基于物聯(lián)網(wǎng)的機(jī)床故障智能診斷與預(yù)警系統(tǒng)研究*

蘇憲利，鄭一麟

（1.渤海大學(xué)信息科學(xué)與技術(shù)學(xué)院，遼守錦州 121013；2.中國科學(xué)院沈陽計(jì)算技術(shù)研究所，沈陽110068）

基于物聯(lián)網(wǎng)的機(jī)床故障智能診斷與預(yù)警系統(tǒng)研究*

蘇憲利1，鄭一麟2

（1.渤海大學(xué)信息科學(xué)與技術(shù)學(xué)院，遼守錦州 121013；2.中國科學(xué)院沈陽計(jì)算技術(shù)研究所，沈陽110068）

針對由于機(jī)床故障診斷中人工判斷誤差大、發(fā)現(xiàn)不及時(shí)等問題而造成機(jī)床部件疲勞損壞、生產(chǎn)停滯等現(xiàn)象，該研究提出將物聯(lián)網(wǎng)、神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于機(jī)床故障診斷，通過在機(jī)床主要部位部署多種傳感器，實(shí)現(xiàn)對機(jī)床運(yùn)行數(shù)據(jù)的實(shí)時(shí)采集、分析和處理，完成對機(jī)床故障的智能診斷和預(yù)警，結(jié)合web應(yīng)用和手機(jī)app應(yīng)用實(shí)現(xiàn)操作人員和管理人員對機(jī)床故障、運(yùn)行狀態(tài)的實(shí)時(shí)掌控，提高了機(jī)床故障診斷的智能化程度和實(shí)時(shí)性，通過實(shí)測證明該研究對機(jī)床故障的診斷具有前瞻性、可靠性和實(shí)時(shí)性，提高了機(jī)床故障的診斷能力和預(yù)警能力。

智能診斷；物聯(lián)網(wǎng)；預(yù)警

0 引言

數(shù)控機(jī)床是一種加工精度高、生產(chǎn)效率高的新型機(jī)床，卓越的生產(chǎn)性能導(dǎo)致數(shù)控機(jī)床在工業(yè)領(lǐng)域的大量使用，由于加工強(qiáng)度大導(dǎo)致機(jī)床機(jī)械機(jī)械部件快速疲勞，而機(jī)械部件的疲勞導(dǎo)致了機(jī)床故障的頻發(fā)發(fā)生，一旦故障發(fā)生可能會導(dǎo)致加工產(chǎn)品的報(bào)廢、生產(chǎn)的停滯，如何能夠?qū)C(jī)床故障進(jìn)行實(shí)時(shí)診斷和預(yù)警是數(shù)控機(jī)床行業(yè)面臨的嚴(yán)重問題，目前在一些國外的大型數(shù)控機(jī)床生產(chǎn)廠家都設(shè)計(jì)了機(jī)床故障的遠(yuǎn)程獲取和分析系統(tǒng)，如東芝、三菱、西門子等廠家都研發(fā)了機(jī)床故障診斷系統(tǒng)。但國內(nèi)對此研究較少，目前在國產(chǎn)高檔數(shù)控機(jī)床故障診斷領(lǐng)域存在如下問題：

（1）故障診斷主要方式為人工觀察診斷，人工診斷主要依據(jù)于生產(chǎn)經(jīng)驗(yàn)，數(shù)據(jù)的來源為機(jī)械運(yùn)行的聲音、振動等直觀表象，該方式存在問題發(fā)現(xiàn)不及時(shí)、判斷不準(zhǔn)確等問題。

（2）故障診斷主要在現(xiàn)場進(jìn)行，缺少對數(shù)據(jù)實(shí)時(shí)獲取能力，不能對故障進(jìn)行預(yù)警。

（3）缺少對多種運(yùn)行參數(shù)的獲取和分析能力，缺少對故障發(fā)生趨勢的總結(jié)分析能力。

為了解決上述問題，提高國產(chǎn)高檔數(shù)控機(jī)床故障診斷的智能化程度，本文提出設(shè)計(jì)一套基于物聯(lián)網(wǎng)的機(jī)床故障智能診斷與預(yù)警系統(tǒng)，實(shí)現(xiàn)機(jī)床故障的智能化診斷和預(yù)警。

