或發生異常時,維護人員即可從所記錄的參數資料中找出其可能所需要的資料,檢視和判斷機台是否異常,並判斷其異常原因。然而,由於目前的機台其可回傳之參數種類和數量過多,而在一般工廠或場所,往往也同 時安裝有多部機台,因此若要將所有機台的所有參數全部傳送到遠端的系統,無論是機台本身或是遠端系統,都需使用運算能力較強之裝置,且必須有相當大的頻寬,才能將所有參數資料進行傳送和儲存,建置成本極高。
因此,如何在較低之硬體成本下,仍能夠在遠距離的系統中,來收集機台的參數資料以及進行狀態判斷,實屬當前重要研發課題之一,亦成為當前相關領域亟需改進的目標。
因此,本發明之一態樣是在提供一種機台狀態判斷方法。在機台狀態判斷方法中,藉由機台之主軸之負載電流,判斷是否符合預設條件,並在符合預設條件時,進一步依據當前分類,取得對應之參數,以作為機台狀態之判斷依據。機台狀態判斷方法應用於至少一機台,且機台包含一主軸。機台狀態判斷方法包含以下步驟:藉由一處理元件接收並記錄主軸於一時間區段內數個主軸電流負載值,產生主軸之一主軸電流負載變化紀錄,並根據主軸電流負載變化紀錄,判斷是否符合一預設條件。在判斷符合預設條件時,藉由處理元件根據主軸電流負載變化紀錄,決定主軸電流負載變化紀錄所對應之一當前分類,以及對應當前分類之一擷取參數資訊。藉由處理元件依據擷取參數資訊,取得機台之至少一擷取參數之數值,並依據所取得之擷取參數之數值,判斷機台之一狀態。
本發明之另一態樣是在提供一種電腦可讀取記錄媒 體,儲存一電腦程式,用以執行上述機台狀態判斷方法。方法步驟流程如上所述,在此不再重複贅述。
本發明之另一態樣是在提供一種機台狀態判斷系統。機台狀態判斷系統包含一資料傳輸介面以及一處理元件。資料傳輸介面與至少一機台建立連結。機台包含一主軸。處理元件與資料傳輸介面建立連結。處理元件包含一電流負載資訊處理模組、一分類模組以及一異常判斷模組。電流負載資訊處理模組接收並記錄該主軸於一時間區段內數個主軸電流負載值,產生主軸之一主軸電流負載變化紀錄,並根據主軸電流負載變化紀錄,判斷是否符合一預設條件。在判斷符合預設條件時,分類模組根據主軸電流負載變化紀錄,決定主軸電流負載變化紀錄所對應之一當前分類,以及對應該當前分類之一擷取參數資訊。判斷模組依據擷取參數資訊,取得機台之至少一擷取參數之數值,並依據所取得之擷取參數之數值,判斷該機台之一狀態。
以下將以圖式及詳細說明本發明之精神,任何所屬技術領域中具有通常知識者在瞭解本發明之較佳實施例後,當可由本發明所教示之技術加以改變及修飾,其並不脫離本發明之精神與範圍。
請參照第1圖,其係依照本發明一實施例的一種機台狀態判斷方法之流程圖。在機台狀態判斷方法中,藉由機台之主軸之負載電流,判斷是否符合預設條件,並在條件符合時,進一步依據當前分類,取得對應之參數,以作為 機台狀態之判斷依據。機台狀態判斷方法可經由電腦程式來進行實作。電腦程式可儲存於一電腦可讀取記錄媒體中,而使電腦(包括一般伺服器、個人電腦、工業電腦、嵌入式系統等)讀取此記錄媒體後執行此機台狀態判斷方法。電腦可讀取記錄媒體可為唯讀記憶體、快閃記憶體、軟碟、硬碟、光碟、隨身碟、磁帶、可由網路存取之資料庫或熟悉此技藝者可輕易思及具有相同功能之電腦可讀取記錄媒體。
機台狀態判斷方法100可應用於至少一機台,機台包含有一主軸,包含以下步驟:在步驟110中,藉由一處理元件接收並記錄主軸於一時間區段內數個主軸電流負載值。在一些實施例中,主軸電流負載變化紀錄,主要是將主軸在於此時間區段內的多個且連續的主軸電流負載值,其對應此時間區段所呈現出來的波形圖。例如以時間軸作為橫軸,以主軸電流負載值作為縱軸所畫出來的波形圖。在另一些實施例中,時間區段可以是10秒鐘、1分鐘、1小時或一天,可依具體實作需要來決定。
於是,在步驟120中,依據所記錄之主軸電流負載值,產生主軸之一主軸電流負載變化紀錄。
在步驟130中,根據主軸電流負載變化紀錄,判斷是否符合一預設條件。在一些實施例中,預設條件可以是一預設峰值數量、一預設峰值位置以及一預設峰值大小的其中一種,或是其中任兩種以上的組合。因此,在步驟130之一些實施例中,可藉由處理元件分析主軸電流負載變化 紀錄之一峰值數量、一峰值位置以及一峰值大小的其中一種,或是其中任兩種以上的組合。於是,處理元件可根據比對上述峰值數量和上述預設峰值數量、比對上述峰值位置和上述預設峰值數、以及比對量上述峰值大小和上述預設峰值大小三者其中之一的比對結果,判斷是否符合該預設條件,判斷是否符合預設條件。舉例來說,上述判斷可根據下面其中任一種或任兩種以上的方式:比對在一段時間(如1分鐘)內預設上述的峰值數量以及預設峰值數量兩者的差值是否在一預設值之內,比對在一段時間峰值位置(如波形圖中相鄰二個波形之高峰點的距離)以及預設峰值位置(其預設二個波形之高峰點的距離)兩者的差值是否在一預設值之內,比對峰值大小(如波形圖中任一波形之高峰點的數值)以及預設峰值大小(其預設波形之高峰點的數值)兩者的差值是否在一預設值之內等。
