殷 銘,王平平
(蘇州工業(yè)職業(yè)技術(shù)學院,江蘇 蘇州215404)
數(shù)據(jù)是這個時代最核心的資源,這個概念得到了廣泛的認識。數(shù)據(jù)就是這個數(shù)字時代的“石油”。作為智能制造的重要基礎(chǔ),工業(yè)大數(shù)據(jù)的發(fā)現(xiàn)和挖掘工作就非常重要和必要。
目前制造業(yè)的生產(chǎn)過程中會產(chǎn)生大量的數(shù)據(jù)。其中切削過程中會產(chǎn)生大量的噪音和振動。如果將其進行大量的收集和處理,就可以將振動和噪音變成有非常有用的資源,提供給神經(jīng)網(wǎng)絡進行訓練,可以對切削加工的情況進行實施檢測和判斷,也可以一定程度上預測后續(xù)切削的情況,為預防性維護提供更合理的建議。
傳統(tǒng)的振動信息采集需要非常專業(yè)化的設(shè)備和技術(shù)。常見的配置由振動傳感器、電荷放大器、數(shù)據(jù)采集卡構(gòu)成,成本高昂且數(shù)據(jù)通用性和可開發(fā)性比較差。
本次開發(fā)的目標是進行振動數(shù)據(jù)的采集并存儲到數(shù)據(jù)庫中,為了達到壓縮開發(fā)成本,便于實施和管理??紤]使用通用ardunio技術(shù)平臺進行實驗性開發(fā)。
整個裝置的結(jié)構(gòu)框圖如圖1所示,主要由CM-01B振動傳感器、AD620信號放大器、Ardunio UNO模塊、LCD 5110顯示單元、W5110以太網(wǎng)絡模塊5個主要部分組成,另將采集的數(shù)據(jù)存儲在遠程數(shù)據(jù)云中,供計算和分析中心計算機使用。
硬件開發(fā)平臺使用Ardunio UNO,如圖2所示,這一塊以ATmega328P為核心的開源軟硬體平臺,可以方便的完成各類模擬和數(shù)字傳感器的數(shù)據(jù)采集,還可以進行初步的數(shù)據(jù)計算和處理。硬件平臺對應的開發(fā)工具是Ardunio IDE.
圖2 Ardunio UNO開發(fā)板
振動傳感器采用CM-01B高靈敏度接觸式拾音器,該傳感器具有頻帶寬、靈敏度高、抗沖擊性能良好、重量輕和體積小等優(yōu)點而且成本低廉。其內(nèi)部由PVDF壓電薄膜振動傳感器結(jié)合了一個低噪音的前置放大電路組成,輸出信號50~200 mV.測頭是一個連接內(nèi)部傳感器的橡膠墊,能有效降低噪音干擾并吸收一定的沖擊。
開發(fā)工具采用的是Ardunio IDE,Arduino語言基于wiring語言開發(fā),是對AVRGCC庫的二次封裝,該開發(fā)平臺在Windows上開發(fā)Atmel AVR系列RISC微控制器十分方便,裝置關(guān)鍵技術(shù)要點如下:
振動頻率的測試需要有高的采樣速度,ATmega 328P其默認是10位精度,外部頻率16 MHz,分頻默認為128.默認情況下經(jīng)過分頻后16 MHz/128=125 kHz,一次ADC轉(zhuǎn)換需要13個clock,采樣率約9 600 Hz.為了提高采樣頻率可以將ADCSRA設(shè)置為100將分離頻由默認的128改為16,這樣大約可以提高8倍的采樣速度,頻率可以提高至約58 kHz此時analogRead()函數(shù)讀取模擬量時每次耗費時間約0.115 ms,約10 kHz,可以滿足對振動數(shù)據(jù)高速采樣的要求。
為了后期計算最少要采樣到2個周期的數(shù)據(jù)方便后續(xù)計算頻率和振幅,連續(xù)采樣根據(jù)振動頻率的不同,調(diào)節(jié)采樣時間間隔,在此每次采樣200次數(shù)據(jù)放入緩沖數(shù)組,同時記錄數(shù)據(jù)采集循環(huán)耗時。
void collectData(){
begt=micros();
for(i=0;i<200;i++){
vdata[i]=analogRead(A0);
delayMicroseconds(60);
}
runt=micros()-begt;
}
對采集到的緩沖數(shù)組數(shù)據(jù)進行分析,通過冒泡算法找到最大最小值,得到波形的幅值,計算得到中職值。再進行比較判斷兩個波形之間的采集節(jié)拍數(shù),然后根據(jù)數(shù)據(jù)采集時的每節(jié)拍時間作為單位算出波形數(shù)據(jù)的周期和頻率,得到當前振動數(shù)據(jù)采集的頻率和振幅兩個關(guān)鍵數(shù)據(jù)。其程序流程圖如圖3所示。
圖3 系統(tǒng)結(jié)構(gòu)圖
然后將得到的數(shù)據(jù)顯示至LED 5110上方便觀察。通過同時定時將數(shù)據(jù)通過網(wǎng)絡推送至網(wǎng)絡數(shù)據(jù)庫中,方便高性能計算機和數(shù)據(jù)分析軟件進行數(shù)據(jù)深度處理。
將傳感器放置到安裝支架上和手機接觸,將手機調(diào)成振動,對手機的振動情況進行采集。如圖4所示。測試裝置由成品磁力座、連接支架(3D打印PLA)構(gòu)成。傳感器安裝在連接支架中,連接支架安裝在磁力座上,方便以后吸附到機床設(shè)備上。
圖4 裝置測試狀態(tài)
由示波器檢測到振動傳感器輸出如圖5所示,頻率193.1 Hz,振幅290 mm,裝置探測手機的振動數(shù)據(jù)直接顯示在LED5110上,情況如圖6所示,頻率194 Hz,幅度511 mm,兩者頻率數(shù)據(jù)基本吻合,振幅數(shù)據(jù)有效。
圖5 示波器檢測到振動傳感器輸出圖
圖6 采集裝置的測試結(jié)果
為了便于數(shù)據(jù)的采集和儲存,使用了mysql數(shù)據(jù)庫進行存儲,檢測數(shù)據(jù)以3 min的刷新速度提交到網(wǎng)絡數(shù)據(jù)庫中,如圖表1所示。從而實現(xiàn)的數(shù)據(jù)的采集和保存。
表1 每3min提交到網(wǎng)絡數(shù)據(jù)庫中檢測數(shù)據(jù)
通過單片機的開發(fā)進行數(shù)據(jù)采集是進行智能制造在工業(yè)數(shù)據(jù)采集的一種方法。通過數(shù)據(jù)庫等技術(shù)進行數(shù)據(jù)積累,然后進行數(shù)據(jù)挖掘,或提供給TensorFlow等人工智能框架進行大數(shù)據(jù)分析和人工智能訓練??梢灾悄芑瘜崟r預測刀具和切削失效情況,從而實現(xiàn)切削加工過程的智能化控制。