基于Android系统的数控机床实时监测研究

为了更加方便快捷地进行数控机床实时状态信息的远程监控,提高数控车间的智能化水平,提出了一种基于Android系统的数控机床实时监测的方法。用户可以在Android系统上快速清晰地掌握数控机床的运行状态。系统通过交换机和路由器搭建车间无线局域网,采用基于TCP/IP协议的Socket通信,以数控机床作为状态信息发送的服务器端,以Android系统作为信息接收的客户端,实现了Android系统对数控机床信息的实时采集。通过实验验证,在Android系统上很好的实现了对数控机床实时状态信息的采集。通过采集到的信息,车间管理人员可以准确了解整个车间的加工情况。     

超精密磨床多信号监测系统的设计与实现

针对反映磨床运行状态的各种特征信号,以NI-PXI高性能测试平台为硬件核心,在LabVIEW编程环境中进行软件开发,完成了一套对磨床重要部件的振动、温度、声发射信号进行实时采集、存储、分析的监测系统。阐述了监测系统的功能和整体结构,以及系统的具体实现方法。系统利用硬件端不同模块实现不同信号的准确采集,在软件设计中加入数据的存储和分析。同时,基于监测系统中数据结构复杂、种类繁多和数据庞大,将数据库技术运用于系统软件中,从而实现对监测系统中数据的有效管理。对监测软件进行测试,验证了软件相关功能的可行性。     

基于B/S架构的数控加工设备远程监测系统

为实时监测生产线设备健康状态,提高设备利用率,研发了一套基于B/S架构的数控加工设备远程监测系统。监测系统中将传感器多源信号集成到数控系统中,服务器端程序采用多线程的方式基于Socket协议远程读取数控系统多源数据信号,应用ORM框架将数据分类存储到数据库,并且为Web端提供请求数据的API接口,Web端界面基于React框架开发,通过API实现与服务器端的数据交换,以不同频率刷新显示多台数控加工设备关键状态信息,并通过请求分散化的优化方法,提高界面响应速度13.3倍,实现多台数控加工设备的远程实时监测。     

基于WEB的数控机床监控系统的设计与实现

针对数控机床远程监控的需求,设计了基于Web环境的数控机床远程监控系统,该系统通过无线传感器网络和现场总线对监测数据进行采集,采用ARM Cortex-M3芯片对数据进行处理,使用Socket和多线程技术完成基于工业以太网的数据上传和数据库的存取工作,利用Java、S2SH和Ajax技术实现基于Web的实时监控站点,最终实现了对数控机床的监测功能.该系统通过Web服务响应Web页面控制请求产生控制命令,调用多线程和Socket通信技术把控制命令送给CNC系统,完成了对数控机床的远程控制功能.     

基于虚拟仪器技术的挖掘机液压系统状态检测系统的设计

以相应的传感器为硬件基础,采用NI公司的USB6051数据采集卡,基于LabVIEW开发软件,设计了挖掘机液压系统状态检测系统。该系统不仅能实现数据的采集、信号的滤波分析以及信息的存储和查询,而且能更好地实现人机交互功能,界面直观易懂,使用方便,具有广阔的应用前景。     

改进的旋转门算法及其在数控机床监控领域的应用

针对数控机床状态数据实时采集造成的占用大量存储单元,存储器过度消耗这一问题,为使海量的过程数据易于存储和回调,提出了一种基于旋转门(SDT)的改进算法对数据进行压缩。该方法能够根据数据的波动状态对容差进行动态调整;采用多模型寻优方法进行函数拟合;并根据拟合的误差保存对压缩精度影响较大的点。从而保证在尽量不丢失有效信息的情况下存储更少的机床状态数据,具有较好的压缩效果。     

数控机床网络故障诊断系统的开发与应用

以FANUC 0i-C系统为例,提出一种可进行数控机床网络故障诊断的方法。通过建立机床数据信息库,将参数、接口状态、诊断信息等存储到数据库中,为机床故障诊断提供数据支撑。用户可根据机床正常时与故障时的数据比较与信息提示,快速定位机床故障。     