在判斷不符合預設條件時,則可持續接收並記錄主軸之主軸電流負載值(步驟110)。
在步驟140中,在判斷符合預設條件時,藉由處理元件根據主軸電流負載變化紀錄,決定主軸電流負載變化紀錄所對應之一當前分類,以及對應當前分類之一擷取參數資訊。在本發明之一些實施例中,可事先建立多種分類資料,並儲存在一儲存單元中。舉例來說,可藉由儲存單元記錄數筆分類記錄資料。每一分類記錄資料係包含一分類名稱及其對應之主軸電流負載變化之資料和擷取參數資訊。因此在此實施例中,處理元件係根據主軸電流負載變化紀錄中的主軸電流負載變化資料和儲存單元中每一分類 名稱所對應的主軸電流負載變化資料來進行比對,以從分類記錄資料中決定其中一分類名稱,作為主軸電流負載變化紀錄所對應之當前分類。
在一些特定實施例中,處理元件可以將判斷是否符合預設條件和決定主軸電流負載變化紀錄所對應的當前分類相關程序,進行合併處理。例如,主軸電流負載變化紀錄中的主軸電流負載變化資料,可以是前面所述的峰值數量、峰值位置以及峰值大小,而每一分類名稱所對應的主軸電流負載變化資料可以是前面所述的預設條件,如分類名稱可以是顫振、崩裂、刀具損耗、過負載和刀具異常等類別,而對應的主軸電流負載變化資料可以是大於一峰值數量上限值、小於一峰值數量下限值、未在一峰值位置區間、大於一峰值上限值、小於一峰值下限值等。在一特定實施例中,處理元件在判斷是否符合預設條件之步驟時,係依據峰值數量是否大於上述預設峰值數量上限值來進行判斷,而當判斷符合時,即可從儲存單元中所儲存的眾多分類及其對應資料,找出主軸電流負載變化資料(即預設條件)為「大於上述預設峰值數量上限值」其所對應的分類名稱,以作為當前分類。
在另一些實施例中,分類名稱所對應的主軸電流負載變化之資料也可以和前述的預設條件部分相同或都不相同。例如,預設條件可以是一預設峰值數量,而主軸電流負載變化資料可以是和預設峰值數量不同的另一峰值數量設定數值或設定一區間,或可以是前述的未在一峰值位置區間內、大於一峰值上限值、小於一峰值下限值等。
在步驟160中,藉由處理元件依據擷取參數資訊,取得機台之至少一擷取參數之數值。
在步驟170中,依據所取得之擷取參數之數值,判斷機台之一狀態。更進一步時,每一分類記錄資料更包含各分類名稱所對應之擷取參數歷史數值。於是,在此步驟中處理元件判斷機台之狀態,可以依據所取得機台之該擷取參數之數值以及分類歷史資料中對應當前分類之擷取參數歷史數值,判斷是否相符。若相符,則判斷機台之狀態確實屬當前分類。若不相符,則處理元件更根據主軸電流負載變化紀錄及分類記錄資料,從分類記錄資料中當前分類以外的其他分類名稱決定其中之一,作為更新後的當前分類,並依據更新後的當前分類,重新取得機台的擷取參數之數值,再和對應更新後的當前分類之擷取參數歷史數值進行比對,判斷是否相符。若仍不相符,重覆上述步驟,再更換當前分類,直到確認相符為止,或所有分類都比對過為止。
如此一來,初步僅需接收並處理主軸電流負載值,作為判斷機台狀態之依據。因此,可大幅降低進行機台狀態判斷所需之硬體規格之要求,而節省硬體成本。此外,在初步判斷符合預設條件而欲進一步了解當前機台狀態時,亦僅需先依據主軸電流負載值所判斷出之當前分類,擷取機台上較為少量參數的數值,即可進行機台狀態判斷。由於不需取得機台之所有參數的數值,因此亦不需太多運算資源,且可縮短判斷所需時間,也不需太強大的硬體規格。
在本發明之一些實施例中,機台狀態判斷方法100可 進一步包含以下步驟:當處理元件依據所取得之擷取參數之數值,無法判斷機台之狀態時,處理元件可另決定機台之擷取參數資訊以外之一機台參數資訊,根據此機台參數資訊,另行再取得機台之至少一機台參數之數值。於是,可依據所取得擷取參數之數值和機台參數之數值,判斷機台之狀態。也就是說,當擷取參數仍不足以判斷機台狀態時,可另外再增加除了擷取參數之外的其他參數,再進行判斷。當增加機台參數時,為了取得同一時段的參數數值以進行更準確的判斷,處理元件可依據擷取參數資訊和機台參數資訊,重新取得機台的擷取參數和機台參數之數值,再進行機台的狀態判斷。
在本發明之一些特定實施例中,處理元件在判斷是否符合預設條件、決定主軸電流負載變化紀錄所對應之當前分類時,可以有下面的多種實施方式。例如,步驟130中,可根據峰值數量判斷是否大於一峰值數量上限值或小於一峰值數量下限值進行判斷。當判斷符合預設條件時,再於步驟140中依據峰值數量來決定當前分類及其對應的擷取參數資訊,例如,可藉由處理元件判斷峰值數量是否大於一峰值數量上限值或小於一峰值數量下限值。當處理元件判斷峰值數量大於峰值數量上限值時,藉由處理元件判斷當前分類係為一顫振類別,以及決定對應當前分類之擷取參數資訊為顫振檢測參數,其可包含機台之一主軸溫度、一主軸轉速以及一節距補正。當處理元件判斷峰值數量小於該峰值數量下限值時,處理元件判斷當前分類係為一崩裂類別,以及決定對應當前分類之擷取參數資訊為至少一 崩裂檢測參數。
