宋 杰 王科社 董青霞 杜 輝

( ①北京信息科技大學(xué)機(jī)電工程學(xué)院，北京 100192；②清華大學(xué)工業(yè)工程系，北京 100084 )

?

數(shù)控機(jī)床大數(shù)據(jù)采集總線技術(shù)及發(fā)展趨勢(shì)研究*

宋 杰①王科社①董青霞①杜 輝②

( ①北京信息科技大學(xué)機(jī)電工程學(xué)院，北京 100192；②清華大學(xué)工業(yè)工程系，北京 100084 )

根據(jù)大數(shù)據(jù)應(yīng)用現(xiàn)狀和機(jī)床產(chǎn)業(yè)發(fā)展現(xiàn)狀，針對(duì)大數(shù)據(jù)在商業(yè)領(lǐng)域的成功應(yīng)用案例及經(jīng)驗(yàn)，結(jié)合工業(yè)大數(shù)據(jù)自身特點(diǎn)和挑戰(zhàn)，將大數(shù)據(jù)的數(shù)據(jù)思維整合到工業(yè)大數(shù)據(jù)中來(lái)，提出針對(duì)數(shù)控機(jī)床實(shí)時(shí)監(jiān)控和管理的數(shù)控機(jī)床大數(shù)據(jù)采集傳輸模式，對(duì)基于總線技術(shù)的數(shù)控系統(tǒng)采集數(shù)據(jù)內(nèi)容和過(guò)程進(jìn)行概括與分析，并提出數(shù)控機(jī)床大數(shù)據(jù)的云數(shù)控服務(wù)平臺(tái)應(yīng)用和產(chǎn)業(yè)數(shù)字化、智能化的發(fā)展方向，為中國(guó)機(jī)床產(chǎn)業(yè)開(kāi)展工業(yè)大數(shù)據(jù)的應(yīng)用研究提供了有力參考。

工業(yè)大數(shù)據(jù)；數(shù)控機(jī)床；數(shù)據(jù)采集；總線技術(shù)；云服務(wù)平臺(tái)

隨著云計(jì)算、物聯(lián)網(wǎng)、通訊技術(shù)迅速發(fā)展以及移動(dòng)終端的接入，大數(shù)據(jù)以一種“新貨幣”身份帶來(lái)前所未有的變革。美國(guó)“重振制造業(yè)戰(zhàn)略”、德國(guó)“工業(yè)4.0”、“新工業(yè)法國(guó)”、韓國(guó)“未來(lái)增長(zhǎng)動(dòng)力計(jì)劃”以及《中國(guó)制造2025》都順應(yīng)了工業(yè)大數(shù)據(jù)的發(fā)展潮流[1,2]。數(shù)字化裝備和產(chǎn)品已經(jīng)普及、裝備和產(chǎn)品網(wǎng)絡(luò)化連接(互聯(lián)網(wǎng)+)的不斷成熟、工業(yè)企業(yè)正逐步開(kāi)始向服務(wù)型制造轉(zhuǎn)型、“從搖籃到搖籃”制造的必然要求都在宣告智能制造時(shí)代的到來(lái)，也意味著工業(yè)大數(shù)據(jù)時(shí)代的到來(lái)[3]。制造業(yè)向智能化轉(zhuǎn)型的過(guò)程中，將催生工業(yè)大數(shù)據(jù)的廣泛應(yīng)用。工業(yè)大數(shù)據(jù)將成為未來(lái)提升制造業(yè)生產(chǎn)力、競(jìng)爭(zhēng)力、創(chuàng)新能力的關(guān)鍵要素[4]。因此，對(duì)工業(yè)大數(shù)據(jù)的應(yīng)用研究將具有很強(qiáng)的現(xiàn)實(shí)意義。

隨數(shù)控技術(shù)的不斷提高，數(shù)控機(jī)床在制造業(yè)得到廣泛應(yīng)用[5]。其在生產(chǎn)運(yùn)作中產(chǎn)生“大數(shù)據(jù)”，作為工業(yè)大數(shù)據(jù)重要的基礎(chǔ)組成成分，數(shù)據(jù)采集的研究是重中之重，是保障研究順利進(jìn)行的首要工作，即先有“數(shù)據(jù)獲取”，才能做“數(shù)據(jù)分析”；有精準(zhǔn)的“數(shù)據(jù)分析”，才有可落地的“數(shù)據(jù)應(yīng)用”。數(shù)控機(jī)床在日常工作中產(chǎn)生的大量、珍貴的“電數(shù)據(jù)”，這些數(shù)據(jù)與機(jī)床狀態(tài)、工件加工狀態(tài)、工裝夾具狀態(tài)等密切相關(guān)，通過(guò)相關(guān)采集設(shè)備把這些大數(shù)據(jù)采集下來(lái)并加以分析處理，對(duì)于實(shí)現(xiàn)數(shù)控機(jī)床智能化發(fā)展非常關(guān)鍵[6]。通過(guò)大數(shù)據(jù)采集對(duì)生產(chǎn)過(guò)程和制造質(zhì)量實(shí)時(shí)檢測(cè)監(jiān)控，對(duì)設(shè)備出現(xiàn)的故障及時(shí)預(yù)警，以此提高加工流程的可靠性和準(zhǔn)確性，優(yōu)化一線加工生產(chǎn)工藝、制造工藝，改善管理和服務(wù)。

本文基于大數(shù)據(jù)特征和工業(yè)大數(shù)據(jù)自身特點(diǎn)和挑戰(zhàn)，研究了智能裝備數(shù)據(jù)集成技術(shù)方向的數(shù)控機(jī)床大數(shù)據(jù)的采集傳輸模式，利用“指令域示波器”大數(shù)據(jù)分析工具建立指令與狀態(tài)的對(duì)應(yīng)關(guān)系，實(shí)現(xiàn)機(jī)床運(yùn)行狀態(tài)可視化和數(shù)控加工狀態(tài)智能化，同時(shí)提出了數(shù)控機(jī)床大數(shù)據(jù)的平臺(tái)應(yīng)用和發(fā)展方向，為中國(guó)機(jī)床產(chǎn)業(yè)開(kāi)展工業(yè)大數(shù)據(jù)的應(yīng)用研究提供有力參考。

1 國(guó)內(nèi)外現(xiàn)狀分析

1.1 大數(shù)據(jù)應(yīng)用現(xiàn)狀

大數(shù)據(jù)已經(jīng)啟動(dòng)[20-21]，基于大數(shù)據(jù)4V( volume，velocity，value，variety)特點(diǎn)，之所以區(qū)別小數(shù)據(jù)還在于所需用來(lái)采集無(wú)論類(lèi)別、來(lái)源和數(shù)據(jù)量等的工具，如Hadoop和NoSQL等免費(fèi)開(kāi)源軟件、開(kāi)放API和數(shù)據(jù)集等的流行，有力地說(shuō)明了大數(shù)據(jù)具有民主性[7-8]。通過(guò)大數(shù)據(jù)分析工具，統(tǒng)計(jì)技術(shù)和方法、數(shù)據(jù)可視化、自動(dòng)化、語(yǔ)義和預(yù)測(cè)分析幫助企業(yè)預(yù)測(cè)降低不確定性，提高準(zhǔn)確性，并在商業(yè)領(lǐng)域取得成功應(yīng)用。如Quantcast公司通過(guò)建立海量數(shù)據(jù)處理平臺(tái)，構(gòu)建分布式文件系統(tǒng)(QFS)并免費(fèi)提供給開(kāi)源社區(qū)使用，降低成本，同時(shí)使得QFS分發(fā)的性能得到明顯改進(jìn)，消耗的磁盤(pán)空間節(jié)約了50%。公司提供在線受眾測(cè)評(píng)服務(wù)，使用用戶面板數(shù)據(jù)來(lái)推斷整個(gè)人口的媒體消費(fèi)情況；Explorys公司的數(shù)據(jù)網(wǎng)格通過(guò)整合臨床、財(cái)務(wù)和業(yè)務(wù)數(shù)據(jù)，對(duì)臨床數(shù)據(jù)提供實(shí)時(shí)的探索、執(zhí)行和預(yù)測(cè)分析，揭示了大數(shù)據(jù)的力量，提供卓越的醫(yī)療保健服務(wù)。利用大數(shù)據(jù)平臺(tái)將實(shí)時(shí)采集數(shù)據(jù)，安全可靠地傳送、存儲(chǔ)、處理，網(wǎng)絡(luò)服務(wù)，以及醫(yī)療保健機(jī)構(gòu)所需應(yīng)用程序結(jié)合起來(lái)，在提高醫(yī)療保健質(zhì)量的同時(shí)降低成本。通過(guò)開(kāi)發(fā)專(zhuān)門(mén)的引擎，快速訪問(wèn)和分析數(shù)據(jù)，隨后將處理過(guò)的數(shù)據(jù)傳送回Explorys平臺(tái)，幫助生成臨床質(zhì)量評(píng)估，對(duì)登記人員進(jìn)行測(cè)算、主動(dòng)護(hù)理的管理以及執(zhí)行其他重要任務(wù)。

鑒于大數(shù)據(jù)在商業(yè)、醫(yī)療領(lǐng)域取得的成功經(jīng)驗(yàn)，將大數(shù)據(jù)的數(shù)據(jù)思維整合到企業(yè)中來(lái)，把大數(shù)據(jù)變成企業(yè)的洞察力、行動(dòng)力，從而形成數(shù)據(jù)驅(qū)動(dòng)制造、數(shù)據(jù)驅(qū)動(dòng)設(shè)計(jì)、數(shù)據(jù)驅(qū)動(dòng)管理、數(shù)據(jù)洞察客戶，對(duì)于推動(dòng)開(kāi)展工業(yè)大數(shù)據(jù)應(yīng)用研究意義重大[9]。大數(shù)據(jù)和云計(jì)算為企業(yè)實(shí)現(xiàn)智能制造提供支持。如制造方向，可通過(guò)數(shù)據(jù)驅(qū)動(dòng)控制的主動(dòng)夾具替換實(shí)現(xiàn)批量定制，用訂單驅(qū)動(dòng)生產(chǎn)線運(yùn)轉(zhuǎn)，實(shí)時(shí)監(jiān)控生產(chǎn)線狀態(tài)和產(chǎn)品質(zhì)量狀態(tài)；設(shè)計(jì)過(guò)程是機(jī)械、電子、控制、信息等多領(lǐng)域一體化協(xié)同的過(guò)程，從大數(shù)據(jù)的角度去驅(qū)動(dòng)產(chǎn)品創(chuàng)新，在信息的廣度、深度和前瞻性，達(dá)到傳統(tǒng)市場(chǎng)調(diào)查無(wú)法達(dá)到的程度；管理方向，通過(guò)收集互聯(lián)網(wǎng)和企業(yè)信息系統(tǒng)中的大數(shù)據(jù)，實(shí)現(xiàn)比較精確的工程目標(biāo)成本預(yù)測(cè)、競(jìng)爭(zhēng)對(duì)手投標(biāo)價(jià)格預(yù)測(cè)，如上海建工集團(tuán)利用大數(shù)據(jù)方案，實(shí)現(xiàn)了主數(shù)據(jù)管理和企業(yè)定額。

1.2 機(jī)床產(chǎn)業(yè)發(fā)展現(xiàn)狀

近幾年我國(guó)機(jī)床行業(yè)開(kāi)始實(shí)現(xiàn)跨越發(fā)展，數(shù)控機(jī)床批量生產(chǎn)，填補(bǔ)了許多技術(shù)空白，解決了生產(chǎn)制造中的許多難題，但與發(fā)達(dá)國(guó)家相比，我國(guó)智能制造差距很大。目前，我國(guó)高端傳感器、智能儀器儀表、高檔數(shù)控系統(tǒng)、工業(yè)應(yīng)用軟件等市場(chǎng)份額不到5%。中國(guó)制造業(yè)發(fā)展迅速但不完善，很多企業(yè)屬于貼牌或代工生產(chǎn)；企業(yè)多處于組裝和制造環(huán)節(jié)的中低端環(huán)節(jié)，產(chǎn)品附加值低；核心關(guān)鍵零部件、關(guān)鍵技術(shù)和工藝裝備、產(chǎn)品設(shè)計(jì)等依賴進(jìn)口。制造業(yè)很大程度上還處于勞動(dòng)密集型的2.0階段[10-12]。

網(wǎng)絡(luò)化開(kāi)發(fā)、分布式制造和大規(guī)模定制以及創(chuàng)新流程網(wǎng)絡(luò)化、動(dòng)態(tài)化是制造業(yè)創(chuàng)新模式正在發(fā)生的變化[13-14]。在國(guó)內(nèi)高端機(jī)床市場(chǎng)，德日系機(jī)床企業(yè)始終占據(jù)壟斷地位。國(guó)產(chǎn)CNC系統(tǒng)已經(jīng)開(kāi)始實(shí)現(xiàn)多軸多通道控制技術(shù)，開(kāi)發(fā)研制總線式高檔數(shù)控產(chǎn)品，改變國(guó)際強(qiáng)手對(duì)數(shù)控機(jī)床產(chǎn)業(yè)的壟斷局面，加速我國(guó)從機(jī)床生產(chǎn)大國(guó)走向機(jī)床制造強(qiáng)國(guó)的進(jìn)程。尤其數(shù)控系統(tǒng)的智能化，使得智能機(jī)床向超精密延伸，高效加工，優(yōu)化切削參數(shù)，提升制造質(zhì)量，大大提升企業(yè)競(jìng)爭(zhēng)力。開(kāi)放式數(shù)控系統(tǒng)支持互聯(lián)網(wǎng)+制造模式，個(gè)性化服務(wù)發(fā)展，未來(lái)將打造由機(jī)床廠商、數(shù)控廠商和加工企業(yè)組成的云制造平臺(tái)，實(shí)現(xiàn)異地協(xié)同設(shè)計(jì)制造[15-16]。通過(guò)對(duì)機(jī)床底層數(shù)據(jù)采集傳輸，可視化應(yīng)用，智能化數(shù)據(jù)挖掘進(jìn)行機(jī)床診斷、預(yù)警和維護(hù)。

2 工業(yè)大數(shù)據(jù)

在海量多源多態(tài)數(shù)據(jù)中，有效地篩選并能快速輸出高效價(jià)值創(chuàng)造的數(shù)據(jù)技術(shù)稱(chēng)為大數(shù)據(jù)技術(shù)。通過(guò)高效的采集，對(duì)大量數(shù)據(jù)快速分析，從而發(fā)現(xiàn)其特點(diǎn)并以分享的方式獲取價(jià)值是大數(shù)據(jù)的核心[17]。大數(shù)據(jù)的精髓是建立在一種相關(guān)關(guān)系的基礎(chǔ)上，并且通過(guò)關(guān)系分析法對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)。如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，實(shí)現(xiàn)產(chǎn)業(yè)盈利的關(guān)鍵在于提高對(duì)數(shù)據(jù)挖掘的專(zhuān)業(yè)化處理，通過(guò)各種技術(shù)手段，提取結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、海量/實(shí)時(shí)數(shù)據(jù)、模型數(shù)據(jù)，對(duì)各類(lèi)數(shù)據(jù)按照統(tǒng)一數(shù)據(jù)規(guī)范進(jìn)行標(biāo)準(zhǔn)化及關(guān)聯(lián)，包括特征值關(guān)聯(lián)、元數(shù)據(jù)關(guān)聯(lián)等等，并開(kāi)展數(shù)據(jù)質(zhì)量檢查，形成最終整合后的數(shù)據(jù)，實(shí)現(xiàn)產(chǎn)品和供應(yīng)鏈的“增值”[18-19]。

工業(yè)大數(shù)據(jù)不同于商業(yè)大數(shù)據(jù)，區(qū)別如表1所示。工業(yè)大數(shù)據(jù)以其更強(qiáng)的專(zhuān)業(yè)性、關(guān)聯(lián)性、流程性、時(shí)序性和解析性等特點(diǎn)廣泛分布在數(shù)字化設(shè)計(jì)、智能化制造、網(wǎng)絡(luò)化監(jiān)控、物聯(lián)化管理等多個(gè)領(lǐng)域[22]。其自身特點(diǎn)和挑戰(zhàn)主要有：多源性獲取，數(shù)據(jù)分散、非結(jié)構(gòu)化數(shù)據(jù)比例大；數(shù)據(jù)關(guān)聯(lián)性強(qiáng)，有關(guān)聯(lián)也有因果；持續(xù)采集、具有鮮明的動(dòng)態(tài)時(shí)空特性；與具體工業(yè)領(lǐng)域緊密相關(guān)。正是存在諸多數(shù)據(jù)難以有效集成，預(yù)測(cè)精度低，準(zhǔn)確性和可靠性不高等問(wèn)題，而工業(yè)大數(shù)據(jù)源于工控網(wǎng)絡(luò)和傳感設(shè)備，要求動(dòng)態(tài)分析實(shí)時(shí)性強(qiáng)、穩(wěn)定性高[3]，因此，針對(duì)以上問(wèn)題，將工業(yè)大數(shù)據(jù)的重點(diǎn)研究方向可分為基于MBD和物聯(lián)網(wǎng)的數(shù)據(jù)集成技術(shù) 、基于產(chǎn)品全生命周期數(shù)據(jù)管理技術(shù)和面向智慧工廠的數(shù)據(jù)分析方法。

表1 工業(yè)大數(shù)據(jù)與商業(yè)大數(shù)據(jù)區(qū)別

本文結(jié)合大數(shù)據(jù)的數(shù)據(jù)思維，以智能裝備數(shù)據(jù)集成技術(shù)為研究方向，針對(duì)數(shù)控機(jī)床的實(shí)時(shí)監(jiān)控和管理，利用傳感器采集環(huán)境和設(shè)備底層數(shù)據(jù)，利用總線數(shù)控系統(tǒng)將數(shù)據(jù)傳輸?shù)浇K端系統(tǒng)，通過(guò)數(shù)據(jù)采集和處理實(shí)現(xiàn)信息的可靠高效傳輸，實(shí)現(xiàn)數(shù)控機(jī)床實(shí)時(shí)生產(chǎn)狀態(tài)監(jiān)控和集成管理。

3 數(shù)控機(jī)床大數(shù)據(jù)

數(shù)控機(jī)床大數(shù)據(jù)繼承了大數(shù)據(jù)規(guī)模巨態(tài)、表征動(dòng)態(tài)、價(jià)值稀態(tài)、結(jié)構(gòu)多態(tài)的四大特性，并具備工業(yè)大數(shù)據(jù)本身的特點(diǎn)和挑戰(zhàn)，因此，對(duì)機(jī)床大數(shù)據(jù)的采集研究需要深刻挖掘大數(shù)據(jù)和工業(yè)大數(shù)據(jù)。通過(guò)對(duì)工業(yè)大數(shù)據(jù)和數(shù)控機(jī)床產(chǎn)業(yè)特點(diǎn)及發(fā)展趨勢(shì)的研究，提出基于工業(yè)以太網(wǎng)的NCUC總線技術(shù)的大規(guī)模多樣性機(jī)床大數(shù)據(jù)高效率采集與傳輸平臺(tái)和新一代云數(shù)控服務(wù)平臺(tái)。

3.1 基于NCUC總線技術(shù)大數(shù)據(jù)采集平臺(tái)

高檔數(shù)控系統(tǒng)以傳感器采集底層數(shù)據(jù)，以總線技術(shù)傳輸信息，數(shù)字化顯示和控制。現(xiàn)以華中8型總線式數(shù)控系統(tǒng)為示例分析闡述基于NCUC總線技術(shù)大數(shù)據(jù)采集平臺(tái)的機(jī)床大數(shù)據(jù)采集傳輸模式?；诠I(yè)以太網(wǎng)的NCUC總線技術(shù)，具有硬件實(shí)時(shí)處理、低環(huán)路延遲、實(shí)時(shí)通訊幀結(jié)構(gòu)；封裝時(shí)間戳，支持周期和非周期通訊，有安全的數(shù)據(jù)重發(fā)和檢測(cè)機(jī)制；鏈路層純硬件實(shí)施，無(wú)需MCU(microcontroller unit)干預(yù)，傳輸速率達(dá)100 M；時(shí)鐘同步精度小于100 ns。極大地提高了產(chǎn)品可靠性，提高產(chǎn)品高速高精加工性能。其加工中心連接示意圖如圖1所示。

HMI提供可自定義人機(jī)交互界面，通過(guò)腳本編程實(shí)現(xiàn)數(shù)控系統(tǒng)功能配置；高可靠性、高集成度的IPC單元是嵌入式工業(yè)計(jì)算機(jī)模塊，可運(yùn)行LINUS、WINDOWS操作系統(tǒng)，具備PC機(jī)的接口標(biāo)準(zhǔn)：VGA、USB、以太網(wǎng)等；同時(shí)配置DSP+FPGA+以太網(wǎng)物理層接口，其內(nèi)置的短信通訊模塊可用于遠(yuǎn)程機(jī)床狀態(tài)監(jiān)控。數(shù)控系統(tǒng)作為主站，伺服驅(qū)動(dòng)器、IO單元、PLC等作為從站，通過(guò)NCUC總線連接到IPC單元，與數(shù)控系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)交互。

基于NCUC總線技術(shù)的大數(shù)據(jù)采集平臺(tái)通過(guò)振動(dòng)、壓力、溫度以及聲發(fā)射傳感器采集機(jī)床信息，通過(guò)機(jī)床各進(jìn)給軸軸承座、螺母座及主軸軸承座位置安裝溫度傳感器檢測(cè)機(jī)床溫度變化；機(jī)床床身、主軸箱體上安裝振動(dòng)傳感器檢測(cè)振動(dòng)頻率；機(jī)床進(jìn)給軸安裝光柵尺，實(shí)現(xiàn)全閉環(huán)控制[23-25]。將差分模擬信號(hào)通過(guò)總線傳送至模塊化的總線IO單元和高頻數(shù)據(jù)采集存儲(chǔ)卡，在1 kB/s的帶寬下將緩存區(qū)數(shù)據(jù)發(fā)送到系統(tǒng)，保證信號(hào)不失真，能非實(shí)時(shí)顯示。如圖2所示。數(shù)控系統(tǒng)內(nèi)置溫度、振動(dòng)等數(shù)據(jù)采集、分析和補(bǔ)償模塊，實(shí)現(xiàn)機(jī)床動(dòng)態(tài)誤差補(bǔ)償和熱誤差補(bǔ)償，為機(jī)床健康狀態(tài)保障和關(guān)鍵工序能力指數(shù)(CPK)的提升提供智能化平臺(tái)[26]。

大數(shù)據(jù)采集平臺(tái)獲取數(shù)據(jù)包括：

(1)加工同步信息，包括數(shù)控裝置的指令位置、光柵尺和編碼器反饋的實(shí)際位置、主軸電流和進(jìn)給軸的力矩電流、G代碼運(yùn)行時(shí)間與狀態(tài)、溫度傳感器獲得布局點(diǎn)處的溫度信息和振動(dòng)傳感器獲得布局點(diǎn)處的振動(dòng)信息。

(2)非同步加工信息，包括主軸位移分析儀獲得主軸的徑向形變和軸向形變、6維激光干涉儀獲取線性軸的線性誤差和空間誤差。

利用數(shù)控系統(tǒng)的“指令域示波器”大數(shù)據(jù)分析工具[27]采集加工過(guò)程的跟隨誤差、電動(dòng)機(jī)電流、主軸功率、主軸振動(dòng)等狀態(tài)數(shù)據(jù)，建立指令與狀態(tài)的對(duì)應(yīng)關(guān)系，實(shí)現(xiàn)：

(1)機(jī)床運(yùn)行狀態(tài)可視化，包括空間誤差補(bǔ)償、主軸/絲杠熱誤差補(bǔ)償、裝配質(zhì)量智能診斷、主軸動(dòng)平衡檢測(cè)，實(shí)現(xiàn)機(jī)床健康狀態(tài)預(yù)警。

(2)數(shù)控加工狀態(tài)智能化，包括優(yōu)化加工工藝參數(shù)和刀具軌跡、加工振動(dòng)抑制和切削力功率自適應(yīng)控制等，提高加工效率和質(zhì)量。

數(shù)控系統(tǒng)和總線傳輸搭建的大數(shù)據(jù)采集、傳輸和存儲(chǔ)平臺(tái)實(shí)時(shí)采集機(jī)床運(yùn)行刀具、工件位置，工況與工作信息，利用可視化圖形界面顯示，不需親臨現(xiàn)場(chǎng)即可掌握機(jī)加工當(dāng)前狀況。

3.2 云數(shù)控服務(wù)平臺(tái)

大數(shù)據(jù)采集平臺(tái)采集的底層數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)終端和數(shù)據(jù)庫(kù)構(gòu)成云服務(wù)平臺(tái)的數(shù)據(jù)層，是云平臺(tái)的核心。實(shí)時(shí)數(shù)據(jù)平臺(tái)對(duì)接數(shù)控機(jī)床和用戶，其采集功能可以與DCS、PLC、采集器等通信，獲取反映數(shù)控機(jī)床設(shè)備運(yùn)行狀況的傳感器數(shù)據(jù)、設(shè)定控制數(shù)控機(jī)床設(shè)備運(yùn)行參數(shù)的控制器指令，所有的工業(yè)實(shí)時(shí)數(shù)據(jù)都在實(shí)時(shí)數(shù)據(jù)平臺(tái)內(nèi)進(jìn)行處理。隨著云數(shù)控、云計(jì)算服務(wù)平臺(tái)的發(fā)展，重新架構(gòu)數(shù)據(jù)終端和云平臺(tái)之間的協(xié)議，實(shí)現(xiàn)云制造[28-29]。

3.2.1 數(shù)控云設(shè)備

云數(shù)控為生產(chǎn)制造企業(yè)、機(jī)床廠商、數(shù)控廠商打造以制造設(shè)備為中心的數(shù)字化服務(wù)平臺(tái)，圍繞數(shù)控加工的效率和質(zhì)量的提升，建設(shè)數(shù)控加工云數(shù)據(jù)中心，形成“智慧車(chē)間”和“智慧工廠”[35]，全面提高數(shù)控機(jī)床和系統(tǒng)的應(yīng)用。云數(shù)控的三大技術(shù)平臺(tái)包括開(kāi)放式數(shù)控系統(tǒng)軟硬件平臺(tái)；大數(shù)據(jù)采集、傳輸與存儲(chǔ)平臺(tái)；云計(jì)算、云服務(wù)技術(shù)平臺(tái)，如圖3所示，其中數(shù)控機(jī)床大數(shù)據(jù)采集傳輸與存儲(chǔ)技術(shù)平臺(tái)就是基于NCUC總線技術(shù)。機(jī)床聯(lián)入車(chē)間局域網(wǎng)，通過(guò)企業(yè)互聯(lián)網(wǎng)入外網(wǎng)，通過(guò)3G/4G聯(lián)入外網(wǎng)建立VPN。通過(guò)APP下單，根據(jù)需求確立參數(shù)選型。通過(guò)大數(shù)據(jù)與云平臺(tái)的數(shù)據(jù)實(shí)時(shí)服務(wù)，數(shù)控設(shè)備互聯(lián)互通，實(shí)現(xiàn)高效、高質(zhì)、低成本制造。

3.2.2 云服務(wù)

新一代云數(shù)控服務(wù)平臺(tái)主要包括機(jī)床狀態(tài)、統(tǒng)計(jì)分析、健康診斷、智能優(yōu)化、基礎(chǔ)數(shù)據(jù)等模塊。主要功能是機(jī)床信息統(tǒng)計(jì)概覽，統(tǒng)計(jì)云數(shù)控平臺(tái)中所有機(jī)床的某段時(shí)間內(nèi)的狀態(tài)，并通過(guò)餅狀圖的不同顏色顯示各個(gè)狀態(tài)的比例，包括機(jī)床當(dāng)前狀態(tài)、機(jī)床開(kāi)機(jī)率統(tǒng)計(jì)、機(jī)床運(yùn)行率統(tǒng)計(jì)、機(jī)床故障率統(tǒng)計(jì)的概況分析；點(diǎn)擊某臺(tái)機(jī)床編碼或者當(dāng)前狀態(tài)中顏色按鈕，即可查看實(shí)時(shí)監(jiān)控詳細(xì)信息，包括機(jī)床狀態(tài)、坐標(biāo)信息、刀具信息、G代碼程序信息、三維線框圖形仿真、PLC梯形圖、PLC程序、數(shù)控系統(tǒng)寄存器狀態(tài)、機(jī)床屬性和各參數(shù)信息等。從而達(dá)到實(shí)時(shí)在線監(jiān)測(cè)、控制機(jī)床運(yùn)轉(zhuǎn)，高效率完成作業(yè)，提高設(shè)備使用率，減少設(shè)備維護(hù)成本。

云服務(wù)平臺(tái)以其遠(yuǎn)程監(jiān)控、遠(yuǎn)程終端、可視化應(yīng)用，統(tǒng)計(jì)分析和日志回放等功能使得機(jī)床廠商和數(shù)控廠商信息互通，提高制造設(shè)備核心價(jià)值和競(jìng)爭(zhēng)力[30-32]。機(jī)床廠商時(shí)刻關(guān)注加工企業(yè)機(jī)床狀態(tài)，保障機(jī)床健康，數(shù)控廠商24 h跟蹤式服務(wù)，為加工企業(yè)提供專(zhuān)業(yè)診斷和高效率售后服務(wù)，加工企業(yè)則享受生產(chǎn)管理、監(jiān)控、設(shè)備維護(hù)等便捷服務(wù)，大大提高設(shè)備使用效益。從而使得三者之間分享信息、互利共贏。如圖4所示。

在云端，通過(guò)有上網(wǎng)能力的手機(jī)平板電腦，可以實(shí)時(shí)監(jiān)控?cái)?shù)控系統(tǒng)。通過(guò)Web的技術(shù)在云端實(shí)現(xiàn)三維的仿真，實(shí)現(xiàn)跨平臺(tái)。通過(guò)對(duì)機(jī)床的不同狀態(tài)的統(tǒng)計(jì)分析，對(duì)大數(shù)據(jù)的分析挖掘，發(fā)現(xiàn)系統(tǒng)存在的問(wèn)題，以此為依據(jù)指導(dǎo)生產(chǎn)管理。同時(shí)，基于云系統(tǒng)的信息平臺(tái)能提供貼身的管家式服務(wù)，無(wú)論何時(shí)何地，無(wú)需冗長(zhǎng)的報(bào)告，只需點(diǎn)擊終端，所有信息盡在掌握，如通過(guò)手機(jī)監(jiān)控隨時(shí)隨地服務(wù)、實(shí)時(shí)監(jiān)控車(chē)間、二維碼查看機(jī)床、實(shí)時(shí)監(jiān)控機(jī)床狀態(tài)。其可操作的云服務(wù)中心平臺(tái)如圖5所示。通過(guò)云數(shù)控，實(shí)現(xiàn)智能信息化，實(shí)現(xiàn)數(shù)字化車(chē)間，如圖6所示。在云存儲(chǔ)、云服務(wù)技術(shù)平臺(tái)的支撐下通過(guò)大規(guī)模工況數(shù)據(jù)透視數(shù)控機(jī)床應(yīng)用情況，根據(jù)這些信息進(jìn)行易損配件需求的預(yù)測(cè)，優(yōu)化調(diào)配相關(guān)服務(wù)資源，助力決策服務(wù)[33-34]。

4 結(jié)語(yǔ)

本文分析了目前國(guó)內(nèi)外大數(shù)據(jù)應(yīng)用現(xiàn)狀和機(jī)床產(chǎn)業(yè)發(fā)展現(xiàn)狀，對(duì)比了工業(yè)大數(shù)據(jù)和商業(yè)大數(shù)據(jù)的不同之處，結(jié)合工業(yè)大數(shù)據(jù)特點(diǎn)和挑戰(zhàn)，將大數(shù)據(jù)的數(shù)據(jù)思維整合到工業(yè)大數(shù)據(jù)的應(yīng)用研究中，并以機(jī)床大數(shù)據(jù)采集傳輸模式為示例，提出基于NCUC總線技術(shù)的大數(shù)據(jù)采集平臺(tái)，對(duì)其采集傳輸數(shù)據(jù)的過(guò)程進(jìn)行了分析描述，總結(jié)并提出了基于數(shù)控機(jī)床大數(shù)據(jù)的新一代云數(shù)控服務(wù)平臺(tái)，主要包括基于三大技術(shù)平臺(tái)的數(shù)控云設(shè)備和云服務(wù)模式，并對(duì)其平臺(tái)應(yīng)用進(jìn)行細(xì)致的規(guī)劃，對(duì)其智能信息化和數(shù)字化車(chē)間的發(fā)展方向進(jìn)行合理展望。

雖說(shuō)大數(shù)據(jù)時(shí)代早已到來(lái)，但對(duì)于工業(yè)大數(shù)據(jù)的應(yīng)用研究仍處于初步階段，甚至工業(yè)大數(shù)據(jù)還在形成過(guò)程中。開(kāi)展突破工業(yè)傳感器、大數(shù)據(jù)分析決策、工業(yè)現(xiàn)場(chǎng)總線、CPS和云平臺(tái)等技術(shù)應(yīng)用的協(xié)同研究對(duì)于推動(dòng)制造產(chǎn)業(yè)決策和預(yù)測(cè)才有更大的提升空間。今后，數(shù)控機(jī)床大數(shù)據(jù)的應(yīng)用研究和發(fā)展方向可結(jié)合我國(guó)相關(guān)數(shù)控機(jī)床產(chǎn)業(yè)，進(jìn)行有針對(duì)選擇性的開(kāi)發(fā)，促成“云制造”平臺(tái)商業(yè)模式的落地。如沈陽(yáng)機(jī)床通過(guò)搭建“硬件生態(tài)群”，云端生態(tài)的布局為車(chē)間智能管理優(yōu)化提供高效解決方案，其i5系統(tǒng)的操作、編程、服務(wù)、診斷智能化搭載的WIS系統(tǒng)(車(chē)間智能信息管理系統(tǒng))為生產(chǎn)智能化提供了另一種重要支撐[6]。

[1]Tae H K , Jeong H K , Kiheung K .A study on the establishment of policies for the activation of a big data industry and prioritization of policies: Lessons from korea [J].Technological Forecasting and Social Change,2015,96: 144-152.

[2]Amir G , Murtaza H .Beyond the hype:Big data concepts, methods, and analytics[J].International Journal of Information Management, 2015, 35(2):137-144.

[3]王建民.工業(yè)大數(shù)據(jù)實(shí)踐與思考[N].中國(guó)信息化周報(bào), 2016- 05-30019.

[4]鐘海.大數(shù)據(jù)在工業(yè)制造業(yè)的應(yīng)用與研究[J].企業(yè)技術(shù)開(kāi)發(fā),2015(13):104-105，119.

[5]孔慶濤.數(shù)控機(jī)床的現(xiàn)狀及技術(shù)發(fā)展策略分析[J].中小企業(yè)管理與科技(中旬刊),2014(12):306.

[6]楊光,朱麗,穆勝.沈陽(yáng)機(jī)床:未來(lái)是“云制造”[J].中外管理,2015(9):40-46.

[7]邵景峰,賀興時(shí),王進(jìn)富,等.大數(shù)據(jù)環(huán)境下的紡織制造執(zhí)行系統(tǒng)設(shè)計(jì)[J].機(jī)械工程學(xué)報(bào), 2015，51(5):160-170.

[8]Phil Simon.大數(shù)據(jù)應(yīng)用：商業(yè)案例實(shí)踐[M].漆晨曦,張淑芳，譯.北京:人民郵電出版社,2014.

[9]張禮立.數(shù)據(jù)是工業(yè)4.0的核心驅(qū)動(dòng)[J].中國(guó)工業(yè)評(píng)論,2015(12):36-43.

[10]陳本鋒.國(guó)產(chǎn)數(shù)控裝備制造業(yè)的發(fā)展與研究[J].現(xiàn)代制造技術(shù)與裝備,2015(2):32-34.

[11]張金瑞.淺談數(shù)控機(jī)床發(fā)展[J].技術(shù)與市場(chǎng),2015(8):349.

[12]肖月美.我國(guó)數(shù)控機(jī)床業(yè)的現(xiàn)狀及發(fā)展[J].山東工業(yè)技術(shù),2014(20):50.

[13]陳長(zhǎng)年,李雷.淺析智能機(jī)床發(fā)展[J].制造技術(shù)與機(jī)床,2015(12):45-49.

[14]鄢萍,閻春平,劉飛,等智能機(jī)床發(fā)展現(xiàn)狀與技術(shù)體系框架[J].機(jī)械工程學(xué)報(bào), 2013,49(21):1-10.

[15]邵娟.數(shù)控機(jī)床智能化技術(shù)研究[J].科技資訊, 2015(2):95.

[16]丁春偉,樊留群,邱瑋,等.智能數(shù)控提高機(jī)床能效的研究[J].機(jī)電產(chǎn)品開(kāi)發(fā)與創(chuàng)新,2015(2):116-119.

[17]Xiaolong J, Benjamin W, Xueqi C, et al.Significance and challenges of big data research[J].Big Data Research, 2015,2(2):59-64.

[18]高嬰勱.工業(yè)大數(shù)據(jù)價(jià)值挖掘路徑[J].中國(guó)工業(yè)評(píng)論,2015(Z1):21-27.

[19]蔡永鴻,劉瑩.基于大數(shù)據(jù)的電商企業(yè)管理模式研究[J].中國(guó)商貿(mào),2014(31):74-75.

[20]李錚.抓住機(jī)遇加快發(fā)展工業(yè)大數(shù)據(jù)[N].人民郵電,2016-05- 02005.

[21]涂興佩.擁抱工業(yè)大數(shù)據(jù)[J].中國(guó)科技獎(jiǎng)勵(lì),2016(4):30-31.

[22]楊明.“互聯(lián)網(wǎng)+”時(shí)代 工業(yè)如何擁抱大數(shù)據(jù)[N].中國(guó)工業(yè)報(bào), 2015 - 06-29A02.

[23]魚(yú)敏英.基于傳感器技術(shù)的應(yīng)用研究[J].通訊世界,2015(3):174-175.

[24]Jun H, Zude Z, Mingyao L, et al.Real-time measurement of temperature field in heavy-duty machine tools using fiber bragg grating sensors and analysis of thermal shift errors[J].Mechatronics,2015(31):16-21.

[25]Rafiq A, Peter P.Generation of safe tool-path for 2.5D milling/drilling machine-tool using 3D ToF sensor[J].CIRP Journal of Manufacturing Science and Technology, 2015(10):84-91.

[26]劉玲,張奕.數(shù)控機(jī)床誤差補(bǔ)償技術(shù)的探討[J].裝備制造技術(shù),2015(2):157-159.

[27]譚弘穎.遍索制造轉(zhuǎn)升路 俯首江漢有華數(shù)——訪華中數(shù)控股份有限公司董事長(zhǎng)陳吉紅[J].制造技術(shù)與機(jī)床,2016(4):11-12.

[28]Lihui W, Peter O, Andrew C, et al.Remote real-time CNC machining for web-based manufacturing[J].Robotics and Computer-Integrated Manufacturing,2004, 20(6):563-571.

[29]Xun X.From cloud computing to cloud manufacturing [J].Robotics and Computer-Integrated Manufacturing, 2012, 28 (1):75-86.

[30]Dazhong W, David W, Lihui W.Cloud-based design and manufacturing:A new paradigm in digital manufacturing and design innovation[J].Computer-Aided Design,2015(59):1-14.

[31]Lihui W.Machine availability monitoring and machining process planning towards cloud manufacturing[J].CIRP Journal of Manufacturing Science and Technology,2013,6 (4):263- 273.

[32]Stefano T,J?rn M, Nikolaos T.Security aspects in cloud based condition monitoring of machine tools[J].Procedia CIRP,2015(38):47-52.

[33]Dazhong W, Matthew J G, David W R, et al.Cloud manufacturing: Strategic vision and state-of-the-art[J].Journal of Manufacturing Systems,2013,32(4):564-579.

[34]Jo?o A, Julian A, Chris R, et al.Multi-sensor data fusion framework for CNC machining monitoring[J].Mechanical Systems and Signal Processing,2016,66-67: 505-520.

[35]Jay L, Hung-An K, Shanhu Y.Service innovation and smart analytics for industry 4.0 and big data environment[J].Procedia CIRP,2014(16):3-8.

如果您想發(fā)表對(duì)本文的看法，請(qǐng)將文章編號(hào)填入讀者意見(jiàn)調(diào)查表中的相應(yīng)位置。

Research on big data acquisition bus technology and development trend of CNC machine tools

SONG Jie①, WANG Keshe①, DONG Qingxia①，DU Hui②

( ①College of Mechanical and Electrical Engineering, Beijing University of Information Science and Technology,Beijing 100192, CHN; ②Department of Industrial Engineering, Tsinghua University, Beijing 100084, CHN)

Based on big data application status and machine tool industry development situation, and according to the successful application case and experience of big data in the field of business, integrating characteristics and challenges of industrial data, the data thinking of big data was integrated into industrial data.The CNC machine tools real-time monitoring and management of CNC machine data acquisition and transmission mode were proposed.CNC system data acquisition and process based on the bus technology were generalized and analyzed.And the development direction of the CNC cloud service platform application of CNC machine data and digital, intelligent industry were put forward.An effective was provided to carry out research on the application of industrial data for Chinese machine tool industry.

industry big data; CNC machine tools; data acquisition; bus technology; cloud service platform

* 北京市科技計(jì)劃項(xiàng)目( Z121100001612010)

TP311；TH165；TG659

A

10.19287/j.cnki.1005-2402.2016.11.008

宋 杰，男，1992年生，碩士研究生，研究方向?yàn)闈L珠絲杠副CAD/CAM集成系統(tǒng)研究與開(kāi)發(fā)，己發(fā)表論文3篇。

(編輯 汪 藝)

2016-07-19)

161115