基于粒度結構分析的數控機床制造信息資源自動化檢測方法

王 煜，葉 賽，范文濤

（1.廣東金融學院 互聯網金融與信息工程學院，廣州 510521；2.通用電氣（中國）有限公司，北京 100176）

0 引言

數控機床是一種裝有程序控制的系統的自動化機床，在現代化制造車間中有著舉足輕重的作用。為提高數控機床的加工精度，準確辨識數控機床刀具的位置，需要檢測數控機床的制造信息資源[1]。在以往的制造方式下，制造信息資源都是在特定的模塊內進行組織的，由于制造信息資源管理中的體系不完備，都將會導致制造信息資源發生重復出現的情況，而且還使基礎信息共享和同步都很難實現，嚴重的影響信息系統的充分集成，為此，提升制造信息資源的檢測精度已經成為當前相關領域的研究重點[2]。

目前很多專家學者們對數控機床制造信息資源自動化檢測進行了研究，也都取得了一定的成果。文獻[3]提出基于MTConnect協議的數控機床數據采集方法。該方法設計了系統的數據庫結構，據此開發了數控機床數據采集系統，完成了數控機床制造信息資源的檢測。該方法完成時間較短，但是檢測準確率相對較低。文獻[4]提出了一種基于旋轉軸綜合誤差測量的信息資源檢測方法。根據數控機床刀具繞旋轉軸轉動時的理論坐標與實際坐標的誤差數據，得到誤差辨識數據，通過檢測得出信息資源數據。該方法具有一定的檢測準確率，但是在分析的過程中，能量消耗較大。

針對上述這種情況，文中提出一種新的基于粒度結構分析的數控機床制造信息資源自動化檢測方法方法。測試結果表明，該方法對制造信息資源元數據粒度結構分析的完成時間較短、準確率較高、能量消耗較少，具有一定的應用價值。

1 數控機床制造信息資源元數據粒度結構分析

1.1 粒度結構的表達形式

粒度結構模型具有可拓展性及可分解性的特點，粒度結構的層次分明，能夠精準分析結構復雜的制造信息資源系統，準確檢測元數據信息[5]。

分析制造信息資源系統，得到制造信息資源元數據粒度結構模型，具體過程如下所述：

將數控機床制造信息資源元數據問題轉化成一個用三元組（X，F，T）來表示的形式，其中X代表元數據中所有元素集合，F代表元數據中數據屬性之間的映射關聯規則，利用函數F：X→Y來進行描述，Y代表在歐式空間中元數據的集合，T代表元數據粒度結構，描述元數據粒度所有元素之間存在的相互關系，利用圖1可以給出，將制造信息資源元數據粒度通過某種屬性來對元數據中所有元素集合進行劃分的度量[6]。

圖1 數控機床制造信息資源元數據粒度表達形式

制造信息資源元數據粒度結構的表達形式包含下面幾個優勢：

第一個是元數據中所有元素集合的可拓展性，也可以將其理解成是可以通過需要條件來擴大元數據問題所涉及的元素。

第二個是對象集的可分解性，可以將其理解成是通過元數據所有元素集合中各個元素之間的關聯來對制造信息資源元數據粒度問題進行分解。

通過上述分析得出，數控機床制造信息資源元數據粒度結構的層次結構都比較清晰，利用這個表達形式可以對內容結構相對復雜的制造信息資源系統提供有效的檢測手段[7]。

1.2 元數據粒度結構分析

引入引入粒度結構分析方法，來找出產品制造過程中各種制造信息資源元數據對象和它的特征信息。首先建立制造信息資源元數據粒度結構模型，如圖2所示。

步驟1：獲取數控機床制造信息資源元數據對象和它的特征[8]。

圖3 數控機床制造信息資源元數據對象和它的特征獲取

1）R代表元數據的對象集；Ri代表資源類型，它主要劃分為產品資源類、人力資源類和組織資源類等；Rij代表不同類型中所含有的資源對象。

2）F（R）代表數控機床制造信息資源元數據對象的特征映射體系；主要利用它來表述制造信息資源元數據對象對整個生命周期產品的研發過程進行映射的關聯規則，按照每個產品研發過程來對制造信息資源元數據對象主要特征的加工處理，以此來獲取出每個資源元數據對象的特征[9]。

3）{C1，C2,…}代表數控機床制造信息資源元數據對象的特征集合；Ck（k=1，2，3，…）代表相對于元數據集合R中的對象Rij，通過{Ckn}來組成，Ckn代表制造信息資源元數據對象的具體特征，通過制造信息資源元數據對象在各個研發過程中進行映射來獲得，是反映資源元數據對象的主要特征屬性。

步驟2：制造信息資源元數據對象的特征組織結構。

圖4 數控機床制造信息資源元數據對象的特征組織結構

1）G（C）代表制造信息資源元數據對象的特征組織結構，通過來組成，其中G1（C）代表一種編碼方式，它可以組成元數據對象編碼的特征組合形式；G2（C）代表整個系統的需求，用來表述各個系統需求的特征組合形式。

