一种数控机床的数据采集与监控方法及系统技术方案

本发明专利技术公开了一种数控机床的数据采集与监控方法及系统，本方法包括：1)采集端对数控机床的状态数据进行采集并发送给服务器端，采集的数据包括各轴电机的电流信号、温度信号、负载信号、主轴信息、刀具信息、工况、加工程序、机床编号和报警信息；以及通过安装在数控机床设定关键部位外部的振动传感器采集设定关键部位的振动信号并传输至服务器端；2)服务器端根据机床编号、运行时间、工况、加工程序、刀具信息对收到的数据进行分类，得到不同标签对应的数据集；3)服务器端根据用户端发送的请求中指定的标签，将对应标签的数据集传输至用户端；4)用户端对收到的数据集中各种信号数据进行实时显示和处理，得到数控机床的健康状态。得到数控机床的健康状态。得到数控机床的健康状态。

【技术实现步骤摘要】
一种数控机床的数据采集与监控方法及系统


[0001]本专利技术属于机床
，具体为一种数控机床的数据采集与监控方法及系统。

技术介绍

[0002]数控机床是现代工业的重要设备，能够通过程序控制加工过程。数控机床具有加工精度高，生产效率高，自动化程度高的特点。随着工业快速发展对加工质量和生产效率的要求越来越高，对于数控机床的状态监测成为重点。实时监测机床的运行状态数据可以用以分析机床的健康状态，提前预测机床的故障，减少故障导致的损失。持续的监测数控机床能够得到机床长期运行的故障数据和维修记录等等，这些数据对机床的可靠性研究具有帮助。
[0003]针对数控机床的常见采集方法有：通过PLC接口采集，通过I/O接口采集，通过OPC协议采集。其中通过OPC协议的采集方法不需要对机床的电路部分进行改造，通用性强，可以采集的数据类型丰富。如今的常见数控系统，如Fanuc数控系统和Siemens数控系统等，都支持OPC UA协议的通信。通过调用OPC的函数库，可以获得机床数控的监控数据。
[0004]数控机床的故障分为三类，包括机械系统故障、数控系统故障和电气系统故障。现有数控机床的数控系统具有一定的自我诊断功能，但是主要针对的是数控系统和电气系统的故障。然而，机械系统的故障占数控机床所有故障的大部分，主要发生在丝杠、导轨和轴承等。机械系统的故障具有缓变性，故障发展是一个长期过程，而且故障的种类具有多样性，机械故障的信息隐藏在各种信息之间难以直接监控。而且机床的故障具有偶发性、随机性和耦合性，难以从简单数据中直观的观测到故障，造成可用的故障样本匮乏。因此，想要对数控机床的健康状态良好监控和后续分析，除了实时的显示与监控之外，也要对数控机床进行长期的监控积累数据。

