一种设备生产状态监测系统及其工作方法

1.本发明涉及制造业生产信息化技术领域，具体的说是一种设备生产状态监测系统及其工作方法。


背景技术：

2.随着智能制造概念的不断深入，制造型企业加速向制造数字化、信息化、智能化方向转型升级。制造车间现场存在大量数据信息，设备在投入使用后会产生加工、待机、停机等设备状态信息，刀具在切削时会产生转速、进给速度、磨损程度、使用寿命等信息，单个零件加工会产生尺寸、数量、质量及其加工周期、开工等详细生产状态信息，货箱在流转过程中会产生批次、工序等信息。而对其中生产数据信息的提取、处理大多停留在人工收集、人工录入阶段，其信息真实性无法验证、利用率低。尽管制造执行系统的使用使得数据的上传、保存、查询、利用得到很大改善，且不同工序之间录入的部分生产数据能够相互检验，但时效性较差，无法及时反馈加工异常信息，且过分依赖人工，其数据的准确性不能保证，造成数据纠错等额外资源的浪费。
3.本发明设备生产状态检测系统的应用，能够有效缓解加工现场员工数据采集、上传的压力，能够及时提示设备的异常状态信息，快速维修设备恢复生产。通过将生产报工数据上传至服务器，管理人员能够更高效对车间生产进行监管，提高管理效率。


技术实现要素：

4.本发明针对离线分析不充分、标定环节不够严谨，从而导致监测结果准确性降低的不足，设计一套设备生产状态监测仪，通过对电流数据的离线分析，标定工序特征并反复调参，直到特征参数能够准确识别出离线数据对应的设备生产信息。然后将工序特征用于设备状态识别，获得设备的运行信息，包括零件的开工、完工时间，设备的当前状态，设备异常标志等，进一步得到零件加工质量、设备能耗、刀具磨损程度、故障等信息。为设备的维修保养、生产计划的制订、能耗的管理、刀具的更换、零件质量的高效检查提供依据。
5.为实现上述目的，本发明采用以下技术方案：
6.一种设备生产状态监测系统，包括设备生产状态监测仪、工厂局域网、客户端计算机和服务器计算机，设备生产状态监测仪通过工厂局域网与客户端计算机和服务器计算机相互通信；设备生产状态监测仪包括电流传感模块、a/d转换模块、数据存储模块、开工扫码模块、主控监测模块、触控显示屏幕、异常报警模块、通信传输模块；
7.电流传感模块通过a/d转换模块与主控监测模块相连接，把采集到的电流模拟信号转换为数字信号，传输至主控监测模块；
8.数据存储模块通过st接口和主控监测模块相连接，负责存储a/d转换后得到的电流数字信号；
9.开工扫码模块通过usb接口和主控监测模块相连接，负责扫描工序特征二维码和生产计划二维码，获得工序特征信息和生产计划信息，并把获得的信息传输至主控监测模
块；
10.触控显示屏幕通过hdmi接口与主控监测模块相连接，负责显示主控监测模块的实时监测结果信息，还负责接受用户通过触摸控制方式给出的工作指令；
11.异常报警模块通过rs485接口与主控监测模块相连接，当监测到生产异常信息时，利用蜂鸣器进行声音报警；
12.主控监测模块通过通信传输模块把监测到的设备生产信息上传至与工厂局域网相连的服务器计算机。
13.进一步地，服务器计算机中运行数据库系统，包括工序特征数据库、生产计划数据库、生产记录数据库。
14.进一步地，工序特征数据库的每条记录包括1个工序特征码和6个特征参数：开工阈值v
strt
、完工阈值v
end
、待机阈值t
wit
、加工周期t
work
、标准电流和v
totl
、标准均电流v
vg
，其中工序特征码是唯一性的主键字段；生产计划数据库的每条记录包括生产计划令号、工序名称、计划数量3个字段，其中生产令号是唯一性的主键字段；生产记录数据库记录设备生产状态监测仪1实时监测得到的每个零件的生产记录信息，包括生产计划令号、开始加工时间、结束加工时间、生产异常标志4个字段。
15.进一步地，运行在客户端计算机上的管理软件(2.2)，包括如下功能：从设备生产状态监测仪1下载电流数据文件，查询设备生产状态监测仪所监测设备的状态信息，按照生产工序特征标定算法进行工序特征标定、把标定出的工序特征存储至工序特征数据库、查询数据库系统中的信息、打印工序特征二维码、打印生产计划二维码。
