自适应数据采集

自适应数据采集指的是在数据采集过程中能够根据实际要求自动改变采集频率的一种采集方法。

简介针对传统的数据采集方法过程繁琐、难以适应实际情况需要等问题，将数据变化评价标准以及自适应控制方法引入数据采集与故障诊断中。以数控机床加工过程中状态信息为突破口，创新点在于将分析运行代码得到的数据与外接传感器采集的数据相结合，从而构建出满足自适应规律的数据采集方法；分析数控机床实时运行状态中的速度，加速度，周期等信息规律。1

背景技术数据是传递信息的载体，要想获得数控机床的各类信息，就必须要有效地对数控机床的各类数据进行采集，诸如机床主轴电流、各轴转速、负载情况等都是机床运行信息的体现。是否能够准确、有效、快速的采集到机床加工过程的状态数据是数控机床远程监控及故障诊断系统能否准确运行的前提和关键。

目前一般的实时监测系统多采用等间隔的数据采集方案，.而一些高质量的压缩算法能够减少数据的存储空间并且保证数据原始特性，同时提高数据存储效率，然而原始数据的已有缺陷却依然不能消除。利用等间隔特性的数据采集有可能会引起两种极端情况：1.由于数据采集时间间隔过小导致系统处理能力大幅降低，负担加重；2. 数据采集时间间隔过大导致工作时间段内所采集的原始数据质量严重下降。这些会给后期的数据分析处理工作、故障诊断等工作带来严重影响。

步骤第一步：分析机床的运行代码，得到数控机床的实时状态运行信息。

具体做法为：读取数控机床的运行代码，在给定的时间段内，得到机床主轴等主要部件的速度，加速度等一些列数据。

第二步：采集数控机床设备的重要实时状态监控信息。

具体做法为：通过外接传感器与相关采集软件，在一段给定时间之内，采集得到数控机床的采样周期数据，速度，温度等重要参数。

第三步：对上述步骤采集到的数据进行分析处理，对数据的波动大小进行评估。

具体做法为：当数据变化平缓度较小时，则表明数据变化程度较为平缓。根据数据变化平缓度的大小来确定如何调整采样周期。2

本词条内容贡献者为:

李晓林 - 教授 - 西南大学