一种基于运行数据流的机床状态监测系统与监测方法技术方案

本发明专利技术公开了一种基于运行数据流的机床状态监测系统，包括用于采集机床运行数据的数据采集层，数据采集层通过数据接入层连接有数据处理层；数据处理层连接有数据存储层；数据处理层包括用于对机床运行数据进行流处理的流处理层。所述数据处理层采用分布式集群架构，数据接入层通过分布式消息队列将机床运行数据分发至数据处理层中；数据处理层还包括用于对机床运行数据进行批量处理的批处理层；流处理层与批处理层通过共用数据存储层进行集成。还公开了一种基于运行数据流的机床状态监测系统的监测方法，采用本发明专利技术的基于运行数据流的机床状态监测系统。本发明专利技术能够适用于具有大数据特性的运行数据流的采集、处理、存储、分析和可视化。

【技术实现步骤摘要】
一种基于运行数据流的机床状态监测系统与监测方法
本专利技术涉及机床状态监测、数据处理、工业控制技术等领域，尤其涉及一种基于运行数据流的机床状态监测系统与监测方法。
技术介绍
工业制造能力的发展直接影响国家经济发展和社会进步。机床是制造业中重要的组成部分，实现机床异常状态监测能够确保机床稳定、安全和高效运行，为提高工业制造能力垫定了基础。通过对各类机床运行数据的特点进行分析，总结出机床运行数据的特性如下：高时效性、高动态响应性、高传输速率以及海量特性。最为显著的是机床运行数据兼具流特性与海量特性，数据采集系统以高采集频率对运行数据进行监测，并且监测时间长，因此使得运行过程产生的数据既有实时数据的“流”的特性，同时也具有的大数据的海量特性，要求监测系统能够完成海量数控机床运行数据的有效分析。机床运行数据流是机床状态的载体，其实时、准确、动态的反映机床运行状态，对机床运行数据流进行采集、处理和分析能够实现机床异常状态的在线监测，同时也是实现机床健康预警和故障诊断的重要基础。运行数据流的数据总量和数据价值分别随时间的推移迅速增加和丢失，运行数据流的总量和挖掘运行数据流的价值的难度已经超出了传统数据处理与数据存储技术的计算能力，给现有基于机床运行数据的异常状态监测系统带来海量运行数据流实时处理、海量数据存储、数据实时可视化分析等挑战，目前的研究仍未有成熟的解决方案，因此，如何对机床运行数据流进行有效的处理与分析、实现机床异常状态监测显得尤为重要。
技术实现思路
针对上述现有技术的不足，本专利技术提供一种基于运行数据流的机床状态监测系统，解决现有技术中对机床运行数据的处理能力不足的技术问题。为解决上述技术问题，本专利技术的技术方案如下：一种基于运行数据流的机床状态监测系统，包括用于采集机床运行数据的数据采集层，数据采集层通过数据接入层连接有数据处理层；数据处理层连接有数据存储层；所述数据处理层包括用于对机床运行数据进行流处理的流处理层。进一步的，所述数据处理层采用分布式集群架构，所述数据接入层通过分布式消息队列将机床运行数据分发至数据处理层中。进一步的，所述数据处理层还包括用于对机床运行数据进行批量处理的批处理层；流处理层与批处理层通过共用数据存储层进行集成，从而使得批处理层能够从数据存储层中获取经流处理层处理后的数据。进一步的，还包括用于对机床运行状态与数据处理结果进行可视化显示以及支持用户对机床状态监测系统进行访问的数据应用层。进一步的，流处理层包括以下数据处理单元：数据预处理单元：用于根据数据预处理程序对数据进行预处理；数据统计与异常检测单元：基于滑动时间窗对预处理后的数据进行分析，以获得统计结果与异常检测结果；机床运行状态判断单元：用于根据聚类算法判断机床运行数据所属机床运行状态分类。进一步的，批处理层中配置有机床异常状态诊断库，所述异常状态诊断库中存储有机床异常类型与运行数据特征的映射关系表；所述批处理层中还配置有机床异常状态诊断程序，用于从机床运行数据中提取运行数据特征并根据机床异常类型与运行数据特征的映射关系诊断机床异常状态类型。