16.一种设备生产状态监测系统工作方法，
17.步骤1，设备生产状态监测仪上电开机，通过触控显示屏幕进行工作模式的选择，包括两种工作模式：标定数据采集模式、实时生产监测模式；
18.步骤2，进行标定数据采集工作模式，包括两种工作指令：开始标定数据采集指令、结束标定数据采集指令，开始标定数据采集指令下达后，主控监测模块把经a/d转换模块传输来的电流数字信号存储至数据存储模块，存储时，用开始采集的时刻作为电流数据文件的文件名，结束标定数据采集指令下达后，则停止采集和数据存储；
19.步骤3，用户利用运行在客户端计算机上的管理软件，经过设备生产状态监测仪的通信传输模块，下载获得的电流数据文件，管理系统根据该电流数据文件利用生产工序特征标定算法进行该生产工序的特征标定，管理系统把工序特征的标定结果存储至工序特征数据库，每条生产工序特征记录利用唯一的工序特征码进行标识，采用递增顺序数字码作为工序特征码；
20.步骤4，进行设备生产状态监测仪的实时生产监测工作模式，包括扫码开工、实时监测两个阶段，在扫码开工阶段，开工扫码模块依次扫描生产计划二维码和工序特征二维码，把扫码获得的工序特征信息和生产计划信息传输至主控监测模块，随后进入实时监测阶段；
21.步骤5，设备生产状态监测仪在实时生产监测工作模式的实时监测阶段，主控监测模块把经a/d转换模块传递来的电流数字信号存储至数据存储模块，并利用工序特征信息和生产计划信息，采用设备实时监测算法进行实时分析，获得设备运行信息，设备运行信息包括设备状态信息和设备生产信息，设备状态信息包括状态类型和状态发生时刻；设备生
产信息包括零件的生产计划令码、开始加工时间、结束加工时间、生产异常标志；设备状态类型包括三种状态：停机、待机、加工；生产异常标志包括四种标志：加工时间过长、加工时间过短、加工电流过大、加工电流过小。
22.步骤6，设备生产状态监测仪在实时生产监测工作模式的实时监测阶段，主控监测模块根据实时分析获得的设备运行信息进行生产报工和异常报警，生产报工是指在实时生产监测工作模式下，主控监测模块把监测到的设备生产信息，通过通信传输模块，上传至服务器计算机上的生产记录数据库的过程；异常报警是指：判断监测到的设备生产信息是否存在生产异常，若存在生产异常则通过异常报警模块进行声音报警，提示用户设备生产发生异常；
23.步骤7，设备生产状态监测仪在实时生产监测工作模式的实时监测阶段，主控监测模块根据实时分析获得的设备运行信息，在触控显示屏幕上进行设备状态信息的显示，包括停机、待机、加工三种设备状态类型和状态查询时间。
24.进一步地，步骤3中生产工序特征标定算法步骤如下：
25.步骤3.1，针对设备待机、加工两种状态，采用一种区分设备加工和待机状态的阈值算法，计算出设备加工状态的开工阈值v
strt
、完工阈值v
end
；
26.步骤3.2，针对设备待机状态存在的上下料和换刀两种状态，采用一种区分换刀状态和上下料状态的待机阈值算法，计算出待机阈值t
wit
，上下料即加工完成后员工取出设备中加工好的零件，再放置新零件；换刀即加工过程中刀具的更换；
27.步骤3.3，根据上述的开工阈值v
strt
、完工阈值v
end
、待机阈值t
wit
将采集到的电流数据分段，每段数据代表一个完整的零件加工过程，根据分段后获得的零件开始加工点和结束加工点，计算每个零件的加工时长，去除异常值，取中值作为该零件的加工周期t
work
；对各零件加工时长内的电流进行累加求和得到电流和，电流和除以采样点数得到均电流，去除异常值，取中值得到标准电流和v
totl
和标准均电流v
vg
；
28.步骤3.4，将步骤3.1至步骤3.3计算得到的6个生产特征参数v
strt
、v
end
、t
wit
、t
work
、v
totl
、v
vg
，上传至服务器计算机中的工序特征数据库。
