基于功率信息的机床稼动率智能监测与评估方法

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.     

压铸单元能效在线监测方法及监测系统

针对压铸单元能效复杂多变、难以实时有效监测的难题，通过对压铸单元能耗的构成进行分析建立了在线监测指标体系，提出了基于功率信息进行数据分析的在线监测方法。该方法通过小波变换对实时测量的压铸单元功率信息进行分析，利用极值查找法在线识别了设备的运行状态和加工件数，从而获得压铸单元的能效信息。基于C#语言开发了压铸单元能效在线监测系统。通过实验验证了所提方法和监测系统的有效性和实用性。