CN111966045A - 机床撞机监控方法、装置、终端设备及存储介质 - Google Patents
机床撞机监控方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN111966045A CN111966045A CN202010653840.3A CN202010653840A CN111966045A CN 111966045 A CN111966045 A CN 111966045A CN 202010653840 A CN202010653840 A CN 202010653840A CN 111966045 A CN111966045 A CN 111966045A
- Authority
- CN
- China
- Prior art keywords
- crash
- machine tool
- data
- target
- crash monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
- G05B19/4065—Monitoring tool breakage, life or condition
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/37—Measurements
- G05B2219/37624—Detect collision, blocking by measuring change of velocity or torque
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请涉及机床撞机监控技术领域,尤其涉及一种机床撞机监控方法、装置、终端设备及存储介质。所述方法包括:获取机床对应的控制数据和运行数据;分别对所述控制数据和所述运行数据进行预处理,得到预处理后的目标数据组;将所述目标数据组输入至训练完成的撞机监控模型进行处理,得到所述撞机监控模型输出的撞机监控结果,所述撞机监控模型为所述机床对应的撞机监控模型。本申请解决了现有技术缺乏准确度高的机床撞机预测方案的技术问题。
Description
技术领域
本申请涉及机床撞机监控技术领域,尤其涉及机床撞机监控方法、装置、终端设备及存储介质。
背景技术
在机床运行的过程中,当机床出现程序错误、工件错误、操作失误以及装夹错误等问题时,可能会导致机床的运动部件与加工主轴或者是加工工具发生碰撞。机床发生碰撞的话会导致加工失效、功能部件损坏或者机床损坏,因此需要对机床进行实时的碰撞监控,以保障机床的安全运行。
现有的机床撞机监控方法有三种,第一种监控方法是根据机床自身的负载来设定保护阈值,当监测到机床的负载超过所设定的保护阈值时便触发***保护。但是这种监控方法中的保护阈值受加工对象的影响较大,难以设定一个相对合理的保护阈值,当保护阈值过小时,在进行大负载加工时会出现过保护问题,而影响生产,当保护阈值过大时,则会出现保护响应时间过长的问题,而导致保护效果差。第二种监控方法是在机床上设置振动传感器,当监测到机床的振动值超过预设振动值时,触发机床保护动作。第三种监控方法是在机床上设置应变传感器,当机床出现低速下的碰撞时,触发保护。第二种和第三种监控方法受机床型号的影响较大,使用前需要依据机床的型号先进行大量的配置工作,且所配置的部件包括有传感器以及传感器对应的信号放大器、处理器等,所采集的数据较为单一,所依据的判断标准单一,导致对于不同型号的机床进行判断时,会出现误判错判的情况,而导致做出错误的机床停机操作,影响机床的正常生产。因此,现有技术缺乏准确度高的机床撞机监控方案。
发明内容
有鉴于此,本申请实施例提供了一种机床撞机监控方法、装置、终端设备及存储介质,以提供一种准确度高的机床撞机监控方案。
第一方面,本申请实施例提供了一种机床撞机监控方法,包括:
获取机床对应的控制数据和运行数据;
分别对所述控制数据和所述运行数据进行预处理,得到预处理后的目标数据组;
将所述目标数据组输入至训练完成的撞机监控模型进行处理,得到所述撞机监控模型输出的撞机监控结果,所述撞机监控模型为所述机床对应的撞机监控模型。
在一个示例中,所述撞机监控模型通过下述步骤训练得到:
获取训练数据组,每组所述训练数据组包括所述机床对应的历史控制数据和历史运行数据;
分别对每组训练数据组对应的历史控制数据和历史运行数据进行预处理,得到每组训练数据组对应的目标训练数据组;
标注各所述目标训练数据组对应的目标撞机结果;
利用各所述目标训练数据组以及所对应的目标撞机结果进行撞机监控模型的训练,得到训练完成的所述撞机监控模型。
在一个示例中,在所述得到所述撞机监控模型输出的撞机监控结果之后,包括:
若所述撞机监控结果为存在撞机行为,则向所述机床发送控制信息,所述控制信息用于控制所述机床执行目标动作。
在一个示例中,若所述撞机监控结果为存在撞机行为,则向所述机床发送控制信息包括:
若所述撞机监控结果为存在撞机行为,则确定所述撞机行为对应的行为类别;
获取与所述行为类别对应的控制信息,并向所述机床发送所述控制信息。
在一个示例中,所述撞机行为对应的行为类别包括以下任一个:异常快速撞机、异常手动撞机、工件异常撞机或工具异常撞机。
在一个示例中,所述分别对所述控制数据和所述运行数据进行预处理,得到预处理后的目标数据组,包括:
分别对所述控制数据和所述运行数据进行对齐处理、清洗处理、异常化处理和类型转化处理,得到预处理后的控制数据和预处理后的运行数据,并将预处理后的控制数据和预处理后的运行数据组成所述目标数据组。
第二方面,本申请实施例提供了一种机床撞机监控装置,包括:
数据获取模块,用于获取机床对应的控制数据和运行数据;
数据预处理模块,用于分别对所述控制数据和所述运行数据进行预处理,得到预处理后的目标数据组;
结果获取模块,将所述目标数据组输入至训练完成的撞机监控模型进行处理,得到所述撞机监控模型输出的撞机监控结果,所述撞机监控模型为所述机床对应的撞机监控模型。
在一个示例中,所述装置,还包括:
训练数据组获取模块,用于获取训练数据组,每组所述训练数据组包括所述机床对应的历史控制数据和历史运行数据;
目标训练数据组获取模块,用于分别对每组训练数据组对应的历史控制数据和历史运行数据进行预处理,得到每组训练数据组对应的目标训练数据组;
目标撞机结果标注模块,用于标注各所述目标训练数据组对应的目标撞机结果;
撞机监控模块训练模块,用于利用各所述目标训练数据组以及所对应的目标撞机结果进行撞机监控模型的训练,得到训练完成的所述撞机监控模型。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的机床撞机监控方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面中任一项所述的机床撞机监控方法。
本申请实施例提供的机床撞机监控方法,在机床启动时,获取机床对应的控制数据和运行数据,并分别进行预处理后,得到一个包括有二者预处理后的数据的目标数据组。由于预处理后获得的目标数据组的信号损耗小,因此所携带的数据失真度较低,将数据进行预处理后再进行传输,可以减少数据传输过程的损耗,以提高后续对机床进行行为判断的准确度。然后,将实时获取的目标数据组输入至预先训练的撞机监控模型进行处理,该撞机监控模型为该机床对应的撞机监控模型,以得到该目标数据组对应的撞机监控结果,可对该机床进行撞机行为监控,以通过预先训练的与机床对应的撞机监控模型来对该机床进行撞机行为监控,可使得监控的结果更为客观准确,减少出现误判错判的情况。本申请实施例机床对应的撞机监控模型对数据损耗小的目标数据组进行处理,来对机床进行机床行为判断,可提高机床撞机监控的准确度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,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。
图1是本申请实施例一提供的机床撞机监控方法的流程示意图;
图2是本申请实施例二提供的机床撞机监控方法的流程示意图;
图3是本申请实施例三提供的机床撞机监控装置的结构示意图;
图4是本申请实施例四提供的终端设备的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“包括”以及它们任何变形,意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法或***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外,术语“第一”、“第二”和“第三”等是用于区别不同对象,而非用于描述特定顺序。
实施例一
图1是本申请实施例一提供的机床撞机监控方法的流程示意图。本实施例可适用于数控加工设备在运行过程中可能会出现异常撞机的工作场景。本实施例的执行主体可以终端设备。如图1所示,该方法具体包括如下步骤:
S110、获取机床对应的控制数据和运行数据;
具体地,在待监控的机床启动前,用户可先根据该机床的型号安装进行运行数据采集的传感器,传感器可以安装在机床的主轴上。运行数据包括而不仅限于加速度数据、速度数据和重力数据。其中,传感器可以包括加速度传感器、速度传感器和重力传感器,通过配置这些传感器,使得在机床运转时,可分别采集机床的加速度数据、速度数据和重力数据等运行数据,并可以将所采集的加速度数据、速度数据和重力数据等运行数据发送至终端设备。
本实施例中,终端设备可以与机床的控制器或者控制面板通信连接,以获取机床的控制数据。具体地,终端设备可以通过网线或者机床总线与机床的控制器或者控制面板通信连接。其中,机床总线可以是can总线、自动化总线profinet或者现场总线profibus。