29.进一步地，步骤5中设备实时监测算法步骤如下：
30.步骤5.1，根据开工扫码模块获得的生产工序特征参数v
strt
、v
end
、t
wit
、t
work
、v
totl
、v
vg
，设置标准均电流v
vg
的公差v，标准电流和v
totl
的值系数f1，f2，f3，撞刀阈值vh；
31.步骤5.2，主控监测模块将实时采集到的设备电流值，追加保存到数组list中，转至步骤5.3；
32.步骤5.3，若电流值大于撞刀阈值vh，即表示设备生产过程中产生撞刀事故，此时算法给出加工电流过大的生产异常标识，若电流值等于0，表示设备停机状态；若电流值由0急剧增大并趋于平稳，表示设备开机且算法记录开机时间；若电流由大值变为0，表示设备关机，算法记录关机时间，转至步骤5.4；
33.步骤5.4，若采集的数据点数小于t
work
t
wit
，转到步骤5.2；若采集的数据点数大于或等于t
work
t
wit
，则对list前t
work
个数据进行分析，首先判断开工阈值v
strt
大小是否介于该段数据首元素list[0]与相邻元素list[1]的大小之间，若是，则表示开工，以list[1]对应时刻作为开工时间并记录，转至步骤5.5，否则，删除首元素list[0]，转到步骤5.2；
[0034]
步骤5.5，判断list前t
work
个数据的平均值是否处于区间[v
vg-v，v
vg
v]内，若是，表
示加工正常，转到步骤5.6；否则，表示加工异常，转到步骤5.7；
[0035]
步骤5.6，若list[t
work
]小于v
end
，从list[t
work
]向list[t
work-1]方向与完工阈值v
end
逐个比较，直到电流值大于v
end
，表示完工并记录完工时间；若list[t
work
]大于v
end
，从list[t
work
]向list[t
work
1]方向与完工阈值v
end
逐个比较，直到电流值小于v
end
，记录完工；若list[t
work
]到list[t
work
t
wit
]内的值均大于v
end
，以t
work
t
wit
对应时刻作为完工时间，删除list内所有数据，转到步骤7.8；
[0036]
步骤5.7，判断该段数据的总电流大小，若大于f1*v
totl
，从list[t
work
]向list[t
work
1]方向与完工阈值v
end
逐个比较，同步骤5.6；若小于f2*v
totl
且大于f3*v
totl
，从list[t
work
]向list[t
work-1]方向与完工阈值v
end
逐个比较，同步骤5.6，若不满足上述阈值区间，表示待机状态下的异常波动，转到步骤5.2；
[0037]
步骤5.8，记录零件的开工时间、完工时间、生产异常标志，算法结束。
[0038]
进一步地，步骤3.1中的区分设备加工和待机状态的阈值算法具体如下：
[0039]
取电流数据序列{p}中的一段{p’}，{p’}中至少包含5个完整的零件加工过程，找到最大值和最小值所在位置，搜索最大值左邻域的最小值x1，右邻域的最小值x2，令x＝mx{x1,x2}，同理，搜索最小值领域内的最大值z1，z2，令z＝min{z1,z2}，此x、z分别表示加工状态电流绕x上下波动、待机状态电流围绕z上下波动，调整x，z的值，得到开工阈值v
strt
、完工阈值v
end
。
[0040]
进一步地，步骤3.2中的区分换刀状态和上下料状态的待机阈值算法具体如下：
[0041]
根据开工阈值v
strt
和完工阈值v
end
，计算得到电流数据序列{p’}中所有的待机时间{time}，包括上下料、换刀以及异常波动时间，计算如下：遍历数据{p’}，判断当前电流值是否小于v
end
，若满足则开始计数num ，直到电流值大于v
strt
，num值存入{time’}。根据实际情况去除异常值并分类计算待机阈值t
wit
；若存在换刀，则t
wit
取m，m介于上下料与换刀时长之间，若无换刀，则t
