数控系统工业数据采集和存储方法及其系统

摘要

本申请涉及数控系统领域，公开了一种数控系统工业数据采集和存储方法及其系统。使得数控设备产生的各种数据可以有效地相互关联，提高进一步分析和处理的效率。本发明中，从来自数控系统的多个数据源同步采集多种数据并保存到缓存中，并同步地从数控系统获取实时的G代码行号信息；对缓存中在时间上对应同一G代码行号信息的多种数据进行组合，生成一个或多个组合数据；对组合数据进行存储。

权利要求

1.一种数控系统工业数据采集和存储方法，其特征在于，包括：从来自数控系统的多个数据源同步采集多种数据并保存到缓存中，并同步地从所述数控系统获取实时的G代码行号信息；

对所述缓存中在时间上对应同一G代码行号信息的所述多种数据进行组合，生成一个或多个组合数据；

对所述组合数据进行存储。

2.根据权利要求1所述的数控系统工业数据采集和存储方法，其特征在于，所述组合数据中包括G代码行号。

3.根据权利要求1所述的数控系统工业数据采集和存储方法，其特征在于，所述数控系统是普通数控机床、或加工中心、或机器人。

4.根据权利要求1所述的数控系统工业数据采集和存储方法，其特征在于，所述多种数据包括以下之一或其任意组合：程序号、各个运动轴的指令位置、实际位置和负载电流、刀号、换刀时间、主轴电流。

5.根据权利要求1所述的数控系统工业数据采集和存储方法，其特征在于，所述从来自数控系统的多个数据源同步采集多种数据并保存到缓存中的步骤之前，还包括：对需要采集的所述多种数据的采集属性进行配置。

6.根据权利要求5所述的数控系统工业数据采集和存储方法，其特征在于，所述对需要采集的所述多种数据的采集属性进行配置，包括：利用组合数据结构对所述组合数据中的多种类型数据进行统一的属性设置。

7.根据权利要求5所述的数控系统工业数据采集和存储方法，其特征在于，所述采集属性包括以下之一或其任意组合：待采集数据类型、数据采集周期、数据组合周期。

8.一种数控系统工业数据采集和存储系统，其特征在于，包括数据采集单元，所述数据采集单元进一步包括：缓存；

获取模块，用于从来自数控系统的多个数据源同步采集多种数据并保存到所述缓存中，并同步地从所述数控系统获取实时的G代码行号信息，数据组合模块，用于对所述缓存中在时间上对应同一G代码行号信息的所述多种数据进行组合，生成一个或多个组合数据；

数据保存模块，用于将所述组合数据保存到存储设备。

9.一种数控系统工业数据采集和存储系统，其特征在于，包括：存储器，用于存储计算机可执行指令；以及，

处理器，用于在执行所述计算机可执行指令时实现如权利要求1至7中任意一项所述的方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器执行时实现如权利要求1至7中任意一项所述的方法中的步骤。

说明书

数控系统工业数据采集和存储方法及其系统

技术领域

[0001] 本申请涉及数控系统技术领域，特别涉及数控系统工业数据采集和存储 技术。

背景技术

[0002] 工业大数据是互联网、大数据和工业化结合的产物。

[0003] 换句话说，工业大数据是智能制造的核心驱动力。工业大数据可以推动 大数据在工艺设计、生产制造、产线管理、系统维护等产业链全流程各环节 的应用，在分析感知用户需求，打造智能工厂，推动制造模式变革和工业转 型升级。

[0004] 因此，工业大数据对实现智能生产制造等方面具有重要作用。

[0005] 工业大数据应用的第一步是数据源与数据采集。

[0006] 具体的，数控设备在生产过程中会产生大量的数据信息，如数控系统信 息(轴位置、电流、电压等)、外部传感器信息(力、热等)等，数据采集 负责将上述信息进行必要的信号转换等操作后写入数据管道。