又例如,步驟130中可依據主軸電流負載變化紀錄之峰值位置,判斷符合預設條件時,亦即藉由處理元件判斷峰值位置是否位於一峰值位置區間。當峰值位置未在峰值位置區間時,步驟140中處理元件判斷當前分類為一刀具損耗類別,以及決定對應當前分類之擷取參數資訊為刀具損耗檢測參數(如主軸振動頻率)。更進一步時,處理元件還可於步驟170中,當根據依據所擷取參數的數值,即主軸振動頻率,未落於正常頻率時,可判斷機台之狀態為刀具損壞。
又例如,步驟130中可依據主軸電流負載變化紀錄之峰值大小,判斷是否符合預設條件,亦即藉由處理元件判斷峰值大小是否大於一峰值上限值或小於一峰值下限值。當處理元件判斷峰值大小為大於峰值上限值時,步驟140中處理元件可判斷當前分類為一過負載類別,以及決定對應當前分類之待擷取參數資訊為至少一過負載檢測參數。當處理元件判斷峰值大小為小於峰值下限值時,步驟140中處理元件判斷當前分類為一刀具異常類別,以及決定對應當前分類之擷取參數資訊為至少一刀具檢測參數,用以檢測機台之刀具是否異常。
請參照第2圖,其繪示依照本發明一實施例的一種機台狀態判斷系統之功能方塊圖。機台狀態判斷系統200包含一資料傳輸介面210以及一處理元件220。資料傳輸介面透過有線或無線之資料傳輸通訊協定,與至少一機台300建立連結。機台300包含一主軸310。
處理元件220與資料傳輸介面210建立連結。在本發明之一些實施例中,資料傳輸介面210和處理元件220可應用機台300本身之處理元件實作。在本發明之另一些實施例中,資料傳輸介面210和處理元件220可由與機台300相連結之另一電子裝置之處理元件而實作,例如與機台300近端連接的一機上盒(或稱智慧服務盒、控制盒)。在本發明之又一些實施例中,處理元件220可分散式的實作於機台300以及與機台300有連結關係之多台電子裝置,並不限於本揭露。
處理元件220包含一電流負載資訊處理模組221、一分類模組222以及一判斷模組223。電流負載資訊處理模組221接收並記錄機台300之主軸310於一時間區段內數個主軸電流負載值,以產生主軸310之一主軸電流負載變化紀錄。其中,在本發明之一些實施例中,可將主軸310之一切削電流,視為主軸電流負載值。在本發明之其他實施例中,可將自主軸310偵測到之其他類型之電流負載值,視為主軸電流負載值。此外,電流負載資訊處理模組221可持續傳送指令,要求機台300回傳其主軸電流負載值。
接下來,電流負載資訊處理模組221根據主軸電流負載變化紀錄,判斷是否符合一預設條件。在電流負載資訊處理模組221判斷不符合預設條件時,則可持續接收主軸之數個主軸電流負載值。
在判斷符合預設條件時,分類模組222根據主軸電流負載變化紀錄,決定主軸電流負載變化紀錄所對應之一當前分類,以及對應該當前分類之一擷取參數資訊。
判斷模組223依據擷取參數資訊,取得機台之至少一擷取參數之數值,並依據所取得之擷取參數之數值,判斷機台之一狀態。如此一來,機台狀態判斷系統200初步僅需接收並處理主軸電流負載值,作為判斷是否符合預設條件之依據。因此,可大幅降低機台狀態判斷系統200所需之硬體規格之要求,而節省硬體成本。此外,在初步判斷是否符合預設條件時,亦僅需依據主軸電流負載值所判斷出之分類,針對機台上少數之參數,進行機台狀態判斷。由於在此階段仍不需取得機台之所有參數,因此機台狀態判斷系統200亦不需太多運算資源進行機台狀態判斷。換言之,機台狀態判斷系統200可輕易的同時處理多台機台之機台狀態判斷。此外,亦可縮短判斷所需時間。
另外,當判斷模組223依據所取得之擷取參數之數值無法判斷機台300之狀態時,判斷模組223可另決定機台300之擷取參數資訊以外之一機台參數資訊。判斷模組223根據此機台參數資訊,另行再取得機台300之至少一機台參數之數值,並依據所取得擷取參數之數值和機台參數之數值,判斷機台300之狀態。
請參照第3圖,其繪示依照本發明另一實施例的一種機台狀態判斷系統之功能方塊圖。應瞭解到,在以下敘述中,已經在上述實施方式中敘述過的內容將不再重複贅述。
機台狀態判斷系統200更可包含一儲存單元230。儲存單元230記錄數筆分類記錄資料。每一分類記錄資料係包含一分類名稱及其對應之主軸電流負載變化之資料和擷取參數資訊。分類模組222係根據主軸電流負載變化紀錄 及儲存單元230中之分類記錄資料,從分類記錄資料中決定其中一分類名稱,作為主軸電流負載變化紀錄所對應之當前分類。此外,各分類記錄資料更包含各分類名稱所對應之擷取參數歷史數值。判斷模組223判斷機台300之狀態,係依據所取得機台之擷取參數之數值以及分類歷史資料中對應當前分類之擷取參數歷史數值,判斷是否相符。若是相符,判斷模組223判斷機台300之狀態係屬當前分類。若否,則分類模組222更根據主軸電流負載變化紀錄及分類記錄資料,從分類記錄資料中當前分類以外的其他分類名稱決定其中之一,作為更新後的當前分類。