应理解,机床的操作面板还可以安装有显示装置,显示装置可以对机床对应的控制数据进行显示。控制数据可以包括而不仅限于机床的开停机信息、程序调用信息、轴运动信息。
需要说明的是,加速度传感器在进行加速度数据的采集时,可以将检测到的信号经过消抖、滤波、保护、电平转换以及隔离后转换为数字信号,最后将得到的数字信号作为加速度数据发送至终端设备,以减少加速度数据在数据传输时的损耗。同样的,速度传感器在进行速度数据的采集时,可以将检测到的信号经过消抖、滤波、保护、电平转换以及隔离后转换为数字信号,最后将得到的数字信号作为速度数据发送至终端设备,以减少速度数据在数据传输时的损耗。同样的,重力传感器在进行重力数据的采集时,可以将检测到的信号经过消抖、滤波、保护、电平转换以及隔离后转换为数字信号,最后将得到的数字信号作为重力数据发送至终端设备,以减少重力数据在数据传输时的损耗。
S120、分别对所述控制数据和所述运行数据进行预处理,得到预处理后的目标数据组;
其中,终端设备获取到运行数据和控制数据后,可以分别对运行数据和控制数据进行对齐、清洗、异常值处理以及类型转化,得到预处理后的运行数据和预处理后的控制数据,并将预处理后的运行数据和预处理后的控制数据组成目标数据组。
S130、将所述目标数据组输入至训练完成的撞机监控模型进行处理,得到所述撞机监控模型输出的撞机监控结果,所述撞机监控模型为所述机床对应的撞机监控模型。
具体地,终端设备获得目标数据组后,可以将其输入至事先训练好的与该机床对应的撞机监控模型进行处理。该撞机监控模型可以通过目标数据组来对待测机床进行行为判断,并输出对机床的撞机监控结果。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本申请实施例提供的机床撞机监控方法,在机床启动时,获取机床对应的控制数据和运行数据,并分别进行预处理后,得到一个包括有二者预处理后的数据的目标数据组。由于预处理后获得的目标数据组的信号损耗小,因此所携带的数据失真度较低,将数据进行预处理后再进行传输,可以减少数据传输过程的损耗,以提高后续对机床进行行为判断的准确度。然后,将实时获取的目标数据组输入至预先训练的撞机监控模型进行处理,该撞机监控模型为该机床对应的撞机监控模型,以得到该目标数据组对应的撞机监控结果,可对该机床进行撞机行为监控,以通过预先训练的与机床对应的撞机监控模型来对该机床进行撞机行为监控,可使得监控的结果更为客观准确,减少出现误判错判的情况。本申请实施例机床对应的撞机监控模型对数据损耗小的目标数据组进行处理,来对机床进行机床行为判断,可提高机床撞机监控的准确度。
实施例二
如图2所示,是本申请实施例二提供的机床撞机监控方法的流程示意图。在实施例一的基础上,本实施例还提供了机床对应的撞机监控模型的训练过程,以通过一对一训练得到对该机床对应的撞机监控模型来对该机床的行为进行判断,从而确保行为判断结果的准确性。
在一种实施示例中,所述撞机监控模型通过下述步骤训练得到:
S210、获取训练数据组,每组所述训练数据组包括所述机床对应的历史控制数据和历史运行数据;
S211、分别对每组训练数据组对应的历史控制数据和历史运行数据进行预处理,得到每组训练数据组对应的目标训练数据组;
S212、标注各所述目标训练数据组对应的目标撞机结果;
S213、利用各所述目标训练数据组以及所对应的目标撞机结果进行撞机监控模型的训练,得到训练完成的所述撞机监控模型。
具体地,在对该机床进行行为判断之前,可以训练得到该机床建立对应的撞机监控模型。其中,撞机监控模型的训练过程如下:先获取该机床对应的历史运行数据和历史控制数据。其中,历史运行数据包括而不限于机床的历史加速度数据、历史速度数据和历史重力数据,而历史控制数据包括而不限于机床的开停机信息、程序调用信息和轴运动信息。目标撞机结果可以为机床具有该历史运行数据和历史控制数据时,发生机床撞机行为的结果,或者未发生机床撞机行为的结果。将这些标注好的各历史运行数据和对应的历史控制数据分别进行对齐、清洗、异常值处理和类型转化,获得各历史运行数据和对应的历史控制数据预处理后的相应数据,并构成一训练数据组对应的目标训练数据组。根据预设算法构建初始的撞机监控模型,然后利用目标训练数据组对该初始的撞机监控模型进行训练,从而得到训练完成的撞机监控模型。其中,预设算法可以是支持向量机(support vectormachine)、极端梯度提升(xgboost)、标点符(lightGBM)、梯度提升(catboost)、逻辑回归(logistc regression)、孤立森林(isolation forest tree)和随机森林(random forest)中的任一种。
在一个示例中,在所述得到所述撞机监控模型输出的撞机监控结果之后,包括:
若所述撞机监控结果为存在撞机行为,则向所述机床发送控制信息,所述控制信息用于控制所述机床执行目标动作。