wit
取值n，n大于0小于{time’}最小值。
[0042]
进一步地，步骤3.3中的数据分段方法具体如下：
[0043]
根据开工阈值v
strt
、完工阈值v
end
、待机阈值t
wit
将采集到的电流数据分段，计算如下，遍历数据{p}，利用步骤6.2的方法计算得到待机时间集合{time}，待机开始点集合{pws}，待机结束点集合{pwe}，删除{time}中小于t
wit
的数据以及对应的{pws}、{pwe}中的数据，调整集合对应关系，即得到中间所有零件的加工开始点和加工结束点，实现分段
[0044]
本发明的有益效果是：能够根据设备在加工零件时电流围绕某大值上下剧烈波动以及待机时围绕某小值较平稳波动的特性，以及人工上下料时长明显大于换刀时长的特性，对数据分段，提取设备生产状态特征信息，形成工序特征文件。利用特征参数对实时数据进行判断，实现对零件生产过程的实时监测。该方法能够快速有效的标定工序特征，只需采集一定量的数据即可自动计算各特征参数值，最后由人工确定，生成工序特征文件。通过模拟监测试验，或由现场员工反馈，人工修改工序特征文件，使得特征值更加精确。
[0045]
显示屏幕上能够显示设备的运行信息，包括开工时间、完工时间、设备状态、当前时间、异常信息等，并进一步得到设备总的工作时长、停机时长及其占比，设备的加工总时长、待机总时长及其占比，设备当前状态及当前时刻，加工的零件个数，每个零件的加工时长、待机时长，零件加工效率、加工合格率等，将设备运行信息保存至本地，并通过网络上传至服务器中的生产记录数据库。通过相应指令，能够查询设备的生产记录以及当前的状态
信息。企业各级部门能够根据上述设备运行信息及其衍生信息优化生产计划，严格计算生产工时，查看设备每日工作负荷，追溯质量问题零件到具体设备、具体设备、具体时间，实现设备生产状态的可视化，为企业的管理决策提供数据支持。
附图说明
[0046]
图1是设备生产状态监测系统的总体构成框图
[0047]
图2是设备生产状态监测仪的模块结构图。
[0048]
图3是设备生产状态监测系统的信息传输流程图。
[0049]
图4是设备生产状态监测系统获得的设备运行信息。
[0050]
图5是工序特征标定算法流程图。
[0051]
图6是设备状态实时监测算法流程图。
[0052]
图7是零件1某工序采集到的原始电流数据曲线。
[0053]
图8是零件2某工序采集到的原始电流数据曲线。
具体实施方式
[0054]
现在结合附图对本发明作进一步详细的说明。
[0055]
如图1所示，一种设备生产状态监测系统，包括设备生产状态监测仪1、工厂局域网、客户端计算机和服务器计算机，设备生产状态监测仪1通过工厂局域网与客户端计算机和服务器计算机相互通信；如图2所示，设备生产状态监测仪包括电流传感模块1.1、a/d转换模块1.2、数据存储模块1.3、开工扫码模块1.4、主控监测模块1.5、触控显示屏幕1.6、异常报警模块1.7、通信传输模块1.8；
[0056]
电流传感模块1.1通过a/d转换模块1.2与主控监测模块1.5相连接，把采集到的电流模拟信号转换为数字信号，传输至主控监测模块1.5；
[0057]
数据存储模块1.3通过st接口和主控监测模块1.5相连接，负责存储a/d转换后得到的电流数字信号；
[0058]
开工扫码模块1.4通过usb接口和主控监测模块1.5相连接，负责扫描工序特征二维码和生产计划二维码，获得工序特征信息和生产计划信息，并把获得的信息传输至主控监测模块1.5；
[0059]
触控显示屏幕1.6通过hdmi接口与主控监测模块1.5相连接，负责显示主控监测模块1.5的实时监测结果信息，还负责接受用户通过触摸控制方式给出的工作指令；
[0060]
异常报警模块1.7通过rs485接口与主控监测模块1.5相连接，当监测到生产异常信息时，利用蜂鸣器进行声音报警；
[0061]
主控监测模块1.5通过通信传输模块1.8把监测到的设备生产信息上传至与工厂局域网相连的服务器计算机。