[0007] 但是，目前在实际应用中，仍然存在数据采集的完备性和可靠性低下， 数据利用率低等问题。

发明内容

[0008] 本申请的目的在于提供一种数控系统工业数据采集和存储方法及其系 统，使得数控设备产生的各种数据可以有效地相互关联，提高进一步分析和 处理的效率。

[0009] 为了解决上述问题，本申请公开了一种数控系统工业数据采集和存储方 法，包括：

[0010] 从来自数控系统的多个数据源同步采集多种数据并保存到缓存中，并同 步地从该数控系统获取实时的G代码行号信息；

[0011] 对该缓存中在时间上对应同一G代码行号信息的该多种数据进行组合， 生成一个或多个组合数据；

[0012] 对该组合数据进行存储。

[0013] 在一优选例中，该组合数据中包括G代码行号。

[0014] 在一优选例中，该数控系统是普通数控机床、或加工中心、或机器人。

[0015] 在一优选例中，该多种数据包括以下之一或其任意组合：

[0016] 程序号、各个运动轴的指令位置、实际位置和负载电流、刀号、换刀时 间、主轴电流。

[0017] 在一优选例中，该从来自数控系统的多个数据源同步采集多种数据并保 存到缓存中的步骤之前，还包括：

[0018] 对需要采集的该多种数据的采集属性进行配置。

[0019] 在一优选例中，该对需要采集的该多种数据的采集属性进行配置，包括：

[0020] 利用组合数据结构对该组合数据中的多种类型数据进行统一的属性设 置。

[0021] 在一优选例中，该采集属性包括以下之一或其任意组合：

[0022] 待采集数据类型、数据采集周期、数据组合周期。

[0023] 在一优选例中，该生成一个或多个组合数据的步骤中，包括：

[0024] 创建json对象，将该缓存中的多个数据采集周期内形成的数据集打包 到该json对象中，形成一个组合数据。

[0025] 在一优选例中，该对该组合数据进行存储的步骤，进一步包括：

[0026] 将新生成的该组合数据保存到内存数据库，通过内存数据库向第三方应 用提供数据。

[0027] 在一优选例中，该对该组合数据进行存储的步骤，进一步包括：

[0028] 监控该内存数据库中的数据量，如果该数据量达到约定的阈值，则将该 内存数据库中的部分组合数据持久化至云端存储系统。

[0029] 在一优选例中，该缓存和该内存数据库均设置有数据隔离机制，以隔离 属于不同数控系统的数据。

[0030] 在一优选例中，该从来自数控系统的多个数据源同步采集多种数据并保 存到缓存的步骤中，包括：

[0031] 如果检测来自该数控系统的数据丢失，以约定字符对丢失的数据的存储 位置进行填充；

[0032] 该对该缓存中在时间上对应同一G代码行号信息的该多种数据进行组合 的步骤中，包括：

[0033] 如果被组合的数据中包括该约定字符，则在组合过程中对该数据组合进 行标记；

[0034] 该对该组合数据进行存储的步骤之后，还包括：

[0035] 根据历史组合数据对被标记的数据组合中的丢失数据进行填补。

[0036] 在一优选例中，该根据历史数据对被标记的数据组合中的丢失数据进行 填补，进一步包括：

[0037] 在该历史组合数据中提取出在误差范围内与目标组合数据的数据特征 值最接近的组合数据，其中该被标记的数据组合作为该目标组合数据；

[0038] 根据该数据特征值最接近的组合数据的数据特征，获得该目标组合数据 的连续数据变化趋势；

[0039] 根据该连续数据变化趋势，对该目标组合数据进行修复。

[0040] 本申请还公开了一种数控系统工业数据采集和存储系统，包括数据采集 单元，该数据采集单元进一步包括：

[0041] 缓存；

[0042] 获取模块，用于从来自数控系统的多个数据源同步采集多种数据并保存 到该缓存中，并同步地从该数控系统获取实时的G代码行号信息，

[0043] 数据组合模块，用于对该缓存中在时间上对应同一G代码行号信息的该 多种数据进行组合，生成一个或多个组合数据；

[0044] 数据保存模块，用于将该组合数据保存到存储设备。

[0045] 在一优选例中，还包括：

[0046] 内存数据库，用于缓存从该数据采集单元输出的组合数据，并向第三方 应用提供所缓存的组合数据；

[0047] 云端存储系统，用于对该内存数据库中的组合数据的进行持久化存储。

[0048] 在一优选例中，该内存数据库还用于在该内存数据库的数据量达到约定 的阈值时，将该内存数据库中的部分组合数据持久化至云端存储系统。

[0049] 在一优选例中，还包括：

[0050] 采集属性配置单元，用于向用户提供数据采集属性配置接口，将用户输 入的配置信息输出给该数据采集单元。

[0051] 在一优选例中，该数据采集属性配置接口向用户展示的方式包括以下之 一或其任意组合：

[0052] 交互窗口、XML格式文件、Json格式文件、函数接口。

[0053] 在一优选例中，该配置信息包括以下之一或其任意组合：

[0054] 待采集数据类型、数据采集周期、数据组合周期、单个组合数据量阈值。

[0055] 在一优选例中，该采集属性配置单元还用于对所有待采集数据类型的采 集属性进行统一配置。

[0056] 在一优选例中，该数据采集单元将该采集属性发送给该数控系统，由该 数控系统完成对该待采集数据类型的采集参数的自动配置。

[0057] 在一优选例中，该采集属性配置单元还用于对用户输入的个性化配置信 息进行检测和自动修正。

[0058] 在一优选例中，该组合数据中包括G代码行号。

[0059] 在一优选例中，该数控系统是普通数控机床、或加工中心、或机器人。

[0060] 在一优选例中，该多种数据包括以下之一或其任意组合：

[0061] 程序号、各个运动轴的指令位置、实际位置和负载电流、刀号、换刀时 间、主轴电流。

[0062] 在一优选例中，该缓存和该内存数据库均设置有数据隔离机制，以隔离 属于不同数控系统的数据。

[0063] 在一优选例中，该数据采集单元还包括丢失数据检测模块，用于检测来 自该数控系统的数据丢失情况，以约定字符对丢失的数据的存储位置进行填 充；

[0064] 该数据组合模块还用于，如果被组合的数据中包括该约定字符，则在组 合过程中对该数据组合进行标记；

[0065] 该云端存储系统还包括数据填补模块，用于根据历史组合数据对被标记 的数据组合中的丢失数据进行填补。

[0066] 在一优选例中，数据填补模块通过以下方式对丢失数据进行填补：

[0067] 在该历史组合数据中提取出在误差范围内与目标组合数据的数据特征 值最接近的组合数据，其中该被标记的数据组合作为该目标组合数据；

[0068] 根据该数据特征值最接近的组合数据的数据特征，获得该目标组合数据 的连续数据变化趋势；

[0069] 根据该连续数据变化趋势，对该目标组合数据进行修复。

[0070] 本申请还公开了一种数控系统工业数据采集和存储系统，包括：

[0071] 存储器，用于存储计算机可执行指令；以及，

[0072] 处理器，用于在执行该计算机可执行指令时实现如前文描述的方法的步 骤。

[0073] 本申请还公开了一种计算机可读存储介质，该计算机可读存储介质中存 储有计算机可执行指令，该计算机可执行指令被处理器执行时实现如前文描 述的方法中的步骤。

[0074] 采用本申请实施方式，解决了现有工业数据采集技术缺少可靠的数据关 联机制的难点，为各类型工业数据的可靠的关联分析提供了使能技术，最大 化地提高了工业数据的利用价值；以组合数据的方式在数据采集单元、智能 化应用和云端存储系统进行数据传输，大大降低了数据丢失的几率，提高了 数据的完备性。