具体地,由于撞机监控模型由多种工况的历史运行数据和历史控制数据生成,因此在监控时,终端设备可以将该机床在运行时所对应的运行数据和控制数据输入撞机监控模型进行处理,得到撞机监控模型输出的撞机监控结果。当该撞机监控结果为该机床出现异常的机床撞机行为,终端设备则可以生成控制信号发送至该机床,以使机床根据控制信号做出相应的目标动作。其中,目标动作包括而不限于程序停机、紧急停机和紧急抬轴。
在一个示例中,若所述撞机监控结果为存在撞机行为,则向所述机床发送控制信息包括:
若所述撞机监控结果为存在撞机行为,则确定所述撞机行为对应的行为类别;
获取与所述行为类别对应的控制信息,并向所述机床发送所述控制信息。
本实施例中,在根据目标数据组训练撞机监控模型时,还可以根据历史运行数据和历史控制数据对应的工况信息标注目标数据组对应的工况类别,因此,训练得到的撞机监控模型所输出的撞机监控结果还可以包括工况类别。
具体地,因此在监控时,终端设备可以将该机床在运行时所对应的运行数据和控制数据输入撞机监控模型进行处理,得到撞机监控模型输出的机床撞机结果。当该机床撞机结果为该机床出现了异常的机床撞机行为时,终端设备则可以根据该撞机监控结果中的工况类别确定该撞机行为的行为类别,并可以生成该行为类别对应的控制信号发送至该机床,以使机床根据该控制信号做出相应的目标动作。其中,机床的异常撞机行为类别可以是异常快速撞机、异常手动撞机、工件异常撞机或工具异常撞机。目标动作包括而不限于程序停机、紧急停机和紧急抬轴。
示例性的,当根据该撞机监控结果中的工况类别确定该撞机行为的行为类别为异常快速撞机时,可以生成该行为类别对应的控制信号发送至该机床,以使机床根据该控制信号做出相应的目标动作,其中,目标动作可以是程序停机操作。机床则可以根据该控制信号执行程序停机操作,以保护机床。当根据该撞机监控结果中的工况类别确定该撞机行为的行为类别为异常手动撞机时,可以生成该行为类别对应的控制信号发送至该机床,以使机床根据该控制信号做出相应的目标动作,其中,目标动作可以是紧急停机操作。机床可以根据该控制信号执行紧急停机操作,以保护机床。当根据该撞机监控结果中的工况类别确定该撞机行为的行为类别为工件异常撞机时,可以生成该行为类别对应的控制信号发送至该机床,以使机床根据该控制信号做出相应的目标动作,其中,目标动作可以是紧急抬轴操作。机床可以根据该控制信号执行紧急抬轴操作,以保护机床。需要说明的是,目标动作与撞机行为的对应关系可以人为设置,而不是固定不变的。
实施例三
图3是本申请实施例三提供的一种机床撞机监控装置的结构示意图。在实施例一或实施例二的基础上,本申请实施例还提供了一种机床撞机监控装置,该机床撞机监控装置,可以包括:
数据获取模块301,用于获取机床对应的控制数据和运行数据;
数据预处理模块302,用于分别对所述控制数据和所述运行数据进行预处理,得到预处理后的目标数据组;
结果获取模块303,将所述目标数据组输入至训练完成的撞机监控模型进行处理,得到所述撞机监控模型输出的撞机监控结果,所述撞机监控模型为所述机床对应的撞机监控模型。
在一个示例中,该机床撞机监控装置,还可以包括:
训练数据组获取模块,用于获取训练数据组,每一所述训练数据组包括一个机床对应的历史控制数据和历史运行数据;
目标训练数据组获取模块,用于分别对每组训练数据组对应的历史控制数据和历史运行数据进行预处理,得到每组训练数据组对应的目标训练数据组;
目标撞机结果标注模块,用于标注各所述目标训练数据组对应的目标撞机结果;
撞机监控模块训练模块,用于利用各所述目标训练数据组以及所对应的目标撞机结果进行撞机监控模型的训练,得到训练完成的所述撞机监控模型。
在一个示例中,该机床撞机监控装置,还可以包括:
目标动作执行模块,用于若所述撞机监控结果为存在撞机行为,则向所述机床发送控制信息,所述控制信息用于控制所述机床执行目标动作。
在一个示例中,该目标动作执行模块可以包括:
行为类别确定单元,用于若所述撞机监控结果为存在撞机行为,则确定所述撞机行为对应的行为类别;
控制信息发送单元,用于获取与所述行为类别对应的控制信息,并向所述机床发送所述控制信息。
在一个示例中,实施行为类别确定单元可以确定的撞机行为包括以下任一种:异常快速撞机、异常手动撞机、工件异常撞机或工具异常撞机。
在一个示例中,所述数据预处理模块可用于:
分别对所述控制数据和所述运行数据进行对齐处理、清洗处理、异常化处理和类型转化处理,得到预处理后的控制数据和预处理后的运行数据,并将预处理后的控制数据和预处理后的运行数据组成所述目标数据组。
实施例四
图4是本申请实施例四提供的一种终端设备的示意图。该实施例的终端设备包括:处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42,例如机床撞机监控程序。所述处理器40执行所述计算机程序42时实现上述实施例中的步骤,例如图1所示的步骤S110至S130或图2所示的步骤S210至S213。
