本发明涉及一种制造业信息化技术，特别是一种基于事件驱动的机床利用率监控方法。
背景技术：
机床是机械加工的主体，主要用来完成切削加工任务。是整个机械加工系统中耗费能量最多设备。我国拥有世界上最多的机床装备量，总装机量大约为700万台，能量消耗巨大。机床的巨大能量消耗也会造成巨大的环境污染，在大力提倡节能减排的今天显然不符合绿色制造的要求。同时机床的能量利用率却不高。根据美国麻省理工学院gutowski给出的一个机床能量利用率甚至只有14.8％。
国内外学者对提高机床利用率展开了深入地研究。王秋莲等细致分析了机床的能量消耗部件，对各消耗源进行了统一建模。胡铜研究了数控机床进给系统能量特性，对机床进给系统各个部件建立了功率模型，给出了输入功率与进给力的简化函数关系式。以上研究仅关注了机床工作阶段的能量模型，忽略了在加工间隔中，机床处于空载阶段，机床能量的消耗模型。刘飞等从机床运行各个时段进行分析，将机床服役过程机电主传动系统运行时段分为启动时段、空载时段、切削加工时段和间停时段，并建立了各时段的简化能量模型，将各时段模型相加得到机床整个服役过程的能量消耗及时间消耗模型。
技术实现要素：
本发明的目的在于提供一种基于事件驱动的机床利用率监控方法，该方法可以使机床利用率监控软件快速融入智能制造系统，提高机床利用率，优化生产调度，降低能源损耗。
实现本发明技术目的的技术方案为：一种基于事件驱动的机床利用率监控方法，包括以下步骤：
步骤1，用户获取数据的关键字；
步骤2，用户根据步骤1获取到的关键字向服务器订阅机床所需要的数据；
步骤3，读写器读取服务器推送的实时信息；
步骤4，对实时信息进行处理获得关键信息；
步骤5，过滤关键信息判断是否需要发送给事件处理引擎；
步骤6，事件处理引擎判断事件类型，匹配事件所属者，下达命令给事件执行器；
步骤7，事件执行器操作数据模型，进行数据本地化存储等工作；
步骤8，视图层读取数据模型更新视图。
本发明分层明确，通过json文档获取所需要信息，对数据进行逐步解析，易于扩展现存系统，基于事件驱动的机制，可以应对大数据量系统。
下面结合说明书附图对本发明作进一步描述。
附图说明
图1为本发明方法流程图。
图2为本发明数据源与机床利用率监控软件的部署拓扑结构示意图。
图3本发明数据管理员分发给机床利用率管理软件的json文档示意图。
图4本发明机床利用率监控软件向服务器请求数据示意图。
图5为本发明中数据过滤器过滤事件规则示意图。
图6为本发明中事件处理引擎工作流程图。
图7为本发明中事件处理引擎的处理规则示意图。
图8为本发明中事件处理引擎的状态迁移示意图。
具体实施方式
如图1所示，一种基于事件驱动的机床利用率监控方法，其包括以下步骤：
步骤s1，机床利用率监控软件获取数据管理员提供的json文件，该文件包含该软件需要的数据的关键字；
步骤s2，利用发布/订阅机制，软件根据步骤s1获取到的关键字向服务器订阅所需要的数据；
步骤s3，数据流读写器读取服务器推送的实时信息；
步骤s4，协议适配器读取数据流读写器缓冲区，进行处理获得关键信息；
步骤s5，数据过滤器过滤该信息是否需要发送给事件处理引擎；
步骤s6，事件处理引擎判断事件类型，匹配事件所属者，下达命令给事件执行器；
步骤s7，事件执行器操作数据模型，进行数据本地化存储等工作；
步骤s8，视图层读取数据模型更新视图。
步骤s1，整个数据采集系统采用基于tcp/ip协议的发布/订阅通信方式传输数据，数据消费者通过订阅自身需要数据主题获取信息，如附图3所示。数据管理员拥有管理所有数据的权限，通过与数据需求者沟通，配置数据数据源文档，使用json文档保存，并使用md5加密算法以保证数据的完整性。
如图3所示，该json文档每个数组为一个机床名称，数组包含监控该机床所需要数据源主题与数据名称对。根据主题可获得对应键的数据。如向服务器订阅主题为‘tunnel001003’的消息源即可获得“北二铣床”“工件进入rfid读写器”的数据。
如图4所示，步骤s2通过服务器ip，用户名，密码连接消息代理服务器，设置其他相关参数订阅主题信息。服务器通过控制用户id与密码或者客户端ip地址控制连接，保证数据使用者的合法性。
步骤s3数据流读写器获取最新推送的数据。
步骤s4出于保护数据完整性以及应对不同应用的不同数据需求，服务器推送来的信息是未经处理的原始数据，需要根据不同传输协议解析有用信息。此外该层还负责数据校验以保证数据的正确性。协议适配器使用模块化设计，用户可以设计自己的协议适配器，添加到机床利用率监控软件中。
本发明中，机床状态信息采用modbus现场总线协议传输，故需调用该协议的协议适配器进行解析。不同厂家的rfid读写器拥有不同的协议，使用厂家提供api进行解析。
步骤s5将数据分为两种，rfid数据和机床状态信息数据。对应为轮询事件和触发事件。故数据过滤器对应两种处理方式。如附图5所示。
rfid数据的产生标志一个事件的发生，该事件被触发标示着工件进入工位或者离开工位，数据过滤器对其处理方式为全部推送到事件处理引擎。
modbus协议是一个轮询协议，故会产生大量重复无意义数据，用户获取实时状态信息但仅关心状态转换数据，数据过滤器对其的处理方式为仅推送状态转换的数据。
步骤s6事件处理引擎采用有限状态机模式编写。具体事务处理流程如附图6所示。
具体过程描述如下：
1)规则匹配，事件分类
事件按照目的分为三种：机床状态切换事件，工件进入工位事件，工位离开工位事件。根据步骤s5过滤后的信息，以及主题信息匹配出事件类型。具体的处理规则如附图7所示，状态迁移图如附图8所示：
工件进入rfid响应事件标识工件进入工位，工件离开rfid响应事件标识工件离开该工位；上述两事件发生事件时间间隔代表该工件加工时长事件，此时触发更新加工时长事件，以及加工完成事件。并且更新机床利用率，机床利用率为机床有效加工时间与实际开机时长之比。手动刷新事件与定时器超时事件也会触发机床利用率更新。
2)检索事件主
本方法可以监控不限数量机床，需要根据发生事件的主题信息确定事件发生的所属者，判断该次数据更新属于哪台机床。
3)下达命令
根据获得的事件主，以及事件类型，向事件执行器发出执行1)中描述的命令，具体实现通过操作机床模型对象完成。
4)执行湮灭策略
事件可以分为点事件和区间事件，点事件执行完成即可使其失效，区间事件需要保存事件的开始时间，失效时机为时间窗的右端点。机床的状态转换是一个点事件，工件进入和离开工位也是一个点事件，但根据进入和离开事件符复合出的该工件加工时间事件是一个区间事件，故需要保存工件进入时间，在工件离开时使其失效。
步骤s7事件执行器根据事件处理引擎下达的命令执行相关动作。完成视图模型的更新，数据本地化存储，生成优化建议，向生产调度器反馈自身信息等。
步骤s8根据mvc架构，视图层根据模型更新视图。