[0075] 此外，本发明首次提出并实现了丢失采样点的数据"复现"，这在现有工 业数据采集领域是无法实现的。

[0076] 本申请的说明书中记载了大量的技术特征，分布在各个技术方案中，如 果要罗列出本申请所有可能的技术特征的组合(即技术方案)的话，会使得 说明书过于冗长。为了避免这个问题，本申请上述发明内容中公开的各个技 术特征、在下文各个实施方式和例子中公开的各技术特征、以及附图中公开 的各个技术特征，都可以自由地互相组合，从而构成各种新的技术方案(这 些技术方案均因视为在本说明书中已经记载)，除非这种技术特征的组合在 技术上是不可行的。例如，在一个例子中公开了特征A+B+C，在另一个例子 中公开了特征A+B+D+E，而特征C和D是起到相同作用的等同技术手段，技 术上只要择一使用即可，不可能同时采用，特征E技术上可以与特征C相组 合，则，A+B+C+D的方案因技术不可行而应当不被视为已经记载，而A+B+C+E 的方案应当视为已经被记载。

附图说明

[0077] 图1是本发明第一实施方式中一种数控系统工业数据采集和存储方法的 流程示意图；

[0078] 图2是本发明另一实施方式中一种数控系统工业数据采集和存储方法的 流程示意图；

[0079] 图3是本发明用于工业数据采集的组合数据实现方法的一种典型系统架 构的示意图；

[0080] 图4是本发明用于工业数据采集的组合数据实现方法的缓存方式流程示 意图；

[0081] 图5是一种数据采集进程启动过程的流程示意图；

[0082] 图6是根据本发明实施例的json对象数据结构及其对应的数据字段说 明；

[0083] 图7是根据本发明实施例的一种数据组合方式的示意图，在该示意图中， G代码程序行号的值没有跳变；

[0084] 图8是根据本发明实施例的一种数据组合方式的示意图，在该示意图中， G代码程序行号的值有跳变；

[0085] 图9是根据本发明实施例的组合数据的实现与处理方法的流程示意图；

[0086] 图10是本发明第二实施方式中一种数控系统工业数据采集和存储系统 的结构示意图。

[0087] 在各附图中：

[0088] 301：数控设备

[0089] 302：采集属性配置单元

[0090] 303：数据采集单元

[0091] 304：内存数据库

[0092] 305：云端存储系统

[0093] 306：智能化应用单元

[0094] 801：采集属性配置单元

[0095] 802：数据采集单元

[0096] 803：内存数据库

[0097] 804：云端存储系统

[0098] 8021：缓存

[0099] 8022：获取模块

[0100] 8023：数据组合模块

[0101] 8024：数据保存模块

具体实施方式

[0102] 在以下的叙述中，为了使读者更好地理解本申请而提出了许多技术细 节。但是，本领域的普通技术人员可以理解，即使没有这些技术细节和基于 以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方 案。

[0103] 术语解释：

[0104] 数控系统：是数字控制系统的简称(Numerical Control System)，根 据计算机存储器中存储的控制程序，执行部分或全部数值控制功能，并配有 接口电路和伺服驱动装置的专用计算机系统。通过利用数字、文字和符号组 成的数字指令来实现一台或多台机械设备动作控制，它所控制的通常是位置、 角度、速度等机械量和开关量等。

[0105] G代码：数控程序中的指令。

[0106] JSON：(JavaScript Object Notation)是一种轻量级中的对象和数组， 所以这两种结构就是对象和数组两种结构，通过这两种结构可以表示各种复 杂的结构，其可以将JavaScript对象中表示的一组数据转换为字符串，然 后就可以在函数之间轻松地传递这个字符串，或者在异步应用程序中将字符 串从Web客户机传递给服务器端程序。JSON采用完全独立于程序语言的文本 格式。这些特性使JSON成为理想的数据交换语言[0107] XML：eXtensible Markup Language，可扩展标记语言

[0108] 本发明人经过广泛而深入的研究发现，现有数据采集技术对数据的采集 依然处于离散状态，即各类型数据信息的传输管道是相互独立的，同一时刻 产生的各类型数据信息没有形成关联，无法进行有效的关联分析，数据采集 的完备性和可靠性低下，数据利用率低。

[0109] 在本申请实施方式中，本发明人对从数控系统采集的各种数据进行缓 存，其中包括从数控系统实时获取G代码行号信息，并按照G代码行号变化 的时刻，将对应同一G代码行号的各种数据组合成一个或多个组合数据，从 而实现了G代码域的数据，大大提高了之后数据分析和处理的效率。

[0110] 进一步的，利用组合数据结构对组合数据中的多种类型数据进行统一的 属性设置，即组合数据中的多种类型数据自动应用用户设置的同一采集周期、 获取周期等，为各类数据间的有效关联打下基础。

[0111] 进一步的，采用内存数据库和云端存储系统两级存储机制，内存数据库 用于保存最近生产的组合数据，并将这些组合数据提供给第三方应用，内存 数据库在存储的数据量达到预定阈值后，把一部分的组合数据持久化至云端 存储系统，这样做一方面使得第三方应用可以快速的获得，另一方面减轻了 云端存储系统的数据读取压力，使得整个系统在速度和容量上均有上佳的表 现。

[0112] 由于工业数据对数据的完备性要求非常高，不完备的数据在智能化模块 中的应用，会形成错误的决策，严重时会造成生产故障。本申请通过对所获 取的数据进行检测，发现有数据缺失则利用历史数据进行数据复现，提高了 数据的完备性，减少了决策的错误和生产故障。

