CN115174732A - 一种基于app的机床能耗监控*** - Google Patents

Abstract

本发明涉及加工***能耗监控领域，设计一种基于APP的机床能耗监控***。首先通过电压与电流传感器来测量机床电压电流经计算机处理获取机床功率及能耗，并根据功率进行功率识别，接着功率信息及能耗信息上传云端，云端服务器可根据上传的能耗信息及功率信息进行能耗分析，能耗分析包括机床能耗优化分析和能耗特征分析。然后手机APP可通过移动网络连接云端来实现来获取所需信息，手机APP会定时推送机床能耗报告提供能源使用情况。本发明可提高能耗监控精度，减少能源消耗。

Description

一种基于APP的机床能耗监控***

技术领域

本文涉及加工***能耗监控领域，具体的来说，设计一种基于APP的机床能耗监控***。

背景技术

当前世界能源短缺问题严重，制造业是最大的能源消耗行业之一有着巨大的节能潜力。机床被称之为工作母机，是构成现代制造业的心脏，通过对机床能耗监控可以了解机床能耗的结构，通过优化机床能耗的结构，可以大大减少机床能量的消耗，提高机床能源的利用率。

目前对于机床能耗的监控大部分工厂是通过电表来直接测量所有机床总的电能的消耗。这种方法只能粗略的计算总体的机床电能消耗，而且显示方式只是对总能耗的数字显示，无法得知机床各部分，各结构的电能消耗，也无法得知在机床运行过程中机床功率随时间的变化，这种监控方式不能根据对于能耗的监控提出合理的能耗优化方案，而且这种对于能耗的监控方式只能在现场来查看机床的能耗。

发明内容

鉴于此，开发了一种基于APP的机床能耗监控***，来克服目前机床能耗监控的缺陷和不足，实现对于工厂各个时段各个机床及机床各个部分的能耗及功率监控。该***通过手机APP即可实现对于能耗的监控。

这种***可根据工厂中数控机床的设备参数、运行状态和能耗数据对管理人员的用能行为特征进行挖掘，帮助管理人员识别低效或者无意义的用能行为，帮助管理人员建立良好的用能习惯。

这种基于APP的机床能耗监控***包括数控机床、云端服务器、计算机与手机APP。

本发明APP的机床能耗监控***，以手机APP为载体包括***连接模块、信息交互模块、能耗分析模块、功率识别模块、联络模块，所采用的技术方案如下：

***连接模块，为整个***连接方式，该***通过电压与电流传感器连接机床电源主线，将传感器与数据采集装置相连，将数据采集装置与计算机相连，计算机与路由器相连路由器与光调制调节器相连，从而连接互联网，与云端服务器相连，手机APP通过移动网络与云端服务器连接，从而实现整个***的连接。

信息交互模块，为整个***的信息交换流程，电压与电流传感器测得机床的电压与电流信号，通过所连接数据采集装置将采集到的模拟信号转变为数字信号，并上传计算机，计算机将上传的电压与电流信号处理为功率数据与能耗数据，并根据进行功率识别，将并将实时获取的能耗信息、功率识别信息上传到云端服务器，

保存在云端服务器上，云端服务器通过云计算功能将计算机上传的能耗信息、功率识别信息、加工参数进行存储与计算实现该***的能耗分析功能，能耗分析所得数据将保存在云端服务器，云端服务器并可根据能耗分析中的能耗特征分析获得的能耗特征信息。

云端服务器通过移动网络与手机APP连接，手机APP可通过移动网络连接云端服务器，通过向云端服务器发送指令来获取云端服务器存放的能耗信息、优化信息、功率识别信息、能耗特征信息信息，并可根据获取信息向云端服务器进行反馈调整，来对进行能耗分析参数及过程调整。

该模块中所述的机床能耗根据机床运行状态、机床运行时间、机床实时功率计算得出，机床能耗可分为工厂机床总能耗及功率、工厂机床各时间段能耗及功率、单个机床总能耗及功率、单个机床各时间段能耗及功率。

