[发明专利]一种基于运行数据流的机床状态监测系统与监测方法

权利要求书

1.一种基于运行数据流的机床状态监测系统，其特征在于：包括用于采集机床运行数据的数据采集层，数据采集层通过数据接入层连接有数据处理层；数据处理层连接有数据存储层；数据存储层包括用于实时存储和查询的非关系型分布式实时数据库与用于离线统计与分析的分布式数据仓库；

所述数据处理层包括用于对机床运行数据进行流处理的流处理层以及进行批量处理的批处理层；

流处理层与批处理层通过共用数据存储层进行集成，从而使得批处理层能够从数据存储层中获取经流处理层处理后的数据：在流处理架构中根据不同数据类型特点以及数据功能分析需求，确定运行数据的存储方式，其中，有实时查询以及原始数据存储需求的运行数据存储到非关系型分布式实时数据库中，检测为异常类型的数据以及后续需要统计、离线分析的数据存储在分布式数据仓库中；

批处理层根据所述分布式数据仓库中离线的典型设备异常状态数据，通过时域、频域、时频域分析方法建立异常类型与运行数据特征参数的映射关系，构建机床异常状态诊断库；在线采集的异常状态数据，经过特征提取和标准化处理后，根据在批处理框架上结合机器学习算法实现对机床异常状态的识别。

2.根据权利要求1所述的基于运行数据流的机床状态监测系统，其特征在于：所述数据处理层采用分布式集群架构，所述数据接入层通过分布式消息队列将机床运行数据分发至数据处理层中。

3.根据权利要求1所述的基于运行数据流的机床状态监测系统，其特征在于：还包括用于对机床运行状态与数据处理结果进行可视化显示以及支持用户对机床状态监测系统进行访问的数据应用层。

4.根据权利要求1所述的基于运行数据流的机床状态监测系统，其特征在于：流处理层包括以下数据处理单元：

数据预处理单元：用于根据数据预处理程序对数据流进行预处理；

数据统计与异常检测单元：基于滑动时间窗对预处理后的数据流进行分析，以获得统计结果与异常检测结果；

机床运行状态判断单元：用于根据聚类算法判断机床运行数据所属机床运行状态的分类。

5.一种基于运行数据流的机床状态监测方法，其特征在于：采用如权利要求1所述的基于运行数据流的机床状态监测系统，并包括以下步骤：

步骤1：数据采集层采集原始机床运行数据并上传至数据接入层；

步骤2：数据接入层将原始机床运行数据分别发送给流处理层与数据存储层；

步骤3：数据存储层对原始机床运行数据进行存储，并与步骤4同时进行；

步骤4：流处理层对原始机床运行数据进行流处理，并将处理后的结果存储至数据存储层中；

步骤5：批处理层从数据存储层中调取经流处理的机床运行数据进行机床异常状态诊断。

6.根据权利要求5所述的基于运行数据流的机床状态监测方法，其特征在于：流处理包括以下步骤：

步骤4.1：对原始机床运行数据进行预处理，包括依次进行的数据清洗、数据格式化以及对预处理后的机床运行数据是否需要存储进行判断，将需要存储的预处理后的机床运行数据存储至数据存储层中，对于不需要存储的预处理后的机床运行数据，则进行步骤4.2；

步骤4.2：基于滑动时间窗对机床运行数据进行分析，以获得统计结果与异常检测结果；统计结果包括机床运行数据的最大值、最小值、平均值与超过报警阈值的频次；

步骤4.3：采用聚类算法判断机床运行数据所属机床运行状态分类，机床运行状态分类包括开机状态、待机状态、空载状态、满载状态与异常状态。