本专利技术还提供一种基于运行数据流的机床状态监测方法，采用本专利技术的基于运行数据流的机床状态监测系统，并包括以下步骤：步骤1：数据采集层采集原始机床运行数据并上传至数据接入层；步骤2：数据接入层将原始机床运行数据分别发送给流处理层与数据存储层；步骤3：数据存储层对原始机床运行数据进行存储，并与步骤4同时进行；步骤4：流处理层对原始机床运行数据进行流处理，并将处理后的结果存储至数据存储层中；步骤5：批处理层从数据存储层中调取原始机床运行数据或经流处理的机床运行数据进行机床异常状态诊断。进一步的，流处理包括以下步骤：步骤4.1：对原始机床运行数据进行预处理，包括依次进行的数据清洗、数据格式化以及对预处理后的机床运行数据是否需要存储进行判断，将需要存储的预处理后的机床运行数据存储至数据存储层中，对于不需要存储的预处理后的机床运行数据，则进行步骤4.2；步骤4.2：基于滑动时间窗对机床运行数据进行分析，以获得统计结果与异常检测结果；统计结果包括机床运行数据的最大值、最小值、平均值与超过报警阈值的频次；步骤4.3：采用聚类算法判断机床运行数据所属机床运行状态分类，机床运行状态分类包括开机状态、待机状态、空载状态、满载状态与异常状态。更进一步的，步骤4.2包括以下步骤：步骤4.2.1：设置滑动时间窗的参数，包括基本时间窗口长度、滑动时间窗口长度与数据发送时间间隔；步骤4.2.2：将接收的机床运行数据按照种类进行拆分，根据数据发送时间间隔将同一类的机床运行数据下发至下一级的数据统计与异常检测单元；步骤4.2.3：在基本时间窗口内实现机床运行数据的最大值、最小值、平均值与超过报警阈值的频次计算；步骤4.2.4：根据超过报警阈值的频次与基本时间窗口内的数据总数，统计机床运行数据超过报警阈值的概率，当机床运行数据超过报警阈值的概率超过概率阈值时，则说明发生异常，进行报警；步骤4.2.5：合并滑动时间窗口内所有基本时间窗口，使用全局汇总的数据聚合方式统计滑动时间窗口内的计算结果。进一步的，所述数据存储层包括于实时存储和查询的分布式实时数据库与用于离线统计与分析的分布式数据仓库；流处理层根据机床运行数据的类型将处理结果分别存储在分布式实时数据库与分布式数据仓库；所述数据处理层采用分布式集群架构，所述数据接入层通过分布式消息队列将机床运行数据分发至数据处理层中的流处理层中；在流处理过程或批处理过程中对同类机床运行数据进行分布式集群计算。与现有技术相比，本专利技术具有以下有益效果：1、针对机床运行数据流高时效、动态响应、高传输速率、海量等大数据特性，本专利技术提供了一种基于机床运行数据流的状态监测方法，能够适用于具有大数据特性的运行数据流的采集、处理、存储、分析和可视化。2、在本专利技术中，提出了一种基于大数据流处理技术的运行数据实时处理方法，用于机床运行实时处理和运行状态的在线判断。相对于传统的数据处理方式，基于大数据流处理技术具有更低的时间延迟和更大的数据吞吐量。因此本专利技术方法更适用于当前实际应用情况，能够适用海量数据的机床实时状态监测，从而发现机床异常状态。3、在本专利技术中，设计了一种面向运行数据的存储和批处理方法，用来实现海量运行数据的存储和机床异常状态的识别。首先，设计传统数据库与分布式数据库集成存储模式，对海量运行数据进行存储；在实现数据存储基础上，通过大数据实时批处理技术，结合异常状态诊断库对机床异常状态进行在线识别。并且设计的数据存储和大数据实时批处理方式都支持分布式计算，支持存储和计算的横向扩展，因此本专利技术更具有扩展性。4、本专利技术方法中采集的机床运行数据流，如功率、振动、切削力、电流等，都通过机床技术说明书和传感器即可获得，获取方法简单，提高了本专利技术方法的可操作性。5、本专利技术方法的应用对象为机床尤其是功能复杂、机床组件多的机床，因此，本专利技术具有较好的通用性。附图说明图1是基于运行数据流的机床状态监测系统的总体架构图；图2是用于数控机床的数据采集层；图3是机床运行数据流处理拓扑设计图；图4是基于Spark框架的运行数据批处理层；图5是流处理层与批处理层的集成架构示意图；图6是数据存储层架构设计图；图7是数据本文档来自技高网...