[0062]
如图3所示，服务器计算机中运行数据库系统2.3，包括工序特征数据库2.3.1、生产计划数据库2.3.2、生产记录数据库2.3.3，其中，工序特征数据库2.3.1的每条记录包括1个工序特征码和6个特征参数：开工阈值v
strt
、完工阈值v
end
、待机阈值t
wit
、加工周期t
work
、标准电流和v
totl
、标准均电流v
vg
，其中工序特征码是唯一性的主键字段。
[0063]
生产计划数据库2.3.2的每条记录包括生产计划令号、工序名称、计划数量3个字
段，其中生产令号是唯一性的主键字段。
[0064]
生产记录数据库2.3.3记录设备生产状态监测仪1实时监测得到的每个零件的生产记录信息，包括生产计划令号、开始加工时间、结束加工时间、生产异常标志4个字段。
[0065]
运行在客户端计算机上的管理软件2.2，包括如下功能：从设备生产状态监测仪1下载电流数据文件，查询设备生产状态监测仪1所监测设备的状态信息，按照生产工序特征标定算法进行工序特征标定、把标定出的工序特征存储至工序特征数据库、查询数据库系统2.3中的信息、打印工序特征二维码、打印生产计划二维码。
[0066]
一种设备生产状态监测系统工作方法，
[0067]
步骤1，设备生产状态监测仪1上电开机，通过触控显示屏幕1.6进行工作模式的选择，包括两种工作模式：标定数据采集模式、实时生产监测模式；
[0068]
步骤2，进行标定数据采集工作模式，包括两种工作指令：开始标定数据采集指令、结束标定数据采集指令，开始标定数据采集指令下达后，主控监测模块1.5把经a/d转换模块1.2传输来的电流数字信号存储至数据存储模块1.3，存储时，用开始采集的时刻作为电流数据文件的文件名，结束标定数据采集指令下达后，则停止采集和数据存储；
[0069]
步骤3，用户利用运行在客户端计算机上的管理软件2.2，经过设备生产状态监测仪1的通信传输模块1.8，下载获得的电流数据文件，管理系统2.2根据该电流数据文件利用生产工序特征标定算法进行该生产工序的特征标定，管理系统2.2把工序特征的标定结果存储至工序特征数据库2.3.1，每条生产工序特征记录利用唯一的工序特征码进行标识，采用递增顺序数字码作为工序特征码；
[0070]
步骤4，进行设备生产状态监测仪1的实时生产监测工作模式，包括扫码开工、实时监测两个阶段，在扫码开工阶段，开工扫码模块1.4依次扫描生产计划二维码和工序特征二维码，把扫码获得的工序特征信息和生产计划信息传输至主控监测模块1.5，随后进入实时监测阶段；
[0071]
步骤5，设备生产状态监测仪1在实时生产监测工作模式的实时监测阶段，主控监测模块1.5把经a/d转换模块1.2传递来的电流数字信号存储至数据存储模块1.3，并利用工序特征信息和生产计划信息，采用设备实时监测算法进行实时分析，获得设备运行信息。如图4所示，设备运行信息包括设备状态信息和设备生产信息，设备状态信息包括状态类型和状态发生时刻；设备生产信息包括零件的生产计划令码、开始加工时间、结束加工时间、生产异常标志；设备状态类型包括三种状态：停机、待机、加工；生产异常标志包括四种标志：加工时间过长、加工时间过短、加工电流过大、加工电流过小。
[0072]
步骤6，设备生产状态监测仪1在实时生产监测工作模式的实时监测阶段，主控监测模块1.5根据实时分析获得的设备运行信息进行生产报工和异常报警，生产报工是指在实时生产监测工作模式下，主控监测模块1.5把监测到的设备生产信息，通过通信传输模块1.8，上传至服务器计算机上的生产记录数据库2.3.3的过程；异常报警是指：判断监测到的设备生产信息是否存在生产异常，若存在生产异常则通过异常报警模块1.7进行声音报警，提示用户设备生产发生异常；
[0073]
步骤7，设备生产状态监测仪1在实时生产监测工作模式的实时监测阶段，主控监测模块1.5根据实时分析获得的设备运行信息，在触控显示屏幕1.6上进行设备状态信息的显示，包括停机、待机、加工三种设备状态类型和状态查询时间。
