[發明專利]一種智能切削加工過程監控系統及其監控方法在審
| 申請號: | 202011475846.2 | 申請日: | 2020-12-15 |
| 公開(公告)號: | CN112578732A | 公開(公告)日: | 2021-03-30 |
| 發明(設計)人: | 雷景貴;姚曉暉;阮俊 | 申請(專利權)人: | 航天科工深圳(集團)有限公司 |
| 主分類號: | G05B19/406 | 分類號: | G05B19/406 |
| 代理公司: | 淮安市科文知識產權事務所 32223 | 代理人: | 廖娜;李鋒 |
| 地址: | 518000 廣東省深圳市福田區福田街道*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 智能 切削 加工 過程 監控 系統 及其 方法 | ||
1.一種智能切削加工過程監控系統,其特征在于,包括機床控制模塊、智能傳感器、邊緣計算模塊及顯示配置模塊,所述機床控制模塊與所述邊緣計算模塊連接,所述機床控制模塊將機床設備運行狀態傳輸至所述邊緣計算模塊中;所述智能傳感器安裝于機床的主軸上,其與所述邊緣計算模塊連接,直接感應機床設備的振動加速度信號,并經過內部信號處理,轉化為被采集機床的速度信息、加速度信息、重力信息及聲音信息,并傳輸至所述邊緣計算模塊中;所述顯示配置模塊與所述邊緣計算模塊連接,用于顯示所述邊緣計算模塊的監測結果。
2.根據權利要求1所述的智能切削加工過程監控系統,其特征在于,所述邊緣計算模塊包括數據采集模塊、數據預處理模塊、特征工程模塊、模型生成模塊及應用模塊;
所述數據采集模塊包括機床設備采集模塊、傳感器數據采集模塊,其分別與所述機床控制模塊、智能傳感器連接,分別用于采集機床設備運行狀態和機床的速度信息、加速度信息、重力信息及聲音信息,所述機床設備運行狀態包括機床控制信息和機床工藝信息;
所述數據預處理模塊與所述數據采集模塊連接,用于對所述數據采集模塊采集的數據進行數據規整、異常數據清洗、重采樣、異構數據統一、量化處理;
所述特征工程模塊與所述數據預處理模塊連接,對經過預處理的數據進行統計特征、特征變換、特征選擇、特征融合及特征量化處理;
所述模型生成模塊與所述特征工程模塊連接,對經過特征工程模塊處理的數據進行生成對應的模型,所述模型包括撞機模型、斷刀模型、缺刀模型、刀具磨損模型及質量預判模型;
所述應用模塊與所述模型生成模塊、數據采集模塊連接,包括實時數據顯示、邊緣計算配置、實時控制。
3.根據權利要求2所述的智能切削加工過程監控系統,其特征在于,所述數據規整:對數據的格式、長度、精度、類型進行統一的規范處理;所述異常數據清洗:對采集到的異常數據進行對齊、缺失值填充、離群數據清理、重復數據剔除;所述重采樣:對采集過程中由于網絡延遲、目標系統反饋時間不一致等導致的數據間隔不一,對其進行時間等間隔處理;所述異構數據統一:對異構數據源進行并行同步格式轉換、獲取方式進行一致性處理;所述量化處理:對數據進行量化映射。
4.根據權利要求2所述的智能切削加工過程監控系統,其特征在于,所述統計特征:對采集并預處理后的數據集合進行統計分析;所述特征變換:通過變換消除原特征之間的相關或減少冗余,得到新的降維特征;所述特征選擇:從原始特征中挑選出分類性能最好的特征子集;所述特征融合:各特征之間進行各類運算,進行特征融合;所述特征量化處理:對特征量化映射。
5.根據權利要求2所述的智能切削加工過程監控系統,其特征在于,所述實時數據顯示:對機床、智能傳感器數據采集、所屬模型判斷結果進行實時顯示;所述邊緣計算配置:針對具體的機床設備類型及應用場景進行邊緣計算的數據采集、數據預處理、特征工程、模型訓練及應用進行配置;實時控制:依據應用場景進行模型判斷后的控制策略配置及反饋控制實施。
6.根據權利要求1所述的智能切削加工過程監控系統,其特征在于,所述智能傳感器為MEMS型加速度傳感器。
7.根據權利要求2所述的智能切削加工過程監控系統,其特征在于,所述應用模塊還包括邊緣計算組態,所述邊緣計算組態對同網絡內的邊緣計算模塊進行組態化配置協同,各所述邊緣計算模塊的應用模塊通過邊緣計算組態與平臺服務器連接。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于航天科工深圳(集團)有限公司,未經航天科工深圳(集團)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011475846.2/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種預制墻體支撐體系及方法
- 下一篇:一種石膏礦開采用的掘進掩護裝置