[0113] 为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申 请的实施方式作进一步地详细描述。

[0114] 本发明第一实施方式涉及一种数控系统工业数据采集和存储方法。图1 是该数控系统工业数据采集和存储方法的流程示意图。该方法包括：

[0115] 在步骤101中，从来自数控系统的多个数据源同步采集多种数据并保存 到缓存中，并同步地从数控系统获取实时的G代码行号信息。

[0116] 具体的，数控系统可以是是普通数控机床、或数控加工中心、或机器人， 等等。

[0117] 具体的，从数控系统采集数据类型可以是多种多样的，例如可以包括程 序号、各个运动轴的指令位置、实际位置和负载电流、刀号、换刀时间、主 轴电流，等等。

[0118] 此后进入步骤102，对缓存中在时间上对应同一G代码行号信息的多种 数据进行组合，生成一个或多个组合数据。

[0119] 可选地,组合数据中包括G代码行号。

[0120] 可选地，组合数据中也可以不包括G代码行号，例如，可以包括一个序 列号但没有G代码行号，只要确保一个组合数据中的所有数据都对应同一个 G代码行号即可。

[0121] 可选的，组合数据的打包形式可以是多种多样的。可选地，步骤102中， 可以创建json对象，将缓存中的多个数据采集周期内形成的数据集打包到该 json对象中，形成一个组合数据。又例如，可选地，也可以用其他方式对组 合数据进行打包，例如XML等。

[0122] 此后进入步骤103，对组合数据进行存储。

[0123] 根据上述实施方式，对从数控系统采集的各种数据进行缓存，并按照G 代码行号变化的时刻，将对应同一G代码行号的数据组合成一个或多个组合 数据，从而方便地生成了G代码域的数据，大大提高了之后数据分析和处理 的效率。

[0124] 在本申请实施方式中，可选地，如图2所示，在步骤101之前，还可以 包括对需要采集的多种数据的采集属性进行配置的步骤(步骤100)。在此 基础上，可选地，在该配置的过程中，可以利用组合数据结构对组合数据中 的多种类型数据进行统一的属性设置。进一步的，采集属性可以包括：待采 集数据类型、数据采集周期、数据组合周期，等等。

[0125] 在本申请实施方式中，可选地，步骤103可以进一步包括：将新生成的 组合数据保存到内存数据库，通过内存数据库向第三方应用提供数据。监控 内存数据库中的数据量，如果数据量达到约定的阈值，则将内存数据库中的 部分组合数据持久化至云端存储系统。

[0126] 可选地，缓存和/或内存数据库可以设置有数据隔离机制，以隔离属于 不同数控系统的数据。

[0127] 可选地，还可以增加对所丢失的数据进行智能填补的步骤，以保证数据 的完整性，方便对组合数据的使用。具体地说：

[0128] 在步骤101中，进一步的，对来自数控系统的数据进行检测，如果检测 来自数控系统的数据丢失，以约定字符对丢失的数据的存储位置进行填充。

[0129] 基于这这情况，在步骤102中，进一步的，如果被组合的数据中包括约 定字符，则在组合过程中对该数据组合进行标记。

[0130] 基于这种情况，在步骤103之后，进一步的，在云端，根据历史组合数 据对被标记的数据组合中的丢失数据进行填补。填补的具体方式可以是多种 多样的

[0131] 可选地，在历史组合数据中提取出在误差范围内与目标组合数据的数据 特征值最接近的组合数据，其中被标记的数据组合作为目标组合数据。根据 数据特征值最接近的组合数据的数据特征，获得目标组合数据的连续数据变 化趋势。根据连续数据变化趋势，对目标组合数据进行修复。

[0132] 可选地，也可以采用其他的缺失数据填补方法，例如使用时间上相邻数 据的平均值来填补，等等。

[0133] 上述实施方式可以通过多种方式来实现，下面通过其中一个具体实现方 式，对上述实施方式做进一步说明。

[0134] 在该具体实现方式中，提出了一种用于工业数据采集的组合数据结构， 在数据管道中对同一采集周期的各类数据完成关联操作，形成“组合数据” 提供给用户。由此填补现有工业数据采集领域在可靠数据关联技术中的空白。

[0135] 具体的，如图3所示，该具体实现方式提出的系统包括：采集属性配置 单元302、数据采集单元303、内存数据库304、云端存储系统305等，其中 采集属性配置单元302负责采集信息的个性化配置，数据采集单元303负责 从数控设备301采集数据并进行数据组合操作，内存数据库304负责缓存从 数据采集单元303输出的组合数据，云端存储系统305负责内存数据库304 中组合数据的持久化存储。

[0136] 具体的，采集属性配置单元302向用户提供数据采集属性配置接口，实 现数据采集的个性化配置。支持数据采集属性的远程配置。其将用户输入的 采集信息形成“配置文件”提供给数据采集单元303。其数据采集属性配置 接口向用户展示的方式包括：交互窗口、XML格式文件、Json格式文件、函 数接口等。其可配置的信息包括：待采集数据类型、数据采集周期、数据组 合周期、单个组合数据量阈值等。支持所有待采集数据类型的采集属性的统 一配置。可对用户输入的配置信息值进行检测和自动修正。

[0137] 具体的，数据采集单元303，可读取配置文件中的采集属性配置信息， 发送给数控设备301，由数控设备301完成采集参数的自动配置。可对多个 采集周期内的数据进行数据组合操作，以“组合数据”的方式提供给第三方 智能化应用。对不同的数控设备301设置有数据隔离机制。

