一种项目型产品加工工艺大数据支持系统的制作方法

文档序号:10653561阅读:213来源:国知局
一种项目型产品加工工艺大数据支持系统的制作方法
【专利摘要】本发明提供了一种项目型产品加工工艺大数据支持系统,包括:物联网模块、数据采集模块、数据管理模块、数据实时分析模块和应用模块,其中:物联网模块用于识别跟踪产品加工过程涉及到的加工资源;数据采集模块用于在加工过程实时采集过程监测数据;数据管理模块用于整理和存储数据采集模块采集到的过程监测数据;数据实时分析模块用于实时分析处理数据管理模块中保存的数据;应用模块用于与系统的使用人员进行人机交互,根据使用人员工作内容的差异提供不同的交互形式和权限。本发明能够识别、跟踪、区分加工资源,能够实现数据迭代优化,并提供不同的交互形式和权限。
【专利说明】
一种项目型产品加工工艺大数据支持系统
技术领域
[0001]本发明涉及智能制造领域,具体的,涉及一种项目型产品加工工艺大数据支持系统。
【背景技术】
[0002]项目型机械产品零件价值高,结构复杂,加工质量要求高,而且多采用典型难加工材料,切削加工性较差,并且其加工质量与加工工艺的选择有密切关系,选择合理的加工工艺有助于提高产品加工质量和效率;不合理的工艺则容易导致工件报废,刀具急剧磨损,甚至损伤数控机床,造成重大的经济损失。因此,选择合理的加工工艺对此类机械产品的加工具有重要意义。
[0003]经对现有技术的文件检索发现,专利CN104267676A,申请号201410457991.6,
【申请人】:北京航空航天大学,公开了“一个面向工程应用的通用数控切削工艺参数管理系统”,所述系统包括用户信息管理子系统、数控切削工艺参数子系统、典型零件工艺子系统和后处理子系统;各个子系统之间既能够相互独立运行,又能够在统一的数据库平台中实现数据共享。该发明所述系统可以方便使用者有效管理完整的数控切削加工工艺参数信息,协助工艺人员快速制定工艺参数,并在此机床基础上,利用计算机技术,在系统中集成了切削动力学仿真及高效切削参数优化模块,辅助生产加工,确保加工的效率及参数的实用性。
[0004]但是,该专利涉及的技术主要存在以下缺陷和不足:
[0005](I)所述系统没有将切削工艺数据关联到实际加工的数控机床和刀具,在实际加工过程中,机床和刀具的性能退化,即便相同类型的机床和刀具,实际性能也存在着较大的差异;
[0006](2)所述系统只是一个静态切削工艺数据库,不具备工艺参数的自我分析比较、自动更新的功能;
[0007](3)所述系统没有加工过程监测模块,缺乏加工过程的在线监控数据、刀具磨损、修磨和加工质量等信息,无法实现加工工艺的客观评价。

【发明内容】

[0008]针对现有技术中的缺陷,本发明提供一种项目型产品加工工艺大数据支持系统,所述系统利用物联网技术识别跟踪产品加工过程涉及到的机床、刀具、工装、操作人员、切削参数的所有资源,并且可以区分多个相同类型资源;所述系统可以通过传感器实时采集加工过程数据,并且实时分析监控数据,得到加工进度等信息,同时与历史数据进行对比,若表现异常则进行报警,并且可以不断更新数据库,实现数据迭代优化;所述系统包含应用模块,使以上所述各种信息均可通过电脑终端、手机终端、平板终端或者网络终端查看。
[0009]本发明是通过以下技术方案实现的:
[0010]本发明提供一种项目型产品加工工艺大数据支持系统,所述系统包括:物联网模块、数据采集模块、数据管理模块、数据实时分析模块和应用模块,其中:
[0011]所述物联网模块,用于识别跟踪产品加工过程涉及到的加工资源;
[0012]所述数据采集模块,用于在加工过程实时采集过程监测数据,并且在采集过程监测数据前,需要通过物联网模块获取加工资源的信息,从而将过程监测数据与机床、操作人员、工件材料、工装、量具和刀具信息这些加工资源对应;
[0013]所述数据管理模块,用于整理和存储数据采集模块采集到的过程监测数据,数据管理模块采用非关系型数据库技术完成过程监测数据的组织与存储;