1 智能診斷與預(yù)警系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)

本系統(tǒng)為了實(shí)現(xiàn)對機(jī)床故障的實(shí)時(shí)判斷與分析，采用了物聯(lián)網(wǎng)技術(shù)在機(jī)床關(guān)鏈的機(jī)械部位部署了溫度和振動傳感器，通過無線通信方式進(jìn)行數(shù)據(jù)匯聚，匯聚節(jié)點(diǎn)對數(shù)據(jù)進(jìn)行初步處理，完成對數(shù)據(jù)的平滑、去噪和濾波，匯聚節(jié)點(diǎn)通過以太網(wǎng)將處理后的數(shù)據(jù)發(fā)送到控制中心，控制中心的診斷與預(yù)警軟件對數(shù)據(jù)進(jìn)行時(shí)頻域分析（提取特征數(shù)據(jù)），將特征數(shù)據(jù)送入神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)，產(chǎn)生故障的診斷和預(yù)警信息存入數(shù)據(jù)庫，操作人員和管理人員通過web頁面和手機(jī)app實(shí)現(xiàn)對故障信息和運(yùn)行信息的實(shí)時(shí)監(jiān)管。

根據(jù)系統(tǒng)的功能需求和運(yùn)行需求，故障診斷與分析系統(tǒng)設(shè)計(jì)了三層結(jié)構(gòu)，第一層為采集通信層，該層由振動采集裝置、溫度采集裝置和匯聚節(jié)點(diǎn)構(gòu)成，其中采集裝置負(fù)責(zé)完成相關(guān)信號的采集和發(fā)送，匯聚節(jié)點(diǎn)完成數(shù)據(jù)的濾波、去噪、平滑等工作，實(shí)現(xiàn)對數(shù)據(jù)的前期處理。第二層為數(shù)據(jù)處理層，該層運(yùn)行在故障診斷與預(yù)警服務(wù)器上，該層完成對數(shù)據(jù)的特征提取和時(shí)頻域分析，將分析后的數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)形成故障診斷結(jié)果和預(yù)警信息。第三層為web服務(wù)層，為用戶提供機(jī)床故障數(shù)據(jù)和診斷預(yù)警信息監(jiān)管的功能。

機(jī)床智能診斷與預(yù)警系統(tǒng)整體運(yùn)行結(jié)構(gòu)如圖1所示。

圖1 智能診斷與預(yù)警系統(tǒng)整體運(yùn)行結(jié)構(gòu)圖

診斷與預(yù)警系統(tǒng)的三層結(jié)構(gòu)分布在運(yùn)行結(jié)構(gòu)中，實(shí)現(xiàn)對運(yùn)行結(jié)構(gòu)的支持。下面對每一層功能進(jìn)行具體設(shè)計(jì)與實(shí)現(xiàn)。

2 采集通信層的設(shè)計(jì)與實(shí)現(xiàn)

采集通信層完成數(shù)據(jù)的采集、通信與前期處理工作，從硬件結(jié)構(gòu)上設(shè)計(jì)了兩部分，數(shù)據(jù)采集工作由裝有無線通信芯片和相關(guān)傳感器的采集裝置構(gòu)成，數(shù)據(jù)匯聚和前期處理工作由匯聚節(jié)點(diǎn)完成。

在本系統(tǒng)中采集裝置將部署在機(jī)床的機(jī)械設(shè)備上，所以采集裝置需要具有體積小、耐用性高度的特點(diǎn)，為了實(shí)現(xiàn)振動數(shù)據(jù)和溫度數(shù)據(jù)的實(shí)時(shí)精確采集，在采集裝置上使用了接觸式貼片溫度傳感器和加速度傳感器，這些采集裝置分別部署在主軸、絲杠等位置實(shí)現(xiàn)溫度和振動數(shù)據(jù)的采集。這些數(shù)據(jù)采集完成后，采集節(jié)點(diǎn)通過cc2430無線通信芯片發(fā)送給匯聚節(jié)點(diǎn)，在本系統(tǒng)的設(shè)計(jì)中，一個(gè)加工車間內(nèi)多個(gè)機(jī)床的數(shù)據(jù)發(fā)送給同一個(gè)匯聚節(jié)點(diǎn)，由匯聚節(jié)點(diǎn)通過以太網(wǎng)完成數(shù)據(jù)的傳送。這種匯聚方式充分發(fā)揮了匯聚節(jié)點(diǎn)的處理能力和通信能力，分散了系統(tǒng)的整體處理負(fù)擔(dān)。

