CN113672234B - 一种用于数控设备的智能进度监控方法及*** - Google Patents
一种用于数控设备的智能进度监控方法及*** Download PDFInfo
- Publication number
- CN113672234B CN113672234B CN202110842394.5A CN202110842394A CN113672234B CN 113672234 B CN113672234 B CN 113672234B CN 202110842394 A CN202110842394 A CN 202110842394A CN 113672234 B CN113672234 B CN 113672234B
- Authority
- CN
- China
- Prior art keywords
- progress
- instruction
- processing control
- processing
- sub
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 199
- 238000000354 decomposition reaction Methods 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 27
- 238000007493 shaping process Methods 0.000 claims description 27
- 238000009826 distribution Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000004886 process control Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000003754 machining Methods 0.000 abstract description 7
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000013461 design Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
- G06F8/42—Syntactic analysis
- G06F8/425—Lexical analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
- G06F8/42—Syntactic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供了一种用于数控设备的智能进度监控方法及***,包括:数控设备控制指令输出端口串联或并联一个智能终端;智能终端包括读取加工控制指令模块和5G模块;读取加工控制指令模块用于读取来自数控设备的加工控制指令;对所述加工控制指令进行识别,并反编译还原为源代码;得到所述数控设备的执行进度,利用5G模块实时向大数据平台传输执行进度,得到所述数控设备的加工进度,并显示;本发明可以实现整个进度监控过程完全无人工干预,全部由智能终端自动完成;进度情况可实时传输到相关显示终端和大数据平台等,管理人员可随时掌控进度进展情况;从根本上杜绝了造假的情况;进度统计的效率和准确性得到质的提升。
Description
技术领域
本发明涉及工业信息化管理技术领域,特别涉及一种用于数控设备的智能进度监控方法及***。
背景技术
数控设备是采用计算机实现数字程序控制的技术,这种技术用计算机按事先存贮的控制程序来执行对设备的运动轨迹和外设的操作时序逻辑控制功能。由于采用计算机替代原先用硬件逻辑电路组成的数控装置,使输入操作指令的存贮、处理、运算、逻辑判断等各种控制机能的实现,均可通过计算机软件来完成,处理生成的微观指令传送给伺服驱动装置驱动电机或液压执行元件带动设备运行。
目前,统计数控设备加工进度都是由人工来完成,而人工统计加工进度存在以下问题:
1)完全依赖人工统计上报。
2)存在上报不及时和容易造假的情况。
3)实时进度情况无法及时掌握。
4)不能对所有设备统一管控,即不能通过大数据平台远程控制。
因此,本发明提供一种用于数控设备的智能进度监控方法及***,来解决以上问题。
发明内容
本发明提供一种用于数控设备的智能进度监控方法,可以实现整个进度监控过程完全无人工干预,全部由智能终端自动完成;进度情况可实时传输到相关显示终端和大数据平台等,管理人员可随时掌控进度进展情况;从根本上杜绝了造假的情况;进度统计的效率和准确性得到质的提升。
本发明提供一种用于数控设备的智能进度监控方法,包括:
步骤1:读取来自数控设备的加工控制指令;
步骤2:对所述加工控制指令进行识别,并反编译还原为源代码;
步骤3:对所述源代码进行分析,得到所述源代码的执行进度;
步骤4:基于大数据平台,根据所述执行进度,得到所述数控设备的加工进度,并显示。
在一种可能实现的方式中,
步骤1中,读取来自数控设备的加工控制指令包括:
获取所述数控设备的加工控制参数,并获取所述加工控制参数的标识;
基于所述标识,从预先存储的多个加工控制代码数据库中获取与所述标识相匹配的加工控制代码;
基于预设的规则数据库,对所述加工控制代码进行词法、语法解析,判断所述加工控制代码中是否存在不合法的字符或语法错误的情况;
若存在,表明解析不通过,并获取错误属性,基于所述错误属性对所述加工控制代码修正,直到解析通过;
否则,表明解析通过;
在解析通过的情况下,获取解析结果,并基于所述解析结果生成抽象语法树,对所述抽象语法树进行编译执行,得到加工控制指令。
在一种可能实现的方式中,
步骤2中,对所述加工控制指令进行识别包括:
获取接收所述加工控制指令的进程和接收地址,监控与所述进程对应的进程数据,并从所述进程数据中获取与所述接收地址对应的进程数据;
对与所述接收地址对应的进程数据进行解析,得到对应的运行轨迹;
判断所述运行轨迹与预设运行轨迹的匹配度,
若所述匹配度满足预设匹配要求,表明所述加工控制指令识别成功;
否则,表明所述加工控制指令存在风险,不对所述加工控制指令进行识别。
在一种可能实现的方式中,
步骤2中,将所述加工控制指令反编译还原为源代码包括:
对所述加工控制指令进行解析,获取所述加工控制指令的分解优先级,所述分解优先级包括第一优先级和第二优先级;
基于所述第一优先级,确定所述加工控制指令的第一分解维度;
基于所述第一分解维度,对所述加工控制指令进行第一分解,获取第一加工控制子指令;
对所述第一加工控制子指令进行异常分解判定,获取存在异常分解的第二加工控制子指令,并基于所述第二优先级,确定第二分解维度;
基于所述第二分解维度对所述第二加工控制子指令进行分解,得到第三加工控制子指令;
对所述第一加工控制子指令与第三加工控制子指令进行逻辑排序,生成顺序子指令序列;
提取所述顺序子指令序列对应的当前整形变量,并根据所述当前整形变量对反编译器的影响,对所述整形变量进行相应的加减操作,得到目标整形变量,并将所述所述顺序子指令序列的当前整形变量替换为目标整形变量;
按顺序获取所述对所述顺序子指令序列中指令的当前代码,基于预设的编译规则编译所述当前代码,得到与所述当前代码存在唯一映射关系且逻辑代码相同的待编译代码;
获取源代码的属性信息,并计算所述属性信息与标准属性信息的相似度,筛选出相似度大于预设相似度的目标属性信息,并基于所述目标属性信息得到目标属性数据包;
将所述目标属性数据包发送至所述顺序子指令序列进行分析比对,并获取响应信息,基于所述响应信息生成反编译规则;
基于所述反编译规则,对所述待编译代码进行反编译,得到源代码。
在一种可能实现的方式中,
步骤3中,对所述源代码进行分析,对所述源代码进行分析,得到所述源代码的执行进度包括:
获取所述源代码中的函数信息和变量信息,并对所述函数信息和变量信息分别设置对应的第一标识符;
对所述源代码进行分析,获取词素,并基于所述词素的信息确定所述词素对应的函数信息或变量信息,且为所述词素设置与所述第一标识符对应的前缀标识符,得到带有所述前缀标识符的代码;
将带有所述前缀标识符的代码进行解析,生成日志信息;
从所述日志信息提取执行特征数据,基于所述执行特征数据得到所述源代码的执行进度。
在一种可能实现的方式中,
步骤3中,得到所述源代码的执行进度之后,还包括:将所述执行进度加密传输至大数据平台,其过程如下:
利用随机数发生器生成随机数串;
基于所述随机数串,并根据如下公式计算所述随机数串中两个相邻随机数的不相关指数;
其中,D(n,n+1)表示所述随机数串中第n个随机数和第n+1个随机数之间的不相关指数,W0表示所述随机数发生器的置信因子,取值为(0.85,0.99),T(n)表示所述随机数串中第n个随机数的变量值,T(n+1)表示所述随机数串中第n+1个随机数的变量值,T(i)表示所述随机数串中第i个随机数的变量值,N表示所述随机数串中随机数的个数,且1≤n<n+1≤N;
判断所述随机数串中任意两个相邻随机数的不相关指数是否满足不相关性要求;
若是,利用所述随机数发生器生成预设长度的随机数串作为加密密钥;
否则,对所述随机数发生器进行参数调整,直到所述所述随机数发生器中任意两个相邻随机数的不相关指数满足不相关性要求;
在将所述执行进度传输至大数据平台的传输过程中,利用所述加密密钥进行加密传输。
在一种可能实现的方式中,
步骤4中,根据所述执行进度,得到所述数控设备的加工进度包括:
获取所述数控设备的目标任务,根据预设分配规则,将所述目标任务进行分配,获取多个子目标任务及其执行时间,且将所述子目标任务转化为源代码;
获取所述源代码的执行进度对应的当前子目标任务和当前执行时间;
基于所述子目标任务的加工进度,并根据如下公式计算所述数控设备的加工进度;
其中,P表示所述数控设备的加工进度,Tb表示完成所述目标任务的结束时间,Ta表示开始所述目标任务的时间,m表示已完成子目标任务的数量,Tj表示已完成第j个子目标任务的执行时间,TQ表示当前子目标任务的当前执行时间,Tn表示所述完成所述当前子目标任务所需的时间,e表示自然常数,取值为2.72,δ表示所述预设分配规则的分配因子,取值为(0.7,0.9),τ0表示所述多个子目标任务的数量,且大于m。