[0138] 基于上述系统，可以实现一种用于工业数据采集的组合数据实现方法， 该方法主要由所述数据采集单元303执行，如图4所示，主要步骤包括：

[0139] 步骤401：所述数据采集单元303按照设定的数据采集周期将数据采集 至本地缓存。

[0140] 步骤402：所述数据采集单元303按照设定的数据组合周期，定期地将 本地缓存中的数据取出。

[0141] 步骤403：所述数据采集单元303对从本地缓存中取出的数据进行数据 组合操作，并形成一组或多组组合数据。

[0142] 具体的，组合数据采用json数据格式进行打包。

[0143] 具体的，组合数据基于当前G代码程序行号实现。

[0144] 根据该具体的实现方式，组合数据设置有组合阈值，以避免单个组合数 据的数据量过大而降低数据操作效率。

[0145] 具体的，本发明为其设置有数据完备性自动校验功能。

[0146] 另外，本实现方式中，提供了一种用于组合数据的采样点数据“复现” 方法，该方法可实现对在采集或组合过程中丢失的采样点数据进行复现填补。

[0147] 具体的，在该方法中，系统会自动检测出丢失的采样点。

[0148] 具体的，采样点数据的“复现”操作在云端执行。

[0149] 具体的，云端可根据目标组合数据的数据特征自动为其提供合适的数据 特征分析算法。

[0150] 具体的，可快速在海量历史组合数据中提取出在误差范围内与目标组合 数据的数据特征值最接近的组合数据。

[0151] 具体的，根据提取出的历史组合数据的数据特征，预判目标组合数据的 连续数据变化趋势，实现对丢失采样点的数据“复现”。

[0152] 根据该具体实现方式，解决了现有工业数据采集技术缺少可靠的数据关 联机制的难点，为各类型工业数据的可靠的关联分析提供了使能技术，最大 化地提高了工业数据的利用价值，并且以组合数据的方式在数据采集单元 303、智能化应用单元306和云端存储系统305进行数据传输，大大降低了数 据丢失的几率，提高了数据的完备性。此外，首次提出并实现了丢失采样点 的数据“复现”，这在现有工业数据采集领域是无法实现的。

[0153] 下面通过更多的细节，对该具体实现方式进一步地说明。

[0154] 工业大数据来源于生产中的数控设备301，工业大数据的范围可涵盖数 控系统信息(如数控系统版本号、PLC信息、G代码信息等)、加工过程数据 (如运动轴状态信息、跟踪误差、电流\电压信息、切削速度信息、加工程序 信息等)、外部传感器信息(如力、热、振动等数据)等等。

[0155] 工业大数据在生产状态实时监控、数控设备301故障诊断及预警、产品 加工质量分析及优化等方面都发挥着关键作用，并且能帮助管理者更好地分 析、决策生产信息，及时预判并解决生产故障，实现智能工厂生产过程的智 能管理。

[0156] 因此，将同一段加工内产生的各类数据进行关联分析，有助于对该段加 工加工情况进行综合评判，也为智能化应用提供综合指导信息，提高智能化 服务的准确度。

[0157] 但是，通过发明人的仔细研究发现，现有常用数据采集技术对各类数据 的采集依然处于离散状态，不同类型的数据传输通道相互独立，智能化应用 也以离散的方式对各类数据分别地进行分析，因此，无法实现各类数据间的 关联分析。

[0158] 并且，发明人经进一步研究发现，现有文献公开有一种在智能化应用层 实现的工业数据关联机制，该机制基于同步采集实现，智能化应用将同一时 刻获取到的各类采集数据默认为是对应于同一加工时刻的状态数据。

[0159] 但是，该机制下的数据采集依然是离散的，而各类数据分别从数控设备 301到智能化应用单元306的过程中，会因为信号干扰、网络延迟等不定因 素而导致传输速度的不一致性，那么即使同一时刻从数控设备301开始传输 的不同类数据，达到智能化应用单元306的时间也可能不尽相同。

[0160] 因此这种基于同步采集实现的数据关联机制并不可靠。

[0161] 通过上面的研究，发明人意图寻找一种解决方案，以克服上述现有工业 数据采集技术缺少可靠的数据关联机制以及数据完备性低等难点。

[0162] 为此，经过不断研究，发明人提出了本申请的用于工业数据采集的组合 数据实现方法，将一个或多个数据采集周期内产生的加工状态数据进行重新 关联组合，形成一组关联数据集提供给智能化应用单元306，本发明将产生 的一组关联数据集称为“组合数据”。

[0163] 具体的，图3示出了所述用于工业数据采集的组合数据实现方法的一种 典型系统架构。

[0164] 其中，数控设备301是工业数据的来源，也是工业数据最终的服务对象， 本申请可应用的数控设备301包括普通数控机床、加工中心、机器人等。

[0165] 进一步的，数控设备301可配置的数控系统可以是(但不限于)华中数 控、广州数控、SIEMENSE、FUNAC等。

[0166] 采集属性配置单元302负责读取用户设置的采集属性信息，并发送给数 据采集单元303。

[0167] 数据采集单元303根据上述用户需求从数控设备301采集数据，并进行 组合处理后写入内存数据库304。

[0168] 智能化应用单元306从数据库获取需要的数据，并根据分析结果为数控 设备301提供智能化服务。

[0169] 具体的，图1中的各个模块之间的连接方式包括但不限于：无线网络、 有线网络、蓝牙、射频等。

[0170] 下面详细介绍基于上述系统架构的具体实现方法。

[0171] 所述数据采集单元303可从同一个数控设备301以不同的采集周期采集 多种类型的数据信息，包括程序号、G代码行号、各个运动轴的指令位置、 实际位置和负载电流、刀号、换刀时间、主轴电流等。与此同时，而不同的 智能化应用有不同的数据需求。

[0172] 具体的，所述数据采集单元303具备数据采集属性可配置的功能，由所 述采集属性配置单元302实现，其包括有至少两个接口：一个是向用户提供 的采集属性配置接口，允许用户配置数据采集信息，另一个接口负责将上述 配置信息发送给所述数据采集单元303。