主軸電流負載變化紀錄可為主軸電流負載對應時間區段所呈現之波形圖。預設條件可包含一預設峰值數量、一預設峰值位置以及一預設峰值大小。於是,電流負載資訊處理模組221可根據主軸電流負載變化紀錄與預設條件間之關係,判斷是否符合預設條件。
在一些特定實施例中,處理元件可以將判斷是否符合預設條件和決定主軸電流負載變化紀錄所對應的當前分類相關程序,進行合併處理。例如,主軸電流負載變化紀錄中的主軸電流負載變化資料,可以是前面所述的峰值數量、峰值位置以及峰值大小,而每一分類名稱所對應的主軸電流負載變化資料可以是前面所述的預設條件,如分類名稱可以是顫振、崩裂、刀具損耗、過負載和刀具異常等類別,而對應的主軸電流負載變化資料可以是大於一峰值數量上限值、小於一峰值數量下限值、未在一峰值位置區間、大於一峰值上限值、小於一峰值下限值等。
在另一些實施例中,分類名稱所對應的主軸電流負載變化之資料也可以和前述的預設條件部分相同或都不相同。例如,預設條件可以是一預設峰值數量,而主軸電流負載變化資料可以是和預設峰值數量不同的另一峰值數量設定數值或設定一區間值,或可以是前述的未在一峰值位置區間內、大於一峰值上限值、小於一峰值下限值等。
電流負載資訊處理模組221之一分析器221a可分析主軸電流負載變化紀錄之一峰值數量、一峰值位置以及一峰值大小的其中一種,或是其中任兩種以上的組合。於是,電流負載資訊處理模組221可根據比對上述峰值數量和上述預設峰值數量、比對上述峰值位置和上述預設峰值數、以及比對量上述峰值大小和上述預設峰值大小三者其中之一的比對結果,判斷是否符合預設條件。
電流負載資訊處理模組221可根據峰值數量判斷是否大於一峰值數量上限值或小於一峰值數量下限值,進行條件判斷。當判斷符合預設條件時,分類模組222之一峰值數量判斷器222a判斷峰值數量是否大於一峰值數量上限值或小於一峰值數量下限值。當峰值數量判斷器222a判斷峰值數量大於峰值數量上限值時,分類模組222判斷當前分類係為一顫振類別,以及決定對應當前分類之擷取參數資訊包含機台之一主軸溫度、一主軸轉速以及一節距補正。當峰值數量判斷器222a判斷峰值數量小於峰值數量下限值時,分類模組222判斷當前分類係為一崩裂類別,以及決定對應當前分類之擷取參數資訊為崩裂檢測參數。
又例如,電流負載資訊處理模組221可依據主軸電流 負載變化紀錄之峰值位置,判斷是否符合預設條件時,亦即分類模組222之一峰值位置判斷器222b判斷峰值位置是否位於一峰值位置區間。當峰值位置未在峰值位置區間時,分類模組222判斷當前分類為一刀具損耗類別,以及決定對應當前分類之擷取參數資訊為刀具損耗檢測參數(如主軸振動頻率)。
又例如,電流負載資訊處理模組221可依據主軸電流負載變化紀錄之峰值大小,判斷是否符合預設條件,亦即分類模組222之一峰值大小判斷器222c判斷峰值大小是否大於一峰值上限值或小於一峰值下限值。當峰值大小判斷器222c判斷峰值大小為大於峰值上限值時,分類模組222可判斷當前分類為一過負載類別,以及決定對應當前分類之待擷取參數資訊為至少一過負載檢測參數。當峰值大小判斷器222c判斷峰值大小為小於峰值下限值時,分類模組222判斷當前分類為一刀具異常類別,以及決定對應當前分類之擷取參數資訊為至少一刀具檢測參數,用以檢測機台之刀具是否異常。
雖然本發明已以實施方式揭露如上,然其並非用以限定本發明,任何熟習此技藝者,在不脫離本發明之精神和範圍內,當可作各種之更動與潤飾。因此,本發明之保護範圍當視後附之申請專利範圍所界定者為準。
100‧‧‧機台狀態判斷方法
110-170‧‧‧步驟
200‧‧‧機台狀態判斷系統
210‧‧‧資料傳輸介面
220‧‧‧處理元件
221‧‧‧電流負載資訊處理模組
221a‧‧‧分析器
222‧‧‧分類模組
222a‧‧‧峰值數量判斷器
222b‧‧‧峰值位置判斷器
222c‧‧‧峰值大小判斷器
223‧‧‧判斷模組
230‧‧‧儲存單元
300‧‧‧機台
310‧‧‧主軸
為讓本發明之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附圖式之說明如下: 第1圖係依照本發明一實施例的一種機台狀態判斷方法之流程圖。
第2圖繪示依照本發明一實施例的一種機台狀態判斷系統之功能方塊圖。
第3圖繪示依照本發明另一實施例的一種機台狀態判斷系統之功能方塊圖。
100‧‧‧機台狀態判斷方法
110-170‧‧‧步驟