在一种可能实现的方式中,
步骤4中,得到所述数控设备的加工进度后,还包括:判断所述加工进度的进度偏差,并进行相应的报警处理,其过程如下:
基于所述工作进度,并根据如下公式计算所述加工进度的进度偏差:
其中,ρ表示所述加工进度的进度偏差,Tf表示完成所述目标任务的预设时间,M表示完成所述目标任务的工作量,T表示完成所述目标任务的工时量,表示所述数控设备的生产效率管理指标;
判断所述进度偏差的正负取值;
若所述进度偏差为负或取值为0,表明所述加工进度满足预设加工要求;
否则,表明所述加工进度不满足预设加工要求,并进行报警提醒。
一种用于数控设备的智能进度监控***,包括:
数控设备指令输出端口,用于发送加工控制指令;
智能终端,与所述数控设备指令输出端口串联或并联连接,包括读取加工控制指令模块和5G模块;
所述读取加工控制指令模块,用于读取来自所述数控设备指令输出端口的加工控制指令,并对所述加工控制指令进行识别,并反编译还原为源代码;对所述源代码进行解析,得到所述数控设备的执行进度;
所述5G模块,用于实时向大数据平台传输所述执行进度;
大数据平台,用于根据所述执行进度,得到所述数控设备的加工进度,并显示。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种用于数控设备的智能进度监控方法的流程图;
图2为本发明实施例中智能终端的结构图;
图3为本发明实施例中串联模式下控制指令的传输方向图;
图4为本发明实施例中串联模式下智能进度监控方法的的工作流程图;
图5为本发明实施例中并联模式的下控制指令的传输方向图;
图6为本发明实施例中并联模式下智能进度监控方法的的工作流程图。
图7为本发明实施例中一种用于数控设备的智能进度监控***的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
本发明实施例提供一种用于数控设备的智能进度监控方法,如图1所示,包括:
步骤1:读取来自数控设备的加工控制指令;
步骤2:对所述加工控制指令进行识别,并反编译还原为源代码;
步骤3:对所述源代码进行分析,得到所述源代码的执行进度;
步骤4:基于大数据平台,根据所述执行进度,得到所述数控设备的加工进度,并显示。
在该实施例中,本方案的核心技术为在数控设备控制指令输出端口串联或并联一个智能终端,如图2所示,智能终端包括“读取加工控制指令模块”和“5G模块”。
当数控设备开始运转时,智能终端同步启动,如图3所示,串联模式适用于需要反馈控制指令的数控设备,如图4所示,在串联模式下,当数控设备控制终端在运行源代码时,将向数控设备机床发送加工控制指令,指令首先传送到智能终端的“读取加工控制指令模块”,该模块向数控设备机床传送加工控制指令,机床按照指令开始运转。同时模块识别该指令,并反编译还原源代码,进而形成加工进度信息。之后传送至5G模块,5G模块实时把源代码执行进度信息无线传输到大数据平台
如图5所示,并联模式适用于需要反馈控制指令的数控设备,如图6所示,在并联模式下,当数控设备控制终端在运行源代码时,将同时向数控设备机床和“读取加工控制指令模块”发送加工控制指令。机床按照指令开始运转。同时模块识别该指令,并反编译还原源代码,进而形成加工进度信息。之后传送至5G模块,5G模块实时把源代码执行进度信息无线传输到大数据平台,其中,“读取加工控制指令模块”识别到源代码开始语句,将认为加工任务开始,“读取加工控制指令模块”识别到源代码结束语句,将认为加工任务完毕,源代码执行进度经计算后以图形和百分数等适当形式把进度呈现在显示终端上。
上述设计方案的有益效果是:整个进度监控过程完全无人工干预,全部由智能终端自动完成;进度情况可实时传输到相关显示终端和大数据平台等,管理人员可随时掌控进度进展情况;从根本上杜绝了造假的情况;进度统计的效率和准确性得到质的提升。
实施例2
基于实施例1的基础上,本发明实施例提供一种用于数控设备的智能进度监控方法,步骤1中,读取来自数控设备的加工控制指令包括:
获取所述数控设备的加工控制参数,并获取所述加工控制参数的标识;
基于所述标识,从预先存储的多个加工控制代码数据库中获取与所述标识相匹配的加工控制代码;
基于预设的规则数据库,对所述加工控制代码进行词法、语法解析,判断所述加工控制代码中是否存在不合法的字符或语法错误的情况;
若存在,表明解析不通过,并获取错误属性,基于所述错误属性对所述加工控制代码修正,直到解析通过;
否则,表明解析通过;
在解析通过的情况下,获取解析结果,并基于所述解析结果生成抽象语法树,对所述抽象语法树进行编译执行,得到加工控制指令。
在该实施例中,所述所述加工控制参数与所述控制设备的状态相关。
在该实施例中,所述错误属性包括错误类型如存在非法字符、存在语法错误灯,错误位置例如非法字符位置、语法错误位置等。
上述设计方案的有益效果是:通过在读取来自数控设备的加工控制指令,对加工控制代码进行解析修正,保证了获取的加工控制指令的准确性,从而保证了获取加工进度的准确性。
实施例3
