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。
科研之友
微信
新浪微博
Facebook
分享链接