Claims (17)

  1. 一種機台狀態判斷方法,應用於至少一機台,其中該機台包含一主軸,該機台狀態判斷方法包含:藉由一處理元件接收並記錄該主軸於一時間區段內複數個主軸電流負載值,產生該主軸之一主軸電流負載變化紀錄,並根據該主軸電流負載變化紀錄,判斷是否符合一預設條件;在判斷符合該預設條件時,藉由該處理元件根據該主軸電流負載變化紀錄,決定該主軸電流負載變化紀錄所對應之一當前分類,以及對應該當前分類之一擷取參數資訊;以及藉由該處理元件依據該擷取參數資訊,取得該機台之至少一擷取參數之數值,並依據所取得之擷取參數之數值,判斷該機台之一狀態。
  2. 如請求項1所述之機台狀態判斷方法,更包含:藉由儲存單元記錄複數筆分類記錄資料,其中每一該些分類記錄資料係包含一分類名稱及其對應之主軸電流負載變化之資料和擷取參數資訊;且其中該處理元件係根據該主軸電流負載變化紀錄及該複數筆分類記錄資料,從該些筆分類記錄資料中決定其中一分類名稱,作為該主軸電流負載變化紀錄所對應之當前分類。
  3. 如請求項2所述之機台狀態判斷方法,其中: 每一該些分類記錄資料更包含每一該些分類名稱所對應之擷取參數歷史數值;且該處理元件判斷該機台之狀態,係依據所取得該機台之該擷取參數之數值以及該些筆分類歷史資料中對應該當前分類之擷取參數歷史數值,判斷是否相符;若相符,則判斷該機台之狀態係屬該當前分類;若不相符,則該處理元件更根據該主軸電流負載變化紀錄及該些分類記錄資料,從該些分類記錄資料中該當前分類以外的其他分類名稱決定其中之一,作為更新後的當前分類。
  4. 如請求項1所述之機台狀態判斷方法,其中該主軸電流負載變化紀錄係指該主軸電流負載對應該時間區段所呈現之波形圖,該預設條件係包含一預設峰值數量、一預設峰值位置以及一預設峰值大小至少其一,且其中根據該主軸電流負載變化紀錄,判斷是否符合該預設條件之步驟包含:藉由該處理元件分析該主軸電流負載變化紀錄之一峰值數量、一峰值位置以及一峰值大小至少其一;且其中該處理元件係根據比對該峰值數量和該預設峰值數量、比對該峰值位置和該預設峰值數以及比對量該峰值大小和該預設峰值大小三者其中之一的比對結果,判斷是否符合該預設條件。
  5. 如請求項1所述之機台狀態判斷方法,其中該主 軸電流負載變化紀錄中包含至少一峰值數量,且根據該主軸電流負載變化紀錄,決定該主軸電流負載變化紀錄所對應之該當前分類,以及對應該當前分類之該擷取參數資訊之步驟包含:藉由該處理元件判斷該峰值數量是否大於一峰值數量上限值或小於一峰值數量下限值;當該處理元件判斷該峰值數量大於該峰值數量上限值時,藉由該處理元件判斷該當前分類係為一顫振類別,以及決定對應該當前分類之該擷取參數資訊為顫振檢測參數;以及當該處理元件判斷該峰值數量小於該峰值數量下限值時,該處理元件判斷該當前分類係為一崩裂類別,以及決定對應該當前分類之該擷取參數資訊為崩裂檢測參數。
  6. 如請求項1所述之機台狀態判斷方法,其中該主軸電流負載變化紀錄中包含至少一峰值位置,且根據該主軸電流負載變化紀錄,決定該主軸電流負載變化紀錄所對應之該當前分類,以及對應該當前分類之該擷取參數資訊之步驟包含:藉由該處理元件判斷該峰值位置是否位於一峰值位置區間;當該峰值位置未在該峰值位置區間時,該處理元件判斷該當前分類為一刀具損耗類別,以及決定對應該當前分類之該擷取參數資訊為刀具損耗檢測參數。
  7. 如請求項1所述之機台狀態判斷方法,其中該主軸電流負載變化紀錄中包含至少一峰值大小,根據該主軸電流負載變化紀錄,決定該主軸電流負載變化紀錄所對應之該當前分類,以及對應該當前分類之該擷取參數資訊之步驟包含:藉由該處理元件判斷該峰值大小是否大於一峰值上限值或小於一峰值下限值;當該處理元件判斷該峰值大小為大於該峰值上限值時,該處理元件判斷該當前分類為一過負載類別,以及決定對應該當前分類之該待擷取參數資訊為過負載檢測參數;以及當該處理元件判斷該峰值大小為小於該峰值下限值時,該處理元件判斷該當前分類為一刀具異常類別,以及決定對應該當前分類之該擷取參數資訊為刀具檢測參數。
  8. 如請求項1所述之機台狀態判斷方法,更包含:當該處理元件依據所取得之擷取參數之數值,無法判斷該機台之狀態時,該處理元件決定該機台之該擷取參數資訊以外之一機台參數資訊,根據該機台參數資訊,取得該機台之至少一機台參數之數值,並依據所取得之擷取參數之數值和機台參數之數值,判斷該機台之該狀態。
  9. 一種機台狀態判斷系統,包含:一資料傳輸介面,與至少一機台建立連結,其中該機台包含一主軸;以及 一處理元件,與該資料傳輸介面建立連結,其中該處理元件包含:一電流負載資訊處理模組,接收並記錄該主軸於一時間區段內複數個主軸電流負載值,產生該主軸之一主軸電流負載變化紀錄,並根據該主軸電流負載變化紀錄,判斷是否符合一預設條件;一分類模組,在判斷符合該預設條件時,根據該主軸電流負載變化紀錄,決定該主軸電流負載變化紀錄所對應之一當前分類,以及對應該當前分類之一擷取參數資訊;以及一判斷模組,依據該擷取參數資訊,取得該機台之至少一擷取參數之數值,並依據所取得之擷取參數之數值,判斷該機台之一狀態。