基于实施例1的基础上,本发明实施例提供一种用于数控设备的智能进度监控方法,步骤2中,对所述加工控制指令进行识别包括:
获取接收所述加工控制指令的进程和接收地址,监控与所述进程对应的进程数据,并从所述进程数据中获取与所述接收地址对应的进程数据;
对与所述接收地址对应的进程数据进行解析,得到对应的运行轨迹;
判断所述运行轨迹与预设运行轨迹的匹配度,
若所述匹配度满足预设匹配要求,表明所述加工控制指令识别成功;
否则,表明所述加工控制指令存在风险,不对所述加工控制指令进行识别。
在该实施例中,所述进程数据包含所述加工控制指令的传输路径。
在该实施例中,所述运行轨迹为所述加工控制指令在传输过程中的传输路径。
上述设计方案的有益效果是:通过对所述加工控制指令的运行轨迹进行判断,来识别所述加工控制指令,防止获取的加工控制指令被入侵修改,保证了加工控制指令的真实性,杜绝造假的情况,提供加工进度统计的准确性。
实施例4
基于实施例1的基础上,本发明实施例提供一种用于数控设备的智能进度监控方法,步骤2中,将所述加工控制指令反编译还原为源代码包括:
对所述加工控制指令进行解析,获取所述加工控制指令的分解优先级,所述分解优先级包括第一优先级和第二优先级;
基于所述第一优先级,确定所述加工控制指令的第一分解维度;
基于所述第一分解维度,对所述加工控制指令进行第一分解,获取第一加工控制子指令;
对所述第一加工控制子指令进行异常分解判定,获取存在异常分解的第二加工控制子指令,并基于所述第二优先级,确定第二分解维度;
基于所述第二分解维度对所述第二加工控制子指令进行分解,得到第三加工控制子指令;
对所述第一加工控制子指令与第三加工控制子指令进行逻辑排序,生成顺序子指令序列;
提取所述顺序子指令序列对应的当前整形变量,并根据所述当前整形变量对反编译器的影响,对所述整形变量进行相应的加减操作,得到目标整形变量,并将所述所述顺序子指令序列的当前整形变量替换为目标整形变量;
按顺序获取所述对所述顺序子指令序列中指令的当前代码,基于预设的编译规则编译所述当前代码,得到与所述当前代码存在唯一映射关系且逻辑代码相同的待编译代码;
获取源代码的属性信息,并计算所述属性信息与标准属性信息的相似度,筛选出相似度大于预设相似度的目标属性信息,并基于所述目标属性信息得到目标属性数据包;
将所述目标属性数据包发送至所述顺序子指令序列进行分析比对,并获取响应信息,基于所述响应信息生成反编译规则;
基于所述反编译规则,对所述待编译代码进行反编译,得到源代码。
在该实施例中,所述第二分解维度大于第一分解维度。
在该实施例中,所述存在异常分解的第二加工控制子指令具体异常为分解补充分。
在该实施例中,对所述加工控制指令进行分解排序,再对分解排序后的顺序子指令序列进行反编译,提高了反编译的效率。
在该实施例中,所述当前整形变量表示所述反编译器中入口ESP寄存器的值与出口ESP寄存器的值之间的偏移量,通过对当前整形变量进行调整,可以准确识别指令中函数执行过程中的参数、既不变量,为反编译过程提供更多准确的信息,从而提高了反编译的正确性和可读性。
在该实施例中,所述源代码的属性信息包括源代码的格式、书写规则等。
在该实施例中,所述响应信息为所述顺序子指令序列基于所述目标属性数据包,得到的与所述顺序子指令序列反编译相关的信息。
上述设计方案的有益效果是:通过将所述加工控制指令进行分解排序,得到顺序子指令序列,通过分解后进行反编译,提高了反编译的效率,通过对所述顺序子指令序列对应的当前整形变量进行调整,为反编译过程提供更多准确的信息,从而提高了反编译的正确性和可读性,从而提高了后续对源代码的解析效率,方便获取加工进度。
实施例5
基于实施例1根据权利要求1所述的一种用于数控设备的智能进度监控方法,步骤3中,对所述源代码进行分析,对所述源代码进行分析,得到所述源代码的执行进度包括:
获取所述源代码中的函数信息和变量信息,并对所述函数信息和变量信息分别设置对应的第一标识符;
对所述源代码进行分析,获取词素,并基于所述词素的信息确定所述词素对应的函数信息或变量信息,且为所述词素设置与所述第一标识符对应的前缀标识符,得到带有所述前缀标识符的代码;
将带有所述前缀标识符的代码进行解析,生成日志信息;
从所述日志信息提取执行特征数据,基于所述执行特征数据得到所述源代码的执行进度。
在该实施例中,所述源代码的函数信息包括***函数和自定义函数,所述源代码的变量信息包括***变量、词法变量。
在该实施例中,对所述词素设置前缀标识符,可以明确所述词素在源代码中的类型,从而提高代码解析的效率和准确性。
上述设计方案的有益效果是:通过对所述源代码进行分析,智能获取所述源代码的执行进度,整个进度监控过程完全无人工干预,杜绝了造假的情况;进度统计的效率和准确性得到质的提升。
实施例6
基于实施例1的基础上,本发明实施例提供一种用于数控设备的智能进度监控方法,步骤3中,得到所述源代码的执行进度之后,还包括:将所述执行进度加密传输至大数据平台,其过程如下:
利用随机数发生器生成随机数串;
基于所述随机数串,并根据如下公式计算所述随机数串中两个相邻随机数的不相关指数;
