本发明涉及机床监控技术领域，具体涉及一种基于物联网的数控机床监控系统。
背景技术：
数控机床是一种装有程序控制系统的自动化机床。其加工精度高，具有稳定的加工质量，具有高度柔性，生产率高，机床自动化程度高，可以减轻劳动强度等特性。随着工业的发展，使得人们对数控机床的使用需求越来越高。但是相对的机床设备成本也比较高，而随着机床设备的增多，其使用效率、运行状态监控、机床故障预判、机床资源配置等方面都受到了极大的挑战，现有的机床监控一般是基于人工记录的采集数据对机床进行分析和监控，当多个用户需要了解不同机床的状态信息时，其实时性不能满足多方企业的快速发展需求。
技术实现要素：
针对上述问题，本发明提供一种基于物联网的数控机床监控系统。
本发明的目的采用以下技术方案来实现：
提供了一种基于物联网的数控机床监控系统，该系统包括设于数控机床上的多个传感器、用于通过所述传感器采集所述数控机床的状态信息数据的数据采集子系统、用于对数据采集子系统采集的状态信息数据进行预处理的数据处理子系统、用于存储预处理后的状态信息数据的物联网服务器和用于显示所述状态信息数据的智能终端；所述数据采集子系统分别与所述传感器和数据处理子系统连接，数据处理子系统与所述智能终端分别与所述物联网服务器连接。
优选地，所述数据采集子系统包括用于将传感器信号转换为对应的状态信息数据的信号适配器，所述信号适配器与所述传感器连接。
进一步地，所述数据采集子系统还包括用于控制采集频率的控制器，所述控制器与所述传感器连接。
其中，所述智能终端包括ged显示屏、gcd显示屏、智能手机、笔记本、桌上型电脑中的任意一种或任意几种。
其中，所述传感器包括温度传感器、振动传感器、液位传感器、位移传感器、电流传感器、霍尔传感器中的任意一种或任意几种。
本发明的有益效果为：本发明能够方便不同智能终端及时对该状态信息数据的查看，使得用户能够及时了解数控机床的状态信息，从而根据数控机床的状态信息进行合适的选择或处理，提高数控机床的使用率，满足人们实时了解数控机床的状态信息的需求，并可以提前对可能发生故障的数控机床进行预警，以便于工作人员或维修人员进行相应处理，减少因机床故障所造成的损失。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明一个示例性实施例的数控机床监控系统的结构示意框图；
图2是本发明一个示例性实施例的数据处理子系统的结构示意框图。
附图标记：
传感器1、数据采集子系统2、数据处理子系统3、物联网服务器4、智能终端5、数据异常检测模块10、数据过滤模块20。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本发明实施例提供了一种基于物联网的数控机床监控系统，该系统包括设于数控机床上的多个传感器1、用于通过所述传感器采集所述数控机床的状态信息数据的数据采集子系统2、用于对数据采集子系统2采集的状态信息数据进行预处理的数据处理子系统3、用于存储预处理后的状态信息数据的物联网服务器4和用于显示所述状态信息数据的智能终端5；所述数据采集子系统2分别与所述传感器1和数据处理子系统3连接，数据处理子系统3与所述智能终端5分别与所述物联网服务器4连接。
在一个实施例中，所述数据采集子系统2包括用于将传感器1的信号转换为对应的状态信息数据的信号适配器，所述信号适配器与所述传感器1连接。
进一步地，所述数据采集子系统2还包括用于控制采集频率的控制器，所述控制器与所述传感器连接。
其中，所述智能终端5包括ged显示屏、gcd显示屏、智能手机、笔记本、桌上型电脑中的任意一种或任意几种。
其中，所述传感器1包括温度传感器、振动传感器、液位传感器、位移传感器、电流传感器、霍尔传感器中的任意一种或任意几种。
本发明上述实施例设计的数控机床监控系统能够方便不同智能终端5及时对该状态信息数据的查看，使得用户能够及时了解数控机床的状态信息，从而根据数控机床的状态信息进行合适的选择或处理，提高数控机床的使用率，满足人们实时了解数控机床的状态信息的需求，并可以提前对可能发生故障的数控机床进行预警，以便于工作人员或维修人员进行相应处理，减少因机床故障所造成的损失。
在一个实施中，如图2所示，数据处理子系统3包括数据异常检测模块10、数据过滤模块20，其中数据异常检测模块10用于对数据采集子系统2发送的状态信息数据进行异常检测，将检测出的异常状态信息数据进行剔除，并将剩余的状态信息数据发送至数据过滤模块20；数据过滤模块20，用于对状态信息数据进行过滤处理，并将过滤处理后的状态信息数据发送至物联网服务器4。