示例性的,所述计算机程序42可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器41中,并由所述处理器40执行,以完成本申请。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序42在所述终端设备4中的执行过程。例如,所述计算机程序42可以被分割成数据获取模块、数据预处理模块、结果获取模块,各模块具体功能如下:
数据获取模块,用于获取机床对应的控制数据和运行数据;
数据预处理模块,用于对所述控制数据和所述运行数据进行预处理,得到预处理后的目标数据组;
结果获取模块,用于将所述目标数据输入至训练完成的撞机监控模型进行处理,得到所述撞机监控模型输出的撞机监控结果。
所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器40、存储器41以及存储在所述存储器41。本领域技术人员可以理解,图4仅仅是终端设备4的示例,并不构成对终端设备4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述控制装置还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述机床撞机监控装置的内部存储单元,例如终端设备4的硬盘或内存。所述存储器41也可以是终端设备4的外部存储设备,例如终端设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器41还可以既包括终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及机床撞机监控装置4所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种机床撞机监控方法,其特征在于,包括:
获取机床对应的控制数据和运行数据;
分别对所述控制数据和所述运行数据进行预处理,得到预处理后的目标数据组;
将所述目标数据组输入至训练完成的撞机监控模型进行处理,得到所述撞机监控模型输出的撞机监控结果,所述撞机监控模型为所述机床对应的撞机监控模型。
2.如权利要求1所述的机床撞机监控方法,其特征在于,所述撞机监控模型通过下述步骤训练得到:
获取训练数据组,每组所述训练数据组包括所述机床对应的历史控制数据和历史运行数据;
分别对每组训练数据组对应的历史控制数据和历史运行数据进行预处理,得到每组训练数据组对应的目标训练数据组;
标注各所述目标训练数据组对应的目标撞机结果;
利用各所述目标训练数据组以及所对应的目标撞机结果进行撞机监控模型的训练,得到训练完成的所述撞机监控模型。
3.如权利要求1所述的机床撞机监控方法,其特征在于,在所述得到所述撞机监控模型输出的撞机监控结果之后,包括:
若所述撞机监控结果为存在撞机行为,则向所述机床发送控制信息,所述控制信息用于控制所述机床执行目标动作。
4.如权利要求3所述的机床撞机监控方法,其特征在于,若所述撞机监控结果为存在撞机行为,则向所述机床发送控制信息包括:
若所述撞机监控结果为存在撞机行为,则确定所述撞机行为对应的行为类别;
获取与所述行为类别对应的控制信息,并向所述机床发送所述控制信息。
5.如权利要求4所述的机床撞机监控方法,其特征在于,所述撞机行为对应的行为类别包括以下任一个:异常快速撞机、异常手动撞机、工件异常撞机或工具异常撞机。
6.如权利要求1-5任一项所述的机床撞机监控方法,其特征在于,所述分别对所述控制数据和所述运行数据进行预处理,得到预处理后的目标数据组,包括:
分别对所述控制数据和所述运行数据进行对齐处理、清洗处理、异常化处理和类型转化处理,得到预处理后的控制数据和预处理后的运行数据,并将预处理后的控制数据和预处理后的运行数据组成所述目标数据组。
7.一种机床撞机监控装置,其特征在于,包括:
数据获取模块,用于获取机床对应的控制数据和运行数据;
数据预处理模块,用于分别对所述控制数据和所述运行数据进行预处理,得到预处理后的目标数据组;
结果获取模块,将所述目标数据组输入至训练完成的撞机监控模型进行处理,得到所述撞机监控模型输出的撞机监控结果,所述撞机监控模型为所述机床对应的撞机监控模型。
8.如权利要求7所述的机床撞机监控装置,其特征在于,还包括:
训练数据组获取模块,用于获取训练数据组,每组所述训练数据组包括所述机床对应的历史控制数据和历史运行数据;
目标训练数据组获取模块,用于分别对每组训练数据组对应的历史控制数据和历史运行数据进行预处理,得到每组训练数据组对应的目标训练数据组;
目标撞机结果标注模块,用于标注各所述目标训练数据组对应的目标撞机结果;