该模块中实现***所涉及的信息交换，包括通过传感器采集经计算机处理后获取***所需的能耗信息；机床能耗监控***与用户之间的信息交换。

其中能耗信息包括实时功率、机床能耗、实时电价。

机床能耗监控***与用户之间的信息交换包括管理人员通过手机APP设定和修改设备信息、对***提供的能源信息和能耗优化信息做出反馈，机床能耗监控***向管理人员提日、月、年的能源报告。

手机APP对管理人员显示的其他能耗相关信息包括工厂中每个机床的运行状态、运行时间、额定功率参数。

能耗分析模块在云端服务器通过云计算功能实现，能耗分析模块包括机床能耗优化分析和能耗特征分析这两种功能。

机床能耗优化分析是根据机床历史能耗数据以及加工参数通过机床能耗模型对机床能耗进行优化，在保证相关加工要求的情况下使机床大幅能耗降低，减少生产成本，机床能耗优化分析过程分为约束条件、机床能耗模型和求解过程三部分。

机床能耗优化分析需要设立加工零件相关的切削参数及刀具的要求范围的约束条件，机床能耗优化在所限制的约束内进行求解，能耗寻找最优解，优化后的数据将自动保存在云端。

机床能耗模型包括机床节能模型、加工需求模型。

机床节能模型为针对机床能耗优化而建立的模型，该处采用机床切削比能模型。

在加工需求模型是针对优化表面质量和机床能耗建立的建模，采用多目标联合优化的方式来求解，在加工能耗、表面质量达到最小时求出对应的切削参数，。

机床能耗优化通过优化算法进行求解，获取最优的切削参数及刀具直径的调整方案及优化后对应机床的能耗。

用能特征分析对机床的用能行为特征进行挖掘，帮助管理人员识别低效或者无意义的用能行为，主要为无效的待机能耗，能耗特征分析可通过K-Means聚类算法实现。

手机APP会产生日、月、年能耗报告来提示管理人员产生了多少的无意义待机能耗，能耗报告的生成是在能耗特征分析功能的基础上来实现的，能耗特征报告会将每次加工的能耗特征分析的数据与每次加工的能耗集合起来，云端服务器将这些数据发送给手机APP，手机APP通过这些数据分析计算生成能耗报告。

功率识别模块，可实现对加工零件的识别、计数与长期待机状态提醒，其具体过程如下：

首先建立不同的零件档案，在加工过程中通过识别加工时的功率来判别加工的零件，在识别到相同功率时零件计数功能会在该零件型号上的数加1，零件数量将保存在云端，并随加工过程上传加工数量对其进行修改。若识别到机床在一次待机时间超过管理人员的设定时间，云端服务器会将提醒发送给手机APP，手机APP会发送提醒给机床工人和管理人员，管理人员可通过APP来修改待机时间提醒设定。

在加工过程中识别功率是为未存入数据库的功率，则会先给暂时命名为未命名能耗a(后续按字母顺序依次命名)，并发出提醒提醒管理人员为其命名，提醒管理人员修改其名称，并录入机床信息，将信息储存在云与端服务器，此处保存的文件与上文提及的保存机床信息的文件为同一文件。机床功率识别功能可通过BP神经网络算法实现的。

联络模块，可实现用户之间的联系，联络模块有信息联络及通话联络两种功能，方便工厂人员之间的联系，管理人员也可通过APP发送给工厂人生产或维修任务，该APP还可发送公告通知工厂人员紧急或突发事件。

附图说明

图1为本发明***连接图。

图2为本发明***的信息交互框图。

图3为本发明能耗优化流程图。

图4为本发明手机APP登录流程图。

具体实施方式

为了清晰地阐明本产品，下面结合附图对本产品进行详细的说明，以下所述具体实施例仅用于解释本发明，并不用于限定本发明。

本发明为一种基于APP的机床能耗监控***，其组成包括手机，所述手机装有该手机APP，传感器设备，传感器设备主要为电压传感器和电流传感器、数据采集设备、计算机(该计算机放在工厂中，以方便在工厂中机床能耗以观察机床的功率及能耗)、路由器、机床。其具有***连接模块、信息交互模块、能耗分析模块、功率识别模块、联络模块，其具体技术方案如下:

手机APP的登录流程如下：

输入登录需要的信息。

在登录时用户需要选择用户类别包括工人、管理人员和后台人员。

若为第一次登录的人员需要输入用户类别、姓名、工号、身份证和手机号进行注册。

注册账户在后台人员审核完成后即可登录使用。

用户类别不同可以使用的功能略有不同，而后台人员可以使用APP的所有功能以方便其调试。

若用户已经完成注册，用户需输入姓名、工号及身份证号进行登录。

登录完成后即可从手机APP上获取所需能耗信息。

***连接模块，为整个***连接方式，该***通过电压与电流传感器连接机床电源主线，将传感器与数据采集装置相连，将数据采集装置与计算机相连，数据采集装置与计算机之间有PCI和USB连接方式，可根据使用条件自由选择。计算机与路由器相连，再将路由器通过光调制解调器连接互联网(路由器可采用5G路由器提高网络速度)，计算机与云端服务器通过互联网相连，手机APP通过移动网络与云端服务器连接，手机APP与计算机之间通过云端服务器实现互通，从而整个***完成连接。

信息交互模块，为整个***的信息交换流程，电压与电流传感器测得机床的电压与电流信号，通过所连接数据采集装置将采集到的模拟信号转变为数字信号，并上传计算机，上传计算机的电压、电流信号通过LABVIEW和orange计算机软件处理来得到实时功率，通过计算机软件对于获取的实时功率对时间进行积分来获得机床能耗，并根据实时功率进行功率识别，将并将获取的能耗信息、功率识别信息实时上传到云端服务器，

上传信息将保存在云端服务器上，云端服务器通过云计算功能将计算机上传的能耗信息、功率识别信息、加工参数进行存储与计算实现该***的能耗分析功能，能耗分析所得数据将保存在云端服务器，云端服务器并可根据能耗分析中的能耗特征分析获得的能耗特征信息。

云端服务器通过移动网络与手机APP连接，手机APP可通过移动网络连接云端服务器，通过向云端服务器发送指令来获取云端服务器存放的能耗信息、优化信息、功率识别信息、能耗特征信息信息，并可根据获取信息向云端服务器进行反馈调整，对进行能耗分析参数及过程调整。

该模块中实现***所涉及的信息交换，包括通过传感器采集经计算机处理后获取***所需的能耗信息；机床能耗监控***与用户之间的信息交换。

其中能耗信息包括实时功率、机床能耗、实时电价。

机床能耗监控***与用户之间的信息交换包括管理人员通过手机APP设定和修改设备信息、对***提供的能源信息和能耗优化信息做出反馈，机床能耗监控***向管理人员提日、月、年的能源报告。

所述的管理人员通过手机APP设定和修改设备信息是指，在手机APP中编有对每台机床的信息(机床名称、刀具数目及类型、主要加工零件)，管理人员可在APP上录入与修改机床信息，录入的机床信息会存放到云端服务器，在手机APP修改信息时，存放在云端的信息会一同修改。

手机APP对管理人员显示的其他能耗相关信息包括工厂中每个机床的运行状态、运行时间、额定功率参数。

能耗分析模块，根据上述机床能耗信息进行用能分析，包括机床能耗优化分析和能耗特征分析。

能耗分析通过NSGA-II遗传算法来实现的，计算机通过遗传算法算出符合要求的切削参数，并计算出修改参数后相同时间段的能源消耗，然后通过互联网将所得数据发送给手机APP，手机APP根据所得数据与现阶段电价计算出相同时间段的修改参数后的各机床能源费用及工厂机床总能源费用。