[0074]
如图5所示，步骤3中生产工序特征标定算法步骤如下：
[0075]
步骤3.1，针对设备待机、加工两种状态，采用一种区分设备加工和待机状态的阈值算法，计算出设备加工状态的开工阈值v
strt
、完工阈值v
end
；
[0076]
步骤3.2，针对设备待机状态存在的上下料和换刀两种状态，采用一种区分换刀状态和上下料状态的待机阈值算法，计算出待机阈值t
wit
，上下料即加工完成后员工取出设备中加工好的零件，再放置新零件；换刀即加工过程中刀具的更换；
[0077]
步骤3.3，根据上述的开工阈值v
strt
、完工阈值v
end
、待机阈值t
wit
将采集到的电流数据分段，每段数据代表一个完整的零件加工过程，根据分段后获得的零件开始加工点和结束加工点，计算每个零件的加工时长，去除异常值，取中值作为该零件的加工周期t
work
；对各零件加工时长内的电流进行累加求和得到电流和，电流和除以采样点数得到均电流，去除异常值，取中值得到标准电流和v
totl
和标准均电流v
vg
；
[0078]
步骤3.4，将步骤3.1至步骤3.3计算得到的6个生产特征参数v
strt
、v
end
、t
wit
、t
work
、v
totl
、v
vg
，上传至服务器计算机中的工序特征数据库2.3.1。
[0079]
如图6所示，步骤5中设备实时监测算法步骤如下：
[0080]
步骤5.1，根据开工扫码模块1.4获得的生产工序特征参数v
strt
、v
end
、t
wit
、t
work
、v
totl
、v
vg
，设置标准均电流v
vg
的公差v，标准电流和v
totl
的值系数f1，f2，f3，撞刀阈值vh；
[0081]
步骤5.2，主控监测模块1.5将实时采集到的设备电流值，追加保存到数组list中，转至步骤5.3；
[0082]
步骤5.3，若电流值大于撞刀阈值vh，即表示设备生产过程中产生撞刀事故，此时算法给出加工电流过大的生产异常标识，若电流值等于0，表示设备停机状态；若电流值由0急剧增大并趋于平稳，表示设备开机且算法记录开机时间；若电流由大值变为0，表示设备关机，算法记录关机时间，转至步骤5.4；
[0083]
步骤5.4，若采集的数据点数小于t
work
t
wit
，转到步骤5.2；若采集的数据点数大于或等于t
work
t
wit
，则对list前t
work
个数据进行分析，首先判断开工阈值v
strt
大小是否介于该段数据首元素list[0]与相邻元素list[1]的大小之间，若是，则表示开工，以list[1]对应时刻作为开工时间并记录，转至步骤5.5，否则，删除首元素list[0]，转到步骤5.2；
[0084]
步骤5.5，判断list前t
work
个数据的平均值是否处于区间[v
vg-v，v
vg
v]内，若是，表示加工正常，转到步骤5.6；否则，表示加工异常，转到步骤5.7；
[0085]
步骤5.6，若list[t
work
]小于v
end
，从list[t
work
]向list[t
work-1]方向与完工阈值v
end
逐个比较，直到电流值大于v
end
，表示完工并记录完工时间；若list[t
work
]大于v
end
，从list[t
work
]向list[t
work
1]方向与完工阈值v
end
逐个比较，直到电流值小于v
end
，记录完工；若list[t
work
]到list[t
work
t
wit
]内的值均大于v
end
，以t
work
t
wit
对应时刻作为完工时间，删除list内所有数据，转到步骤7.8；
[0086]
步骤5.7，判断该段数据的总电流大小，若大于f1*v
totl
，从list[t
work
]向list[t
work
1]方向与完工阈值v
end
逐个比较，同步骤5.6；若小于f2*v
totl
且大于f3*v
totl
，从list[t
work