  10. 如請求項9所述之機台狀態判斷系統,更包含:一儲存單元,記錄複數筆分類記錄資料,其中每一該些分類記錄資料係包含一分類名稱及其對應之主軸電流負載變化之資料和擷取參數資訊;且其中該分類模組係根據該主軸電流負載變化紀錄及該複數筆分類記錄資料,從該些筆分類記錄資料中決定其中一分類名稱,作為該主軸電流負載變化紀錄所對應之當前分類。
  11. 如請求項10所述之機台狀態判斷系統,其中,每一該些分類記錄資料更包含每一該些分類名稱所對應之擷 取參數歷史數值;該判斷模組判斷該機台之狀態,係依據所取得該機台之該擷取參數之數值以及該複數筆分類歷史資料中對應該當前分類之擷取參數歷史數值,判斷是否相符,若是,則判斷該機台之狀態係屬該當前分類,若否,則該分類模組更根據該主軸電流負載變化紀錄及該複數筆分類記錄資料,從該複數筆分類記錄資料中該當前分類以外的其他分類名稱決定其中之一,作為更新後的當前分類。
  12. 如請求項9所述之機台狀態判斷系統,其中該主軸電流負載變化紀錄係指該主軸電流負載對應該時間區段所呈現之波形圖,該預設條件係包含一預設峰值數量、一預設峰值位置以及一預設峰值大小至少其一,且該電流負載資訊處理模組更包含:一分析器,分析該主軸電流負載變化紀錄之一峰值數量、一峰值位置以及一峰值大小至少其一;且其中該電流負載資訊處理模組係根據比對該峰值數量和該預設峰值數量、比對該峰值位置和該預設峰值數以及比對量該峰值大小和該預設峰值大小三者其中之一的比對結果,判斷是否符合該預設條件。
  13. 如請求項9所述之機台狀態判斷系統,其中該主軸電流負載變化紀錄中包含至少一峰值數量,且該分類模組更包含:一峰值數量判斷器,判斷該峰值數量是否大於一峰值數量上限值或小於一峰值數量下限值,且 其中當該峰值數量判斷器判斷該峰值數量大於該峰值數量上限值時,該分類模組判斷該當前分類係為一顫振類別,以及決定對應該當前分類之該擷取參數資訊為顫振檢測參數;以及其中當該峰值數量判斷器判斷該峰值數量小於該峰值數量下限值時,該分類模組判斷該當前分類係為一崩裂類別,以及決定對應該當前分類之該擷取參數資訊為崩裂檢測參數。
  14. 如請求項9所述之機台狀態判斷系統,其中該主軸電流負載變化紀錄中包含至少一峰值位置,且該分類模組更包含:一峰值位置判斷器,判斷該峰值位置是否位於一峰值位置區間,當該峰值位置未在該峰值位置區間時,該分類模組判斷該當前分類為一刀具損耗類別,以及決定對應該當前分類之該擷取參數資訊為刀具損耗檢測參數。
  15. 如請求項9所述之機台狀態判斷系統,其中該主軸電流負載變化紀錄中包含至少一峰值大小,該分類模組包含:一峰值大小判斷器,判斷該峰值大小是否大於一峰值上限值或小於一峰值下限值,且其中當該峰值大小判斷器判斷該峰值大小為大於該峰值上限值時,該分類模組判斷該當前分類為一過負載類別,以及決定對應該當前分類之該待擷取參數資訊為過負 載檢測參數;以及其中當該峰值大小判斷器判斷該峰值大小為小於該峰值下限值時,該分類模組判斷該當前分類為一刀具異常類別,以及決定對應該當前分類之該擷取參數資訊為刀具檢測參數。
  16. 如請求項9所述之機台狀態判斷系統,其中:當該判斷模組依據所取得之擷取參數之數值,無法判斷該機台之狀態時,該判斷模組決定該機台之該擷取參數資訊以外之一機台參數資訊,根據該機台參數資訊,取得該機台之至少一機台參數之數值,並依據所取得之擷取參數之數值和機台參數之數值,判斷該機台之該狀態。
  17. 一種電腦可讀取記錄媒體,儲存一電腦程式,用以執行一種應用於至少一機台之機台狀態判斷方法,其中該機台包含一主軸,該機台狀態判斷方法包含:藉由一處理元件接收並記錄該主軸於一時間區段內複數個主軸電流負載值,產生該主軸之一主軸電流負載變化紀錄,並根據該主軸電流負載變化紀錄,判斷是否符合一預設條件;在判斷符合該預設條件時,藉由該處理元件根據該主軸電流負載變化紀錄,決定該主軸電流負載變化紀錄所對應之一當前分類,以及對應該當前分類之一擷取參數資訊;以及藉由該處理元件依據該擷取參數資訊,取得該機台之 至少一擷取參數之數值,並依據所取得之擷取參數之數值,判斷該機台之一狀態。
TW101143695A 2012-11-22 2012-11-22 機台狀態判斷方法、系統及電腦可讀取記錄媒體 TWI459011B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW101143695A TWI459011B (zh) 2012-11-22 2012-11-22 機台狀態判斷方法、系統及電腦可讀取記錄媒體
CN201210513034.1A CN103838181B (zh) 2012-11-22 2012-12-04 机床状态判断方法以及系统
US13/714,450 US9230370B2 (en) 2012-11-22 2012-12-14 Method and system for determining a status of at least one machine and computer readable storage medium storing the method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW101143695A TWI459011B (zh) 2012-11-22 2012-11-22 機台狀態判斷方法、系統及電腦可讀取記錄媒體

