基于Storm流处理的数控机床运行数据监测方法的设计与实现

• 作者: 何彦 凌俊杰 吴鹏程 孙顺苗 李军 王乐祥
• 来源期刊: 工程设计学报
• 学科: 工学
• 关键词: 数控机床 流处理 大数据
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 设计理论与方法学
• 页码范围: 245-251
• 页数: 7页
• 分类号: TG659
• 字数: 3549字
• 语种: 中文
• DOI: 10.3785/j.issn.1006-754X.2019.03.001

摘要

针对目前数控机床运行数据种类多、数量大且难以实现实时处理的问题,提出一种基于Storm流处理技术的数控机床运行数据监测方法.该方法采用实时大数据计算框架Storm作为核心,通过外置传感器和数控系统通信协议获取数控机床运行数据.使用Kafka作为消息队列将机床运行数据上传给Storm,然后在Storm框架中进行数据统计、数据异常检测等实时分析业务,之后将分析结果存储于数据库中,并实现分析结果的可视化展示.在实际生产环境中对基于Storm流处理的监测方法进行测试,实验结果表明:该方法能够实现对数控机床运行数据的实时监测与处理,具有强实时计算能力、高扩展性的优点;并且在处理相对复杂的数控机床运行数据监测业务时,该方法的优势更显著.研究结果为数控机床运行数据监测提供了新思路,该监测方法具有广阔的工程应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李军		3	11	2.0	3.0
2	何彦	重庆大学机械工程学院	27	467	12.0	21.0
3	吴鹏程	重庆大学机械工程学院	2	5	1.0	2.0
4	王乐祥	重庆大学机械工程学院	5	29	2.0	5.0
5	孙顺苗	重庆大学机械工程学院	1	0	0.0	0.0
6	凌俊杰	重庆大学机械工程学院	1	0	0.0	0.0