机床能耗优化分析过程包括约束条件、机床能耗模型和求解过程，下面对机床能耗优化分析过程进行说明。

约束条件：

采用搜索空间限定法对变量添加约束条件，限制变量在有限的搜索空间进行寻优，可以提高遗传算法的效率。为了满足机床加工条件和加工工艺要求，对决策变量添加如下约束：

1.机床主电机功率约束

切削时的最大功率不能超过机床主轴电机最大功率：

P_c为机床铣削加工实际功率，F_c为机床实际切削力，η_t为数控机床传动效率，P_max为机床主轴电机额定功率。

F_c可采用如下公式计算：

式中，C_p为铣削力的切削系数，K_p为材料机械性能修正系数，o为待定指数，可通过试验获得。

2.铣削深度约束

根据加工材料的加工要求则确定铣削深度范围：

a_{p min}≤a_p≤a_{p max} (3)

式中，a_p为铣削深度。

3.铣削宽度约束

铣削宽度取值不得大于铣刀直径d：

a_e≤d,a_e≤a_{e max} (4)

式中，a_e为铣削宽度。

4.切削速度约束

铣削加工中，切削速度由主轴转速决定，机床主轴转速必须在最高主轴转速和最低主轴转速之间。切削速度还需满足材料加工的转速要求：

式中，n为主轴转速，v_c为切削速度。

5.进给速度

数控机床的进给速度必须在机床所允许的最高进给速度和最低进给速度之间：

v_{f min}≤v_f≤v_{f max} (6)

式中，v_f为进给速度

6.刀具使用寿命约束

式中，T为刀具耐久度；C_T为刀具耐用系数，与刀具、工件材料有关；x_T、y_T、u_T、w_T、p_T、q_T分别表示切削参数、铣刀齿数和铣刀直径对刀具寿命的影响程度系数；T_B为刀具合理耐用度。

7.粗糙度约束

式中，C为待定指数，可通过实验获得。

具体约束可根据刀具、切削条件以及切削材料而进行改变。

机床能耗模型：

机床能耗模型根据需求不同可分为机床节能模型、加工需求模型。

机床节能模型为针对机床能耗优化而建立的模型，该处采用机床切削比能模型，模型如下：

P_cut＝P_standby+P_spindle+P_feed+P_material (9)

式中，P_cut为切削功率，P_standby为机床基础功率，P_spindle为主轴空转功率，P_feed为进给功率，P_material为材料去除功率。

式中，H为工件硬度，A_S为刀具有效铣削面积当铣削平面时A_s＝A_sf，当铣削曲面时A_s＝A_ss，i为待定指数，可通过实验获得。

式中，MRR为材料去除率。

式中，SEC为切削比能，m为待定系数，可通过实验获得，j为待定指数，可通过实验获得。

铣削平面时A_sf为：

A_s＝b·l_f (13)

b刀-屑接触宽度，l_f刀-屑接触长度。

铣削曲面时,采用球头铣刀铣削，则A_ss为：

式中，L、N、M是叶片曲面第一基本量和E、G、F是叶片曲面第二基本量。

式中，z为叶片曲面的法方向矢量函数；u、v为叶片曲面的两个主方向矢量函数。r_u表示为r在u方向上的矢量长度，r_v表示为r在v方向上的矢量长度。叶片加工表面沿铣削行进给方向的法截线曲率半径为：

沿着前进方向的法面曲率利用欧拉公式可以表示为：

k_b＝k₁cos²β+k₂sin²β (17)

式中的k₁和k₂分别是主曲率。

k₁＝1/R，k₂＝1/(R cosα) (18)

因此，球头铣刀的有效铣削半径是：

r_b＝1/k_b (19)

当刀具由当前刀位点移动到下一刀位点时，刀具的有效铣削面积用A_s表示，可以通过以下公式近似得出：

式中，w_i为自由曲面的有效铣削宽度，其定义为切屑在标称表面与公差表面之间的长度，p_i为刀位点，计算公式可以表示为：

式中，h是最大的切削残留高度阈值。

minF(x)＝min SEC(n,v_f,a_p,a_e) (22)

APP对于机床能源费用的计算是通过计算机床能耗与现阶段的电价的乘积得出的。

在加工需求模型是针对优化表面质量和机床能耗建立的建模，采用多目标联合优化的方式来求解，在加工能耗、表面质量达到最小时求出对应的切削参数，该发明以粗糙度作为衡量表面质量的标准。模型如下：