Publications (2)

Publication Number Publication Date
TW201421050A true TW201421050A (zh) 2014-06-01
TWI459011B TWI459011B (zh) 2014-11-01

Family

ID=50728693

Family Applications (1)

Application Number Title Priority Date Filing Date
TW101143695A TWI459011B (zh) 2012-11-22 2012-11-22 機台狀態判斷方法、系統及電腦可讀取記錄媒體

Country Status (3)

Country Link
US (1) US9230370B2 (zh)
CN (1) CN103838181B (zh)
TW (1) TWI459011B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105808826B (zh) * 2016-02-29 2019-10-11 西安交通大学 一种机床参数及其区间变化范围的主动设计方法
CN107589320B (zh) * 2016-07-08 2021-01-26 台达电子企业管理(上海)有限公司 功率模块的录波方法及录波装置
CN106154977B (zh) * 2016-09-27 2018-03-27 重庆大学 一种数控机床切削工步全过程中关键时刻的判断方法
CN109991933A (zh) * 2018-01-02 2019-07-09 东莞市鑫国丰机械有限公司 主轴切削的数控方法
CN108873814A (zh) * 2018-06-25 2018-11-23 深圳精匠云创科技有限公司 监测系统、监测方法及存储设备
JP6838023B2 (ja) * 2018-10-11 2021-03-03 ファナック株式会社 工作機械の制御システム
JP6989564B2 (ja) * 2019-04-26 2022-01-05 ファナック株式会社 工作機械の数値制御システム
CN110207784B (zh) * 2019-07-12 2020-07-07 国家电网有限公司 变压器油位告警方法、装置及终端设备
CN111324073A (zh) * 2020-03-05 2020-06-23 南京粒聚智能科技有限公司 一种机床检测分析方法及其分析平台
CN113110292B (zh) * 2021-04-29 2022-03-18 浙江陀曼云计算有限公司 基于时序功率数据的机床工作状态预测方法及系统