在一个实施例中，数据异常检测模块10对数据采集子系统2发送的状态信息数据进行异常检测，具体包括：
(1)设定移动窗口宽度m，对同一个传感器获取的状态信息数据进行遍历，提取状态信息数据时间序列{yi-1,yi-2,…,yi-m}，去除其中的极大值和极小值后，计算该时间序列的中值和平均值，设计算出的中值为
(2)计算新序列{yi}的中值yi,m，其中，
若
若
(3)若状态信息数据yi满足下列公式，则将该状态信息数据视为异常状态信息数据，否则yi为正常状态信息数据：
式中，g为设定的门限参数。
现有技术中，采用hampel滤波算法对数据进行处理，具有算法快捷的特点，便于实时完成数据净化处理，且对异常数据的分布和大小并不敏感，然而该算法对数据进行检测的精度还有待提高。
本实施例对现有的hampel滤波算法进行改进，在获取中值绝对偏差估计yi,m时，将移动窗口提取的状态信息数据时间序列中的极大值和极小值去除后，再提取中值和平均值，根据中值和平均值之间的差值关系构建不同的新序列，进而计算yi,m，相对于现有技术直接通过状态信息数据时间序列的中值来确定中值绝对偏差估计yi,m的方式，能够有效提高中值绝对偏差估计的精度，从而进一步提高了对状态信息数据进行异常检测的精度。
上述实施例通过对状态信息数据进行异常检测，将检测出的异常状态信息数据进行剔除，能够有效提高数据采集的精度，使得用户能够准确地了解到数控机床的状态信息。
在一个实施例中，数据过滤模块20对状态信息数据进行过滤处理，包括：对同一个传感器的状态信息数据按顺序进行必要性判断，过滤判定为不必要的状态信息数据。
其中，若传感器a采集的状态信息数据满足下列条件，判定该状态信息数据为不必要的状态信息数据：
and
式中，yi表示第i个状态信息数据，yi-1为yi的前一个状态信息数据，yi-2为yi-1的前一个状态信息数据，tyi为yi的采集时间，+yi-1为yi-1的采集时间，tyi-2为yi-2的采集时间，δ为设定的与传感器a对应的过滤阈值。
本实施例创新性地设定了对状态信息数据的必要性进行判定的条件，该条件能够筛选出所有与前一状态信息数据差值波动较小且数据变化平缓的状态信息数据，数据过滤模块20根据该条件对状态信息数据进行必要性判定，并对判定为不必要的状态信息数据进行过滤处理，能够在保障状态信息数据的精度范围的前提下，减少对存储空间的占用，减少状态信息数据传递的负荷，整体上节省了数控机床监控系统在状态信息数据存储和传输方面的成本。
在一个实施例中，在对实时采集的状态信息数据进行过滤处理前，以历史状态信息数据作为样本，采用遗传算法对过滤阈值进行寻优，进而根据寻优结果设定各传感器对应的过滤阈值，具体为：
(1)选择一定数量的传感器a采集的历史状态信息数据作为样本，计算样本的状态信息数据平均值
(2)在所述初始范围内设定过滤阈值δ的多个候选解，以候选解作为染色体，采用二进制编码的方式对各个候选解进行编码；
(3)进行种群初始化，随机选择k个染色体组成初始种群，其中每个染色体作为一个个体；
(4)计算种群中各个个体的适应度，设定适应度函数为：
式中，zj表示种群中个体j的适应度；
(5)采用轮盘赌法进行选择操作，设种群内个体数量为n，个体j被选择的概率pj为：
(6)进行交叉操作，在个体基因串中随机设定交叉点，当进行染色体交叉时，两个体交叉点前后的基因互换，并生成两个新个体；
(7)进行变异操作，对种群中染色体随机挑选两个基因位置以设定概率pr进行变异，进行取反操作；
(8)当迭代次数达到设定的次数上限时，遗传算法结束，输出最优个体作为传感器a对应的过滤阈值。
过滤阈值的设定影响着状态信息数据的精度以及过滤效果。当过滤阈值设定过大时，将会过滤较多的状态信息数据，从而影响着状态信息数据的精度；而当过滤阈值设定得过小时，将会影响过滤的力度，不能达到较优的过滤效果。如果由人工进行过滤阈值的设定，主观性较强，本实施例以各传感器自身采集的历史状态信息数据作为样本，结合遗传算法对该过滤阈值进行寻优，使得过滤阈值的设定更加客观，有效提高过滤效果，降低过滤后状态信息数据的误差，保障对状态信息数据进行预处理的精度。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。