其中,D(n,n+1)表示所述随机数串中第n个随机数和第n+1个随机数之间的不相关指数,W0表示所述随机数发生器的置信因子,取值为(0.85,0.99),T(n)表示所述随机数串中第n个随机数的变量值,T(n+1)表示所述随机数串中第n+1个随机数的变量值,T(i)表示所述随机数串中第i个随机数的变量值,N表示所述随机数串中随机数的个数,且1≤n<n+1≤N;
判断所述随机数串中任意两个相邻随机数的不相关指数是否满足不相关性要求;
若是,利用所述随机数发生器生成预设长度的随机数串作为加密密钥;
否则,对所述随机数发生器进行参数调整,直到所述随机数发生器中任意两个相邻随机数的不相关指数满足不相关性要求;
在将所述执行进度传输至大数据平台的传输过程中,利用所述加密密钥进行加密传输。
上述设计方案的有益效果是:通过对随机数发生器生成随机数串中两个相邻随机数的不相关指数,保证所述随机数发生器产生加密密钥的不相关性,提高加密密钥的破解难度,保证了执行进度传输至大数据平台的安全性,从而保证了获取加工进度的准确性。
实施例7
基于实施例1的基础上,本发明实施例提供一种用于数控设备的智能进度监控方法,步骤4中,根据所述执行进度,得到所述数控设备的加工进度包括:
获取所述数控设备的目标任务,根据预设分配规则,将所述目标任务进行分配,获取多个子目标任务及其执行时间,且将所述子目标任务转化为源代码;
获取所述源代码的执行进度对应的当前子目标任务和当前执行时间;
基于所述子目标任务的加工进度,并根据如下公式计算所述数控设备的加工进度;
其中,P表示所述数控设备的加工进度,Tb表示完成所述目标任务的结束时间,Ta表示开始所述目标任务的时间,m表示已完成子目标任务的数量,Tj表示已完成第j个子目标任务的执行时间,TQ表示当前子目标任务的当前执行时间,Tn表示所述完成所述当前子目标任务所需的时间,e表示自然常数,取值为2.72,δ表示所述预设分配规则的分配因子,取值为(0.7,0.9),τ0表示所述多个子目标任务的数量,且大于m。
在该实施例中,所述预设分配规则的分配因子与分配精度相关,分配精度越高,分配因子越大。
在该实施例中,所述当前子目标任务为第m+1个正在进行的子目标任务,前面的m个子目标任务为已完成的子目标任务。
上述设计方案的有益效果是:通过根据源代码的执行进度,得到所述数控设备的加工进度,在获取加工进度的过程中对通过所述数控设备的目标任务进行分配,根据子目标任务的执行时间和完成度来确定加工进度,使获得的加工进度更加精确。
实施例8
基于实施例7的基础上,本发明实施例提供一种用于数控设备的智能进度监控方法,步骤4中,得到所述数控设备的加工进度后,还包括:判断所述加工进度的进度偏差,并进行相应的报警处理,其过程如下:
基于所述工作进度,并根据如下公式计算所述加工进度的进度偏差:
其中,ρ表示所述加工进度的进度偏差,Tf表示完成所述目标任务的预设时间,M表示完成所述目标任务的工作量,T表示完成所述目标任务的工时量,表示所述数控设备的生产效率管理指标;
判断所述进度偏差的正负取值;
若所述进度偏差为负或取值为0,表明所述加工进度满足预设加工要求;
否则,表明所述加工进度不满足预设加工要求,并进行报警提醒。
在该实施例中,所述目标任务的工时量为一小时完成的目标任务的量。
上述设计方案的有益效果是:通过判断所述加工进度的进度偏差,并进行相应的报警处理,方便管理人员随时了解进度进展情况。
实施例9
一种用于数控设备的智能进度监控***,如图7所示,包括:
数控设备指令输出端口,用于发送加工控制指令;
智能终端,与所述数控设备指令输出端口串联或并联连接,包括读取加工控制指令模块和5G模块;
所述读取加工控制指令模块,用于读取来自所述数控设备指令输出端口的加工控制指令,并对所述加工控制指令进行识别,并反编译还原为源代码;对所述源代码进行解析,得到所述数控设备的执行进度;
所述5G模块,用于实时向大数据平台传输所述执行进度;
大数据平台,用于根据所述执行进度,得到所述数控设备的加工进度,并显示。
在该实施例中,串联模式适用于需要反馈控制指令的数控设备,并联模式适用于不需要反馈控制指令的数控设备。
上述技术方案的工作原理及有益效果在方法权利要求中已经说明,此处不再赘述。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种用于数控设备的智能进度监控方法,其特征在于,包括:
步骤1:读取来自数控设备的加工控制指令;
步骤2:对所述加工控制指令进行识别,并反编译还原为源代码;
步骤3:对所述源代码进行分析,得到所述源代码的执行进度;
步骤4:基于大数据平台,根据所述执行进度,得到所述数控设备的加工进度,并显示;
步骤2中,对所述加工控制指令进行识别包括:
获取接收所述加工控制指令的进程和接收地址,监控与所述进程对应的进程数据,并从所述进程数据中获取与所述接收地址对应的进程数据;
对与所述接收地址对应的进程数据进行解析,得到对应的运行轨迹;
判断所述运行轨迹与预设运行轨迹的匹配度,
若所述匹配度满足预设匹配要求,表明所述加工控制指令识别成功;
否则,表明所述加工控制指令存在风险,不对所述加工控制指令进行识别;