[0014]所述数据实时分析模块,用于实时分析处理数据管理模块中保存的过程监测数据并输出结果;所述分析的方法为统计分析方法和基于深度神经网络的模式识别方法;所述输出结果为机床占用率、工件的加工进度、工作人员的工作情况、当前数据与历史数据或者标准数据对比是否属于正常加工范围;
[0015]所述应用模块,用于与所述系统的使用人员进行人机交互,根据使用人员工作内容的差异,应用模块提供不同的交互形式和权限。
[0016]优选地,所述的物联网模块,包括:RFID信息读取装置、激光打标装置、二维码扫描装置,其中:
[0017]所述RFID信息读取装置用于读取操作人员的员工卡;
[0018]所述激光打标装置用于在刀具、工装、量具上面标刻二维码,该二维码包含唯一的序列号信息,从而将所有相同或不同的刀具、工装、量具区别开;
[0019]所述二维码扫描装置用于扫描刀具、工装、量具上的二维码,由此实现刀具、工装、量具的跟踪。
[0020]优选地,所述的数据采集模块采集到的过程监测数据,包括:机床主轴功率数据,加工过程中的声发射数据、振动数据,工件的质量数据,刀具的使用、更换和磨损数据;其中:
[0021 ]所述机床主轴功率数据用于间接表征切削力;
[0022]所述振动数据、声发射数据用于表征切削过程是否平稳;
[0023]所述工件的质量数据用于表征工件的加工质量;
[0024]所述刀具的使用、更换和磨损数据用于预测刀具的剩余寿命。
[0025]优选地,所述数据管理模块采用非关系型数据库技术完成过程监测数据的组织与存储,具体的:
[0026]机床主轴功率数据、声发射数据、振动数据属于数据流数据,工件的质量数据以及刀具的使用、更换数据属于数字型数据,刀具的磨损数据属于图片型数据。
[0027]优选地,所述的数据实时分析模块,实时分析处理数据管理模块中保存的过程监测数据,是指:通过分析机床主轴功率的变化情况得出机床的占用率,通过分析刀具使用或更换情况得出工件加工进度,同时得到操作人员的工作情况;通过分析机床主轴功率、振动、和声发射的变化规律,并与历史数据或者标准数据对比,得出当前加工情况是否属于正常加工范围,若出现异常情况则通过声光报警的方式提醒操作人员注意。
[0028]优选地,所述的应用模块,包括:操作端和管理端,其中操作端用于加工现场的操作人员进行加工记录和操作;管理端用于管理人员发送订单信息、查看工件的加工进度和质量情况。
[0029]与现有技术相比,本发明具有如下有效益果:
[0030](I)本系统可以利用物联网模块将切削数据库中所有的工艺参数和过程监测数据关联到加工资源的最小单位,包括具体的操作人员,使用刀具和机床等。由于不同操作人员的技能等级差异,刀具状态的差异,机床性能差异的客观存在,将工艺参数和过程监测数据关联到加工资源的最小单位对数据的有效性和准确度具有重要意义;
[0031](2)本系统可以实时监测工件的加工过程,将加工过程中实际的切削参数和过程监测数据与历史数据进行对比、分析,同时本次加工也将形成新的数据,录入数据库作为下次加工的历史数据,即可以实现工艺参数的自我分析比较、自动更新功能;
[0032](3)本系统可以通过对过程监测数据的实时分析,得出工件的加工进度、操作人员的加工工时、加工质量、机床的占用率等信息,并且可以发现当前加工出现的异常情况,通过声光报警的方式提醒操作人员和管理人员。
【附图说明】
[0033]通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
[0034]图1为本发明一实施例的系统结构框图;
[0035]图2为本发明一实施例的工作流程图;
[0036]图中:物联网模块I,数据采集模块2,数据管理模块3,数据实时分析模块4,应用模块5;
[0037]RFIDl I,二维码12,扫码枪13,激光打标机14;
[0038]机床主轴功率监测系统21,声发射监测系统22,振动监测系统23,刀具/刀片磨损量测量系统24,粗糙度测量仪25 ;