]向list[t
work-1]方向与完工阈值v
end
逐个比较，同步骤5.6，若不满足上述阈值区间，表示待机状态下的异常波动，转到步骤5.2；
[0087]
步骤5.8，记录零件的开工时间、完工时间、生产异常标志，算法结束。
[0088]
步骤3.1中的区分设备加工和待机状态的阈值算法具体如下：
[0089]
取电流数据序列{p}中的一段{p’}，{p’}中至少包含5个完整的零件加工过程，找到最大值和最小值所在位置，搜索最大值左邻域的最小值x1，右邻域的最小值x2，令x＝mx{x1,x2}，同理，搜索最小值领域内的最大值z1，z2，令z＝min{z1,z2}。此x、z分别表示加工状态电流绕x上下波动、待机状态电流围绕z上下波动，调整x，z的值，得到开工阈值v
strt
、完工阈值v
end
。
[0090]
步骤3.2中的区分换刀状态和上下料状态的待机阈值算法具体如下：
[0091]
根据开工阈值v
strt
和完工阈值v
end
，计算得到电流数据序列{p’}中所有的待机时间{time}，包括上下料、换刀以及异常波动时间，计算如下：遍历数据{p’}，判断当前电流值是否小于v
end
，若满足则开始计数num ，直到电流值大于v
strt
，num值存入{time’}。根据实际情况去除异常值并分类计算待机阈值t
wit
；若存在换刀，则t
wit
取m，m介于上下料与换刀时长之间，若无换刀，则t
wit
取值n，n大于0小于{time’}最小值。
[0092]
步骤3.3中的数据分段方法具体如下：
[0093]
根据开工阈值v
strt
、完工阈值v
end
、待机阈值t
wit
将采集到的电流数据分段，计算如下，遍历数据{p}，利用步骤6.2的方法计算得到待机时间集合{time}，待机开始点集合{pws}，待机结束点集合{pwe}，删除{time}中小于t
wit
的数据以及对应的{pws}、{pwe}中的数据，调整集合对应关系，即得到中间所有零件的加工开始点和加工结束点，实现分段。
[0094]
以某设备加工某轴类零件1为例，通过传感模块1.1采集电流，在a/d转换模块1.2转换成数字信号，并传输至数据存储模块1.3进行保存，图7为零件1的电流数据曲线，包含8个完整生产过程。在计算机中下载数据并进行标定，将标定结果上传至服务器中的工序特征数据库。表1为标定的工序特征向量，在数据库中查询该工序特征并生成工序特征码，开工扫码模块1.4扫描工序特征码和生产计划令码，将信息传输至主控监测模块1.5，来对设备生产状态进行监测，表2为零件1部分实时监测结果，在屏幕显示模块1.7显示各零件的开工时间和完工时间，同时计算并显示各零件的加工时长，均在77s左右，以及设备的待机时长，由于是人工上下料，因此时间不相等。最后将开工、完工时间上传至服务器中的生产记录数据库，供管理端调用。
[0095]
以某设备加工某轴类零件2为例，该零件较零件1存在换刀状态，图8为零件2的电流数据曲线，包含8个完整生产过程。表3为标定的工序特征向量，表4为部分实时监测结果。可以看到零件2第5个工件的加工时长26s明显小于前4个零件的平均加工时长33s，属于生产异常标志中的加工时间过短，此时异常报警模块1.7的蜂鸣器开始声音警报，最后上传的该道生产记录会存在异常标记，提示监管人员进行处理以及后续质量问题的信息追溯。
[0096]
表1零件1某工序标定获得的工序特征参数
[0097][0098]
表2零件1某工序实时监测获得的5条生产记录信息
[0099][0100]
表3零件2某工序标定获得的工序特征参数
[0101][0102]
表4零件2某工序实时监测获得的5条生产记录信息
[0103][0104]
需要注意的是，发明中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
[0105]
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。