[0173] 注意，现有数据采集技术中，用户需要对每一类型数据单独设置采集属 性，操作较为繁琐，本申请实施方式对该部分进行了改进，利用组合数据结 构对组合数据中的多种类型数据进行统一的属性设置，即组合数据中的多种 类型数据自动应用用户设置的同一采集周期、获取周期等，为各类数据间的 有效关联打下基础。

[0174] 具体的，所述采集属性配置接口向用户展示的方式包括但不限于：交互 窗口、XML格式文件、Json格式文件、函数接口等，允许用户配置的采集属 性可以包括但不限于：待采集数据类型、数据采集周期、数据组合周期等， 其中数据采集周期是所述数据采集单元303从数控设备301请求数据的时间 间隔，数据组合周期是所述数据采集单元303将多个数据采集周期内形成的 数据集进行组合操作的时间间隔。因此，用户设置的数据需求周期不能小于 数据采集周期。

[0175] 若用户设置的数据需求周期小于数据采集周期，所述采集属性配置单元 302会对其进行自动优化，将其值修正为数据采集周期值。

[0176] 具体的，所述采集属性配置单元302可以与所述数据采集单元303集成 在同一个硬件设备上，支持数据采集属性的本地化配置，即一旦用户输入的 采集属性配置信息被确认后，所述采集属性配置单元302便将上述信息读入 并形成一个“配置文件”存储在本地；所述采集属性配置单元302与所述数 据采集单元303也可以安装在不同的硬件设备上，在这种模式下，所述采集 属性配置单元302将采集属性配置信息远程发送至所述数据采集单元303所 在的硬件设备，同样以“配置文件”的方式进行存储。

[0177] 所述数据采集单元303向用户提供有交互窗口，用来设置需要连接的数 控设备301信息(例如IP地址、端口号等)，一个所述数据采集单元303 可对应于一个或多个数控设备301，而该多个数控设备301可以共用同一个 “配置文件”，也可以使用各自的“配置文件”。

[0178] 具体的，数据采集进程启动的过程如图5所示：

[0179] 步骤501：用户触发针对某一个数控设备301的采集过程。

[0180] 步骤502-步骤504：所述数据采集单元303向数控设备301请求建立通 信连接。

[0181] 步骤505：连接成功后，所述数据采集单元303将配置文件信息发送给 数控系统。

[0182] 步骤506-步骤507：数控系统对上述信息进行解析，并进行自动配置， 配置成功后向所述数据采集单元303发送反馈信号。

[0183] 步骤508-步骤513：所述数据采集单元303对上述反馈信号进行解析， 并通过其交互窗口通知用户已开始数据采集进程。所述数据采集单元303按 照用户设定的数据采集周期将数据采集至本地缓存，并按照用户设定的数据 组合周期，定期地将缓存中的数据取出并进行组合处理。

[0184] 本实现方式的所述组合数据的实现方式为：数据采集程序中设计一个采 样类，基于该采样类创建一个json对象，然后将本地缓存中的多个数据采集 周期内形成的数据集最终打包到该json对象中，形成一组“组合数据”。

[0185] 进一步的，为了使该实现方式更易于理解，举例来说，假设用户为某一 个数控设备301设定的待采集数据类型为各个运动轴的指令位置、实际位置 和负载电流、主轴实际速度和负载电流、通道0状态、刀号、换刀时间等， 数据采集周期为1ms，数据组合周期为100ms，图6示出了一种针对上述实施 例的json对象数据结构及其对应的数据字段说明。请注意，该图只用来解释 本发明，但并不限制本发明。

[0186] 具体的，对一个数控设备301的一次加工过程通过“数控设备301标识、 G代码名称、G代码开始运行时间”等信息组合进行唯一标识，并按照100ms 对该加工过程进行分段，所述数据采集单元303每100ms对该时间段采集到 的数据集进行数据组合操作，组合依据为“G代码程序行号”。

[0187] 具体的，用户设置的待采集数据类型对应的数据为该实现方式中的 “Data”，Data数据被组装在一个三维数组里：第一维代表轴号，第二维代 表数据类型，第三位对应当前轴号当前类型的当前时间的连续数据值。

[0188] 由于工业数据具备严格的时序性，因此每个组合数据的Data数据是具 备时序性的，而一个加工过程对应的很多个组合数据以该实现方式中的“组 合数据计数(SedID)”保持其时序性。

[0189] 下面进一步对本实现方式中具体如何实现组合数据的过程进行说明。

[0190] 步骤一：所述数据采集单元303按照1ms的采集周期，将用户设定的待 采集数据类型和对应的G代码程序行号等信息不断连续地采集至本地缓存。

[0191] 可选的，本实现方式的缓存方式如图7、图8所示，各类型数据分别形 成一个数组，为了叙述方便，将其称为缓存数组，各采集周期形成的数据不 断向对应的缓存数组中追加。

[0192] 注意，图7和图8只是示出其中一种数据缓存方式，图中的缓存数组编 号及数值也只是用来解释本发明，并不限制本发明。

[0193] 步骤二：所述数据采集单元303每100ms将所有缓存数组中的数据取出， 进行数据组合操作，而缓存数组继续接收新的数据。

[0194] 步骤三：所述数据采集单元303根据“G代码程序行号”缓存数组中的 数值执行数据组合操作，下面示出两种典型的组合情况：

[0195] 第一种组合情况：

[0196] G代码程序行号值均相同，将所有缓存数组内的数据写入json对象后， 形成一组组合数据，如图4所示。

[0197] 第二种组合情况：

[0198] 当前G代码程序行号值有跳变，则对应的形成多个组合数据，如图5所 示。

[0199] 在本实现方式中，为了避免组合数据中的数据量过大而降低数据操作效 率，为组合数据设置了阈值。

[0200] 具体的，所述数据采集单元303在进行G代码程序行号值检测操作时， 会实时计算对应的待组合数据的数据量，若数据量达到设置的阈值，而G代 码程序行号值依然没有发生跳变时，先进行一次数据组合操作，然后继续形 成下一个组合数据。