技术实现思路

[0005]鉴于以上的问题，本专利技术提出了一种数控机床的采集和监控方法和系统，该系统包括采集端、用户端和服务器端。该系统能够实现对机床状态数据采集、显示、储存和分类，辅助现场工程师的实时监控，故障诊断专家可以查看和使用机床的状态数据用于机床健康状态的分析。由于机床的运行的状态复杂多样，受工况、转速、工序和刀具等等因素的影响，本专利技术对数据进行分类和分段以便于后续的分析。
[0006]本专利技术的技术方案为：
[0007]一种数控机床的数据采集与监控方法，其步骤包括：
[0008]1)采集端对数控机床的状态数据进行采集并发送给服务器端，采集的数据包括各轴电机的电流信号、温度信号、负载信号、主轴信息、刀具信息、工况、加工程序、机床编号和报警信息；以及通过安装在数控机床设定关键部位外部的振动传感器采集设定关键部位的振动信号并传输至服务器端；
[0009]2)服务器端根据机床编号、运行时间、工况、加工程序、刀具信息对收到的数据进
行分类，得到不同标签对应的数据集；每一标签的数据种类包括各轴电机的电流信号、温度信号、负载信号、主轴信息和振动信号；
[0010]3)服务器端根据用户端发送的请求中指定的标签，将对应标签的数据集传输至用户端；
[0011]4)用户端对收到的数据集中各种信号数据进行实时显示，并对收到的信息实时处理，进行故障分析，得到数控机床的健康状态。
[0012]进一步的，所述用户端具有故障类型分析单元；所述故障类型分析单元中预设健康状态的数据特征，通过对比收到的采集数据特征与健康状态的数据特征得到差异度，进而得到设备健康状态。
[0013]进一步的，得到所述差异度的方法为：设P＝{p1,p2,...,p
H
}为用户端收到的数据集中第N种类数据组成的待测样本数据集合，Q
k
＝{q1,q2,...,q
H
}为第N种类数据第k个预设的健康状态对应的状态样本数据集合；待测样本数据合集P与状态样本数据合集Q
k
包括H段样本，通过公式计算得到第N种类数据与第N种类数据第k个状态的差异度d(P,Q
k
)；其中，p
i
表示待测样本数据集合P的第i个样本，q
j
表示状态样本数据集合Q的第j个样本。
[0014]进一步的，通过公式计算最小的差异度，将最小差异度所对应的健康状态作为待测样本的健康状态；其中M为预设健康状态样本的数量。m为差异度最小的健康状态样本的序号。
[0015]进一步的，所述用户端还包括故障位置分析单元和故障解决方案单元；所述故障位置分析单元依据故障类型分析单元的结果，通过各部位健康度判断故障发生位置；所述故障解决方案模块预设有不同故障的对应解决方案，依据所述故障类型分析模块和故障位置分析模块的结果，提供对应的解决方案。
[0016]进一步的，采集端对采集到的数据进行统计学特征分析，提取数据的统计学特征包括但不限于均值、方差、峰值、均方根和峭度指标。
[0017]进一步的，采集端通过安装在机床设定关键部位外部的振动传感器采集设定关键部位的振动信号，安装在机床的关键位置包括：机床主轴外壳、丝母、轴承座和夹具外壳。
[0018]一种数控机床的数据采集与监控系统，其特征在于，包括采集端、服务器端和用户端；其中，
[0019]所述采集端，用于对数控机床的状态数据进行采集并发送给服务器端，采集的数据包括各轴电机的电流信号、温度信号、负载信号、主轴信息、刀具信息、工况、加工程序、机床编号和报警信息；以及通过安装在数控机床设定关键部位外部的振动传感器采集设定关键部位的振动信号并传输至服务器端；
[0020]所述服务器端，用于根据机床编号、运行时间、工况、加工程序、刀具信息对收到的数据进行分类，得到不同标签对应的数据集；每一标签的数据种类包括各轴电机的电流信号、温度信号、负载信号、主轴信息和振动信号；以及根据用户端发送的请求中指定的标签，将对应标签的数据集传输至用户端；
[0021]所述用户端，用于对收到的数据集中各种信号数据进行实时显示，并对收到的信
息实时处理，进行故障分析，得到数控机床的健康状态。
[0022]本专利技术主要包括以下单元：
[0023]采集端：采用OPC UA协议通过机床数控系统对数控机床的状态数据进行采集，采集的数据包括各轴电机的电流信号、温度信号、负载信号、主轴信息、刀具信息、工况、加工程序、机床编号、报警信息。通过安装在机床设定关键部位外部的振动传感器采集设定关键部位的振动信号，振动信号采用Labview或C#等平台通过采集卡采集加速度信号。采集的原始信号传输至云服务器端，服务器端的数据可以由用户端读取。采集数据中的机床编号、运行时间、工况、加工程序、刀具信息用于分类。采集数据中的各轴电机的电流信号、温度信号、负载信号、主轴信息和振动信号用于组成分析数据集。
[0024]服务器端：原始数据在服务器端对数据进行分类和整理，数据的分类依据机床编号、运行时间、工况、加工程序、刀具信息。分类后各轴电机的电流信号、温度信号、负载信号、主轴信息和振动信号的数据组成具有标签的数据集。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数控机床的数据采集与监控方法，其步骤包括：1)采集端对数控机床的状态数据进行采集并发送给服务器端，采集的数据包括各轴电机的电流信号、温度信号、负载信号、主轴信息、刀具信息、工况、加工程序、机床编号和报警信息；以及通过安装在数控机床设定关键部位外部的振动传感器采集设定关键部位的振动信号并传输至服务器端；2)服务器端根据机床编号、运行时间、工况、加工程序、刀具信息对收到的数据进行分类，得到不同标签对应的数据集；每一标签的数据种类包括各轴电机的电流信号、温度信号、负载信号、主轴信息和振动信号；3)服务器端根据用户端发送的请求中指定的标签，将对应标签的数据集传输至用户端；4)用户端对收到的数据集中各种信号数据进行实时显示，并对收到的信息实时处理，得到数控机床的健康状态。2.如权利要求1所述的方法，其特征在于，所述用户端具有故障类型分析单元；所述故障类型分析单元中预设健康状态的数据特征，通过对比收到的采集数据特征与健康状态的数据特征得到差异度，进而得到设备健康状态。3.如权利要求2所述的方法，其特征在于，得到所述差异度的方法为：设P＝{p1,p2,...,p
H
}为用户端收到的数据集中第N种类数据组成的待测样本数据集合，Q
k
＝{q1,q2,...,q
H
}为第N种类数据第k个预设的健康状态对应的状态样本数据集合；待测样本数据合集P与状态样本数据合集Q
k
包括H段样本，通过公式计算得到第N种类数据与第N种类数据第k个状态的差异度d(P,Q
k
)；其中，p
i
表示待测样本数据集合P的第i个样本，q
j
表示状态样本数据集合Q的第j个样本。4.如权利要求3所述的方法，其特征在于，通过公式计算最小的差异度，将最小差异度所对应的健康状态作为待测样本的健康状态；其中M为预设健康状态样本的数量。m为差异度最小的健康状态样本的序号。5.如权利要求1所述的方法，其特征在于，所述用户端还包括故障位置分析单元和故障解决方案单元；所述故障位置分析单元依据故障类型分析单元的结果，通过各部位健康度判断故障发生位置；所述故障解决方案模块预设有不同故障的对应解决方案，依据所述故障类型分析模块和故障位置分析模块的结果，提供对应的解决方案。6.如权利要求1所述的方法，其特征在于，采集端对采集到的数据进行统计学特征分析，提取数据的统...

【专利技术属性】
技术研发人员：钟晓刚，乔立中，安鸯，杨宇，
申请(专利权)人：中国软件与技术服务股份有限公司，
类型：发明
国别省市：