结合深度学习的工业大数据应用研究

摘要：如何将大数据等核心技术与智能制造结合，进一步提高产能与质量，并且降低成本，是新一代制造业革新的关键任务。通过一个具体应用案例，即针对工业中常见的机床刀具消耗冗余的问题，提出了基于大数据和人工智能的方法，以准确预测机床刀具的崩刃，从而增加了机床的生产效率，降低了生产成本。相对于以往使用数据统计和传统机器学习进行刀具磨损预测的方法，新方法通过高速电流采集器获取主轴电流值，结合了卷积神经网络的强拟合性和异常检测算法的强泛化能力，对大数据量的电流值进行预测分析，实现了更快的网络收敛及更高的预测准确率和顽健性。

互联网科技发展蓬勃兴起，人工智能时代来临，抓住下一个风口。为帮助那些往想互联网方向转行想学习，却因为时间不够，资源不足而放弃的人。我自己整理的一份最新的大数据进阶资料和高级开发教程，大数据学习群： 740041381就可以找到组织学习  欢迎进阶中和进想深入大数据的小伙伴加入

关键词：深度学习；工业大数据；智能制造；异常检测；刀具磨损

 

1 引言

智能制造（intelligent manufacturing）是指集成知识工程、制造软件系统与机器人视觉等技术，在无人工干预下由智能机器人独立实现的生产过程。智能制造系统是一种融合智能机器与智能行为，在订单制作、产品设计、生产、营销、销售等制造过程的各个方面都可以集成，用一种灵活的方式充分发挥先进生产系统的制造能力的系统。随着云计算、物联网、大数据、人工智能等新一代信息技术的发展，智能制造的内涵有了突飞猛进的变化。目前，智能制造已经成为每个工业发达国家的国家战略。

在工业智能制造中，李杰提出将智能制造体系分为3个阶段。首先，把问题变成数据，也就是传统的信息化过程，利用数据对问题进行建模，把过去老工人的经验变成可挖掘、可量化的持续价值，从而不会因为人的原因而失去知识。然后，把数据变成知识，从“解决显而易见的问题”延伸到“探索不可见的隐藏问题”，不仅要明白“怎么解决问题”，还要理解“为什么会出现问题”。最后，把知识再变成数据，这里的数据指的是生产中用到的设备指令、机械加工的工艺参数、可执行的决策等所有能够量化的指标，用从知识得来的量化数据修正和完善制造过程，从根本上避免问题的出现。

作为智能制造最重要的技术之一，大数据技术对传统工业制造业的影响是巨大的。智能制造的基础是将工业生产中的问题数据化，利用获取的数据对问题解决方法进行数据建模，当类似的问题出现的时候，能够根据模型提出解决问题的方法。这样，将知识固化于数据与算法模型中。

通过对大数据的深入挖掘，获取产品的需求感知，基于大数据分析实现制造业“需求— 制造 — 需求 ”的全流程生命周期管理，实现数字化、网络化、智能化的生产优化、流行预测、精准匹配、供应链优化、营销推送等众多智能制造核心应用，进而驱动产品设计和产业发展。大数据技术对制造业的影响主要有两个方面：一是在制造和管理流程中运用大数据技术提高产品质量和生产效率；二是在现有产品与服务中融入大数据技术，以进行颠覆式的革新。简而言之，融入大数据技术的智能制造关心的两大重点分别是制造流程技术和制造出的产品技术。

深度学习是机器学习研究中的一个新的热门领域，作为人工智能领域的热门技术，近年来发展迅猛。随着深度学习技术的流行，使用人工智能技术在各行各业进行创新应用成为发展趋势。不同于传统的机器学习技术，深度学习对于图像处理具有先天优势，因此大部分在智能制造中的深度学习技术应用案例是在计算机视觉领域的，例如通过图像对产品外观进行检测，以发现残次品。在工业的制造过程中，使用深度学习技术的自动光学检测（automatic optic inspection，AOI）设备也开始替代传统检测设备。

本文通过一个智能制造的实际案例，验证了使用深度学习技术对数控机床进行刀具寿命检测的可行性。从实际应用效果来看，在制造生产过程中，结合了大数据技术的方法比过去采用传统的方法获得了更好的性能提升，同时也节约了成本。

 

2 智能制造应用

本文将深度学习技术运用到了制造业最重要的环节——使用数控机床（或数控加工中心）进行加工制造，用人工智能代替生产工人对数控机床加工中用到的数控刀具（又称工具）进行寿命监控。通过采集、测量机床电流负载数据的方式，证实了数控机床主轴电流负载的变化与刀具的磨损程度之间存在一定的相关性。例如，当刀具磨损等异常状况（如刀具的崩缺）出现时，电流负载在极短时间内会剧烈波动。然后，进一步采集某一类刀具从正常使用到崩刃的全生命周期的电流数据，从中找到能够反映刀具磨损趋势的特征。经过验证，笔者构建的卷积神经网络（convolutional neural network，CNN）可以使刀具异常状态检测的准确率达到96%。

 

2.1 问题描述

根据实际生产制造中的数据统计得知，20%以上的数控机床停工是由刀具的过度磨损引起的。及时更换刀具能够将机床的利用率提高至150%，并且节约30%以上的成本。为了及时更换过度磨损的刀具，防止过度磨损的刀具对机床部件造成损坏，传统的办法主要有两种：一种是计数法，根据经验对刀具设定极限加工次数，在刀具达到这个加工次数之后，无论好坏都将其废弃，这种方法的优点在于对刀具寿命进行了管理，缺点在于有些刀具在达到设定的极限加工次数后还能够继续使用，从而造