步骤2中,将所述加工控制指令反编译还原为源代码包括:
对所述加工控制指令进行解析,获取所述加工控制指令的分解优先级,所述分解优先级包括第一优先级和第二优先级;
基于所述第一优先级,确定所述加工控制指令的第一分解维度;
基于所述第一分解维度,对所述加工控制指令进行第一分解,获取第一加工控制子指令;
对所述第一加工控制子指令进行异常分解判定,获取存在异常分解的第二加工控制子指令,并基于所述第二优先级,确定第二分解维度;
基于所述第二分解维度对所述第二加工控制子指令进行分解,得到第三加工控制子指令;
对所述第一加工控制子指令与第三加工控制子指令进行逻辑排序,生成顺序子指令序列;
提取所述顺序子指令序列对应的当前整形变量,并根据所述当前整形变量对反编译器的影响,对所述整形变量进行相应的加减操作,得到目标整形变量,并将所述顺序子指令序列的当前整形变量替换为目标整形变量;
按顺序获取对所述顺序子指令序列中指令的当前代码,基于预设的编译规则编译所述当前代码,得到与所述当前代码存在唯一映射关系且逻辑代码相同的待编译代码;
获取源代码的属性信息,并计算所述属性信息与标准属性信息的相似度,筛选出相似度大于预设相似度的目标属性信息,并基于所述目标属性信息得到目标属性数据包;
将所述目标属性数据包发送至所述顺序子指令序列进行分析比对,并获取响应信息,基于所述响应信息生成反编译规则;
基于所述反编译规则,对所述待编译代码进行反编译,得到源代码;
步骤3中,对所述源代码进行分析,得到所述源代码的执行进度包括:
获取所述源代码中的函数信息和变量信息,并对所述函数信息和变量信息分别设置对应的第一标识符;
对所述源代码进行分析,获取词素,并基于所述词素的信息确定所述词素对应的函数信息或变量信息,且为所述词素设置与所述第一标识符对应的前缀标识符,得到带有所述前缀标识符的代码;
将带有所述前缀标识符的代码进行解析,生成日志信息;
从所述日志信息提取执行特征数据,基于所述执行特征数据得到所述源代码的执行进度。
2.根据权利要求1所述的一种用于数控设备的智能进度监控方法,步骤1中,读取来自数控设备的加工控制指令包括:
获取所述数控设备的加工控制参数,并获取所述加工控制参数的标识;
基于所述标识,从预先存储的多个加工控制代码数据库中获取与所述标识相匹配的加工控制代码;
基于预设的规则数据库,对所述加工控制代码进行词法、语法解析,判断所述加工控制代码中是否存在不合法的字符或语法错误的情况;
若存在,表明解析不通过,并获取错误属性,基于所述错误属性对所述加工控制代码修正,直到解析通过;
否则,表明解析通过;
在解析通过的情况下,获取解析结果,并基于所述解析结果生成抽象语法树,对所述抽象语法树进行编译执行,得到加工控制指令。
3.根据权利要求1所述的一种用于数控设备的智能进度监控方法,其特征在于,步骤3中,得到所述源代码的执行进度之后,还包括:将所述执行进度加密传输至大数据平台,其过程如下:
利用随机数发生器生成随机数串;
基于所述随机数串,并根据如下公式计算所述随机数串中两个相邻随机数的不相关指数;
其中,D(n,n+1)表示所述随机数串中第n个随机数和第n+1个随机数之间的不相关指数,W0表示所述随机数发生器的置信因子,取值为(0.85,0.99),T(n)表示所述随机数串中第n个随机数的变量值,T(n+1)表示所述随机数串中第n+1个随机数的变量值,T(i)表示所述随机数串中第i个随机数的变量值,N表示所述随机数串中随机数的个数,且1≤n<n+1≤N;
判断所述随机数串中任意两个相邻随机数的不相关指数是否满足不相关性要求;
若是,利用所述随机数发生器生成预设长度的随机数串作为加密密钥;
否则,对所述随机数发生器进行参数调整,直到所述随机数发生器中任意两个相邻随机数的不相关指数满足不相关性要求;
在将所述执行进度传输至大数据平台的传输过程中,利用所述加密密钥进行加密传输。
4.根据权利要求1所述的一种用于数控设备的智能进度监控方法,其特征在于,步骤4中,根据所述执行进度,得到所述数控设备的加工进度包括:
获取所述数控设备的目标任务,根据预设分配规则,将所述目标任务进行分配,获取多个子目标任务及其执行时间,且将所述子目标任务转化为源代码;
获取所述源代码的执行进度对应的当前子目标任务和当前执行时间;
基于所述子目标任务的加工进度,并根据如下公式计算所述数控设备的加工进度;
其中,P表示所述数控设备的加工进度,Tb表示完成所述目标任务的结束时间,Ta表示开始所述目标任务的时间,m表示已完成子目标任务的数量,Tj表示已完成第j个子目标任务的执行时间,TQ表示当前子目标任务的当前执行时间,Tn表示完成所述当前子目标任务所需的时间,e表示自然常数,取值为2.72,δ表示所述预设分配规则的分配因子,取值为(0.7,0.9),τ0表示所述多个子目标任务的数量,且大于m。
5.根据权利要求4所述的一种用于数控设备的智能进度监控方法,其特征在于,步骤4中,得到所述数控设备的加工进度后,还包括:判断所述加工进度的进度偏差,并进行相应的报警处理,其过程如下:
基于所述加工进度,并根据如下公式计算所述加工进度的进度偏差:
其中,ρ表示所述加工进度的进度偏差,Tf表示完成所述目标任务的预设时间,M表示完成所述目标任务的工作量,T表示完成所述目标任务的工时量,表示所述数控设备的生产效率管理指标;
判断所述进度偏差的正负取值;
若所述进度偏差为负或取值为0,表明所述加工进度满足预设加工要求;
否则,表明所述加工进度不满足预设加工要求,并进行报警提醒。
6.一种用于数控设备的智能进度监控***,其特征在于,包括:
数控设备指令输出端口,用于发送加工控制指令;
智能终端,与所述数控设备指令输出端口串联或并联连接,包括读取加工控制指令模块和5G模块;
所述读取加工控制指令模块,用于读取来自所述数控设备指令输出端口的加工控制指令,并对所述加工控制指令进行识别,并反编译还原为源代码;对所述源代码进行分析,得到所述源代码的执行进度;
所述5G模块,用于实时向大数据平台传输所述执行进度;
大数据平台,用于根据所述执行进度,得到所述数控设备的加工进度,并显示;
对所述加工控制指令进行识别包括:
获取接收所述加工控制指令的进程和接收地址,监控与所述进程对应的进程数据,并从所述进程数据中获取与所述接收地址对应的进程数据;
对与所述接收地址对应的进程数据进行解析,得到对应的运行轨迹;
判断所述运行轨迹与预设运行轨迹的匹配度,
若所述匹配度满足预设匹配要求,表明所述加工控制指令识别成功;
否则,表明所述加工控制指令存在风险,不对所述加工控制指令进行识别;
将所述加工控制指令反编译还原为源代码包括:
对所述加工控制指令进行解析,获取所述加工控制指令的分解优先级,所述分解优先级包括第一优先级和第二优先级;
基于所述第一优先级,确定所述加工控制指令的第一分解维度;
基于所述第一分解维度,对所述加工控制指令进行第一分解,获取第一加工控制子指令;
对所述第一加工控制子指令进行异常分解判定,获取存在异常分解的第二加工控制子指令,并基于所述第二优先级,确定第二分解维度;
基于所述第二分解维度对所述第二加工控制子指令进行分解,得到第三加工控制子指令;
对所述第一加工控制子指令与第三加工控制子指令进行逻辑排序,生成顺序子指令序列;
提取所述顺序子指令序列对应的当前整形变量,并根据所述当前整形变量对反编译器的影响,对所述整形变量进行相应的加减操作,得到目标整形变量,并将所述顺序子指令序列的当前整形变量替换为目标整形变量;
按顺序获取对所述顺序子指令序列中指令的当前代码,基于预设的编译规则编译所述当前代码,得到与所述当前代码存在唯一映射关系且逻辑代码相同的待编译代码;
获取源代码的属性信息,并计算所述属性信息与标准属性信息的相似度,筛选出相似度大于预设相似度的目标属性信息,并基于所述目标属性信息得到目标属性数据包;
将所述目标属性数据包发送至所述顺序子指令序列进行分析比对,并获取响应信息,基于所述响应信息生成反编译规则;
基于所述反编译规则,对所述待编译代码进行反编译,得到源代码;
对所述源代码进行分析,得到所述源代码的执行进度包括:
获取所述源代码中的函数信息和变量信息,并对所述函数信息和变量信息分别设置对应的第一标识符;
对所述源代码进行分析,获取词素,并基于所述词素的信息确定所述词素对应的函数信息或变量信息,且为所述词素设置与所述第一标识符对应的前缀标识符,得到带有所述前缀标识符的代码;
将带有所述前缀标识符的代码进行解析,生成日志信息;
从所述日志信息提取执行特征数据,基于所述执行特征数据得到所述源代码的执行进度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110842394.5A CN113672234B (zh) | 2021-07-26 | 2021-07-26 | 一种用于数控设备的智能进度监控方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110842394.5A CN113672234B (zh) | 2021-07-26 | 2021-07-26 | 一种用于数控设备的智能进度监控方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113672234A CN113672234A (zh) | 2021-11-19 |
CN113672234B true CN113672234B (zh) | 2024-02-09 |
Family
ID=78540103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110842394.5A Active CN113672234B (zh) | 2021-07-26 | 2021-07-26 | 一种用于数控设备的智能进度监控方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113672234B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252348B (zh) * | 2023-11-17 | 2024-05-03 | 青岛鹏锐机械有限公司 | 一种五金配件生产加工智能管理*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916185A (zh) * | 2010-08-27 | 2010-12-15 | 上海交通大学 | 多核平台下串行程序运行时的自动并行化加速方法 |
