机床用可穿戴智能物联网终端及智慧制造感知系统技术方案

本发明专利技术公开了一种机床用可穿戴智能物联网终端及智慧制造感知系统，将嵌入式、无风扇边缘终端非常方便的穿戴在机床电气柜内，通过以太网，接入设备网络环境，数据高速采集系统运行在边缘终端，将机床运行时产生的数据，例如负载、误差、速度、位置等数据，实时、高速采集到边缘终端上，运行在边缘端的智慧制造感知系统，包含采集终端硬件部分、数据采集层、数据挖掘层、UI交互管理层四大部分，对海量数据进行精准分析，赋予数据以场景，UI界面与用户直接交互，呈现场景化的数据，赋能制造，能够解决工业互联网领域数据端和信息端的技术瓶颈。业互联网领域数据端和信息端的技术瓶颈。业互联网领域数据端和信息端的技术瓶颈。

【技术实现步骤摘要】
机床用可穿戴智能物联网终端及智慧制造感知系统


[0001]本专利技术涉及软件、通讯
，具体涉及一种机床用可穿戴智能物联网终端及基于该终端的智慧制造感知系统。

技术介绍

[0002]工业互联网与消费互联网简单的区别是：消费互联网需要建立的是人与人(Human
‑
Human interface)之间的互联互通，智能手机和移动通信，成就了消费互联网，打通了人与人之间的互联互通基础通道。工业互联网服务的主体是人，研究的对象是机器，因此，要实现工业互联网价值，首先要建立人
‑
机接口，实现人机互联互通。此时，各种各样的物联网盒子便应运而生，当前阶段市场上绝大多数工业互联网盒子的基本功能：依托数据提取层来提供数据，即实现机器到数据端的链接，盒子本身不具备信息挖掘功能，当用户深层需求无法满足，需要数据挖掘以实现更多信息流的服务时，当前的做法是前置计算任务到底层设备。这种做法，受制于底层设备的冗余能力以及客户实际的运营状态，实施难度极大，周期长，折中取舍中，必然会导致信息流减少或信息流的失真，最终用户能看到的价值，也会大打折扣。
[0003]从技术角度来看，市场上主流的工业互联网盒子，主要通过协议层的开发，建立人机接口，如：使用OPC、破解系统协议的方式，打通数据链。数据质量的时效性、柔性化、纵深应用可扩展性较差，应用场景受限。如：针对高速(90米/分钟)、高精(0.1um)的数控加工中心的部件级失效的预测性维修、制造效率改进、制造过程质量监控、刀具寿命主动预测等场景的可用性不佳。r/>[0004]而为了满足上述场景对于高频、高质量数据的需求，市场上常规做法是通过在机器上改造，以增加传感器，前端数采计算终端通过板载高速采集卡，将传感器信号采集到数据采集终端里，以应对预测维修、智能制造等深层次需求，这种做法成本高昂，底层传感器改造，需要设备停机，风险大，效率低、周期长。另一方面，未与机器设备工况并发的数据，数据量巨大，导致清洗、过滤难度随之增加，数据场景化单一、可拓展性差。

