科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对零件在线测量过程中多种测量仪器无法协同存储、仪器内数据查询聚合困难等问题，对多工序测量仪器集群的数据分布式存储和共享方法进行了研究。首先，在多个嵌入式测量仪器中，移植非关系型数据库集群对零件数据进行了分布式存储，简化了零件数据存储模型；然后，引入标签感知分片(tag-aware sharding)，实现了零件不同工序测量数据的分类存储目的；最后，使用多个搭载嵌入式Linux系统的树莓派3B+开发板作为测量仪器系统平台，搭建了基于MongoDB数据库的在线测量分布式存储集群，通过大量测试数据验证了该集群在多节点存储时数据分布均匀、性能稳定；将存储集群与企业制造执行系统(MES)进行了对接，其可以实时监控分析零件测量数据，快速汇总所有测量节点内的工序数据并生成报表。研究结果表明：当集群中数据量达到7.2×105条时，单节点查询响应速度稳定在125 ms～208 ms范围内，相比哈希分片，其最高提升了88.15%；多节点协同查询响应速度为1 308 ms，相比“升序键+搜索键”方案，其提升了了61.64%；多个测量节点内1×105个零件数据聚合统计仅需5 s左右。该存储集群可以监控零件生产情况，在减少零件制造误差、提高制造效率和质量方面具有重要作用。
- 出版日期2023
- 单位郑州大学