[0039]数据流型31,数字型32,文本型33,图片型34;
[0040]工时计算子模块41,进度计算子模块42,机床占用率计算子模块43,异常预警子模块44;
[0041 ] 电脑端51,移动端52,平板端53,网络端54。
【具体实施方式】
[0042]下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
[0043]如图1所示,为本实施例所述的一种项目型产品加工工艺大数据支持系统的结构框图,所述系统包括:物联网模块1、数据采集模块2、数据管理模块3、数据实时分析模块4、应用模块5。
[0044]本实施例中,所述的物联网模块I用于识别跟踪产品加工过程涉及到的加工资源;包括RFIDl 1、二维码12、扫码枪13、激光打标机14,其中:
[0045]RFIDll为RFID读卡器和RFID型员工卡,每一个员工拥有唯一与之对应的员工卡,在进行加工操作之前,先用RFID读卡器读取员工信息;激光打标机14用于在刀具、刀片、工装、量具的资源上标刻二维码12,二维码12包含唯一的序列号信息,相当于刀具、刀片、工装、量具的资源的“身份证号”,使用扫码枪13扫描后即可对相应资源的使用情况进行跟踪。
[0046]作为一优选的实施方式,本实施例中,所述的激光打标机14采用Automator纳米级激光打标设备;所述的二维码12的最小尺寸可达3 X 3_,可标刻在在8 X 16 X 16_含孔的刀片侧面,并且不影响刀刃的切削性能;所述的扫码枪13采用COGNEX DM8500型扫码枪。
[0047]本实施例中,所述的数据采集模块2用于在加工过程实时采集过程监测数据;数据采集模块2包括:机床主轴功率监测系统21、声发射监测系统22、振动监测系统23、刀具/刀片磨损量测量系统24、粗糙度测量仪25,其中:
[0048]所述机床主轴功率监测系统21,可以实时监测机床主轴功率,机床主轴功率的大小可以间接表征切削力的大小;
[0049]所述声发射监测系统22,可以监测加工过程中因塑性变形或微裂纹扩展发出的声发射信号,声发射信号的强弱可以表征切削过程是否平稳;
[0050]所述振动监测系统23,可以监测机床或工件的振动情况;
[0051]刀具/刀片磨损量测量系统24,可以在加工完成之后检测刀具/刀片的磨损/破损情况,从而评估刀具/刀片的剩余寿命;
[0052]所述粗糙度测量仪25,可以测量工件的表面粗糙度,确保工件符合质量要求。
[0053]作为一优选的实施方式,本实施例中:
[0054]所述的机床主轴功率监测系统21采用通过电流互感器安装在机床电气柜中的嵌入式功率监测系统,安装方便,无需破坏机床线路;
[0055]所述的声发射监测系统22采用双通道声发射监测系统,最高采样率可以达到20MHz;
[0056]所述的刀具/刀片磨损量测量系统24采用日本基恩士公司的VHX500F型超景深数码显微镜;
[0057]所述的粗糙度测量仪25采用日本三丰SJ-210便携式表面粗糙度仪。
[0058]本实施例中,所述的数据管理模块3用于整理和存储数据采集模块2采集到的数据,包括数据流型31,数字型32,文本型33,图片型34;其中:
[0059]数据流型31是数据流形式的数据,包括机床主轴功率数据,加工过程中的声发射数据、振动数据;
[0060]数字型32是数字形式的数据,包括切削参数、工件的质量数据,刀具的使用、更换数据;
[0061]文本型33是文本形式的数据,包括工艺描述、特殊情况说明;
[0062]图片型34是图片形式的数据,包括刀具/刀片的磨损/破损情况测量数据。
[0063]作为一优选的实施方式,本实施例中:
[0064]所述的数据流型31是最高可达20MHz采样率的声发射数据流;
[0065]所述的数字型32包括多种切削参数,例如理论计算的切削参数、供应商推荐的切削参数和实际加工的切削参数;
[0066]本实施例中,所述的数据管理模块3是采用非关系型数据库技术的数据库,可以完成海量异构数据的组织和存储。