【技术保护点】
1.一种基于运行数据流的机床状态监测系统，其特征在于：包括用于采集机床运行数据的数据采集层，数据采集层通过数据接入层连接有数据处理层；数据处理层连接有数据存储层；所述数据处理层包括用于对机床运行数据进行流处理的流处理层。

【技术特征摘要】
1.一种基于运行数据流的机床状态监测系统，其特征在于：包括用于采集机床运行数据的数据采集层，数据采集层通过数据接入层连接有数据处理层；数据处理层连接有数据存储层；所述数据处理层包括用于对机床运行数据进行流处理的流处理层。2.根据权利要求1所述的基于运行数据流的机床状态监测系统，其特征在于：所述数据处理层采用分布式集群架构，所述数据接入层通过分布式消息队列将机床运行数据分发至数据处理层中。3.根据权利要求1所述的基于运行数据流的机床状态监测系统，其特征在于：所述数据处理层还包括用于对机床运行数据进行批量处理的批处理层；流处理层与批处理层通过共用数据存储层进行集成，从而使得批处理层能够从数据存储层中获取经流处理层处理后的数据。4.根据权利要求1所述的基于运行数据流的机床状态监测系统，其特征在于：还包括用于对机床运行状态与数据处理结果进行可视化显示以及支持用户对机床状态监测系统进行访问的数据应用层。5.根据权利要求1所述的基于运行数据流的机床状态监测系统，其特征在于：流处理层包括以下数据处理单元：数据预处理单元：用于根据数据预处理程序对数据流进行预处理；数据统计与异常检测单元：基于滑动时间窗对预处理后的数据流进行分析，以获得统计结果与异常检测结果；机床运行状态判断单元：用于根据聚类算法判断机床运行数据所属机床运行状态的分类。6.根据权利要求1所述的基于运行数据流的机床状态监测系统，其特征在于：批处理层中配置有机床异常状态诊断库，所述异常状态诊断库中存储有机床异常类型与运行数据特征的映射关系表；所述批处理层中还配置有机床异常状态诊断程序，用于从机床运行数据中提取运行数据特征并根据机床异常类型与运行数据特征的映射关系诊断机床异常状态类型。7.一种基于运行数据流的机床状态监测方法，其特征在于：采用如权利要求3所述的基于运行数据流的机床状态监测系统，并包括以下步骤：步骤1：数据采集层采集原始机床运行数据并上传至数据接入层；步骤2：数据接入层将原始机床运行数据分别发送给流处理层与数据存储层；步骤3：数据存储层对原始机床运行数据进行存储，并与步骤4同时进行；步骤4：流处理层对原始机床运行数据进行流处理，并将处理后的结果存储至数据...

【专利技术属性】
技术研发人员：何彦，李育锋，王禹林，王时龙，刘雪晖，王培杰，孙顺苗，
申请(专利权)人：重庆大学，南京理工大学，
类型：发明
国别省市：重庆,50