[0201] 在一个实现方式中，组合数据处理方式为：一个组合数据形成后，所述 数据采集单元303便将其存储至内存数据库304，第三方的应用可从上述内 存数据库304中获取数据。所述数据采集单元303会实时监控内存数据库304 中的数据量，并设置有对应的阈值，当数据量达到设定的阈值时，便将组合 数据持久化至云端存储系统305中。

[0202] 上述步骤可以通过如图9所示的多个线程来实现，在此不做赘述。

[0203] 该实现方式的一个所述数据采集单元303可以同时对多个数控设备301 进行数据采集操作，在缓存数组和内存数据库304中均设置有数据隔离机制， 以实现不同数控设备301数据的有效隔离。

[0204] 该实现方式具有以下明显的技术优势：

[0205] (1)数据关联不受不同的数据传输延时的影响，关联可靠性高；

[0206] (2)以组合数据的方式将连续数据集提供给第三方智能化应用，数据 的完备性高；

[0207] (3)通过数据缓存，数据采集单元303具备ms级数据采集能力，这是 现有数据采集技术很难实现的。

[0208] 由于工业数据对数据的完备性要求非常高，不完备的数据在智能化模块 中的应用，会形成错误的决策，严重时会造成生产故障。

[0209] 因此，该实现方式进一步为组合数据设计了完备性(即，连续性)校验 程序，分为以下三个阶段：

[0210] 阶段一：数据采集过程

[0211] 该过程是对原生数据的连续性采集进行实时监控，校验方法如下：在用 户设置的待采集数据类型中自动加入一个数据类型，用以对数据采集周期进 行计数，本实现方式中，将该数据类型称为“心跳数据”，当原生数据被连 续传输至所述数据采集单元303时，该心跳数据值应该是连续递增的，所述 数据采集单元303通过该“心跳数据”即可判断原生数据是否连续。

[0212] 阶段二：数据组合过程

[0213] 如上所述，原生数据到达所述数据采集单元303后先进行缓存(如缓存 数组)，这样设计一方面使数据采集单元303在脱离云端的情况下，以离线 缓存的方式保证数据采集正常进行，另一方面基于该缓存机制，实现数据组 合操作以及组合数据连续性校验(即，通过上述每个采集周期产生的“心跳 数据”)。

[0214] 阶段三：云端校验

[0215] 在组合数据中存在“组合数据计数(SedID)”项，通过该数据项，实 现云端一段加工过程对应的组合数据的连续性校验。

[0216] 但是一旦采样点数据丢失，数控设备301是无法对其进行复现的，发明 人研究发现，在现有技术中，若在一段加工过程中采集到的数据出现断续、 丢失等故障，只能舍弃已采集到所有数据，然后重启加工过程并重新采集数 据，即因为一个采样点数据的丢失，会导致同步采集到的其它高质量数据无 法使用。

[0217] 在本是实现方式中，利用组合数据填补了这一技术空白。具体地说：

[0218] (1)数据采集阶段：每个采集周期形成的数据在写入对应的缓存数组 时，若某一个或几个采样点数据丢失，以“特殊字符”在缓存数组的对应位 置进行填充。

[0219] (2)数据组合阶段：对从缓存数组中读取到的“特殊字符”在数据组 合过程中进行自动标记，并形成记录发送至云端。

[0220] (3)云端数据“复现”阶段：云端根据上述记录，对对应的组合数据 中的各类数据进行综合分析，形成多种数据特征，为叙述方便，本发明将该 数据组合称为“目标组合数据”；云端利用G代码名称、数控设备301标识 等信息取出类似的历史数据组合，即与与目标组合数据是在同一个数控设备 301加工同一个G代码程序的过程中形成的；云端根据目标组合数据的数据 特征类型，对取出的所有历史组合数据进行并行分析，提取出在误差范围内 最接近目标数据特征值的组合数据；对目标组合数据和提取出的历史组合数 据进行进一步匹配分析，比如根据历史组合数据中对应类型的数据波动特征， 对目标组合数据中的缺失数据进行填补；形成记录展示给用户。工业数据具 备“海量”的特点，因此本发明在云端数据“复现”阶段，高效的数据提取 与分析机制是本发明解决的一个难点。不同类型的组合数据也需要不同的特 征提取算法，本实现方式可提供数组组合与特征提取算法的自动匹配也是本 发明解决的一个难点。

[0221] 本实施方式与现有技术相比，至少具有以下区别和效果：能够使得数控 设备产生的各种数据可以有效地相互关联，提高进一步分析和处理的效率。

[0222] 本发明第二实施方式涉及一种数控系统工业数据采集和存储系统。图10 是该数控系统工业数据采集和存储系统的结构示意图。该数控系统工业数据 采集和存储系统包括数据采集单元802。

[0223] 具体的，数据采集单元802进一步包括：缓存8021。获取模块8022， 用于从来自数控系统的多个数据源同步采集多种数据并保存到缓存8021中， 并同步地从数控系统获取实时的G代码行号信息。数据组合模块8023，用于 对缓存8021中在时间上对应同一G代码行号信息的多种数据进行组合，生成 一个或多个组合数据。数据保存模块8024，用于将组合数据保存到存储设备。