[0067]本实施例中,所述的数据实时分析模块4用于实时分析处理数据管理模块3中保存的过程监测数据;数据实时分析模块4包括:工时计算子模块41,进度计算子模块42,机床占用率计算子模块43,异常预警子模块44;其中:
[0068]所述工时计算子模块41,根据机床主轴功率监测系统21采集的机床功率数据计算操作人员工作的时间;
[0069]所述进度计算子模块42,根据刀具/刀片的使用情况计算出工件加工进度;
[0070]所述机床占用率计算子模块43,根据机床主轴功率监测系统21采集的机床功率数据计算机床处于正常加工的时间;
[0071]所述异常预警子模块44,将机床主轴功率监测系统21、声发射监测系统22、振动监测系统23采集的现有机床主轴功率数据、声发射数据、振动数据与历史数据对比,从而得出现有加工过程是否正常进行,若发现异常则发出警报。
[0072]作为一优选的实施方式,本实施例中,所述异常预警子模块44可以通过模式识别的方法,比对当前加工所产生的信号和历史信号,如果发现异常,则通过声音和红光警示的方式提醒操作人员。
[0073]本实施例中,所述的应用模块5用于与该系统的使用人员进行人机交互,包括电脑端51、移动端52、平板端53、网络端54,其中:
[0074]电脑端51是用于Windows系统的PC应用程序;
[0075]移动端52是用于1S或者Android系统的手机应用程序;
[0076]平板端53是应用于WindowslO系统的平板应用程序;
[0077]网络端54是可通过网络浏览器访问的网页。
[0078]作为一优选的实施方式,所述的电脑端51用于管理人员下达生产工单、查看工件的加工进度和加工质量信息;所述的移动端52和网络端54用于管理人员随时查看加工进度信息;所述的平板端53用于在车间与机床配合使用,并且配有RFID读卡器和扫码枪13,加工现场的操作人员通过平板端53进行相关记录和操作。
[0079]基于以上【具体实施方式】形成的实施例,可以实现以下工作流程(如图2所示):
[0080]在工件开始加工时,将通过物联网模块I获取加工资源的详细信息,包括操作人员数据、机床数据、刀具类型数据等;然后通过数据采集模块2采集加工过程中的过程监测数据和工件的质量数据,包括机床主轴功率数据、声发射数据、振动数据、刀具更换数据、工件质量检查数据等,将以上数据采集并录入到数据管理模块3;以上由操作人员通过应用模块5,具体的是通过应用模块5的平板端53进行操作。
[0081 ]在加工过程中,数据实时分析模块4实时分析过程监测数据,包括过程监测数据是否与标准数据一致、是否与历史数据存在明显差异,如果发生异常则通过异常预警子模块44的声光报警方式提醒管理人员和操作人员采取措施,管理人员或操作人员查找异常原因,通过改变工艺参数等方式消除异常,保证加工顺利完成;同时,本实施例还可以实时分析工件加工进度、机床占用率等信息,管理人员可据此优化加工效率;以上由管理人员或者操作人员通过应用模块5进行操作。
[0082]以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
【主权项】
1.一种项目型产品加工工艺大数据支持系统,其特征在于,所述系统包括:物联网模块、数据采集模块、数据管理模块、数据实时分析模块和应用模块,其中: 所述物联网模块,用于识别跟踪产品加工过程涉及到的加工资源; 所述数据采集模块,用于在加工过程实时采集过程监测数据,并且在采集过程监测数据前,通过物联网模块获取加工资源的信息,从而将过程监测数据与机床、操作人员、工件材料、工装、量具和刀具信息这些加工资源对应; 所述数据管理模块,用于整理和存储数据采集模块采集到的过程监测数据,数据管理模块采用非关系型数据库技术完成过程监测数据的组织与存储; 所述数据实时分析模块,用于实时分析处理数据管理模块中保存的过程监测数据并输出结果;所述输出结果为机床占用率、工件的加工进度、工作人员的工作情况、当前数据与历史数据或者标准数据对比是否属于正常加工范围; 所述应用模块,用于与所述系统的使用人员进行人机交互,根据使用人员工作内容的差异,应用模块提供不同的交互形式和权限。