基于功率信息的机床稼动率智能监测与评估方法
何凯1，曹华军1，李洪丞2，陈二恒1，朱林全3，邢镔*,3
（1.重庆大学 机械传动国家重点实验室，重庆 400044；2.重庆邮电大学 先进制造工程学院，重庆 400065；3重庆大数据创新中心有限公司，重庆 400707）
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。
关键词：功率曲线；稼动率；状态识别；在线监测
中图分类号：TH164 文献标志码：A doi：10.3969/j.issn.1006-0316.2021.05.008
文章编号：1006-0316 (2021) 05-0052-09
Monitoring and Evaluation of OEE of Machine Tool based on Power Curve Feature
HE Kai1，CAO Huajun1，LI Hongcheng2，CHEN Erheng1，ZHU Linquan3，XING Bin3
( 1.State Key Laboratory of Mechanical Transmission, Chongqing University, Chongqing 400044, China; 2.The College of Advanced Manufacturing Engineering, Chongqing University of Posts and Telecommunications, Chongqing, 400065, China; 3.Chongqing Big Data Innovation Center Co., Ltd., Chongqing 400707, China )
Abstract：This paper is to explore the problems of high cost and poor universality in the monitoring of Overall Equipment Efficiency (OEE) based on PLC-data, especially in the circumstances of the absence of PLC controller. The paper proposes a kind of non-invasive OEE monitoring and evaluation method of machine tools based on the power curve characteristics. Based on the analysis of the relationship of common processing equipment power curve and the running status, real-time power curve information is identified and analyzed by using convolutional neural network algorithm. Equipment running status and workpiece information are obtained. As a result, the OEE evaluation model parameter is determined and the real-time monitoring and assessment for OEE is realized. Finally, taking equipment of hobbing, milling and turning as examples, the feasibility and practicability of the method is verified. This model plays an important role in supporting the equipment management and production management.
Key words：power curve；OEE；status recognition；online monitoring
———————————————
收稿日期：2020-11-12
基金项目：重庆市技术创新与应用示范项目（Z20200343）；重庆工业大数据创新中心联合科研项目（H20200743）
作者简介：何凯（1994－），男，重庆人，硕士研究生，主要研究方向为智能制造；曹华军（1978－），男，江西余干人，博士，教授、博士生导师，主要研究方向为绿色制造系统理论；李洪丞（1986－），男，河南驻马店人，博士，副教授、硕士生导师，主要研究方向为绿色制造工艺与装备、智能制造系统；陈二恒（1989－），男，陕西渭南人，博士研究生，主要研究方向为智能制造；朱林全（1995－），男，四川南充人，硕士，主要研究方向为智能制造。*通讯作者：邢镔（1962－），男，法国巴黎人，博士，教授级高级工程师，主要研究方向为智能制造、数据处理和工业数字仿真，E-mail：13678429939@163.com。
- 上一篇：一种新型机场旅客无感安检系统设计
- 下一篇：基于EEMD的列车车轮多边形故障诊断方法
设为首页 | 加入收藏 | 免责条款
《机械》杂志版权所有 Copyright©2008-2012 Jixiezazhi.com All Rights Reserved
电话：028-85925070 传真：028-85925073 E-mail：jixie@vip.163.com
地址：四川省成都锦江工业开发区墨香路48号 邮编：610063
Powered by PageAdmin CMS