撞机监控模块训练模块,用于利用各所述目标训练数据组以及所对应的目标撞机结果进行撞机监控模型的训练,得到训练完成的所述撞机监控模型。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的机床撞机监控方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的机床撞机监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010653840.3A CN111966045A (zh) | 2020-07-08 | 2020-07-08 | 机床撞机监控方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010653840.3A CN111966045A (zh) | 2020-07-08 | 2020-07-08 | 机床撞机监控方法、装置、终端设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111966045A true CN111966045A (zh) | 2020-11-20 |
Family
ID=73362106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010653840.3A Pending CN111966045A (zh) | 2020-07-08 | 2020-07-08 | 机床撞机监控方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111966045A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112578732A (zh) * | 2020-12-15 | 2021-03-30 | 航天科工深圳(集团)有限公司 | 一种智能切削加工过程监控***及其监控方法 |
CN114011903A (zh) * | 2021-11-01 | 2022-02-08 | 深圳市信润富联数字科技有限公司 | 冲压生产异常监测方法、装置、***与可读存储介质 |
CN114083325A (zh) * | 2021-11-19 | 2022-02-25 | 珠海格力智能装备有限公司 | 一种机床防撞机的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108334033A (zh) * | 2018-02-28 | 2018-07-27 | 中国科学院重庆绿色智能技术研究院 | 基于物联网与机器学习的冲床组故障预测方法及其*** |
CN109269556A (zh) * | 2018-09-06 | 2019-01-25 | 深圳市中电数通智慧安全科技股份有限公司 | 一种设备风险预警方法、装置、终端设备及存储介质 |
CN109396576A (zh) * | 2018-09-29 | 2019-03-01 | 郑州轻工业学院 | 基于深度学习的电火花加工稳定性与能耗状态优化决策***及决策方法 |
CN109822382A (zh) * | 2017-11-23 | 2019-05-31 | 上海铼钠克数控科技股份有限公司 | 数控机床的防撞机***及控制方法 |
CN109947088A (zh) * | 2019-04-17 | 2019-06-28 | 北京天泽智云科技有限公司 | 基于模型全生命周期管理的设备故障预警*** |
CN110231803A (zh) * | 2018-03-06 | 2019-09-13 | 发那科株式会社 | 碰撞位置推定装置以及机器学习装置 |
CN111208782A (zh) * | 2019-12-26 | 2020-05-29 | 北京航天测控技术有限公司 | 一种用于机床主轴状态预测的数据处理方法及装置 |
-
2020
- 2020-07-08 CN CN202010653840.3A patent/CN111966045A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109822382A (zh) * | 2017-11-23 | 2019-05-31 | 上海铼钠克数控科技股份有限公司 | 数控机床的防撞机***及控制方法 |
CN108334033A (zh) * | 2018-02-28 | 2018-07-27 | 中国科学院重庆绿色智能技术研究院 | 基于物联网与机器学习的冲床组故障预测方法及其*** |
CN110231803A (zh) * | 2018-03-06 | 2019-09-13 | 发那科株式会社 | 碰撞位置推定装置以及机器学习装置 |
CN109269556A (zh) * | 2018-09-06 | 2019-01-25 | 深圳市中电数通智慧安全科技股份有限公司 | 一种设备风险预警方法、装置、终端设备及存储介质 |
