[发明专利]一种数控机床健康管理平台、终端、系统和方法在审

专利信息
申请号: 202011471474.6 申请日: 2020-12-14
公开(公告)号: CN112631204A 公开(公告)日: 2021-04-09
发明(设计)人: 樊妍睿;王开业;马波涛;朱芝孺;谭启涛 申请(专利权)人: 成都航天科工大数据研究院有限公司
主分类号: G05B19/4065 分类号: G05B19/4065
代理公司: 成都顶峰专利事务所(普通合伙) 51224 代理人: 王霞
地址: 610000 四川省成都*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 数控机床 健康 管理 平台 终端 系统 方法
【说明书】:

发明公开了一种成本低且预测准确率高的数控机床健康管理平台、终端、系统和方法。该管理平台包括对各种模型进行管理的模型管理模块,模型包括预测模型、通用设备模型,所述预测模型包括故障诊断模型和/或寿命预测模型;用于存储设备数据、设备健康信息的第一设备数据库;将接收的故障信息映射成统一通用故障信息编码的故障映射模块;根据设备数据对预测模型进行训练的模型训练模块;存储各种模型、预测模块训练输出的模型参数的第一模型算法库;与外部设备进行信息交互的第一通信模块。该预测模型的训练数据来自各管理终端的设备数据,其数据来源广,数量量大,大大提高预测模型的训练准确度,使用时间越久预测的准确度越高,可减小数控机床预测性维护系统搭建成本。

技术领域

本发明属于数控机床健康管理技术领域,更具体的说是涉及一种数控机床健康管理平台、终端、系统和方法。

背景技术

工业生产中,数控机床的维护直接关系着企业的生产效率和生产质量,数控机床故障预测和健康管理技术可以帮助企业及时了解设备的运行情况,减少非计划停产,提高生产效率,降低设备维护成本等,已受到越来越多的企业和学者的关注。数控机床作为企业工业设备应用广泛的设备,其健康状况与企业生产状况息息相关。现在数控机床生产商和技术提供商为企业提供相关的售后服务和解决方案,但一般都是定制化服务,成本较高,对于一些中小型企业来说,建设成本较高,所以基本只有大型企业才有能力进行数控机床预测性维护系统的建设。而且一般企业里的数控机床种类繁多,品牌各异,这也大大增加了建设设备故障预测与健康管理系统的难度。且不同品牌不同型号的数控机床的故障代码都有各自不同的定义和描述,操作和管理人员需要对应产品手册进行对照和理解,无形中增加了很多工作量。

发明内容

为了解决现有的设备种类繁多售后采用一对一服务导致的数控机床预测性维护系统搭建成本高的问题,本发明提供一种成本低且预测准确率高的数控机床健康管理平台、终端、系统和方法。

本发明通过以下技术方案实现:

一种数控机床健康管理平台,包括:

对各种模型进行管理的模型管理模块,所述模型包括预测模型、通用设备模型,所述预测模型包括故障诊断模型和/或寿命预测模型;

用于存储设备数据、设备健康信息的第一设备数据库;

根据设备数据、设备健康信息对预测模型进行训练的模型训练模块;

存储各种模型、预测模块训练输出的模型参数的第一模型算法库;

与外部设备进行信息交互的第一通信模块。

本方案的管理平台可将设备供应商、设备使用、第三方技术提供商等多方用户集中于一个生态圈内进行技术交流和合作,设备供应商、第三方技术提供商可以将其预测模型方案上传至管理平台,上述的预测模型均可供管理终端即设备使用企业调用,预测模型的训练数据可采用管理终端上传的设备数据,作为模型训练数据的设备数据来源广、数据量大、更新周期相对较短,不仅可提高模型训练后的预测准确度,且后期服务为一对多的模式,减小数控机床预测性维护系统搭建成本,减小故障识别、健康管理成本。

一种数控机床健康管理终端,包括:

用于采集设备数据的数据采集模块;

对采集的数据进行预处理的数据预处理模块;

对设备运行数据、设备健康信息进行存储的第二设备数据库;

存储各种从平台下载的预测模型的第二模型算法库;

根据设备数据和预测模型进行设备状况判断的预测模块,所述预测模块包括对设备故障进行诊断的故障诊断模块和/或预测设备使用寿命的寿命预测模块;

将故障信息映射成统一通用故障信息编码的故障映射模块;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都航天科工大数据研究院有限公司,未经成都航天科工大数据研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011471474.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top