一种机械加工智能控制系统、方法及计算机可读介质技术方案

技术编号:31493876 阅读:13 留言:0更新日期:2021-12-18 12:31
本申请的实施例基于工业互联网和物联网技术,提供了一种机械加工智能控制系统、方法、计算机可读介质及电子设备。该机械加工智能控制方法包括:在机械加工的过程中,采集各设备组件的运行数据,并将运行数据通过预先构建的神经网络模型进行检测,以判断设备组件的运行状态是否正常;在设备组件的运行状态异常时对运行数据进行分析,确定运行数据中的异常数据以及发生异常的异常组件;基于异常数据确定对异常组件的控制策略,最后基于控制策略,发送控制指令至异常组件。通过上述实时感知运行数据,并对运行数据进行分析确定异常控制策略、进行异常调控的方式,提高了机械加工控制的精确性和可靠性,增强了工业生产的效率。增强了工业生产的效率。增强了工业生产的效率。

【技术实现步骤摘要】
一种机械加工智能控制系统、方法及计算机可读介质


[0001]本申请涉及工业互联网领域,具体而言,涉及一种机械加工智能控制系统、方法、计算机可读介质及电子设备。

技术介绍

[0002]在当前工业4.0发展迅速的科技时代,提升制造业的智能化水平,建立具有适应性、资源效率及基因工程学的智慧工厂是制造企业都希望实现的工业模式。工业4.0包含了由集中式控制向分散式增强型控制的基本模式转变,目标是建立一个高度灵活的个性化和数字化的产品与服务的生产模式。在这种模式中,传统的行业界限将消失,并会产生各种新的活动领域和合作形式。创造新价值的过程正在发生改变,产业链分工将被重组。
[0003]但是,在基于智慧生产的制造行业,企业在生产过程的各个环节中都面临着各种各样的问题,例如,数据获取的效率较低、加工生产的流程较传统,数据处理、控制技术比较落后,这些都为企业生产造成较大的影响。尤其是在控制领域,当前的控制技术较落后,容易造成控制效率低、精确度低的问题。

