1.一种机加工实训设备共享系统,其特征在于,包括设备层和共享系统软件平台;
所述设备层包括感知设备、执行设备和机加工设备;
所述共享系统软件平台包括智能物联网平台、共享管理模块和机加工设备管理模块;
所述设备层、所述共享管理模块和所述机加工设备管理模块均与所述智能物联网平台相连接;
所述智能物联网平台包括相互连接的设备管理模块、算法模块和数据服务接口模块,所述设备管理模块与所述设备层相连接,所述共享管理模块和所述机加工设备管理模块分别与所述数据服务接口模块相连接;
所述算法模块包括人脸识别算法模块和设备状态识别算法模块;
所述设备状态识别算法模块用于根据设备绩效、环境温湿度、设备温度和振动特征值综合评估所述机加工设备的状态;
所述机加工设备的状态的评估计算式为:
1/2
EHT= (T环境温度 * T环境湿度 ) * T设备温度 * T设备振动 * EPF;
其中,EPF为设备绩效,EHT为状态值,T环境温度为环境实际温度超出环境温度阈值的时间占比百分比 ,T环境湿度 为环境实际湿度超出环境湿度阈值的时间占比百分比,T设备温度 为设备关键部位实际温度超出温度阈值的时间占比百分比,T设备振动为设备旋转部件实际振动特征值超出阈值的时间占比百分比;
所述设备状态识别算法模块包括提醒模块,所述提醒模块用于:当EHT ≤60 ,提示健康状态为告警;
当60 < EHT≤ 80,提醒健康状态为预警;
当EHT > 80 ,提醒健康状态为正常;
所述设备温度通过温度均值算法进行计算,所述温度均值算法具体步骤如下:采集最近24小时的温度数据有n个,温度最大值为Tmax,温度最小值为Tmin,设定温度阈值,平均温度T=(T1+T2+…+Tn‑Tmin‑Tmax)/(n‑2);
所述振动特征值通过振动特征值算法进行计算,所述振动特征值算法具体步骤如下:采集最近24小时的振动数据有n个,振动幅值最大值为Vmax,振动幅值最小值为Vmin,
1/2
设定振动特征值阈值,振动特征值V=(V1+V2+…+Vn‑Vmin‑Vmax) /(n‑2);
设备绩效通过设备绩效算法进行计算,所述设备绩效算法具体步骤如下:设备绩效算法综合考虑了设备教学和设备共享情况下的时间利用率、性能利用率和良
1/2
品率,计算公式:EPF = 100 *(T教学运行时间 / T计划运行时间)*(T教学产品理论加工周期 / T教学产品实际加工周期 ) *
1/2
(N教学产品合格数 / N教学产品总数) + 100 *(T共享运行时间 / T计划运行时间)*(T共享产品理论加工周期 / T共享产品实际加工周期 ) *(N共享产品合格数 / N共享产品总数)。
2.根据权利要求1所述的一种机加工实训设备共享系统,其特征在于,所述感知设备包括:
摄像头,安装于实训室门口用于采集人脸图像数据;
温湿度传感器,安装于实训室内用于采集环境温湿度数据;
温振传感器,安装于所述机加工设备主电机外壳上,用于采集所述机加工设备的温度和振动数据。
3.根据权利要求1所述的一种机加工实训设备共享系统,其特征在于,所述执行设备包括:
门禁装置,安装于实训室门口,用于开启或关闭实训室;
声光报警装置,用于发出预警;
电控装置,用于对所述机加工设备进行通电或断电。
4.根据权利要求1所述的一种机加工实训设备共享系统,其特征在于,所述设备管理模块包括:
设备连接模块,用于连接所述设备层;
数据采集模块,用于采集所述设备层的数据;
数据储存模块,用于储存所述设备层的数据;
数据模型,用于处理所述设备层的数据。
5.根据权利要求1所述的一种机加工实训设备共享系统,其特征在于,所述共享管理模块包括权限管理模块和数据管理模块;所述机加工设备管理模块包括设备状态模块、设备绩效模块和设备健康评估模块。
6.根据权利要求4所述的一种机加工实训设备共享系统,其特征在于,所述数据模型包括静态数据、时序数据、分析数据和交互数据;
所述静态数据包含设备基本参数、设备运维数据;
所述时序数据由所述智能物联网平台实时采集,更新频率为秒级,包含作业环境数据、运行状态数据、过程参数数据;
所述分析数据每月分析计算更新,包含绩效指标数据、健康评估数据;
所述交互数据包含设计数据、指标标准、规格数据、工艺数据、命令数据。
7.根据权利要求1所述的一种机加工实训设备共享系统,其特征在于,通过设备资产链、共享服务链、产品链三链融合数据主线,将服务预约业务、产品设计业务、工业制造业务中的数据汇聚和关联;
所述设备资产链包括健康评估数据、使用授权数据、生产执行数据、绩效分析数据、设备运维数据;
所述共享服务链包括服务预数据、生产策划数据、材料准备数据、生产执行数据、物流数据、客户服务数据;
所述产品链包括生产需求数据、产品设计数据、产品制造数据、物流数据、销售数据。
8.一种机加工实训设备共享方法,其特征在于,包括:根据设备绩效、环境温湿度、设备温度和振动特征值综合评估机加工设备的状态;
所述机加工设备的状态的评估计算式为:
1/2
EHT= (T环境温度 * T环境湿度 ) * T设备温度 * T设备振动 * EPF;
其中,EPF为设备绩效,EHT为状态值,T环境温度为环境实际温度超出环境温度阈值的时间占比百分比 ,T环境湿度 为环境实际湿度超出环境湿度阈值的时间占比百分比,T设备温度 为设备关键部位实际温度超出温度阈值的时间占比百分比,T设备振动为设备旋转部件实际振动特征值超出阈值的时间占比百分比;
当EHT ≤60 ,健康状态为告警;
当60 < EHT≤ 80,健康状态为预警;
当EHT > 80 ,健康状态为正常;
所述设备温度通过温度均值算法进行计算,所述温度均值算法具体步骤如下:采集最近24小时的温度数据有n个,温度最大值为Tmax,温度最小值为Tmin,设定温度阈值,平均温度T=(T1+T2+…+Tn‑Tmin‑Tmax)/(n‑2);
所述振动特征值通过振动特征值算法进行计算,所述振动特征值算法具体步骤如下:采集最近24小时的振动数据有n个,振动幅值最大值为Vmax,振动幅值最小值为Vmin,
1/2
设定振动特征值阈值,振动特征值V=(V1+V2+…+Vn‑Vmin‑Vmax) /(n‑2);
设备绩效通过设备绩效算法进行计算,所述设备绩效算法具体步骤如下:设备绩效算法综合考虑了设备教学和设备共享情况下的时间利用率、性能利用率和良
1/2
品率,计算公式:EPF = 100 *(T教学运行时间 / T计划运行时间)*(T教学产品理论加工周期 / T教学产品实际加工周期 ) *
1/2
(N教学产品合格数 / N教学产品总数) + 100 *(T共享运行时间 / T计划运行时间)*(T共享产品理论加工周期 / T共享产品实际加工周期 ) *(N共享产品合格数 / N共享产品总数)。