基于虚拟仪器的数控转塔冲床在线监测系统

针对现有数控监测设备使用中存在的问题,结合信号处理技术,提出一种基于虚拟仪器构建的在线监测平台的方法。阐述了虚拟仪器的特点,在此基础上开发了一个以计算机为支撑平台的多路数据采集系统与信号分析处理、管理系统,并介绍了系统的监测原理、方法和软硬件的功能结构。该测试系统实现了信号的多路采集、动态显示、实时分析处理和基于数据库的数据存储,因此提高了数控转塔冲床的整体性能。最后,利用虚拟信号发生器产生信号源并对其进行采集与分析,验证了系统的正确性。     

基于LabVIEW的远程实时液压系统状态监控

针对液压系统故障对工程机械设备工作效率的限制,提出一种基于LabVIEW的远程液压缸状态检测系统。该系统架构分为3层：现场设备层是以NI数据采集卡为核心实现数据的采集和初步处理硬件平台;数据控制层主要借助串口通信和上位机编程实现数据的采集处理、数据存储、限位报警等功能;监测访问层主要以TCP通信协议为基础实现数据的远程传输及远程故障诊断。试验结果显示：基于LabVIEW远程监测系统数据传输效果稳定、可靠性高。     

基于TDMS的海量振动数据快速存储和查询虚拟系统

为了适应工程中多通道振动数据的快速存储和准确查询.基于LabVIEW的TDMS(technical data management streaming)数据逻辑方式,设计实现了一套完整的某试车台振动数据存储查询虚拟仪器系统.该系统可以通过手动存储和报警自动触发存储两种方式对多通道、多类型海量数据进行快速存储.同时,还具有对指定通道指定类型数据的准确查询、导出以及打印功能等.在某型号试车台背景下开发出来的这套性能和操控界面兼备的监测系统,对于类似工程实践具有一定的借鉴意义.     

基于时序数据库的工业大数据应用研究

在"中国制造2025"和德国"工业4.0"合作对接的背景下,对企业在设计、制造、销售、运维、管理等流程产生的工业大数据的分析与应用,驱动着传统企业迈向智能制造的转型与升级。设计并实现基于时序数据库的工业大数据存储管理系统,完成对工业时序数据的可视化展示和处理,能够弥补传统数据库在时序数据存储和分析上的不足,实现数据的高效存储与分析,通过挖掘时序数据与运作管理、制造过程、产品质量、营销等数据之间的关系,从而提高设备利用率。     

基于LabVIEW和CompactRIO平台的数控机床实时信号监测系统的开发

针对数控机床工作中反映加工状况的特征信号情况,以NI CompactRIO为硬件核心,使用LabVIEW环境进行软件开发,完成了一套能对机床生产活动中噪声、温度、振动信号进行实时监测、采集、分析处理的系统。阐述了系统的结构与具体实现方法。系统利用FPGA端配合不同I/O模块实现对不同信号进行指定速度的采集处理,在实时系统(RT)端实现数据的存储、分析与上传。通过机床切削实验验证了该系统实现了设计的相关功能。     

基于5G通信的数控机床智能监控与诊断系统设计

针对目前数控机床智能监控水平较低、智能化不足的问题,提出基于5G通信的数控机床智能监控与故障诊断系统。该系统以高性能STM32为硬件核心,搭载AliOS Things嵌入式操作系统实现机床电机工作电流、电压、温度和振动信号的实时监测;再提取信号时频域特征,进行故障状态识别,通过5G通信智能网关将异常状态数据上传到远程智能监控服务平台。该平台还能下发指令给监控系统,提示并辅助工作人员对存在故障风险的数控机床进行及时维护。经测试,该系统能够实现高并发海量数据的采集与高速传输,5G通信传输速度在500 Mb/s,传输时延在20 ms以内,平均数据丢包率在2%内。测试结果表明该系统性能稳定可靠,在满足数控机床智能监控同时,为数控机床设备的智能升级提供技术方案。     

基于移动终端的工业机器人远程监测与故障诊断系统设计

针对传统故障诊断方法在数据查询上灵活性差、效率低、可扩展性差、故障报警信息形式单一等问题,开发一种以移动终端为平台的远程监测与故障诊断系统。该系统通过Internet实时采集工业机器人的运行数据并上传到服务器端。利用智能手机可以随时随地查看工业机器人工作状态,实现远程数据监控和故障报警。结果表明：该系统增强了现场数据查询的灵活性,提高了故障诊断的准确性和现场故障处理的及时性。     