匯聚節(jié)點(diǎn)是本系統(tǒng)中完成數(shù)據(jù)前期處理和通信工作的裝置，為了實(shí)現(xiàn)數(shù)據(jù)的高效、準(zhǔn)確處理，在匯聚節(jié)點(diǎn)采用了arm cortexm4處理器和RT-thread操作系統(tǒng)，浮點(diǎn)運(yùn)算能力和操作系統(tǒng)通信協(xié)議棧的引入，提高了匯聚節(jié)點(diǎn)的處理能力和通信能力。在匯聚節(jié)點(diǎn)中設(shè)計(jì)了兩道線程，第一道為數(shù)據(jù)接收線程，該線程將接收到數(shù)據(jù)存儲在消息隊(duì)列中，第二道為處理和發(fā)送線程，該線程讀取消息隊(duì)列中數(shù)據(jù)，處理后發(fā)送給控制中心。這種工作方式線程間為異步工作方式，其重點(diǎn)是根據(jù)系統(tǒng)的通信量和處理能力進(jìn)行消息隊(duì)列長度和訪問方法的設(shè)計(jì)。在本系統(tǒng)中采用了消息隊(duì)列和空閑隊(duì)列兩種隊(duì)列，其中隊(duì)列長隊(duì)總和為30字節(jié)，同時(shí)設(shè)計(jì)了可變長控制方法，通過可變長參數(shù)設(shè)置可以改變隊(duì)列的長度。這種方法提高了隊(duì)列資源的利用率，減少了嵌入式系統(tǒng)內(nèi)存的使用量，為運(yùn)算和存儲提供了更多的可用空間。

由于機(jī)床信號產(chǎn)生過程中不可以避免的混雜一些其它信號或由于受到機(jī)械強(qiáng)烈振動等干擾，信號中可能會出現(xiàn)一些非常特殊的數(shù)據(jù)，這些數(shù)據(jù)的存在對故障的診斷形成一定的干擾，為了達(dá)到對數(shù)據(jù)進(jìn)行去噪、平滑和濾波目的，在匯聚節(jié)點(diǎn)上設(shè)計(jì)了信號零均值化算法、標(biāo)準(zhǔn)差過濾算法和小波濾波算法。

信號零均值化采用對數(shù)據(jù)序列進(jìn)行求均值，用信號值減掉均值得出新的數(shù)值，這樣能有效的將特殊數(shù)據(jù)處理掉，然后對處理后產(chǎn)生的數(shù)據(jù)進(jìn)行過濾，過濾的方法采用標(biāo)準(zhǔn)差分析算法，在機(jī)械故障中，數(shù)據(jù)標(biāo)準(zhǔn)差異常范圍應(yīng)該在三倍以內(nèi)，通過設(shè)置標(biāo)準(zhǔn)差三倍閾值，將數(shù)據(jù)中超出標(biāo)準(zhǔn)差三倍的數(shù)據(jù)剔除掉，之后再對處理后的數(shù)據(jù)采用小波濾波算法，在本算法中采用了第二代小波的濾波方法，首先對信號進(jìn)行分裂、預(yù)測和更新，然后在進(jìn)行恢復(fù)更新、恢復(fù)預(yù)測和合成的過程，其中重點(diǎn)需要解決閾值的選取，在本算法中采用了軟、硬閾值的方法，本算法中閾值的選取采用了Tn=C*Qn的方法進(jìn)行確定，其中Qn為第n層信號的標(biāo)準(zhǔn)差，C為噪聲強(qiáng)度，C需要根據(jù)統(tǒng)計(jì)分析進(jìn)行人為設(shè)定。在本算法中軟硬閾值的區(qū)別在于，在小波系數(shù)大于閾值時(shí)，大于硬閾值保留小波系數(shù)，在大于軟閾值時(shí)需要將小波系數(shù)進(jìn)行調(diào)整，小于閾值時(shí)處理方法都為置零。這樣處理后的信號與原信號應(yīng)具有相同的平滑度，與原數(shù)據(jù)的均方值誤差較小，信噪比較高，數(shù)據(jù)可信度較高。

