數控機床狀態(tài)智能監(jiān)測系統(tǒng)開發(fā).pdf

1、隨著汽車業(yè)的快速發(fā)展，對于高速、高精加工的柔性數控機床的需求越來越旺盛，以上汽通用公司為例，目前動力總成公司使用的常規(guī)數控機床，其直線軸（例如X軸）的最大進給速度已達到90米/分鐘，光柵尺的分辨率更是達到了0.1um，高速、高精、柔性等等技術指標，無疑還將繼續(xù)引領著數控機床的未來發(fā)展趨勢。
　　對于動力總成廠而言，數控設備占到了全部設備的90％以上，因此，在實際生產運營環(huán)節(jié)，對于設備管理者一個最大的挑戰(zhàn)就是:提高設備可靠性，降低運

2、行成本，不斷精益化數控系統(tǒng)的運營指標。
　　基于上述需求，利用網絡技術，對設備運行過程中產生的海量數據進行捕捉，利用專家診斷模型，對這些狀態(tài)數據進行解釋，來實現(xiàn)故障的提前預判，提高設備運行的可靠性，降低設備運營成本，這種應用工業(yè)4.0概念的預診斷模式，稱為:數控機床狀態(tài)智能監(jiān)測系統(tǒng)。
　　項目主要對下面三個方面進行了研究:
　　第一，利用FANUC開放的Focas動態(tài)鏈接數據庫，開發(fā)基于網絡技術的，伺服狀態(tài)數據高頻取樣

3、技術（10毫秒/次）
　　第二，研究了基于大數據的存儲和管理方法。搭建了上層數據管理框架平臺，使用開源的Historian實時數據庫，對數據進行挖掘。
　　第三，建立診斷模型，解讀抽象數據，與機床失效模式建立聯(lián)系。項目把工廠已有的兩百多臺高速、高精密的數控機床作為研究對象，對這些海量的設備運行數據挖掘和篩選，并不斷訓練和優(yōu)化專家診斷模型，預測問題的準確度不斷提高。
　　通過對這三項技術的研究，形成的數控機床狀態(tài)智能監(jiān)測