2.根据权利要求1所述的一种项目型产品加工工艺大数据支持系统,其特征在于,所述的物联网模块,包括= RFID信息读取装置、激光打标装置、二维码扫描装置,其中: 所述RFID信息读取装置用于读取操作人员的员工卡; 所述激光打标装置用于在刀具、工装、量具上面标刻二维码,该二维码包含唯一的序列号信息,从而将所有相同或不同的刀具、工装、量具区别开; 所述二维码扫描装置用于扫描刀具、工装、量具上的二维码,由此实现刀具、工装、量具的跟踪。3.根据权利要求1所述的一种项目型产品加工工艺大数据支持系统,其特征在于,所述的数据采集模块采集到的过程监测数据,包括:机床主轴功率数据,加工过程中的声发射数据、振动数据,工件的质量数据,刀具的使用、更换和磨损数据;其中: 所述机床主轴功率数据,用于间接表征切削力; 所述振动数据、声发射数据,用于表征切削过程是否平稳; 所述工件的质量数据,用于表征工件的加工质量; 所述刀具的使用、更换和磨损数据,用于预测刀具的剩余寿命。4.根据权利要求3所述的一种项目型产品加工工艺大数据支持系统,其特征在于,所述数据采集模块包括:机床主轴功率监测系统、声发射监测系统、振动监测系统、刀具/刀片磨损量测量系统、粗糙度测量仪,其中: 所述机床主轴功率监测系统,实时监测机床主轴功率; 所述声发射监测系统,监测加工过程中因塑性变形或微裂纹扩展发出的声发射信号; 所述振动监测系统,监测机床或工件的振动情况; 刀具/刀片磨损量测量系统,在加工完成之后检测刀具/刀片的磨损/破损情况,从而评估刀具/刀片的剩余寿命; 所述粗糙度测量仪,测量工件的表面粗糙度,确保工件符合质量要求。5.根据权利要求3所述的一种项目型产品加工工艺大数据支持系统,其特征在于,所述数据管理模块采用非关系型数据库技术完成过程监测数据的组织与存储,是指: 机床主轴功率数据、声发射数据、振动数据属于数据流数据; 工件的质量数据以及刀具的使用、更换数据属于数字型数据; 刀具的磨损数据属于图片型数据。6.根据权利要求1-5任一项所述的一种项目型产品加工工艺大数据支持系统,其特征在于,所述的数据实时分析模块,实时分析处理数据管理模块中保存的过程监测数据,是指:通过分析机床主轴功率的变化情况得出机床的占用率,通过分析刀具使用或更换情况得出工件加工进度,同时得到操作人员的工作情况;通过分析机床主轴功率、振动和声发射的变化规律,并与历史数据或者标准数据对比,得出当前加工情况是否属于正常加工范围,若出现异常情况则通过声光报警的方式提醒操作人员注意。7.根据权利要求6所述的一种项目型产品加工工艺大数据支持系统,其特征在于,所述的数据实时分析模块包括:工时计算子模块、进度计算子模块、机床占用率计算子模块和异常预警子模块;其中: 所述工时计算子模块,根据采集的机床功率数据计算操作人员工作的时间; 所述进度计算子模块,根据刀具/刀片的使用情况计算出工件加工进度; 所述机床占用率计算子模块,根据采集的机床功率数据计算机床处于正常加工的时间; 所述异常预警子模块,将采集的现有机床主轴功率数据、声发射数据、振动数据与历史数据对比,从而得出现有加工过程是否正常进行,若发现异常则发出警报。8.根据权利要求1-5任一项所述的一种项目型产品加工工艺大数据支持系统,其特征在于,所述的应用模块,包括:操作端和管理端,其中操作端用于加工现场的操作人员进行加工记录和操作;管理端用于管理人员发送订单信息、查看工件的加工进度和质量情况。
【文档编号】G05B19/418GK106020158SQ201610575055
【公开日】2016年10月12日
【申请日】2016年7月20日
【发明人】胡小锋, 孙世旭, 崔马驰宇, 刘颖超
【申请人】上海交通大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1