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3436899B2 (ja) * 1999-09-10 2003-08-18 義昭 垣野 工具異常検出装置及びこれを備えた数値制御装置
US6961637B2 (en) * 2003-02-25 2005-11-01 Ge Fanuc Automation Americas, Inc. On demand adaptive control system
US7409261B2 (en) * 2004-10-25 2008-08-05 Ford Motor Company Data management and networking system and method
US7525316B2 (en) * 2005-09-06 2009-04-28 3M Innovative Properties Company Electrostatic discharge event and transient signal detection and measurement device and method
CN2879255Y (zh) * 2005-11-17 2007-03-14 天水星火机床有限责任公司 数控机床切削过载监控器
TW200823464A (en) * 2006-08-10 2008-06-01 Advantest Corp Noise separating apparatus, noise separating method, probability density function separating apparatus, probability density function separating method, testing apparatus, electronic device, program, and recording medium
JP2008097363A (ja) * 2006-10-12 2008-04-24 Okuma Corp 異常診断方法及びその装置
JP4321581B2 (ja) * 2006-11-30 2009-08-26 パナソニック電工株式会社 工作機械総合監視装置
US20090030545A1 (en) * 2007-07-23 2009-01-29 Fanuc Ltd Numeric control device of machine tool
US8041520B2 (en) * 2007-09-26 2011-10-18 Gilbert Ronald Mesec Method to detect mechanical faults and dynamic instability in rotor systems of helicopters, tilt rotor aircraft, and whirl towers
CN101587161B (zh) * 2008-05-23 2011-11-30 中芯国际集成电路制造(北京)有限公司 晶圆测试参数的限值确定方法
CN101318301B (zh) * 2008-07-01 2010-06-02 华中科技大学 一种数控机床低速进给负荷标定装置
CN101334656B (zh) * 2008-07-25 2010-08-04 华中科技大学 一种数控机床加工性能监控系统
TWI391684B (zh) * 2009-03-20 2013-04-01 King Yuan Electronics Co Ltd 提高元件測試良率的測試方法與裝置
JP5014391B2 (ja) * 2009-09-11 2012-08-29 ファナック株式会社 複数のセンサの信号に基づいて機械の異常判定を行う機能を備えた数値制御装置
US8639458B2 (en) * 2010-02-02 2014-01-28 Simmonds Precision Products, Inc. Techniques for use with rotor track and balance to reduce vibration
CN102284888B (zh) * 2011-02-25 2013-01-02 华中科技大学 一种数控机床车削稳定性在线监测方法

Also Published As

Publication number Publication date
CN103838181B (zh) 2016-12-21
CN103838181A (zh) 2014-06-04
TWI459011B (zh) 2014-11-01
US20140142738A1 (en) 2014-05-22
US9230370B2 (en) 2016-01-05

Similar Documents

Publication Publication Date Title
TWI459011B (zh) 機台狀態判斷方法、系統及電腦可讀取記錄媒體
CN107798047B (zh) 重复工单检测方法、装置、服务器和介质
US10181976B2 (en) System and method of adjusting data collection frequency
JP2012532425A (ja) プラズマ処理システムにおける障害の自動的な検出及び分類、並びにその方法
EP3663919A1 (en) System and method of automated fault correction in a network environment
JP2015011027A (ja) 時系列データにおける異常を検出する方法
CN113934720A (zh) 一种数据清洗方法、设备及计算机存储介质
US8838416B2 (en) Air conditioning system diagnostic apparatus
CN104199754A (zh) 生产故障分析系统
KR101998972B1 (ko) 변수 구간별 불량 발생 지수를 도출하여 공정 불량 원인을 파악하고 시각화하는 방법
US20090217108A1 (en) Method, system and computer program product for processing error information in a system
CN114610553A (zh) 一种智能设备检测系统及其检测方法
KR102168737B1 (ko) 품질 분석 장치 및 품질 분석 방법
CN116976369B (zh) 一种应用于设备状态检测的rfid螺栓、螺母
CN116500441B (zh) 一种电机故障检测定位方法及系统
CN116485078B (zh) 一种多类型能源能效管理方法、装置、电子设备及介质
CN110780198B (zh) 一种伺服焊接系统运动的波形识别方法及设备
CN110927587A (zh) 一种电池包充放电测试报告生成的方法和装置
CN113703401B (zh) 异常检测算法的配置方法、装置、电子设备和存储介质
CN114564469A (zh) 采集数据的处理方法及系统
WO2015184750A1 (zh) 网元设备数据维护的方法和装置
US20220283574A1 (en) Method for Controlling a Production Process for Producing Components
CN114356061B (zh) 电源故障检测方法、装置、系统以及检测设备
CN111813776B (zh) 车辆测试数据的记录方法、车辆诊断设备及存储介质
CN118041838A (zh) 用于智能家电设备网络协议检测的方法及装置、检测系统、计算机可读存储介质