一种机械制造设备切削状态辨识与数据处理方法方法技术

本申请公开了一种机械制造设备切削状态辨识总体方案，及对其现场实时数据的归一化处理方法，以区分出切削加工与非切削加工状态。本发明专利技术1、给出了面向机械制造设备状态辨识目标细分体系，之后以切削加工和非切削加工状态辨识为目标给出了一个完整的辨识方案流程，在此基础上，建立了完善的数据源且对各数据进行形式统一的规范化预处理，先将现场实时采集汇总的数据按照工艺系统特性进行分类，分成基参数群和非基参数群两类。该方法分别对基参数群给出了调整法则，且对非基参数群不仅给出了调整法则，而且对其首末端及中间端空缺位给出了数据插补方法，本发明专利技术方法适用于机械制造生产系统物联网及工业4.0前端的现场数据采集和数据预处理及智能信息系统构建、工业物联网中的数据挖掘与数据处理领域。

Machining condition identification and data processing method for mechanical manufacturing equipment

The present invention discloses a general scheme for cutting condition identification of mechanical manufacturing equipment and a normalization method for on-site real-time data thereof to distinguish the cutting and non cutting states. The present invention provides for 1, manufacturing machinery and equipment condition recognition target system, to cutting and non cutting state identification target gives a complete identification scheme, on this basis, the establishment of a sound source data and normalized to form a unified data on the first. The real-time acquisition of data classification system according to the process characteristics, divided into basic parameters group and non group two group parameter. The methods are based on the parameter group gives the adjustment rule, and based on non parameter group not only gives the adjustment of law, and the first end and the middle end vacancy gives the data interpolation method, the method of the invention is suitable for field construction, in mechanical manufacturing and industrial networking system 4 in front of the field data acquisition and data the pretreatment and intelligent information system of industrial networking in data mining and data processing.