在本功能中采用C語言進(jìn)行編程實(shí)現(xiàn)，在RT-thread操作系統(tǒng)中首先創(chuàng)建兩道線程，分別完成數(shù)據(jù)接收和數(shù)據(jù)處理通信功能，這兩道線程設(shè)置為具有相同的優(yōu)先級，然后執(zhí)行RT-thread操作系統(tǒng)對線程調(diào)度工作，完成采集處理和通信工作。

通過匯聚節(jié)點(diǎn)進(jìn)行平滑、去噪和濾波后，將數(shù)據(jù)通過以太網(wǎng)發(fā)送給控制中心，由故障診斷與預(yù)警系統(tǒng)服務(wù)器軟件進(jìn)行接收和處理。

3 數(shù)據(jù)處理層的設(shè)計(jì)與實(shí)現(xiàn)

數(shù)據(jù)處理層完成對數(shù)據(jù)特征點(diǎn)的提取和采用神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷信息和預(yù)警信息的輸出功能。數(shù)據(jù)處理層運(yùn)行于故障診斷與預(yù)警服務(wù)器上，通過對接收到的數(shù)據(jù)進(jìn)行時(shí)域和頻域的分析，完成對故障特征數(shù)據(jù)的提取。

在機(jī)床的機(jī)械故障中通過統(tǒng)計(jì)方法可以進(jìn)行故障的判斷，通過統(tǒng)計(jì)得出標(biāo)準(zhǔn)常態(tài)數(shù)據(jù)，然后通過當(dāng)前數(shù)據(jù)與標(biāo)準(zhǔn)常態(tài)數(shù)據(jù)進(jìn)行對比，對故障特征進(jìn)行判斷和預(yù)警。其關(guān)鏈問題是在于對運(yùn)算中使用的閾值和權(quán)重進(jìn)行校正，在本系統(tǒng)中采用了神經(jīng)網(wǎng)絡(luò)的修正方法，首先將根據(jù)統(tǒng)計(jì)和經(jīng)驗(yàn)預(yù)設(shè)定閾值和權(quán)重，然后輸入標(biāo)準(zhǔn)的樣本，通過神經(jīng)網(wǎng)絡(luò)運(yùn)算后計(jì)算出標(biāo)準(zhǔn)誤差，觀察該誤差精度是否滿足使用需求，不滿足則進(jìn)行閾值和權(quán)重的修正，再次運(yùn)行后計(jì)算標(biāo)準(zhǔn)誤差，直到所產(chǎn)生的誤差精度滿足使用需求，這時(shí)的閾值和權(quán)重將被系統(tǒng)作為標(biāo)準(zhǔn)參數(shù)使用。

為了能準(zhǔn)確的獲取機(jī)械故障的特征值，在本系統(tǒng)中采用了時(shí)域和頻域的分析方法，在時(shí)頻域特征中選取了對機(jī)械故障敏感的信號峰值、均方值、均方差值、峰值因子、峭度和頻率方差等特征進(jìn)行分析和處理，這些數(shù)據(jù)將被作為輸入數(shù)據(jù)進(jìn)入設(shè)定好閾值和權(quán)重的神經(jīng)網(wǎng)絡(luò)進(jìn)行分析，根據(jù)分析產(chǎn)生輸出數(shù)據(jù)，作為故障診斷和預(yù)警數(shù)據(jù)。

