基于功率信息的机床稼动率智能监测与评估方法

• 作者: 何凯 曹华军 李洪丞 陈二恒 朱林全 邢镔
• 来源期刊: 机械
• 关键词: 功率曲线 稼动率 状态识别 在线监测
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 智能制造
• 页码范围: 52-60
• 页数: 9页
• 分类号: TH164
• 语种: 中文
• DOI: 10.3969/j.issn.1006-0316.2021.05.008

摘要

现有基于PLC的稼动率评估存在成本高、通用性差等问题,同时,对于部分无PLC控制器的设备无法进行在线监测与评估.本论文基于设备功率曲线特征提出一种机床稼动率监控与评估方法,在分析常见加工设备功率曲线与运行状态关系的基础上,采用卷积神经网络算法对实时采集的功率曲线信息进行识别与分析,获取设备运行状态和工件信息,从而确定稼动率评估模型参数,实现对稼动率的实时监测与评估.最后,以滚齿、铣削、车削工艺设备为例,验证了该方法的可行性和实用性,对生产过程中的设备管理、生产管理具有重要支持作用.