CN110909358A (zh) * | 2019-10-22 | 2020-03-24 | 上海安智信息科技有限公司 | 一种基于动静态分析的整形漏洞检测方法 |
CN112015628A (zh) * | 2020-09-01 | 2020-12-01 | 北京物资学院 | 一种智能合约函数级动态监测分析***及实现方法 |
-
2021
- 2021-07-26 CN CN202110842394.5A patent/CN113672234B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916185A (zh) * | 2010-08-27 | 2010-12-15 | 上海交通大学 | 多核平台下串行程序运行时的自动并行化加速方法 |
CN110909358A (zh) * | 2019-10-22 | 2020-03-24 | 上海安智信息科技有限公司 | 一种基于动静态分析的整形漏洞检测方法 |
CN112015628A (zh) * | 2020-09-01 | 2020-12-01 | 北京物资学院 | 一种智能合约函数级动态监测分析***及实现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113672234A (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20070006128A1 (en) | Method for evaluating dynamic expressions | |
CN109933645B (zh) | 信息查询方法、装置、计算机设备及存储介质 | |
CN113064586B (zh) | 一种基于抽象语法树增广图模型的代码补全方法 | |
EP3462268A1 (en) | Classification modeling for monitoring, diagnostics optimization and control | |
US8346773B2 (en) | Product classification system | |
CN112380240A (zh) | 基于语义识别的数据查询方法、装置、设备及存储介质 | |
CN113672234B (zh) | 一种用于数控设备的智能进度监控方法及*** | |
CN110096503A (zh) | 一种白车身三坐标测点数据的分析方法及*** | |
CN117390933B (zh) | 用于润滑油制备下的工艺数据追溯方法及*** | |
Wilch et al. | Towards automatic generation of functionality semantics to improve PLC software modularization | |
Krupalija et al. | New graphical software tool for creating cause-effect graph specifications | |
CN113609216A (zh) | 基于区块链的产品质量诊断方法、装置、设备及存储介质 | |
CN110221900B (zh) | 一种Dockerfile基础镜像版本信息自动补全方法和装置 | |
CN113377962B (zh) | 一种基于图像识别和自然语言处理的智能过程模拟方法 | |
CN112668899B (zh) | 一种基于人工智能的合同风险识别方法及装置 | |
CN115017187A (zh) | 数据查询方法、装置、设备及存储介质 | |
CN114880590A (zh) | 多语言网站货币自动转换***及其方法 | |
CN114021544A (zh) | 产品合同的要素智能抽取和审核方法及*** | |
CN115169164B (zh) | 一种工业模型的信息处理方法、装置及设备 | |
CN115904499B (zh) | 一种基于人工智能的危险情景感知实时预警***及方法 | |
CN118396250A (zh) | 生产制作指示的生成方法、装置、设备及存储介质 | |
CN118246775B (zh) | 煤矿指标管理配置方法及*** | |
CN116823293B (zh) | 一种电子合同追溯校验方法及*** | |
CN114418456B (zh) | 一种基于工况的机器学习进度管控方法及相关装置 | |
CN118070892B (zh) | 一种基于知识库的智能录入方法及*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |