[发明专利]一种机械加工智能控制系统、方法及计算机可读介质

权利要求书

1.一种机械加工智能控制系统，其特征在于，包括：

感知模块，用于在机械加工的过程中，采集各设备组件的运行数据；

检测模块，用于将所述运行数据通过预先构建的神经网络模型进行检测，判断所述设备组件的运行状态是否正常；

分析模块，用于在所述设备组件的运行状态异常时，对所述运行数据进行分析，确定所述运行数据中的异常数据以及发生异常的异常组件；

决策模块，用于基于所述异常数据，确定对所述异常组件的控制策略；

控制模块，用于基于所述控制策略，发送控制指令至所述异常组件；

其中，将所述运行数据通过预先构建的神经网络模型进行检测，判断所述设备组件的运行状态是否正常，包括：将样本数据输入所述神经网络模型的特征提取模块中，从所述样本数据中提取出特征数据；将所述特征数据输入所述神经网络模型的异常参数模块中，基于所述特征数据计算所述设备组件对应的异常参数；基于所述异常参数输入所述神经网络模型的判别器模块中，生成判断结果；

其中，所述特征数据包括：实时运转频率、实时位置参数、实时产出量以及实时加工环境参数，所述实时加工环境参数包括如下至少一种温度、湿度以及音量；

其中，基于所述特征数据计算所述设备组件对应的异常参数，包括：

计算所述实时运转频率与设定运转频率范围之间的第一差异参数为：

计算实时位置参数与设定位置范围之间的第二差异参数为：

计算实时产出量与设定产出量范围之间的第三差异参数为：

其中，[fre_min，fre_max]表示设定运转频率范围，fre表示实时运转频率；[loc_min，loc_max]表示设定位置范围，loc表示实时位置参数；[yie_min，yie_max]表示设定产出量范围，yie表示实时产出量；

基于所述实时加工环境参数生成异常因子；

基于所述异常因子对所述第一差异参数、第二差异参数以及所述第三差异参数进行加权，确定所述异常参数。

2.一种机械加工智能控制方法，其特征在于，包括：

在机械加工的过程中，采集各设备组件的运行数据；

将所述运行数据通过预先构建的神经网络模型进行检测，判断所述设备组件的运行状态是否正常；

在所述设备组件的运行状态异常时，对所述运行数据进行分析，确定所述运行数据中的异常数据以及发生异常的异常组件；

基于所述异常数据，确定对所述异常组件的控制策略；

基于所述控制策略，发送控制指令至所述异常组件；

其中，将所述运行数据通过预先构建的神经网络模型进行检测，判断所述设备组件的运行状态是否正常，包括：将样本数据输入所述神经网络模型的特征提取模块中，从所述样本数据中提取出特征数据；将所述特征数据输入所述神经网络模型的异常参数模块中，基于所述特征数据计算所述设备组件对应的异常参数；基于所述异常参数输入所述神经网络模型的判别器模块中，生成判断结果；

其中，所述特征数据包括：实时运转频率、实时位置参数、实时产出量以及实时加工环境参数，所述实时加工环境参数包括如下至少一种温度、湿度以及音量；

其中，基于所述特征数据计算所述设备组件对应的异常参数，包括：

计算所述实时运转频率与设定运转频率范围之间的第一差异参数为：

计算实时位置参数与设定位置范围之间的第二差异参数为：

计算实时产出量与设定产出量范围之间的第三差异参数为：

其中，[fre_min，fre_max]表示设定运转频率范围，fre表示实时运转频率；[loc_min，loc_max]表示设定位置范围，loc表示实时位置参数；[yie_min，yie_max]表示设定产出量范围，yie表示实时产出量；

基于所述实时加工环境参数生成异常因子；

基于所述异常因子对所述第一差异参数、第二差异参数以及所述第三差异参数进行加权，确定所述异常参数。

3.根据权利要求2所述的方法，其特征在于，在机械加工的过程中，采集各设备组件的运行数据，包括：

通过感知设备采集各设备组件的运行数据；所述感知设备包括温度传感器、距离传感器；或获取设备上传的设备组件的运行数据；

将所述运行数据上传至云端或者上位机。