[发明专利]一种用户-基础-过程-知识递进结构的远程磨削数据库管理系统及高效低耗智能磨削方法

权利要求书

1.一种用户-基础-过程-知识递进结构的远程磨削数据库管理系统及高效低耗智能磨削方法，其特征在于，所述用户-基础-过程-知识递进结构的远程磨削数据库管理系统包括四层递进数据管理结构，第一层数据结构为磨削用户数据（1-1），具体以用户权限对磨削用户数据进行授权与跟踪，所述用户权限包括数据库使用者（1-1-1）、数据库设计者（1-1-2）、数据库维护者（1-1-3）和数据库高级管理者（1-1-4），第二层数据结构为磨削加工基础数据（1-2），包括磨床设备数据（1-2-1），磨具数据（1-2-2），磨削液数据（1-2-3）和磨削加工对象数据（1-2-4），第三层数据结构为磨削加工过程动态数据（1-3），包括主轴功率实时监测数据（1-3-1）和从所述主轴功率实时监测数据（1-3-1）进行特征提取得到主轴功率特征数据（1-3-2），所述主轴功率特征数据（1-3-2）包括初始阈值功率（1-3-2-1）、净材料去除比磨削能（1-3-2-2）、净材料去除功率峰值（1-3-2-3）、加工能耗（1-3-2-4）、加工时间（1-3-2-5），第四层数据结构为磨削工艺知识数据（1-4），包括最优磨削工艺参数（1-4-1）、最优砂轮修整策略（1-4-2）、砂轮钝化状态阈值功率（1-4-3）和阈值比磨削能（1-4-4）、磨削烧伤阈值功率（1-4-5）；

所述用户-基础-过程-知识递进结构的远程磨削数据库管理系统包括两个处理器，前处理器（1-5）和后处理器（1-6），所述前处理器（1-5）包括服务器端应用程序接口（1-5-1）、移动客户端应用程序接口（1-5-2）和网络服务云端（1-5-3），在所述服务器端应用程序接口（1-5-1）实现磨削用户数据（1-1）管理和磨削加工基础数据（1-2）管理，要求数据库使用者（1-1-1）手动编辑、输入或导入规定范式的.txt、.excel、.tdms、.jpg、.bmp格式文件，在所述移动客户端应用程序接口（1-5-2）实现磨削加工过程动态数据（1-3）管理，要求数据库使用者（1-1-1）将主轴功率实时监测数据（1-3-1）进行规定.tdms或.lvm格式存储，并从所述主轴功率实时监测数据（1-3-1）中提取主轴功率特征数据（1-3-2），在网络服务云端（1-5-3）实现磨削工艺知识数据（1-4）管理，所述服务器端应用程序接口（1-5-1）、移动客户端应用程序接口（1-5-2）和网络服务云端（1-5-3）三者间数据传输通过TCP/IP协议实现，所述远程磨削数据库管理系统后处理器（1-6）包括数据库查询、插入、编辑、删除、更新、约束、阈值报警和数据保护基本功能（1-6-1），数据匹配功能（1-6-2）、动态流数据压缩处理功能（1-6-3），功率信号特征提取功能（1-6-4），以及智能决策优化功能（1-6-5）；

所述高效低耗智能磨削方法包括以下步骤：

步骤1（S2.1）：数据库使用者（1-1-1）在服务器端应用程序接口（1-5-1）输入磨削加工基础数据（1-2）；

步骤2（S2.2）：调用数据匹配功能（1-6-2），自动比对网络服务云端（1-5-3）中适用于磨削加工对象数据（1-2-4）的最优磨削工艺参数（1-4-1）和最优砂轮修整策略（1-4-2），若信息匹配失败，跳转至步骤3（S2.3），若信息匹配成功，跳转至步骤7（S2.7）；

步骤3（S2.3）：远程磨削数据库管理系统将系统权限反馈至数据库设计者（1-1-2），进行全因素磨削加工实验方案设计；

步骤4（S2.4）：远程磨削数据库管理系统将系统权限反馈至数据库使用者（1-1-1），按照所述全因素磨削加工实验方案进行磨削实验，构建实验数据样本；

步骤5（S2.5）：远程磨削数据库管理系统将系统权限反馈至数据库设计者（1-1-2），调用智能决策优化功能（1-6-5），以加工能耗（1-3-2-4）和加工时间（1-3-2-5）为目标进行高效低耗磨削工艺决策，智能获取磨削工艺知识数据（1-4），并在网络服务云端（1-5-3）存储磨削工艺知识数据（1-4）；

步骤6（S2.6）：远程磨削数据库管理系统将系统权限反馈至数据库使用者（1-1-1）；

步骤7（S2.7）：网络服务云端（1-5-3）通过TCP/IP数据传输协议将磨削工艺知识数据（1-4）传递给移动客户端应用程序接口（1-5-2）；

步骤8（S2.8）：根据最优磨削工艺参数（1-4-1）、最优砂轮修整策略（1-4-2）进行磨削加工；

步骤9（S2.9）：移动客户端应用程序接口（1-5-2）实时监测磨削加工中的主轴功率信号，调用动态流数据压缩处理功能（1-6-3）对主轴功率信号进行压缩处理后，存储为主轴功率实时监测数据（1-3-1），并调用功率信号特征提取功能（1-6-4），提取主轴功率特征数据（1-3-2）；

步骤10（S2.10）：调用数据匹配功能（1-6-2），进行初始阈值功率（1-3-2-1）、净材料去除比磨削能（1-3-2-2）与砂轮钝化状态阈值功率（1-4-3）和阈值比磨削能（1-4-4）比较，判断砂轮是否钝化，若砂轮钝化，跳转至步骤11（S2.11）；若砂轮未钝化，进一步进行净材料去除功率峰值（1-3-2-3）与磨削烧伤阈值功率（1-4-5）比较，判断是否临近发生磨削烧伤，若未临近发生磨削烧伤，则返回步骤8（S2.8）继续进行磨削加工；若临近发生磨削烧伤，跳转至步骤12（S2.12）；

步骤11（S2.11）：调用智能决策优化功能（1-6-5），获取砂轮修整优化策略，并返回步骤8（S2.8）实时调整最优砂轮修整策略（1-4-2），进行磨削加工，并将优化后的最优砂轮修整策略（1-4-2）暂存至移动客户端应用程序接口（1-5-2）；

步骤12（S2.12）：调用智能决策优化功能（1-6-5），获取磨削工艺参数优化策略，并返回步骤8（S2.8）实时调整最优磨削工艺参数（1-4-1），进行磨削加工，并将优化后的最优磨削工艺参数（1-4-1）暂存至移动客户端应用程序接口（1-5-2）；

步骤13（S2.13）：远程磨削数据库管理系统将系统权限反馈至数据库高级管理者（1-1-4），审核所述暂存移动客户端应用程序接口（1-5-2）的最优磨削工艺参数（1-4-1）和最优砂轮修整策略（1-4-2）；

步骤14（S2.14）：若审核失败，删除暂存数据，若审核成功，远程磨削数据库管理系统将系统权限反馈至数据库维护者（1-1-3），更新所述网络服务云端（1-5-3）中的最优磨削工艺参数（1-4-1）和最优砂轮修整策略（1-4-2）。