【技术实现步骤摘要】
一种机械制造设备切削状态辨识与数据处理方法方法
本申请涉及一种机械制造设备切削状态辨识与数据处理方法，属于工业4.0前端的现场数据采集和智能信息系统构建、工业物联网中的数据挖掘与数据处理领域。
技术介绍
机械制造业是工业发展的基础，其在国民经济发展过程中具有至关重要的作用和地位。机械制造涉及到的机床设备种类繁多、型号系列众多、设备功能差异很大、机械制造设备相对其他工业设备比较而言相对价值昂贵。同时机械制造设备又不同于其他设备，一方面机床功能比较集中，即在某一特定的设备上可以完成特定的功能作用，且随着科技的快速发展，机床设备的功能越来越复杂、自动化程度也越来越高；但另一方面，机床设备又严重依赖于操作人员，且其工艺随着被加工产品的差异性变化而较大的变化，比如加工水泵铸铁类叶轮和加工硬质合金高精密冲压模具凹模零件的制造工艺就相差极多。制造工艺的差异带来生产效率的差异，进而在产品成本上表现出极大的不同，最终影响使用者——机械设备使用公司的经济效益。一般来说机械制造设备的工作状态可按图1分为有效切削加工状态101和非切削加工状态102，而非切削加工状态又可按照此过程对切削加工过程的重要性或影响程度分为必要辅助过程和非必要辅助过程。具体地可按照图2细分为多个组成部分。把机床状态细分出来，且将其历史状态进行汇总分析，有助于设备所有者或者公司高层对设备使用状况、生产运行状况、资源利用率、人工时效等进行细化分析，有利于公司开展精细化管理，为进一步的优化决策提供强有力的数据支撑。对设备状态进行辨识，首当其冲地是要实时获取充足的数据。现阶段提取设备数据或信息的主流方法大致分为两类，一方面是通过OPC等协议平台提取现有设备控制系统里的数据并加以改造，以确定设备状态。这类方法的优势是可以实时掌控较全的数据源，但这类方法获取的数据来源对象单一，对诸如普通机床没有数值控制系统的，使用该方法则无法提取数据。另一方面是在设备上自行布置传感检测系统获取数据。自建传感系统又分为三种情况，一是在运动部位布置力学传感器提取机床系统受力信号，第二种是在动力器件附近布置电流电磁类传感器提取电信号。上述两类传感器获取单一的信号源，之后再拟合出特定的映射规律曲线，以力学或电学信号推演其他所需信号。第三种布置传感器的方法是在机床的适当位置按照所需信号特征布置相应类别的传感器，这样可以提取出包括力学、电学、速度、位置、频率、温度、流量等等信息。信号来源越多样化，可以确保精确辨识目标状态所需的数据的全面性。但不同来源的数据因为数据源自身的特点会存在较大的差异，比如在信号特征、非线性转换关系、幅值、频率、形态、分布等等方面存在差异。所有的数据必须被预先处理成目标函数可以认可的统一规范形式才能被目标函数所使用、才能被调入算法程序所使用的数据库。所以对于机械制造类机床设备状态辨识，一方面需要构建合适的辨识方法与流程，另一方面需要建立完善的数据源且对各数据进行形式统一的规范化预处理。
技术实现思路
本专利技术的目的在于提供一种机械制造设备切削状态辨识与数据处理方法，以克服现有技术中的不足。为实现上述目的，本专利技术提供如下技术方案：本申请实施例公开一种机械制造设备切削状态辨识与数据处理方法，以区分出切削加工与非切削加工状态，包括：s1、汇集切削加工过程中的切削数据，形成数据库；s2、从数据库里提取数据，如果该参数第一次出现，对其进行特性分析，并在类域上做划分，将其划入基参数群或非基参数群，之后将类域度量区分后的参数存入参数分类库的对应位置，再调集此类数据时，直接从参数分类库里调取；s3、构建参数的权重配比，并将结果存入参数权重库中，如果某参数已做过类域划分及获得权重配比，且存入在参数权重库里，则直接从库里调用该类信息；s4、时间域归一化修正，使得进行过类域划分的参数在时间轴上的分布序列均匀一致；s5、可对每类数据的状态转移进行预估，该预估值和数据库里的实际值进行比较获得纠正系数。优选的，在上述的机械制造设备切削状态辨识方法中，所述切削数据的来源包括机械制造设备控制系统中的数据、和/或传感网络直接获取的数据。优选的，在上述的机械制造设备切削状态辨识方法中，利用式(3)、式(6)、(7)、(8)、(9)预先拟合切削状态和各轴受力状况之间的规律曲线，再将受力状况和传感器采集到的电信号参数之间构建对应的映射关系，使得参数分类库中的参量F包含机械设备各轴状态信息：Fc＝Kc·ap·f＝Kc·hd·bd(9)式中Ad、ap、f、hd、bd、ke、Fc、Kc、为修正系数。切削力修正系数有三个，分别代表主切削力修正系数、背向力修正系数和进给力修正系数。另外在各切削分力上还有修正系数和修正系数是指在数据计算、公式表达等由于理想和现实、现实和调查等产生偏差时，为了使其尽可能的体现真实性能对计算公式进行处理而加的系数。优选的，在上述的机械制造设备切削状态辨识方法中，步骤s4中，时间域归一化修正满足：(1)、使得相关数据统一地、齐步在某一时刻点；(2)、各类数据在时间轴上的分布也要同步、同距。优选的，在上述的机械制造设备切削状态辨识方法中，时间域归一化修正包括对基参量进行格式统一和对非基参量进行调整。优选的，在上述的机械制造设备切削状态辨识方法中，所述非基参量进行调整包括：依据基参量的时间分布特征对非基参量进行删减调节；对非基参量首尾空缺位置进行数值插补；对非基参量序列中间部分空缺数值进行插补修正。优选的，在上述的机械制造设备切削状态辨识方法中，所述基参数群里的参数时间域需做统一处理：对基参数群里的数组，按照权重做递减排序，将权重最大的基参量作为第一基参数，群里的其他参数组在特定时间域内的值与第一基参数做排列比较，即将基参量组之间做与运算且赋值，或者说当两个基参数在时间序列上分布不一致时，采取交叉式剔除的方法删去对应数据。优选的，在上述的机械制造设备切削状态辨识方法中，处理非基参量时间域归一化方法包括：(1)、对于非基参数组，在其任意段落的连续空缺第一位处标注为i，从i+1到该区间最后一个空位之间的空缺数量用k表示，即该区间空缺数量为k+1，最后一个空缺位表示为i+k；(2)、先将第一基参数空缺处对应的非基参数组有数据的标注出来，之后对非基参数组进行与逻辑运算且赋值；(3)、对于前后端有非基参数的情况按式(13)～(16)对第一空缺位进行插补修正：ti+k-ti＝Δt(14)xa(i-1)为参量A在时间序列位置i的前一刻数值，xa(i+k+1)是参量A在时间序列位置i+k的后一刻数值，xci，xc(i+k)，xc(i-1)和xc(i+k+1)表示参量C类似于A上述的意义，γ是对工艺过程实时自适应训练测算获得的现场参数经验值，xγ是对特定修正区间内缺位值进行修正所预设的加权调节系数，ti表示i位置的时刻点，ti+k表示i+k位置的时刻点，Δt表示位置i到i+k之间的时间跨度。修补位xci的值替代公式(12)里的参数xci-1，继续利用公式(15)进行插补，修正该区域内的第二个空缺位，如果空缺位出现在非基参数组的首末端,，只有一端存在有效数值的情况下，按照公式(17)～(18)对空缺位进行插补修正：优选的，在上述的机械制造设备切削状态辨识方法中，所述切削数据全部以数字量存储于所述数据库中。本文档来自技高网...