技术实现思路

[0004]本申请的实施例提供了一种机械加工智能控制系统、方法、计算机可读介质及电子设备,进而至少在一定程度上可以提高控制效率和控制精度,实现智能化生产,提高生产效率和可靠性。
[0005]本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
[0006]根据本申请实施例的一个方面,提供了一种机械加工智能控制方法,包括:在机械加工的过程中,采集各设备组件的运行数据;将所述运行数据通过预先构建的神经网络模型进行检测,判断所述设备组件的运行状态是否正常;在所述设备组件的运行状态异常时,对所述运行数据进行分析,确定所述运行数据中的异常数据以及发生异常的异常组件;基于所述异常数据,确定对所述异常组件的控制策略;基于所述控制策略,发送控制指令至所述异常组件。
[0007]在本申请的一些实施例中,基于前述方案,所述在机械加工的过程中,采集各设备组件的运行数据,包括:通过感知设备采集各设备组件的运行数据;所述感知设备包括温度传感器、距离传感器;或获取设备上传的设备组件的运行数据;将所述运行数据上传至云端或者上位机。
[0008]在本申请的一些实施例中,基于前述方案,所述将所述运行数据通过预先构建的神经网络模型进行检测,判断所述设备组件的运行状态是否正常之前,包括:获取样本数据和样本标签;基于神经网络构建网络模型,将所述样本数据输入所述网络模型中进行处理;获取样本数据是否异常的判断结果;基于所述判断结果和所述样本标签,确定损失函数;根据所述损失函数更新所述网络模型的参数,生成所述神经网络模型。
[0009]在本申请的一些实施例中,基于前述方案,所述网络模型包括特征提取模块、异常参数模块、判别器模块;将所述样本数据输入所述网络模型中进行处理,包括:将所述样本数据输入所述特征提取模块中,从所述样本数据中提取出特征数据;将所述特征数据输入所述异常参数模块中,基于所述特征数据计算所述设备组件对应的异常参数;基于所述异常参数输入所述判别器模块中,生成判断结果。
[0010]在本申请的一些实施例中,基于前述方案,所述将所述运行数据通过预先构建的神经网络模型进行检测,判断所述设备组件的运行状态是否正常,包括:将所述样本数据输入所述神经网络模型的特征提取模块中,从所述样本数据中提取出特征数据;将所述特征数据输入所述神经网络模型的异常参数模块中,基于所述特征数据计算所述设备组件对应的异常参数;基于所述异常参数输入所述神经网络模型的判别器模块中,生成判断结果。
[0011]在本申请的一些实施例中,基于前述方案,所述特征数据包括:实时运转频率、实时位置参数、实时产出量以及实时加工环境参数,所述加工环境数据包括如下至少一种温度、湿度以及音量;基于所述特征数据计算所述设备组件对应的异常参数,包括:计算所述实时运转频率与设定运转频率范围之间的第一差异参数、实时位置参数与设定位置范围之间的第二差异参数、实时产出量与设定产出量范围之间的第三差异参数;基于所述实时加工环境参数生成异常因子;基于所述异常因子对所述第一差异参数、第二差异参数以及所述第三差异参数进行加权,确定所述异常参数。
[0012]在本申请的一些实施例中,基于前述方案,所述方法还包括:在所述异常参数大于设定的异常阈值时,进行告警。
[0013]根据本申请实施例的一个方面,提供了一种机械加工智能控制系统,包括:感知模块,用于在机械加工的过程中,采集各设备组件的运行数据;检测模块,用于将所述运行数据通过预先构建的神经网络模型进行检测,判断所述设备组件的运行状态是否正常;分析模块,用于在所述设备组件的运行状态异常时,对所述运行数据进行分析,确定所述运行数据中的异常数据以及发生异常的异常组件;决策模块,用于基于所述异常数据,确定对所述异常组件的控制策略;控制模块,用于基于所述控制策略,发送控制指令至所述异常组件。
[0014]根据本申请实施例的一个方面,提供了一种计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例中所述的机械加工智能控制方法。
[0015]根据本申请实施例的一个方面,提供了一种电子设备,包括:一个或多个处理器;存储系统,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中所述的机械加工智能控制方法。
[0016]根据本申请实施例的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各种可选实现方式中提供的机械加工智能控制方法。
[0017]在本申请的一些实施例所提供的技术方案中,基于工业互联网和物联网技术,在机械加工的过程中,采集各设备组件的运行数据,并将运行数据通过预先构建的神经网络模型进行检测,以判断设备组件的运行状态是否正常;在设备组件的运行状态异常时对运行数据进行分析,确定运行数据中的异常数据以及发生异常的异常组件;基于异常数据确
定对异常组件的控制策略,最后基于控制策略,发送控制指令至异常组件。通过上述实时感知运行数据,并对运行数据进行分析确定异常控制策略、进行异常调控的方式,提高了机械加工控制的精确性和可靠性,增强了工业生产的效率。
[0018]应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
[0019]此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0020]图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图;
[002本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种机械加工智能控制系统,其特征在于,包括:感知模块,用于在机械加工的过程中,采集各设备组件的运行数据;检测模块,用于将所述运行数据通过预先构建的神经网络模型进行检测,判断所述设备组件的运行状态是否正常;分析模块,用于在所述设备组件的运行状态异常时,对所述运行数据进行分析,确定所述运行数据中的异常数据以及发生异常的异常组件;决策模块,用于基于所述异常数据,确定对所述异常组件的控制策略;控制模块,用于基于所述控制策略,发送控制指令至所述异常组件。2.一种机械加工智能控制方法,其特征在于,包括:在机械加工的过程中,采集各设备组件的运行数据;将所述运行数据通过预先构建的神经网络模型进行检测,判断所述设备组件的运行状态是否正常;在所述设备组件的运行状态异常时,对所述运行数据进行分析,确定所述运行数据中的异常数据以及发生异常的异常组件;基于所述异常数据,确定对所述异常组件的控制策略;基于所述控制策略,发送控制指令至所述异常组件。3.根据权利要求2所述的方法,其特征在于,在机械加工的过程中,采集各设备组件的运行数据,包括:通过感知设备采集各设备组件的运行数据;所述感知设备包括温度传感器、距离传感器;或获取设备上传的设备组件的运行数据;将所述运行数据上传至云端或者上位机。4.根据权利要求2所述的方法,其特征在于,将所述运行数据通过预先构建的神经网络模型进行检测,判断所述设备组件的运行状态是否正常之前,包括:获取样本数据和样本标签;基于神经网络构建网络模型,将所述样本数据输入所述网络模型中进行处理;获取样本数据是否异常的判断结果;基于所述判断结果和所述样本标签,确定损失函数;根据所述损失函数更新所述网络模型的参数,生成所述神经网络模型。5.根据权利要求4所述的方法,其特征在于,所述网络模型包括特征提取模块、异常参数模块、判别器模块;将所述样本数据输入所述网络模型中进行处理,包括:...

【专利技术属性】
技术研发人员:贾昌武李鸿峰黄筱炼盛英杰
申请(专利权)人:深圳市玄羽科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1