结合目标函数和变量约束条件建立基于最低能耗和最佳表面质量的加工需求模型。

minF(x)＝[min R(n,v_f,a_p,a_e),min SEC(n,v_f,a_p,a_e)] (23)

求解过程：

采用基于Matlab中的gamultiobj函数为基本框架，应用NSGA-II遗传算法编写程序，对目标函数进行非支配排序、拥挤度计算、选择、交叉变异以及精英策略筛选，最终得到多目标函数的优化解集。

机床能耗优化具体流程如下：

机床进行首次加工，计算机将首次加工的能耗信息上传云端服务器保存，并发送给手机。

若首次加工的机床能耗符合加工要求，确定使用该方案。

若首次加工的机床能耗不符合加工要求，则可通过手机APP或机床能耗计算机输入加工目标零件的参数及加工要求作为约束条件上传云端服务器，在云端服务器进行机床能耗优化运算，发送给手机APP。

若所得优化结果符合，则确定优化方案。

若优化结果不符合加工需求，则可通过手机APP在加工要求范围内修改约束条件，并将修改约束条件发送给云端服务器，云端服务器可根据修改后约束条件再次进行优化运算。

若优化次数超过设定之后仍不符合加工需求，云端服务器将所有优化结果发送给手机APP，管理人员可在所有优化方案中选择最优方案进行加工。

用能特征分析对机床用能行为特征进行挖掘，帮助管理人员识别低效或者无意义的用能行为，主要识别那些是无效的待机能耗，能耗特征分析的实现是通过K-Means聚类算法来完成的，将获取数据划分为训练接与测试集，建立能耗特征识别的训练模型，通过训练集对模型进行训练，采用梯度下降法对模型中的权重进行更新，当损失函数达到管理人员设定值时模型训练完成，通过测试集对模型进行测试，当测试的模型精度达到管理人员要求时即完成整个学习过程，得到能耗特征模型可实现用能特征分析功能。

手机APP每日、每月、每年都会产生相应的能耗报告，日能耗报告中会给出那些机床在哪些时间存在的无意义的长时间待机状态及无意义能耗成本。管理人员可以通过APP对结果进行反馈，标注那些长时间待机是有必要的，而月能耗报告和年能耗报告中会显示每月或每年无意义能耗占总能耗百分比及无意义能耗成本。

能耗报告的生成的是在能耗特征分析功能的基础上来实现，能耗特征报告会将每次加工的能耗特征分析的数据与每次加工的能耗集合起来，云端服务器将这些数据发送给手机APP，手机APP通过这些数据分析计算生成能耗报告。

功率识别模块，可实现对加工零件的识别、计数与长期待机状态提醒，其具体过程如下：

首先建立不同的零件档案，并在创建的零件档案中输入加工零件的材料信息、切削参数、使用刀具信息、平均加工时间、工件装夹时间这些信息，在加工过程中通过识别加工时的功率随加工时间的变化来判别加工的零件，在识别到相同功率变化时零件计数功能会在该零件型号上的零件数加1，零件数量将保存在云端，并随加工过程上传加工数量对其进行修改。若机床在一次待机时间超过设定时间，APP会发送提醒给机床工人和管理人员，管理人员可通过APP来修改待机时间提醒设定。

若在加工过程中识别功率是为未存入数据库的功率，则会先给暂时命名为未命名能耗a(后续按字母顺序依次命名)，并发出提醒，提醒管理人员修改其名称，并录入机床信息，并将信息储存在云与端服务器，此处保存的文件与上文提及的保存机床信息的文件为同一文件。

机床功率识别功能的实现可采用BP神经网络算法来实现，通过获取对应加工流程的功率数据，将获取数据划分为训练接与测试集，建立功率识别的训练模型，通过训练集对模型进行训练，采用梯度下降法对模型中的权重进行更新，当损失函数达到管理人员设定值时模型训练完成，通过测试集对模型进行测试，当测试的模型精度达到管理人员要求时即完成整个学习过程，得到功率识别模型可实现功率识别功能。