[0224] 可选的，在本申请实施方式中，数控系统工业数据采集和存储系统还可 以包括：内存数据库803和云端存储系统804。

[0225] 具体的，内存数据库803用于缓存从数据采集单元802输出的组合数据， 并向第三方应用提供所缓存的组合数据。

[0226] 具体的，云端存储系统804用于对内存数据库803中的组合数据的进行 持久化存储。

[0227] 可选的，内存数据库803还用于在内存数据库803的数据量达到约定的 阈值时，将内存数据库803中的部分组合数据持久化至云端存储系统804。

[0228] 可选的，在本申请实施方式中，数控系统工业数据采集和存储系统还可 以包括：采集属性配置单元801，用于向用户提供数据采集属性配置接口， 将用户输入的配置信息输出给数据采集单元802。

[0229] 可选的，数据采集属性配置接口向用户展示的方式包括以下之一或其任 意组合：

[0230] 交互窗口、XML格式文件、Json格式文件、函数接口。

[0231] 可选的，配置信息包括以下之一或其任意组合：

[0232] 待采集数据类型、数据采集周期、数据组合周期、单个组合数据量阈值。

[0233] 进一步的，采集属性配置单元801还用于对所有待采集数据类型的采集 属性进行统一配置。

[0234] 在这种情况下，数据采集单元802将采集属性发送给数控系统，由数控 系统完成对待采集数据类型的采集参数的自动配置。

[0235] 在这种情况下，采集属性配置单元801还用于对用户输入的个性化配置 信息进行检测和自动修正。

[0236] 可选的，组合数据中包括G代码行号。

[0237] 数控系统是普通数控机床、或加工中心、或机器人。

[0238] 多种数据包括以下之一或其任意组合：

[0239] 程序号、各个运动轴的指令位置、实际位置和负载电流、刀号、换刀时 间、主轴电流。

[0240] 缓存8021和内存数据库803均设置有数据隔离机制，以隔离属于不同 数控系统的数据。

[0241] 可选的，数据采集单元802还包括丢失数据检测模块，用于检测来自数 控系统的数据丢失情况，以约定字符对丢失的数据的存储位置进行填充。

[0242] 这种情况下，数据组合模块8023还用于，如果被组合的数据中包括约 定字符，则在组合过程中对该数据组合进行标记。

[0243] 这种情况下，云端存储系统804还包括数据填补模块，用于根据历史组 合数据对被标记的数据组合中的丢失数据进行填补。

[0244] 具体的，数据填补模块通过以下方式对丢失数据进行填补：

[0245] 在历史组合数据中提取出在误差范围内与目标组合数据的数据特征值 最接近的组合数据，其中被标记的数据组合作为目标组合数据。

[0246] 根据数据特征值最接近的组合数据的数据特征，获得目标组合数据的连 续数据变化趋势。

[0247] 根据连续数据变化趋势，对目标组合数据进行修复。

[0248] 第一实施方式是与本实施方式相对应的方法实施方式，本实施方式可与 第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施 方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提 到的相关技术细节也可应用在第一实施方式中。

[0249] 需要说明的是，本发明各系统实施方式中提到的各单元都是逻辑单元， 在物理上，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一 部分，还可以以多个物理单元的组合实现，这些逻辑单元本身的物理实现方 式并不是最重要的，这些逻辑单元所实现的功能的组合才是解决本发明所提 出的技术问题的关键。此外，为了突出本发明的创新部分，本发明上述各系 统实施方式并没有将与解决本发明所提出的技术问题关系不太密切的单元引 入，这并不表明上述系统实施方式并不存在其它的单元。

[0250] 本实施方式与现有技术相比，至少具有以下区别和效果：能够使得数控 设备产生的各种数据可以有效地相互关联，提高进一步分析和处理的效率。

[0251] 需要说明的是，本领域技术人员应当理解，上述数控系统工业数据采集 和存储系统的实施方式中所示的各模块的实现功能可参照前述数控系统工业 数据采集和存储方法的相关描述而理解。上述数控系统工业数据采集和存储 系统的实施方式中所示的各模块的功能可通过运行于处理器上的程序(可执 行指令)而实现，也可通过具体的逻辑电路而实现。本发明实施方式上述用 户设备如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也 可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施方 式的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形 式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以 使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行 本发明各个实施方式所述方法的全部或部分。而前述的存储介质包括：U盘、 移动硬盘、只读存储器(ROM，Read Only Memory)、磁碟或者光盘等各种可 以存储程序代码的介质。这样，本发明实施方式不限制于任何特定的硬件和 软件结合。

[0252] 相应地，本发明实施方式还提供一种计算机存储介质，其中存储有计算 机可执行指令，该计算机可执行指令被处理器执行时实现本发明的各方法实 施方式。

[0253] 此外，本发明实施方式还提供一种数控系统工业数据采集和存储系统， 其中包括用于存储计算机可执行指令的存储器，以及，处理器；该处理器用 于在执行该存储器中的计算机可执行指令时实现上述各方法实施方式中的步 骤。

[0254] 需要说明的是，在本专利的申请文件中，诸如第一和第二等之类的关系 术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定 要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且， 术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从 而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而 且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品 或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个”限 定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在 另外的相同要素。本专利的申请文件中，如果提到根据某要素执行某行为， 则是指至少根据该要素执行该行为的意思，其中包括了两种情况：仅根据该 要素执行该行为、和根据该要素和其它要素执行该行为。多个、多次、多种 等表达包括2个、2次、2种以及2个以上、2次以上、2种以上。

[0255] 在本申请提及的所有文献都在本申请中引用作为参考，就如同每一篇文 献被单独引用作为参考那样。此外应理解，在阅读了本申请的上述讲授内容 之后，本领域技术人员可以对本申请作各种改动或修改，这些等价形式同样 落于本申请所要求保护的范围。