一种用户-基础-过程-知识递进结构的远程磨削数据库管理系统及高效低耗智能磨削方法

1.本发明涉及一种用户-基础-过程-知识递进结构的远程磨削数据库管理系统及高效低耗智能磨削方法，尤其是一种根据磨削加工过程监测数据实时调整砂轮修整策略和磨削工艺参数的智能加工方法，属于智能制造领域。


背景技术：

2.磨削技术是精密与超精密加工领域应用最广泛的加工方法之一，约占70%。然而，由于磨具表面大量不规则磨粒的不均匀性磨损、磨具与工件表面接触较大的负前角和刃口圆弧半径，磨削过程材料去除机理相对复杂且极其不稳定，磨具磨损严重且能耗高，加工成本甚至高达整元件成本的80-90%。在实际磨削加工中，并无可靠的磨削数据查询方式，依赖长期加工经验设定磨削参数，通过看磨削火花、听磨削声音的方式判断磨削状态，再反复调整磨削参数。这种经验试凑加工方式严重制约了磨削加工均一性和加工效率的提高，也无法对磨削过载、砂轮钝化、磨削烧伤进行有效分析与预判，直接影响了制造企业的生产效益。
3.大数据驱动的智能制造成为当今制造业发展的主流趋势，数据是衡量制造技术水平高低的一个重要标准。国际生产工程学会（cirp）统计切削数据库的应用并认为：使用切削数据库可显著降低生产效率，提高10%以上的加工成本。美国开发了金属切削数据库cutdata，德国开发了金属切削数据库infos，日本开发了tri系统，中国开发了naimds等，现有切削数据库基本为大量切削实验或生产实践累积形成，在面向工程应用时对机床、刀具和工件的更新能力明显不足。中国发明专利cn104267676b发明了一种面向工程应用的数控切削工艺参数管理系统，建立了由用户信息管理子系统、数控切削工艺参数子系统、典型零件工艺子系统和后处理子系统组成的切削工艺参数管理系统，所述后处理子系统通过切削力仿真数据优化获取切削工艺知识数据；中国发明专利cn106776712b发明了一种基于i5智能数控车床的车削工艺数据库及其应用方法，根据零件型面的不同加工特征定义加工方法，以用户提供的切削用量、刀具、机床和加工精度及用户交互选定的优化模型，推理并计算优化的切削参数；中国发明专利cn107798081b发明了一种基于材料-结构-工艺-过程相关性的分层次数据库模型，该模型沿加工轨迹，依据刀具-工件接触状态、零件结构与位置关系进行工况划分，将零件结构特征与加工工艺、过程参数进行对应。
4.磨削作为切削的一个分支，以往磨削数据库的研究和开发作为切削数据库的一部分进行。然而，磨削是利用磨具表面大量不规则磨粒的不均匀性磨损去除工件材料，与车削、铣削、钻削等切削方式的作用机理不同，现有的切削数据库实际上并不能用以指导磨削加工生产。近年来，国内外研究学者对专有磨削数据库的研究逐步开展起来，英国开发了igps磨削参数选择模块，美国推出了gigas基于磨削车间工艺数据的磨削咨询系统，中国建立了一个具有检索查询功能的磨削数据库。目前，我国仍没有磨削数据库授权发明专利。切削数据库的开发虽然可为磨削数据库建立提供借鉴，但目前切削和磨削数据库研究和开发
2-1-1），磨床生产商（1-2-1-2），磨床型号（1-2-1-3），磨削方式（1-2-1-4），磨削容量能力（1-2-1-5），磨削速度范围（1-2-1-6），磨削尺寸精度（1-2-1-7）。所述磨削方式（1-2-1-4）包括平面磨削（1-2-1-4-1）、沟槽磨削（1-2-1-4-2）、z型磨削（1-2-1-4-3）、外圆磨削（1-2-1-4-4）、内圆磨削（1-2-1-4-5）、导轨磨削（1-2-1-4-6）、曲轴磨削（1-2-1-4-7）和自由曲面磨削（1-2-1-4-8）；所述磨削容量能力（1-2-1-5）包括最大磨削长度（1-2-1-5-1）、最大磨削宽度（1-2-1-5-2）、最大磨削高度（1-2-1-5-3）、容许加工负载（1-2-1-5-4）；所述磨削速度范围（1-2-1-6）包括工作台速度范围（1-2-1-6-1）、横向移动速度（1-2-1-6-2）、横向移动最小输入单位（1-2-1-6-3）、垂直移动速度（1-2-1-6-4）、垂直移动最小输入单位（1-2-1-6-5）、主轴转速（1-2-1-6-6）；所述磨削尺寸精度（1-2-1-7）包括定位精度（1-2-1-7-1）、重复精度（1-2-1-7-2）。所述磨具数据（1-2-2）包括磨具类型（1-2-2-1），磨料数据（1-2-2-2）和结合剂数据（1-2-2-3）。所述磨具类型（1-2-2-1）包括磨具生产商（1-2-2-1-1）、磨具型号（1-2-2-1-2）、尺寸参数（1-2-2-1-3）；所述磨料数据（1-2-2-2）包括磨料材料（1-2-2-2-1）、磨料硬度（1-2-2-2-2）、磨料粒径（1-2-2-2-3）；所述结合剂数据（1-2-2-3）包括结合剂类型（1-2-2-3-1）、结合剂材料（1-2-2-3-2）、结合剂浓度（1-2-2-3-3）。所述磨削液数据（1-2-3）包括磨削液类型（1-2-3-1），磨削液压力（1-2-3-2）和磨削液流速（1-2-3-3）。所述磨削液类型（1-2-3-1）包括磨削液生产商（1-2-3-1-1）、磨削液牌号（1-2-3-1-2）、ph值（1-2-3-1-3）。所述磨削加工对象数据（1-2-4）包括加工对象来源（1-2-4-1），工件形状（1-2-4-2），工件尺寸（1-2-4-3）和材料类型（1-2-4-4）。所述材料类型（1-2-4-4）包括材料牌号（1-2-4-4-1）、材料参数（1-2-4-4-2）；所述材料参数（1-2-4-4-2）包括杨氏模量（1-2-4-4-2-1）、泊松比（1-2-4-4-2-2）、密度（1-2-4-4-2-4）、表面硬度（1-2-4-4-2-5）、熔点（1-2-4-4-2-6）、断裂强度（1-2-4-4-2-7）、断裂韧性（1-2-4-4-2-8）、断裂表面能量（1-2-4-4-2-9）。
10.所述磨削加工过程动态数据（1-3）包括主轴功率实时监测数据（1-3-1）和从所述主轴功率实时监测数据（1-3-1）进行特征提取得到主轴功率特征数据（1-3-2）。所述主轴功率实时监测数据（1-3-1）包括功率采集设备数据（1-3-1-1），功率采集设置数据（1-3-1-2）和实时功率动态数据（1-3-1-3）。所述功率采集设备数据（1-3-1-1）包括功率传感器型号（1-3-1-1-1）、功率传感器输出范围（1-3-1-1-2）、功率数据采集卡类型（1-3-1-1-3）、功率数据采集卡型号（1-3-1-1-4）、功率数据采集卡输入范围（1-3-1-1-5）、功率数据采集卡输出范围（1-3-1-1-6）；所述功率采集设置数据（1-3-1-2）包括采样通道（1-3-1-2-1）、采样范围（1-3-1-2-2）、采样率（1-3-1-2-3）、采样精度（1-3-1-2-4）、响应时间（1-3-1-2-5）；所述实时功率动态数据（1-3-1-3）包括数据格式实时功率动态数据（1-3-1-3-1）、数据存储相对地址实时功率动态数据（1-3-1-3-2）、数据存储绝对地址实时功率动态数据（1-3-1-3-3）。所述主轴功率特征数据（1-3-2）包括初始阈值功率（1-3-2-1）、净材料去除比磨削能（1-3-2-2）、净材料去除功率峰值（1-3-2-3）、加工能耗（1-3-2-4）、加工时间（1-3-2-5）。
11.所述磨削工艺知识数据（1-4）包括最优磨削工艺参数（1-4-1）、最优砂轮修整策略（1-4-2）、砂轮钝化状态阈值功率（1-4-3）和阈值比磨削能（1-4-4）、磨削烧伤阈值功率（1-4-5）。所述最优磨削工艺参数（1-4-1）包括砂轮线速度（1-4-1-1）、砂轮移动速度（1-4-1-2）、工件进给速度（1-4-1-3）、磨削深度（1-4-1-4）、磨削用量（1-4-1-5）、磨削间隙（1-4-1-6）、加工节拍（1-4-1-7）。所述最优砂轮修整策略（1-4-2）包括砂轮修整线速度（1-4-2-1）、砂轮修整移动速度（1-4-2-2）、砂轮修整深度（1-4-2-3）、砂轮修整耗时（1-4-2-4）。所述磨
削烧伤阈值功率（1-4-5）包括i级烧伤阈值功率（1-4-5-1）、ii级烧伤阈值功率（1-4-5-2）、iii级烧伤阈值功率（1-4-5-3）。
12.所述用户-基础-过程-知识递进结构的远程磨削数据库管理系统包括两个处理器，前处理器（1-5）和后处理器（1-6），所述前处理器（1-5）包括服务器端应用程序接口（1-5-1）、移动客户端应用程序接口（1-5-2）和网络服务云端（1-5-3），在所述服务器端应用程序接口（1-5-1）实现磨削用户数据（1-1）管理和磨削加工基础数据（1-2）管理，要求数据库使用者（1-1-1）手动编辑、输入或导入规定范式的.txt、.excel、.tdms、.jpg、.bmp格式文件，在所述移动客户端应用程序接口（1-5-2）实现磨削加工过程动态数据（1-3）管理，要求数据库使用者（1-1-1）将主轴功率实时监测数据（1-3-1）进行规定.tdms或.lvm格式存储，并从所述主轴功率实时监测数据（1-3-1）中提取主轴功率特征数据（1-3-2），在网络服务云端（1-5-3）实现磨削工艺知识数据（1-4）管理，所述服务器端应用程序接口（1-5-1）、移动客户端应用程序接口（1-5-2）和网络服务云端（1-5-3）三者间数据传输通过tcp/ip协议实现，所述远程磨削数据库管理系统后处理器（1-6）包括数据库查询、插入、编辑、删除、更新、约束、阈值报警和数据保护基本功能（1-6-1），数据匹配功能（1-6-2）、动态流数据压缩处理功能（1-6-3），功率信号特征提取功能（1-6-4），以及智能决策优化功能（1-6-5）。
13.所述高效低耗智能磨削方法包括以下步骤：步骤1（s2.1）：数据库使用者（1-1-1）在服务器端应用程序接口（1-5-1）输入磨削加工基础数据（1-2）；步骤2（s2.2）：调用数据匹配功能（1-6-2），自动比对网络服务云端（1-5-3）中适用于磨削加工对象数据（1-2-4）的最优磨削工艺参数（1-4-1）和最优砂轮修整策略（1-4-2），若信息匹配失败，跳转至步骤3（s2.3），若信息匹配成功，跳转至步骤7（s2.7）；步骤3（s2.3）：远程磨削数据库管理系统将系统权限反馈至数据库设计者（1-1-2），进行全因素磨削加工实验方案设计；步骤4（s2.4）：远程磨削数据库管理系统将系统权限反馈至数据库使用者（1-1-1），按照所述全因素磨削加工实验方案进行磨削实验，构建实验数据样本；步骤5（s2.5）：远程磨削数据库管理系统将系统权限反馈至数据库设计者（1-1-2），调用智能决策优化功能（1-6-5），以加工能耗（1-3-2-4）和加工时间（1-3-2-5）为目标进行高效低耗磨削工艺决策，智能获取磨削工艺知识数据（1-4），并在网络服务云端（1-5-3）存储磨削工艺知识数据（1-4）；步骤6（s2.6）：远程磨削数据库管理系统将系统权限反馈至数据库使用者（1-1-1）；步骤7（s2.7）：网络服务云端（1-5-3）通过tcp/ip数据传输协议将磨削工艺知识数据（1-4）传递给移动客户端应用程序接口（1-5-2）；步骤8（s2.8）：根据最优磨削工艺参数（1-4-1）、最优砂轮修整策略（1-4-2）进行磨削加工；步骤9（s2.9）：移动客户端应用程序接口（1-5-2）实时监测磨削加工中的主轴功率信号，调用动态流数据压缩处理功能（1-6-3）对主轴功率信号进行压缩处理后，存储为主轴功率实时监测数据（1-3-1），并调用功率信号特征提取功能（1-6-4），提取主轴功率特征数据（1-3-2）；
步骤10（s2.10）：调用数据匹配功能（1-6-2），进行初始阈值功率（1-3-2-1）、净材料去除比磨削能（1-3-2-2）与砂轮钝化状态阈值功率（1-4-3）和阈值比磨削能（1-4-4）比较，判断砂轮是否钝化，若砂轮钝化，跳转至步骤11（s2.11）；若砂轮未钝化，进一步进行净材料去除功率峰值（1-3-2-3）与磨削烧伤阈值功率（1-4-5）比较，判断是否临近发生磨削烧伤，若未临近发生磨削烧伤，则返回步骤8（s2.8）继续进行磨削加工；若临近发生磨削烧伤，跳转至步骤12（s2.12）；步骤11（s2.11）：调用智能决策优化功能（1-6-5），获取砂轮修整优化策略，并返回步骤8（s2.8）实时调整最优砂轮修整策略（1-4-2），进行磨削加工，并将优化后的最优砂轮修整策略（1-4-2）暂存至移动客户端应用程序接口（1-5-2）；步骤12（s2.12）：调用智能决策优化功能（1-6-5），获取磨削工艺参数优化策略，并返回步骤8（s2.8）实时调整最优磨削工艺参数（1-4-1），进行磨削加工，并将优化后的最优磨削工艺参数（1-4-1）暂存至移动客户端应用程序接口（1-5-2）；步骤13（s2.13）：远程磨削数据库管理系统将系统权限反馈至数据库高级管理者（1-1-4），审核所述暂存移动客户端应用程序接口（1-5-2）的最优磨削工艺参数（1-4-1）和最优砂轮修整策略（1-4-2）；步骤14（s2.14）：若审核失败，删除暂存数据，若审核成功，远程磨削数据库管理系统将系统权限反馈至数据库维护者（1-1-3），更新所述网络服务云端（1-5-3）中的最优磨削工艺参数（1-4-1）和最优砂轮修整策略（1-4-2）。
14.本发明所述一种用户-基础-过程-知识递进结构的远程磨削数据库管理系统及高效低耗智能磨削方法能够根据磨削过程监测数据为企业提供灵活优化的在线磨削加工和磨具修整实时调控方案，实现从生产监控系统到车间的远程控制和1对n网络共享服务。通过磨削数据的高效管理和分类，方便进行快速查询、后期维护和更新。本发明可应用到磨削加工企业、磨具与磨削液等磨削耗材生产产业，促进磨具、磨削相关制造行业实现智能生产，取得良好的经济和社会效益。
附图说明
15.图1为一种用户-基础-过程-知识递进结构的远程磨削数据库管理系统。
16.图2为一种利用用户-基础-过程-知识递进结构的远程磨削数据库管理系统的高效低耗智能磨削方法。
具体实施方式
17.具体实施方式一：结合附图1，详细说明一种用户-基础-过程-知识递进结构的远程磨削数据库管理系统，所述用户-基础-过程-知识递进结构的远程磨削数据库管理系统顶层利用程序开发环境labview开发远程磨削数据库管理系统的前处理器（1-5）和后处理器（1-6），利用数据管理软件sql server管理底层磨削用户数据（1-1）、磨削加工基础数据（1-2）、磨削加工过程动态数据（1-3）和磨削工艺知识数据（1-4），所述程序开发环境labview和数据管理软件sql server的接口通过labview开放式软件工具包labsql实现。
18.所述用户-基础-过程-知识递进结构的远程磨削数据库管理系统的底层数据包括四层递进数据管理结构，第一层数据结构为磨削用户数据（1-1），具体以用户权限对磨削用
1）；步骤7（s2.7）：网络服务云端（1-5-3）通过tcp/ip数据传输协议将磨削工艺知识数据（1-4）传递给移动客户端应用程序接口（1-5-2）；步骤8（s2.8）：根据最优磨削工艺参数（1-4-1）、最优砂轮修整策略（1-4-2）进行磨削加工；步骤9（s2.9）：移动客户端应用程序接口（1-5-2）实时监测磨削加工中的主轴功率信号，调用动态流数据压缩处理功能（1-6-3）对主轴功率信号进行压缩处理后，存储为主轴功率实时监测数据（1-3-1），并调用功率信号特征提取功能（1-6-4），提取主轴功率特征数据（1-3-2）；步骤10（s2.10）：调用数据匹配功能（1-6-2），进行初始阈值功率（1-3-2-1）、净材料去除比磨削能（1-3-2-2）与砂轮钝化状态阈值功率（1-4-3）和阈值比磨削能（1-4-4）比较，判断砂轮是否钝化，若砂轮钝化，跳转至步骤11（s2.11）；若砂轮未钝化，进一步进行净材料去除功率峰值（1-3-2-3）与磨削烧伤阈值功率（1-4-5）比较，判断是否临近发生磨削烧伤，若未临近发生磨削烧伤，则返回步骤8（s2.8）继续进行磨削加工；若临近发生磨削烧伤，跳转至步骤12（s2.12）；步骤11（s2.11）：调用智能决策优化功能（1-6-5），获取砂轮修整优化策略，并返回步骤8（s2.8）实时调整最优砂轮修整策略（1-4-2），进行磨削加工，并将优化后的最优砂轮修整策略（1-4-2）暂存至移动客户端应用程序接口（1-5-2）；步骤12（s2.12）：调用智能决策优化功能（1-6-5），获取磨削工艺参数优化策略，并返回步骤8（s2.8）实时调整最优磨削工艺参数（1-4-1），进行磨削加工，并将优化后的最优磨削工艺参数（1-4-1）暂存至移动客户端应用程序接口（1-5-2）；步骤13（s2.13）：远程磨削数据库管理系统将系统权限反馈至数据库高级管理者（1-1-4），审核所述暂存移动客户端应用程序接口（1-5-2）的最优磨削工艺参数（1-4-1）和最优砂轮修整策略（1-4-2）；步骤14（s2.14）：若审核失败，删除暂存数据，若审核成功，远程磨削数据库管理系统将系统权限反馈至数据库维护者（1-1-3），更新所述网络服务云端（1-5-3）中的最优磨削工艺参数（1-4-1）和最优砂轮修整策略（1-4-2）。

技术特征：
1.一种用户-基础-过程-知识递进结构的远程磨削数据库管理系统及高效低耗智能磨削方法，其特征在于，所述用户-基础-过程-知识递进结构的远程磨削数据库管理系统包括四层递进数据管理结构，第一层数据结构为磨削用户数据（1-1），具体以用户权限对磨削用户数据进行授权与跟踪，所述用户权限包括数据库使用者（1-1-1）、数据库设计者（1-1-2）、数据库维护者（1-1-3）和数据库高级管理者（1-1-4），第二层数据结构为磨削加工基础数据（1-2），包括磨床设备数据（1-2-1），磨具数据（1-2-2），磨削液数据（1-2-3）和磨削加工对象数据（1-2-4），第三层数据结构为磨削加工过程动态数据（1-3），包括主轴功率实时监测数据（1-3-1）和从所述主轴功率实时监测数据（1-3-1）进行特征提取得到主轴功率特征数据（1-3-2），所述主轴功率特征数据（1-3-2）包括初始阈值功率（1-3-2-1）、净材料去除比磨削能（1-3-2-2）、净材料去除功率峰值（1-3-2-3）、加工能耗（1-3-2-4）、加工时间（1-3-2-5），第四层数据结构为磨削工艺知识数据（1-4），包括最优磨削工艺参数（1-4-1）、最优砂轮修整策略（1-4-2）、砂轮钝化状态阈值功率（1-4-3）和阈值比磨削能（1-4-4）、磨削烧伤阈值功率（1-4-5）；所述用户-基础-过程-知识递进结构的远程磨削数据库管理系统包括两个处理器，前处理器（1-5）和后处理器（1-6），所述前处理器（1-5）包括服务器端应用程序接口（1-5-1）、移动客户端应用程序接口（1-5-2）和网络服务云端（1-5-3），在所述服务器端应用程序接口（1-5-1）实现磨削用户数据（1-1）管理和磨削加工基础数据（1-2）管理，要求数据库使用者（1-1-1）手动编辑、输入或导入规定范式的.txt、.excel、.tdms、.jpg、.bmp格式文件，在所述移动客户端应用程序接口（1-5-2）实现磨削加工过程动态数据（1-3）管理，要求数据库使用者（1-1-1）将主轴功率实时监测数据（1-3-1）进行规定.tdms或.lvm格式存储，并从所述主轴功率实时监测数据（1-3-1）中提取主轴功率特征数据（1-3-2），在网络服务云端（1-5-3）实现磨削工艺知识数据（1-4）管理，所述服务器端应用程序接口（1-5-1）、移动客户端应用程序接口（1-5-2）和网络服务云端（1-5-3）三者间数据传输通过tcp/ip协议实现，所述远程磨削数据库管理系统后处理器（1-6）包括数据库查询、插入、编辑、删除、更新、约束、阈值报警和数据保护基本功能（1-6-1），数据匹配功能（1-6-2）、动态流数据压缩处理功能（1-6-3），功率信号特征提取功能（1-6-4），以及智能决策优化功能（1-6-5）；所述高效低耗智能磨削方法包括以下步骤：步骤1（s2.1）：数据库使用者（1-1-1）在服务器端应用程序接口（1-5-1）输入磨削加工基础数据（1-2）；步骤2（s2.2）：调用数据匹配功能（1-6-2），自动比对网络服务云端（1-5-3）中适用于磨削加工对象数据（1-2-4）的最优磨削工艺参数（1-4-1）和最优砂轮修整策略（1-4-2），若信息匹配失败，跳转至步骤3（s2.3），若信息匹配成功，跳转至步骤7（s2.7）；步骤3（s2.3）：远程磨削数据库管理系统将系统权限反馈至数据库设计者（1-1-2），进行全因素磨削加工实验方案设计；步骤4（s2.4）：远程磨削数据库管理系统将系统权限反馈至数据库使用者（1-1-1），按照所述全因素磨削加工实验方案进行磨削实验，构建实验数据样本；步骤5（s2.5）：远程磨削数据库管理系统将系统权限反馈至数据库设计者（1-1-2），调用智能决策优化功能（1-6-5），以加工能耗（1-3-2-4）和加工时间（1-3-2-5）为目标进行高效低耗磨削工艺决策，智能获取磨削工艺知识数据（1-4），并在网络服务云端（1-5-3）存储
磨削工艺知识数据（1-4）；步骤6（s2.6）：远程磨削数据库管理系统将系统权限反馈至数据库使用者（1-1-1）；步骤7（s2.7）：网络服务云端（1-5-3）通过tcp/ip数据传输协议将磨削工艺知识数据（1-4）传递给移动客户端应用程序接口（1-5-2）；步骤8（s2.8）：根据最优磨削工艺参数（1-4-1）、最优砂轮修整策略（1-4-2）进行磨削加工；步骤9（s2.9）：移动客户端应用程序接口（1-5-2）实时监测磨削加工中的主轴功率信号，调用动态流数据压缩处理功能（1-6-3）对主轴功率信号进行压缩处理后，存储为主轴功率实时监测数据（1-3-1），并调用功率信号特征提取功能（1-6-4），提取主轴功率特征数据（1-3-2）；步骤10（s2.10）：调用数据匹配功能（1-6-2），进行初始阈值功率（1-3-2-1）、净材料去除比磨削能（1-3-2-2）与砂轮钝化状态阈值功率（1-4-3）和阈值比磨削能（1-4-4）比较，判断砂轮是否钝化，若砂轮钝化，跳转至步骤11（s2.11）；若砂轮未钝化，进一步进行净材料去除功率峰值（1-3-2-3）与磨削烧伤阈值功率（1-4-5）比较，判断是否临近发生磨削烧伤，若未临近发生磨削烧伤，则返回步骤8（s2.8）继续进行磨削加工；若临近发生磨削烧伤，跳转至步骤12（s2.12）；步骤11（s2.11）：调用智能决策优化功能（1-6-5），获取砂轮修整优化策略，并返回步骤8（s2.8）实时调整最优砂轮修整策略（1-4-2），进行磨削加工，并将优化后的最优砂轮修整策略（1-4-2）暂存至移动客户端应用程序接口（1-5-2）；步骤12（s2.12）：调用智能决策优化功能（1-6-5），获取磨削工艺参数优化策略，并返回步骤8（s2.8）实时调整最优磨削工艺参数（1-4-1），进行磨削加工，并将优化后的最优磨削工艺参数（1-4-1）暂存至移动客户端应用程序接口（1-5-2）；步骤13（s2.13）：远程磨削数据库管理系统将系统权限反馈至数据库高级管理者（1-1-4），审核所述暂存移动客户端应用程序接口（1-5-2）的最优磨削工艺参数（1-4-1）和最优砂轮修整策略（1-4-2）；步骤14（s2.14）：若审核失败，删除暂存数据，若审核成功，远程磨削数据库管理系统将系统权限反馈至数据库维护者（1-1-3），更新所述网络服务云端（1-5-3）中的最优磨削工艺参数（1-4-1）和最优砂轮修整策略（1-4-2）。

技术总结
本发明公开一种用户-基础-过程-知识递进结构的远程磨削数据库管理系统及高效低耗智能磨削方法，属于智能制造领域。针对数据驱动的智能磨削技术亟需解决的柔性最优加工方案自动搜索问题，本发明提供一种基于磨削加工过程监测功率信号的磨削工艺知识获取和智能调控加工方法，同时，本发明集成了磨削全产业链用户、基础、过程和知识数据的高效管理，能够实现自动生产监控系统到车间的远程控制和1对N网络资源共享，增强磨削加工的智能化、柔性化生产能力，提升磨削加工产品核心竞争力。提升磨削加工产品核心竞争力。提升磨削加工产品核心竞争力。


技术研发人员：田业冰 王进玲 胡鑫涛 韩金国
受保护的技术使用者：山东理工大学
技术研发日：2021.11.25
技术公布日：2022/3/8