CN109396576A (zh) * | 2018-09-29 | 2019-03-01 | 郑州轻工业学院 | 基于深度学习的电火花加工稳定性与能耗状态优化决策***及决策方法 |
CN109947088A (zh) * | 2019-04-17 | 2019-06-28 | 北京天泽智云科技有限公司 | 基于模型全生命周期管理的设备故障预警*** |
CN111208782A (zh) * | 2019-12-26 | 2020-05-29 | 北京航天测控技术有限公司 | 一种用于机床主轴状态预测的数据处理方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112578732A (zh) * | 2020-12-15 | 2021-03-30 | 航天科工深圳(集团)有限公司 | 一种智能切削加工过程监控***及其监控方法 |
CN114011903A (zh) * | 2021-11-01 | 2022-02-08 | 深圳市信润富联数字科技有限公司 | 冲压生产异常监测方法、装置、***与可读存储介质 |
CN114083325A (zh) * | 2021-11-19 | 2022-02-25 | 珠海格力智能装备有限公司 | 一种机床防撞机的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111966045A (zh) | 机床撞机监控方法、装置、终端设备及存储介质 | |
CN116009480B (zh) | 一种数控机床的故障监测方法、装置、设备及存储介质 | |
US20180373233A1 (en) | Failure predicting apparatus and machine learning device | |
JP6450858B2 (ja) | 設備管理装置および方法 | |
US10860004B2 (en) | Management system and non-transitory computer-readable recording medium | |
TWI721358B (zh) | 設備檢修裝置、方法及電腦可讀取存儲介質 | |
US10747212B2 (en) | Management system and non-transitory computer-readable recording medium | |
EP2196880B1 (en) | Plant control system and method | |
CN111198790B (zh) | 机器人测试方法、机器人测试装置及机器人 | |
EP3570219A1 (en) | Control system, learning data creation apparatus, learning apparatus, and judgment apparatus | |
CN110837641A (zh) | 一种基于内存分析的恶意软件检测方法及检测*** | |
US20200394092A1 (en) | Diagnostic apparatus | |
CN114511026A (zh) | 一种故障诊断方法、装置、终端设备及存储介质 | |
CN112697267A (zh) | 一种工业设备异常振动检测装置 | |
DE112021002946T5 (de) | Diagnosevorrichtung, Server und Diagnoseverfahren | |
CN110678821B (zh) | 处理装置、处理方法和程序 | |
CN114548280A (zh) | 故障诊断模型的训练、故障诊断方法及电子设备 | |
CN111788042A (zh) | 机器人的预见性分析 | |
CN110989509A (zh) | 生产线的自动控制方法、装置、终端设备及存储介质 | |
CN115114015A (zh) | 分布式***及诊断方法 | |
CN110244222B (zh) | 电机的极限原点定位方法、装置、终端设备及存储介质 | |
CN111555899A (zh) | 告警规则配置方法、设备状态监测方法、装置和存储介质 | |
CN113978394B (zh) | 车辆故障检测的方法、装置、电子设备及存储介质 | |
EP3786750B1 (en) | Data collection system, data collection method, and program | |
JP7401280B2 (ja) | 作業工程判別装置及び作業工程判別システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201120 |
|
RJ01 | Rejection of invention patent application after publication |