在本功能中采用了C#完成程序設(shè)計(jì)，服務(wù)器端分成兩部分，一部分是winform程序，完成通信和數(shù)據(jù)處理控制工作即本功能的內(nèi)容，一部分設(shè)計(jì)為web站點(diǎn)和服務(wù)，完成web服務(wù)的實(shí)現(xiàn)即web服務(wù)層的功能，在本功能中使用c#和線程技術(shù)完成winform程序的開發(fā)，在winform程序中設(shè)計(jì)了兩類線程，一類線程完成數(shù)據(jù)的接收和存儲稱為通信線程，一類線程完成特征值的提取和神經(jīng)網(wǎng)絡(luò)的處理稱為數(shù)據(jù)處理線程。通信線程采用了tcp/ip協(xié)議完成與匯聚節(jié)點(diǎn)的通信，采用了socket編程技術(shù)完成數(shù)據(jù)的傳輸，為了保證數(shù)據(jù)通信的可靠性，在socket通信中采用了tcp模型，在每一個(gè)匯聚節(jié)點(diǎn)與服務(wù)器的通信線程間建立一個(gè)tcp連接，完成數(shù)據(jù)的傳輸，通信線程對接收到的數(shù)據(jù)進(jìn)行校驗(yàn)處理后存入數(shù)據(jù)庫中，由數(shù)據(jù)處理線程完成對數(shù)據(jù)特征點(diǎn)的提取、神經(jīng)網(wǎng)絡(luò)的處理工作，將處理結(jié)果存儲在數(shù)據(jù)庫中。

為了保證數(shù)據(jù)存儲和訪問的速度和效率，本系統(tǒng)中采用了oracle11g數(shù)據(jù)庫軟件完成數(shù)據(jù)的存儲和管理，在本系統(tǒng)中需要對大量的數(shù)據(jù)進(jìn)行分析，以提高對機(jī)床故障和運(yùn)行趨勢的預(yù)測，而這些分析工作的語法結(jié)構(gòu)具有很高的重復(fù)性，所以在本系統(tǒng)中設(shè)計(jì)了大量的存儲過程，以便加快對數(shù)據(jù)庫的操作速度。

4 web服務(wù)層的設(shè)計(jì)與實(shí)現(xiàn)

web服務(wù)層是完成為用戶提供數(shù)據(jù)顯示和數(shù)據(jù)分析的服務(wù)程序，在本功能中設(shè)計(jì)了B/S訪問模式，用戶可以通過網(wǎng)頁的方式實(shí)現(xiàn)對系統(tǒng)的使用，同時(shí)針對手機(jī)用戶開發(fā)了手機(jī)app應(yīng)用程序，通過app程序用戶可以在手機(jī)上完成對機(jī)床故障診斷和預(yù)警系統(tǒng)的使用。

web服務(wù)層采用了mvc三層模型結(jié)構(gòu)，為了實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)刷新采用了ajax技術(shù)，在三層模型中model層主要完成數(shù)據(jù)庫的訪問操作，其中包括對數(shù)據(jù)庫的查詢、修改等操作，在view層設(shè)計(jì)了實(shí)時(shí)診斷與預(yù)警功能、數(shù)據(jù)查詢功能和趨勢分析功能，其中實(shí)時(shí)診斷與預(yù)警功能完成對系統(tǒng)分析的結(jié)果數(shù)據(jù)的實(shí)時(shí)顯示，數(shù)據(jù)處理層完成對數(shù)據(jù)的分析和處理，形成了故障分析的結(jié)論數(shù)據(jù)，其中包括故障數(shù)據(jù)和故障預(yù)警數(shù)據(jù)，model層對數(shù)據(jù)進(jìn)行讀取和處理，經(jīng)過view層進(jìn)行顯示輸出，機(jī)床故障實(shí)時(shí)診斷與預(yù)警界面如圖2所示。

圖2 實(shí)時(shí)診斷與預(yù)警web界面

數(shù)據(jù)查詢功能完成對歷史數(shù)據(jù)的查詢工作，在本功能中采用了多條件復(fù)合查詢的方式，在數(shù)據(jù)庫系統(tǒng)中設(shè)計(jì)了多種查詢使用的存儲過程，在本功能中系統(tǒng)通過對用戶輸入條件的檢查，根據(jù)輸入內(nèi)容調(diào)用不同的存儲過程，提高系統(tǒng)的查詢效率和質(zhì)量。將查詢到的結(jié)果通過頁面的方式顯示給用戶。