技术实现思路

[0005]技术目的：针对上述不足，本专利技术公开了一种机床用可穿戴智能物联网终端及智慧制造感知系统，包含采集终端硬件部分、数据采集层、数据挖掘层、UI界面交互层四大部分，能够用于解决工业互联网领域数据端和信息端的技术瓶颈；将嵌入式、无风扇边缘终端非常方便的穿戴在机床电气柜内，通过以太网，接入设备网络环境，数据高速采集系统运行在边缘终端，将机床运行时产生的数据，例如负载、误差、速度、位置等数据，实时、高速采集到边缘终端上，运行在边缘端的智慧制造感知系统，对海量数据进行精准分析，赋予数据以场景，UI界面与用户直接交互，呈现场景化的数据，赋能制造。
[0006]技术方案：为实现上述技术目的，本专利技术采用了如下技术方案：
[0007]一种机床用可穿戴智能物联网终端，其特征在于：包括边缘终端硬件、数据采集
层、数据挖掘层、UI界面交互层；其中，
[0008]采集终端硬件，基于WINDOWS 10平台，为数据采集层和数据挖掘层运行提供平台环境，终端本身具备多种接口，如USB、工业以太网、RS232、RS422和RS485通信协议，并支持Mini PCIe和MIOe扩展接口；
[0009]数据采集层：设有人机接口，用于实时提取机床运行的数据；当数据提取条件满足后，打包数据并通过以太网上传到所述机床用可穿戴智能物联网终端；
[0010]数据挖掘层：部署在边缘端，基于JavaScript架构，结合人工智能算法，用于实现数据挖掘；
[0011]UI交互及管理层：包括智能物联网终端监控管理平台，用于监控系统的运行状态，还包括基于Kettle平台建立的算法因子可编辑交互界面，用于实现信息流的报表平台输出和算法因子可编程功能。
[0012]优选地，所述采集终端包括硬件英特尔赛扬J1900四核处理器、8G内存、120G SSD固态硬盘、windows10 64位操作系统和RJ45高速以太网接口。
[0013]优选地，所述数据采集层包括SL数据采集内核组件DRIVER、SIEMENS 840D SL组件、数据组态文件Template.xml、以太网接口X130，SIEMENS 840D SL组件包括mmc.INI、Trace.exe和SinucomNC；
[0014]包括数据提取流程如下：
[0015]首先PING X130端口，确定网络可用，打开数采终端固定路径下的mmc.INI组件，建立与X130的连接；
[0016]当与X130的连接建立后，DRIVER继续调用Trace.exe，Trace.exe启动后，调取会话文件路径下存储的Template.xml文件，并发送采样指令给X130端口；
[0017]SIEMENS 840D SL NCU根据采集指令、采集文件组态信息，采集条件满足后，开始数据记录，并把数据先缓存到NCU内存中；
[0018]当采集结束的条件满足后，以csv格式打包发送给数采终端的固定路径下。
[0019]优选地，所述数据挖掘层内置人工智能算法，链接数据端和信息仓库端，对高速、连续提取的数据切片分离处理。
[0020]优选地，所述UI交互及管理层，基于Zabbix开源架构建立，通过IP地址访问边缘终端，包括控制部分、可视化部分、报表部分。
[0021]优选地，所述机床可穿戴智能物联网终端设有USB接口，所述USB接口认证白名单机制，用于切断病毒与机床可穿戴智能物联网终端的传播途径。
[0022]优选地，所述平台嵌入以下三个场景包：精益制造包、绿色制造包和智能维修包；其中，
[0023]精益制造包，用于提供工业制造效率优化场景下的分析引导场景，智能终端从生产线级节拍动态平衡率到设备级的节拍历史趋势分析，再到功能模块级的TOP分析，然后推演到一个加工循环内，部件级动作时序的横向比对，最后可精确指向部件在一个加工循环内毫秒级动作过程的切片分析，捕捉制造过程部件状态丝毫的细微变化；
[0024]绿色制造包，用于提供能效改进场景下的部件级分析场景，智能终端从设备级到部件级能耗分析，计算出机床每个能耗部件的动作参数；
[0025]智能维修包，提供给设备管理人员一种基于设备状态来进行预判设备故障的应用
场景，它通过把机床数据高速提取上来，高效挖掘拽取并赋予数据以实际物理意义，然后聚类成设备全生命周期运行的曲线，辅助设备管理人员判断机床状态，实施主动的维修行为，积累专家应用经验，并逐步形成基于状态的预测维修系统。用于提供预测性维修场景下的场景化数据，智能终端支持对数控机床80％部件的状态预测，包含并不仅限于：气缸、减速机、丝杠、电机、导轨等运动执行部件的故障预测。
[0026]优选地，所述可穿戴边缘终端部分包括连接主板的高强度铝合金罩壳，铝合金罩壳上设有RJ45接口、电源及开关；主板采用低功耗、无风扇、2.5寸工业级主板。
[0027]一种智慧制造感知系统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机床用可穿戴智能物联网终端，其特征在于：包括边缘终端硬件、数据采集层、数据挖掘层、UI界面交互层；其中，采集终端硬件，基于WINDOWS 10平台，为数据采集层和数据挖掘层运行提供平台环境；数据采集层：设有人机接口，用于实时提取机床运行的数据；当数据提取条件满足后，打包数据并通过以太网上传到所述机床用可穿戴智能物联网终端；数据挖掘层：部署在边缘端，基于JavaScript架构，结合人工智能算法，用于实现数据挖掘；UI交互及管理层：包括智能物联网终端监控管理平台，用于监控系统的运行状态，还包括基于Kettle平台建立的算法因子可编辑交互界面，用于实现信息流的报表平台输出和算法因子可编程功能。2.根据权利要求1所述的一种机床用可穿戴智能物联网终端，其特征在于：所述采集终端包括硬件英特尔赛扬N3350双核处理器、4G内存、128G SSD固态硬盘、windows10 64位操作系统和RJ45高速以太网接口。3.根据权利要求1所述的一种机床用可穿戴智能物联网终端，其特征在于：所述数据采集层包括SL数据采集内核组件DRIVER、SIEMENS 840D SL组件、数据组态文件Template.xml、以太网接口X130，SIEMENS 840D SL组件包括mmc.INI、Trace.exe和SinucomNC；包括数据提取流程如下：首先PING X130端口，确定网络可用，打开数采终端固定路径下的mmc.INI组件，建立与X130的连接；当与X130的连接建立后，DRIVER继续调用Trace.exe，Trace.exe启动后，调取会话文件路径下存储的Template.xml文件，并发送采样指令给X130端口；SIEMENS 840D SL NCU根据采集指令、采集文件组态信息，采集条件满足后，开始数据记录，并把数据先缓存到NCU内存中；当采集结束的条件满足后，以csv格式打包发送给数采终端的固...

【专利技术属性】
技术研发人员：郭兴，崔丽娟，
申请(专利权)人：山东字符链科技有限公司，
类型：发明
国别省市：