2）{Gi{Cij}}代表制造信息資源元數據對象的特征組合形式的集合，根據G（C）的組織結構來對Ckn的組合進行操作[10]。

2 基于元數據粒度結構的數控機床制造信息資源自動化檢測

根據上文得出的制造信息資源元數據粒度結構模型，進行數控機床制造信息資源的自動化檢測，具體過程如下：

針對數控機床制造信息的自動采集問題，由于數控機床受到電磁干擾的影響，射頻識別設備無法準確采集其制造信息，因此本文采用德國巴魯夫公司所生產的專業級RFID設備，并通過PLC連接數控系統，完成數控機床制造信息的精準采集，能夠為刀具的位置辨識與壽命預測提供精確信息[11]。

由于采集到的制造信息中含有重復的數據，需要根據元粒度結構模型，描述數控機床制造信息資源內部元素之間信息交互和它們的屬性關聯，即描述數控機床制造信息資源關鍵屬性結構化的數據，用表示，式中Rg代表第g粒度層次上的元數據，XR代表采集的數控機床制造信息。

式中，fact可以選取eig函數；l代表制造信息資源元數據元素集合的維度，代表為第g個粒度層次上的元數據i是否能夠代替第j維度上的元數據，當它為1的時候能夠代替，否則不能[12]。

通過制造信息資源元數據粒度結構模型，能夠有效去除數控機床制造信息資源中的重復數據，得到精準數控機床制造信息資源元數據，并以此建立數控機床制造信息資源自動化檢測模型。

式中，X為數控機床制造信息資源系統數據的平均值，當采集到的數控機床制造信息數據量大于該值時，輸出數控機床制造信息資源元數據，反之則輸出G-1粒度層次上的元數據[13～15]。

根據自動化檢測模型，完成數控機床制造信息資源的自動化檢測。

3 實驗與結果分析

為了驗證所提出基于粒度結構分析的數控機床制造信息資源自動化檢測方法的綜合有效性，需要進行一次測試，測試環境為lntel(R) Core(TM)2 Duo CPU E7400，主頻為2.80GHz，內存為2.00GB配置的PC機上，以元數據管理平臺為測試平臺，采用文獻[3]、文獻[4]提出的方法為實驗的對照組，分別從分析檢測準確率、檢測時間及檢測過程能量消耗三個方面進行測試，測試結果如圖5所示。

分別采用所提方法與文獻[3]方法和文獻[4]方法進行制造信息資源的檢測準確率（%）對比，測試三種方法在分析數據數量為20、40和60個時的檢測準確率，準確率計算公式為：

圖5 數控機床制造信息資源檢測界面

其中，A0為成功判斷是否重復的數據，A為總數據。

根據準確率計算公式，得到分析準確率測試結果如表1所示。

表1 不同方法檢測準確率對比

分析表1可以看出，所提方法在數據數量為20個、40個、60個時，制造信息資源檢測準確率都為100%；而文獻[3]方法和文獻[4]方法在數據數量為20個、40個、60個時，檢測準確率都明顯低于所提方法分析準確率，通過對比可知，采用所提方法得到數控機床制造信息資源檢測的準確率高，具有較好的分析效果。

在測試了檢測準確率的基礎上，進一步測試三種方法的檢測時間（s）。分別測量三種方法檢測100、300及500個制造信息資源數據的完成時間，測試結果如表2所示。

分析表2可以看出，3種方法在檢測相同數量的制造信息資源時，所提方法的檢測時間都明顯低于文獻[3]方法和文獻[4]方法，通過對比可知，所提方法完成數控機床制造信息資源檢測的時間較短，效率高。

表2 不同方法檢測時間對比測試

測試三種方法檢測數控機床制造信息資源的能量消耗（bit）情況，計算公式如下：

式中，s為制造信息資源數據個數，j為單位數據能耗量。根據式(4)得出測試結果如圖6所示。

圖6 不同方法制造信息資源檢測能量消耗對比測試

分析圖6可以看出，隨著數據數量的不斷增加，3種方法的能耗也隨之增加，當數據數量為80個時，所提方法的制造信息資源檢測能量消耗大約為550bit，文獻[3]方法的制造信息資源檢測能量消耗大約為780bit，文獻[4]方法的制造信息資源檢測能量消耗大約為860bit，通過對比可知，所提方法檢測數控機床制造信息資源的能量消耗最小，具有一定的應用價值。

4 結語

本文提出了一種基于粒度結構分析的數控機床制造信息資源自動化檢測方法。該方法通過對數控機床制造信息資源元數據技術的分析，得到制造信息資源元數據粒度結構模型，在此基礎上，采集數控機床制造信息，根據元數據粒度結構模型去除了采集到的制造信息中的重復數據，以此構建數控機床制造信息資源自動化檢測模型，完成數控機床制造信息資源的自動化檢測。經過測試結果表明，該方法對數控機床制造信息資源的檢測時間較短、檢測準確率較高、能量消耗較少，說明該方法能夠高效準確的完成數控機床制造信息資源檢測，在提高數控機床的加工精度、預測機床使用壽命等方面具有一定的應用價值。