【技术保护点】
一种机械制造设备切削状态辨识方法，以区分出切削加工与非切削加工状态，其特征在于，包括：s1、实时汇集现场机械加工设备切削加工过程中的切削数据，形成数据库；s2、从数据库里提取数据，如果该参数第一次出现，对其进行特性分析，并在类域上按照数据的工艺特性做划分，将其划入基参数群或非基参数群，之后将类域度量区分后的参数存入参数分类库的对应位置，对于从数据库提取的非第一次出现的数据时，直接从参数分类库里调取；s3、构建参数的权重配比，并将结果存入参数权重库中，如果某参数已做过类域划分及获得权重配比，且存入在参数权重库里，则直接从库里调用该类信息；s4、非时域同步参数时间域归一化修正，使得进行过类域划分及权重配比的参数在时间轴上的分布序列均匀一致；s5、对每类数据的状态转移初步进行预估，该预估值和数据库里的实际值进行比较获得纠正系数。

【技术特征摘要】
1.一种机械制造设备切削状态辨识方法，以区分出切削加工与非切削加工状态，其特征在于，包括：s1、实时汇集现场机械加工设备切削加工过程中的切削数据，形成数据库；s2、从数据库里提取数据，如果该参数第一次出现，对其进行特性分析，并在类域上按照数据的工艺特性做划分，将其划入基参数群或非基参数群，之后将类域度量区分后的参数存入参数分类库的对应位置，对于从数据库提取的非第一次出现的数据时，直接从参数分类库里调取；s3、构建参数的权重配比，并将结果存入参数权重库中，如果某参数已做过类域划分及获得权重配比，且存入在参数权重库里，则直接从库里调用该类信息；s4、非时域同步参数时间域归一化修正，使得进行过类域划分及权重配比的参数在时间轴上的分布序列均匀一致；s5、对每类数据的状态转移初步进行预估，该预估值和数据库里的实际值进行比较获得纠正系数。2.根据权利要求1所述的机械制造设备切削状态辨识方法与数据处理方法，其特征在于：所述切削数据的来源包括机械制造设备控制系统(CNC系统，PLC系统，及其他数据库系统)中的数据、和/或传感网络直接获取的数据。3.根据权利要求2所述的机械制造设备切削状态辨识方法，其特征在于：利用式(3)、式(6)、(7)、(8)、(9)预先拟合切削状态和各轴受力状况之间的规律曲线，再将受力状况和传感器采集到的电信号参数之间构建对应的映射关系，使得参数分类库中的参量F包含机械设备各轴状态信息：Fc＝Kc·ap·f＝Kc·hd·bd(9)式中Ad、ap、f、hd、bd、ke、Fc、Kc、为修正系数。4.根据权利要求1所述的机械制造设备切削状态辨识方法，其特征在于：步骤s4中，时间域归一化修正满足：(1)、使得相关数据统一地、齐步在某一时刻点；(2)、各类数据在时间轴上的分布也要同步、同距。5.根据权利要求1所述的机械制造设备切削状态辨识方法，其特征在于：时间域归一化修正包括对基参量进行格式统一和对非基参量进行调整...

【专利技术属性】
技术研发人员：邓超，康佳宾，钱俊梅，蔡磊明，邹新潮，
申请(专利权)人：无锡微研股份有限公司，
类型：发明
国别省市：江苏,32