[发明专利]基于边缘计算的机床多源数据采集与数据质量评估方法

说明书

本申请涉及一种基于边缘计算的机床多源数据采集与数据质量评估方法，包括数据采集、数据拼接、数据对齐、数据质量判断和边缘算法调用。其中，利用加速度传感器以高频采样率采集主轴的振动信号，通过机床控制器通信协议以低频采样率采集机床控制器信号；高频数据和低频数据分别完成拼接；根据高频数据的时间戳信息在缓存中寻找对应的低频信息，基于对齐后的低频数据和高频数据做交叉判断，以在数据源头判断机床以及传感器信号是否出现异常；调用边缘算法对数据进行特征提取得到边缘特征值。本申请能有效减少采集设备的数量，可以在数据采集阶段对机床状态进行判断，减小产线内网络带宽的负荷以及后台服务器的运算负荷。

技术领域

本申请涉及一种基于边缘计算的机床多源数据采集与数据质量评估方法，适用于机床健康状态预警的技术领域。

背景技术

数控机床(CNC机床)刀具和主轴等部件的健康状态直接影响加工件最终的产品质量，所以需要采集机床多种来源的信息并对机床健康状态做出实时评估。但是对于传统的机床健康状态监测来说，原始数据来源分立并且需要多个采集设备或系统协同完成；而且因为数据之间的相关性，多源原始数据只有全部传送到服务器之后才能进行数据质量的检查和机床健康状态的分析评估，不能保证很高的实时性。

中国申请号CN201620067671.4的专利可实时采集机床的状态、运行参数、产量等数据，采集周期可支持到毫秒级，并且使用一台服务器可支持管控多台机床，通过实现对车间层设备的联网，为上层ERP/MES系统提供实时的基础数据。但是该方法只是利用了机床控制器的状态数据，该数据只包含机床本身的运行状态信息，并不能有效预测机床主轴和刀具的健康状态。

中国申请号CN201520741964.1的专利通过数据采集单元实时采集机床的各项参数，并通过Zigbee通信模块发送给监控服务平台，最后在监控服务平台上显示及监控，当参数数据出现异常时进行处理。但是该方法只是采集了机床外加的传感器数据，并没有将机床控制器的数据融入进来，所以无法应对实际加工中复杂多变的加工情况。

中国申请号CN201811068407.2的专利提出了一种数控机床刀具检测的数据采集系统，能够利用机床加工过程中的相关信号，实现数控机床刀具的实时在线检测；将检测信号与刀具失效以及刀具寿命之间的关系进行建模，提高检测效率。该方法同样没有融入机床控制器数据，难以应对复杂工况条件。另外，因为需要将原始数据全部传送到后台，当机床台数较多时，大量的原始数据会呈线性递增，对网络带宽和服务器的运算负荷都有很大的挑战。

由于机床控制器通信通常涉及复杂的通信协议，而传感器信号采集的技术相对独立，同时机床控制器通信存在延迟和不确定性，因此在之前的应用中并未出现将两者融合使用的情况。如果只使用机床控制器信号或者传感器信号，会出现只能进行机床本身运行状态的监测，或者难以适应复杂多变的加工工况的情况，难以做到交叉的信号数据质量评估，无法在数据源头借助边缘设备的计算能力完成数据的清洗、数据质量的判断以及特征提取。

发明内容

本申请的目的是提出一种基于边缘计算的机床多源数据采集与数据质量评估方法，通过一台设备整合多种有效数据源，并能通过融合后的数据对数据质量和机床状态进行判断，减小数据传输量并能够提高预测的实时性。

本申请涉及一种基于边缘计算的机床多源数据采集与数据质量评估方法，包括以下步骤：

(1)数据采集

在机床的主轴外壳上安装加速度传感器，将边缘设备与机床连接，同时将边缘设备中的数据采集模块连接到传感器的输出端，采集主轴的振动信号，通过机床控制器通信协议采集机床控制器信号；在边缘数据采集模块中以高频采样率采集振动数据，同时以低频采样率采集机床控制器数据；

(2)数据拼接