一种云平台的机床稼动率监测系统技术方案

本发明专利技术公开了一种云平台的机床稼动率监测系统，包括云平台制造大数据库模块、云平台数据实时提取模块、功率数据特征提取模块、机床运行状态识别模块、设备稼动率计算模块；云平台制造大数据库模块存储有机床设备原始总功率数据和机床设备生产数据；云平台数据实时提取模块对提取的机床设备原始总功率数据进行预处理；功率数据特征提取模块从云平台数据实时提取模块提取预处理机床设备总功率数据和机床设备生产数据；机床运行状态识别模块将功率数据特征提取模块获得的模型权重导入至卷积神经网络，建立一维CNN识别模型；设备稼动率计算模块计算出设备稼动率；本解决了传统的机床设备稼动率计算不具备通用性、普遍适用性的问题。的问题。的问题。

【技术实现步骤摘要】
一种云平台的机床稼动率监测系统


[0001]本专利技术属于监测
，具体涉及一种云平台的机床稼动率监测系统。

技术介绍

[0002]目前，随着商品与劳动力价格的高度市场化，制造业企业面临着行业竞争激烈、工人成本上升等严峻问题，使得制造业企业只有充分挖掘现有机械设备等资源的潜力,提高设备稼动率，以保证产品质量与生产效率。机械设备作为企业生产的基础，决定了企业生产制造的基本能力，导致制造业企业对机械设备依赖性较高，随之而来的设备故障、设备利用率低下等问题也与日俱增，这严重阻碍了企业产品品质与生产效率的提高。关键设备的故障停产，会影响下游生产的正常进行，对企业造成负面影响，从而降低企业经济效益。设备稼动率作为企业生产效率与产品性能的综合指标，代表了设备生产能力，通过对设备稼动率的监测，以识别制造过程中停机损失、换装损失、暂停机损失等，对机床设备进行智能化管理，从而实现设备运行效率与产品性能的稳定上升。
[0003]当前已有许多制造业企业正寻求搭建生产管控云平台以期对企业能源、设备生产过程等进行管控，因此，现有技术中需要云平台的机床稼动率监本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种云平台的机床稼动率监测系统，其特征在于：包括所述云平台制造大数据库模块、云平台数据实时提取模块、功率数据特征提取模块、机床运行状态识别模块、设备稼动率计算模块；所述云平台制造大数据库模块存储有机床设备原始总功率数据和机床设备生产数据；所述云平台数据实时提取模块从云平台制造大数据库模块中提取机床设备原始总功率数据和机床设备生产数据，并对所提取的机床设备原始总功率数据和机床设备生产数据进行记录；所述云平台数据实时提取模块对提取的机床设备原始总功率数据进行滤波，并剔除机床设备总功率数据中的异常值，得到预处理机床设备总功率数据；所述功率数据特征提取模块从云平台数据实时提取模块提取预处理机床设备总功率数据和机床设备生产数据，通过卷积神经网络结构将预处理机床设备总功率数据和机床设备生产数据直接作为一维CNN模型的输入，进行卷积训练，得到最优识别率的卷积神经网络模型结构，并获取该结构下的模型权重；所述机床运行状态识别模块将功率数据特征提取模块获得的模型权重导入至卷积神经网络，建立一维CNN识别模型；所述机床运行状态识别模块将云平台数据实时提取模块记录的机床设备原始总功率数据进行预处理，得到机床设备一维功率数据，并将机床设备一维功率数据输入一维CNN识别模型进行识别，统计出机床设备启动时间T
s
、机床设备空载时间T
n
、机床设备加工时间T
r
；所述设备稼动率计算模块提取机床运行状态识别模块统计出机床设备启动时间T
s
、机床设备空载时间T
n
、机床设备加工时间T
r
，并提取云平台数据实时提取模块记录的机床设备生产数据和机床设备原始总功率数据；所述设备稼动率计算模块搭载有稼动率计算模型、实际加工时间计算模型、负荷时间计算模型和总加工产品数量计算模型。所述稼动率计算模型定义机床稼动率指标，定义时间稼动率E
T
，性能稼动率E
P
，产品合格率为Q；具体定义如下：格率为Q；具体定义如下：格率为Q；具体定义如下：式(1)至式(3)中，T
R
为实际加工时间，T
P
为负荷时间，C
T
为理论加工周期，N为总加工产品数量，n为加工产品合格数量；所述实际加工时间计算模型计算实际加工时间T
R
，T
R
＝T
n
...

【专利技术属性】
技术研发人员：曹华军，何凯，郑杰，陈二恒，朱林全，
申请(专利权)人：重庆工业大数据创新中心有限公司，
类型：发明
国别省市：