基于ARM11的风电场实时采集监测系统

设计以基于ARM11架构的S3C6410微处理器为主控制器并嵌入Win CE6.0操作系统,用风速传感器、风向传感器、温湿度传感器、气压变送器组成数据采集模块,利用Zig Bee技术组建无线传感网络以实现前端数据采集;利用嵌入式SQLite数据库实现采集数据的本地存储,并且利用AES协议进行加密;利用GPRS无线传输技术加密过的数据传输到远程数据服务中心,便于对风电场数据进行实时监测。其数据中心软件采用VS2005软件设计。数据采集系统具有成本低,实现数据的无人采集、实时显示和存储。模块测试和整体测试证明该监测系统能够满足要求,具有较大的推广价值。     

ERP系统中基于单片机的数控机床实时监测系统设计

企业ERP(Enterprise Resource Planning)系统为了对数控机床进行监测，要求在数控系统PLC和机床之间载取信号，数据采集量大，更新ERP数据库迅速，实时性能要求高，采集过程中不能影响数控机床的正常工作，这里采用ATMEL公司的89C51单片机构建数据采集监测系统，信号预处理系统很好地实现了数控系统和数据采集系统的电平匹配和电气隔离，输出系统采用串行通讯和TCP／IP数据传输方式将数据写入ERP系统数据库，在现场取得了良好的效果。     

LoRa技术在机械加工关键动态数据采集的应用研究

在大数据环境下,为了解决机械加工中存在的数据流失的问题,使机械加工模式有更强的决策力和洞察力,在分析了LoRa技术、动态数据采集参数内容及采集方式、系统软件设计后,提出了一种基于LoRa技术的机械加工关键动态数据采集系统。系统主要利用传感器技术实现对机械加工过程中切削力、主轴振动、刀具磨损程度等机械加工动态数据信息的采集,通过LoRa模块将传感器采集到的数据传输到数据库服务器,进行数据的存储和管理,进而从海量数据中挖掘并提纯信息,从而提高机械加工效率,实现智慧加工。     

基于Java Web的数控机床优化设计知识库管理平台

为实现对数控机床优化设计知识更精确的查询与管理,以Eclipse为集成开发环境,利用Tomcat服务器、MySQL数据库、Spring、SpringMVC、MyBatis框架技术,设计基于Java Web的数控机床优化设计知识库管理平台。平台分为专供用户使用的前台和专供管理员使用的后台,并使用B/S结构以体现网络数据信息化的优势。结果表明:该平台能够在解决基本数控机床优化设计知识数据管理问题的同时提升数控机床优化设计知识管理的效率,并为用户提供更好的数控机床优化设计知识数据信息查询环境,有效实现设计知识的检索和应用。通过两个实际应用案例,证明了所设计平台的可行性和实用性。     

锻造车间数据采集与分析系统的设计与应用

面对锻造车间多种类、多接口、多协议的设备现状,为解决设备间"多源异构"和"信息孤岛"难题,设计了一套数据采集与分析系统,将各种生产设备的控制参数、工艺数据及能源信息进行采集、存储与分析。阐述了采集分析系统的数据特点、采集方式和网络架构,基于C#语言搭建采集和传输程序,结合数据操作语言实现信息存储、分析。实际应用表明,采集系统具有很好的兼容性和通用性,可同时采集全厂多个设备数据,并涵盖多种触发模式,单次采集时间最小可达到100 ms,单日采集有效数据可达4×10~6条,有效实现了工厂内多条生产线设备的数据采集和信息的统计分析。     

基于FOCAS的模具EDM零件加工优先级设定研究

针对模具加工自动线生产流程中所遇到的多个模具零件同时到达EDM加工环节的问题，提出计算电极的程序完成进度率实时监测模具电极数控加工进度的方法。采用FOCAS技术利用C#语言调用FOCAS相关函数对FANUC系统0i系列数控机床进行NC程序下载和已经运行完成的程序行数等数据采集；基于采集所得数据，建立SQL Server数据库对数据进行及时存储；结合自动线流程中的约束情况，提出模具零件加工优先级计算方案，连接MES系统数据库和SQL Server数据库获取相关数据，通过比较EDM机床数量、电极齐套率、电极程序完成进度率等，对相关数据进行冒泡排序进而确定模具零件的优先级数，从而设定模具零件加工的先后顺序。在某模具企业验证了该方案的可行性，并取得了良好的应用效果。