联络模块，联络功能有信息联络及通话联络两种功能，在联络时点开联系人中的先要联络的人的名称即可进行联络，若是信息联络在点开联系人名称后在下面对话框中输入文字即可，如需要通话联络，再点开联系人名称后点击下面的通话功能，APP将自动从数据库调取联系人的电话进行拨打。管理人员和后台人员可以通过APP发送公告，公告会提醒APP所有用户，并给APP所有用户发送公告内容。

Claims (8)

1.一种基于APP的机床能耗监控***，其具有***连接模块、信息交互模块、能耗分析模块、功率识别模块、联络模块，***连接模块为整个***连接方式，信息交互模块为整个***的信息交换流程，能耗分析模块包括机床能耗优化分析和用能特征分析，能耗优化分析通过约束条件、机床能耗模型和求解过程实现对能耗优化，用能特征分析帮助管理人员识别低效或者无意义的待机能耗行为并向用户生成能耗报告，功率识别模块通过对功率的分析可实现对加工零件的识别、计数与长期待机状态提醒，通过这5个模块实现手机APP对于机床能耗的监控。

2.如权利要求1中所述，***连接模块，为整个***连接方式，该***通过电压与电流传感器连接机床电源主线，将传感器与数据采集装置相连，将数据采集装置与计算机相连，计算机与路由器相连路由器与光调制调节器相连，从而连接互联网，与云端服务器相连，手机APP通过移动网络与云端服务器连接，从而实现整个***的连接。

3.如权利要求1中所述，信息交互模块，为整个***的信息交换流程，电压与电流传感器测得机床的电压与电流信号，通过所连接数据采集装置将采集到的模拟信号转变为数字信号，并上传计算机，计算机将上传的电压与电流信号处理为功率数据与能耗数据，并根据进行功率识别，将这些信息储存计算机，并通过互联网上传云端服务器，在云端服务器进行能耗分析，手机机APP可通过移动网络连接云端服务器，云端服务器向手机APP提供用户所需信息。

4.如权利要求1中所述，能耗分析模块，为***可实现能耗分析，包括机床能耗优化分析和用能特征分，机床能耗优化分析过程包括约束条件、机床能耗模型和求解过程，机床能耗优化分析需要满足切削参数及刀具的要求范围的约束条件，机床能耗优化通过应用NSGA-II遗传算法进行求解，获取最优的切削参数及刀具调整方案和对应的机床能耗。

5.如权利要求1中所述，能耗模型，包括机床节能模型与加工需求模型，机床节能模型为针对机床能耗优化而建立的模型，该处采用机床切削比能模型，加工需求模型是针对优化表面质量和机床能耗建立的建模，采用多目标联合优化的方式来求解，在加工能耗、表面质量达到最小时求出对应的切削参数。

6.如权利要求1中所述，用能特征分析，是对机床用能行为特征进行挖掘，帮助管理人员识别低效或者无意义的用能行为，通过K-Means聚类算法来实现，手机APP可通过能耗特征分析结果产生日、月、年都能耗报告提示管理人员产生了多少的无意义待机能耗，管理人员可以通过APP对结果进行反馈，标注那些长时间待机是有必要的该功能是在能耗特征分析的基础上实现的。

7.如权利要求1中所述，功率识别模块，可实现对加工零件的识别、计数与长期待机状态提醒，在加工过程中通过识别加工时的功率来判别加工的零件，在识别到加工功率为下次加工开始时零件计数功能会在该零件型号上的数加1，若识别到机床在一次待机时间超过管理人员的设定时间，APP会发送提醒给机床工人和管理人员，若在加工过程中识别功率是为未存入数据库的功率，则会先给暂时命名为未命名能耗加字母，字母安顺序添加，并发出提醒提醒管理人员为其命名，功率识别功能可通过BP神经网络算法来实现。

8.如权利要求1中所述，联络模块，可实现用户之间的联系，联络功能有信息联络及通话联络两种功能，方便工厂人员之间的联系，管理人员也可通过APP发送给工厂人生产或维修任务，该APP还可发送公告通知工厂人员紧急或突发事件。

Images