趨勢分析功能完成對故障發(fā)生的趨勢的預(yù)測，依據(jù)某個(gè)位置多個(gè)采集裝置獲取的數(shù)據(jù)，結(jié)合歷史數(shù)據(jù)和機(jī)械部件老化特性進(jìn)行分析，完成機(jī)械器件的退化和衰變趨勢的分析。本功能中主要通過當(dāng)前器件的機(jī)械特征與器件常規(guī)衰變周期的標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行繪制曲線對比，首先將對實(shí)際機(jī)械特征衰變數(shù)據(jù)進(jìn)行曲線擬合，產(chǎn)生實(shí)際衰變曲線，通過對比分析兩條曲線的差異和相似性，對機(jī)械器件的衰變進(jìn)行判斷，達(dá)到機(jī)械故障發(fā)生趨勢預(yù)測的目的。

在web服務(wù)層為了實(shí)現(xiàn)對手機(jī)APP的訪問支持，設(shè)計(jì)了webservice，webservice與web站點(diǎn)區(qū)別在于不需要進(jìn)行界面的顯示，只需要產(chǎn)生相應(yīng)的輸出，在本應(yīng)用中主要需要為app應(yīng)用提供數(shù)據(jù)庫的數(shù)據(jù)，所以webservice的工作采用了輸出xml文件的形式。在本系統(tǒng)中采用了c#完成系統(tǒng)中使用的webservice的開發(fā)，在webservice中提供了對數(shù)據(jù)庫的操作和訪問功能。

在本系統(tǒng)中為了實(shí)現(xiàn)對andriod系統(tǒng)手機(jī)的支持，采用java技術(shù)開發(fā)了機(jī)床故障診斷與預(yù)警系統(tǒng)app軟件，app軟件具有占用內(nèi)存小、可靠性高的需求，所以在本軟件中設(shè)計(jì)了故障實(shí)時(shí)監(jiān)測功能和預(yù)警通知功能，通過在app中定時(shí)進(jìn)行webservice的調(diào)用，獲取服務(wù)器中的故障診斷信息和預(yù)警信息并在app中進(jìn)行顯示，機(jī)床故障診斷與預(yù)警系統(tǒng)的手機(jī)app界面如圖3所示。

圖3 機(jī)床故障診斷與預(yù)警系統(tǒng)手機(jī)app界面

5 測試

為了達(dá)到本系統(tǒng)的功能和性能進(jìn)行準(zhǔn)確的測試的目的，本系統(tǒng)在數(shù)控機(jī)床集團(tuán)進(jìn)行了部署與實(shí)施，對集團(tuán)多個(gè)車間的數(shù)控機(jī)床的機(jī)械故障進(jìn)行診斷和預(yù)警測試，實(shí)施條件如下：

（1）每臺機(jī)床主軸部署溫度采集裝置和振動采集裝置各一個(gè)，在工作臺部署振動采集裝置一個(gè)。

（2）每個(gè)機(jī)床車間部署匯聚節(jié)點(diǎn)一個(gè)，每個(gè)機(jī)床車間有20臺機(jī)床。

（3）車間通過以太網(wǎng)絡(luò)連接到控制中心，管理人員在辦公室通過pc使用本系統(tǒng)，車間工作人員和場外測試人員通過手機(jī)app使用本系統(tǒng)。

（4）對機(jī)床進(jìn)行每天12小時(shí)工作測試，連續(xù)工作30天。

實(shí)驗(yàn)結(jié)果：在30天連續(xù)工作中，通過對機(jī)床振動特征和溫度特征的提取，經(jīng)過神經(jīng)網(wǎng)絡(luò)分析對機(jī)床中出現(xiàn)的機(jī)械部件衰退情況實(shí)現(xiàn)了準(zhǔn)確的預(yù)測，對機(jī)床中出現(xiàn)的故障實(shí)現(xiàn)了精確的診斷和預(yù)警。

通過測試本系統(tǒng)能夠?qū)崿F(xiàn)實(shí)時(shí)對機(jī)床工作狀態(tài)進(jìn)行監(jiān)測，能夠?qū)C(jī)床故障進(jìn)行實(shí)時(shí)智能診斷和預(yù)警，其中web方式能夠完成對數(shù)據(jù)的綜合分析和趨勢圖形顯示，手機(jī)app能夠完成對診斷和預(yù)警內(nèi)容的實(shí)時(shí)顯示，系統(tǒng)工作具有很好的實(shí)時(shí)性、準(zhǔn)確性和可靠性。

6 結(jié)論

本系統(tǒng)將物聯(lián)網(wǎng)和神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于機(jī)床故障的診斷和預(yù)警工作，通過設(shè)計(jì)采集通信層、數(shù)據(jù)處理層、web服務(wù)層和手機(jī)app應(yīng)用，實(shí)現(xiàn)對機(jī)床故障的智能診斷和預(yù)警，提高了機(jī)床故障診斷和預(yù)警的實(shí)時(shí)性和準(zhǔn)確性。通過在機(jī)床集團(tuán)的測試與應(yīng)用證明了本系統(tǒng)具有對機(jī)床故障診斷與預(yù)警的能力，功能具有實(shí)時(shí)性、科學(xué)性和準(zhǔn)確性，因此本系統(tǒng)具有很理論研究價(jià)值和應(yīng)用價(jià)值。

［1］蘇憲利，鄭一麟.基于WEB的數(shù)控機(jī)床監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［J］.組合機(jī)床與自動化加工技，2013（6）：58-61.

［2］鄭一麟，林滸，陶耀東，等.基于SOPC的數(shù)控系統(tǒng)En-Dat2.2接口的設(shè)計(jì)與實(shí)現(xiàn)［J］.小型微型計(jì)算機(jī)系統(tǒng)，2012，33（6）：1377-1380.

［3］蘇憲利，鄭一麟.基于RT-Thread的機(jī)床物聯(lián)網(wǎng)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［J］.組合機(jī)床與自動化加工技術(shù)，2014（6）：69-72.

［4］黃建軍.數(shù)控機(jī)床振動遠(yuǎn)程監(jiān)測及其趨勢預(yù)測研究［D］.鎮(zhèn)江：江蘇大學(xué)，2009.

［5］崖少云.基于DSP的數(shù)控機(jī)床振動測試故障診斷關(guān)鏈技術(shù)的研究［D］.合肥：合肥工業(yè)大學(xué)，2005.

［6］翟楊.基于小波分析的超精密加工機(jī)床振動分析研究［D］.長春：長春理工大學(xué)，2010.

［7］陳雷，王忠東，陳爽.基于LabVIEW的機(jī)床振動信號數(shù)據(jù)庫訪問技術(shù)的研究［J］.組合機(jī)床與自動化加工技術(shù)，2013（7）：92-93.

［8］丁毓峰，王琳，盛步云，等.基于LabVIEW的機(jī)床主軸振動測量與分析［J］.組合機(jī)床與自動化加工技術(shù)，2014（2）：32-35.

（編輯 趙蓉）（編輯 趙蓉）

Design and Implementation of Machine Things Network Based on RT-thread

SU Xian-li1，ZHENG Yi-lin2
（1.College of Information Science and Technology，Bohai University，Jinzhou Liaoning 121013，China；2.Shenyang Institute of Computing Technology，Chinese Academy of Sciences，Shenyang 110168，China）

When diagnosing on machine tools，there exist problems as big error，delay found，etc.，which lead to fatigue damage and stagnation production of components.To solve the problems，the technologies of IOT（internet of things）and neural network are used in diagnosing machine tools failure.Many sensors are fixed on the main parts of machine tools to conduct in-time collection，analysis and handling on running data，besides，to fulfill the task of intelligent diagnosis and warning on failures.The system combined web and app to realize the operators'and administrators'in-time control on failures and running state.It also improve the intelligence level and instantaneity.the testing results showed the study and design improved the diagnosis and warning ability on machine tools'failures.

intelligent diagnosis；the internet of things；warning

TH165；TG659

A

1001-2265（2015）06-0061-04 DOI：10.13462/j.cnki.mmtamt.2015.06.017

2015-03-15

?高檔數(shù)控機(jī)床與基礎(chǔ)制造裝備?國家科技重大專項(xiàng)-開放式數(shù)控系統(tǒng)支撐技術(shù)創(chuàng)新平臺建設(shè)（2011ZX04016-071）

蘇憲利（1980—），男，遼寧錦州人，渤海大學(xué)講師，研究方向?yàn)閷?shí)時(shí)控制，（E-mail）xianlis@sina.com.cn。