數控機床的控制系統能夠邏輯地處理具有控制編碼或其他符號指令規定的程式，並將其譯碼，用程式碼化的數字表示，通過資訊載體輸入數控裝置。今天小編帶來的是事關於數控機床智慧化技術的介紹內容，歡迎大家閱讀。
智慧機床最早出現在賴特(P·K·Wright)與伯恩(D·A·Bourne)1998年出版的智慧製造研究領域的首本專著《智慧製造》(Manufacturing Intelligence)中[1]。由於對先進製造業具有重要作用，智慧技術引起各個國家的重視。美國推出了智慧加工平臺計劃(SMPI);歐洲實施 “Next Generation Production System”研究;德國推出了“Industry 4.0”計劃;中國中長期科技發展對“數字化智慧化製造技術”提出了迫切需求，並制定了相應的“十二五”發展規劃;在2006年美國芝加哥國際製造技術展覽會(IMTS2006)上，日本Mazak公司推出的首次命名為“Intelligent Machine”的智慧機床和日本Okuma公司推出的命名為“thinc”的智慧數控系統，開啟了數控機床智慧化時代[2]。
本文從感測器出發，將數控機床的智慧技術按層次劃分為智慧感測器、智慧功能、智慧部件、智慧系統等部分，對智慧技術進行了總結，指出不足，揭示了發展方向，並對未來進行了展望。
智慧感測器
由機床、刀具、工件組成的數控機床製造系統在加工過程中，隨著材料的切除，伴隨著多種複雜的物理現象，隱含著豐富的資訊[3]。在這種動態、非線性、時變、非確定性環境中，數控機床自身的感知技術是實現智慧化的基本條件。
數控機床要實現智慧，需要各種感測器收集外部環境和內部狀態資訊，近似人類五官感知環境變化的功能，如表1所示。對人來講，眼睛是五官中最重要的感覺器官，能獲得90%以上的環境資訊，但視覺感測器在數控機床中的應用還比較少。隨著自動化和智慧化水平的提高，視覺功能在數控機床中將發揮越來越重要的作用。
隨著MEMS(微機電系統)技術、嵌入技術、智慧材料與結構等技術的發展，感測器趨向小型化。MEMS微感測器、薄膜感測器以及光纖感測器等微型感測器的成熟應用，為感測器嵌入數控機床奠定了基礎。
由於製造過程中存在不可預測或不能預料的複雜現象和奇怪問題，以及所監測到的資訊存在時效性、精確性、完整性等問題，因此，要求感測器具有分析、推理、學習等智慧，這要求感測器要有高效能智慧處理器來充當“大腦”。美國高通公司正在研製能夠模擬人腦工作的人工智慧系統微處理器。將來可通過半導體整合技術，將高效能人工智慧系統微處理器與感測器、訊號處理電路、I/O介面等整合在同一晶片上，形成大規模積體電路式智慧感測器，不但具有檢測、識別、記憶、分析等功能，而且具有自學習甚至思維能力[4]。相信隨著計算機技術、訊號處理技術、MEMS技術、高新材料技術、無線通訊技術等不斷進步，智慧感測器將會在數控機床智慧感知方面帶來全新變革。
智慧功能
數控機床向高速、高效、高精化發展，要求數控機床具有熱補償、振動監測、磨損監測、狀態監測與故障診斷等智慧功能。融合幾個或幾種智慧感測器，採用人工智慧方法，通過識別、分析、判斷及推理，實現數控機床的智慧功能，為智慧部件的實現打下基礎。
數控機床的誤差包括幾何誤差、熱(變形)誤差、力(變形)誤差、裝配誤差等。研究表明，幾何誤差、熱誤差佔到機床總誤差的50%以上，是影響機床加工精度的關鍵因素，如圖1所示[5]。其中，幾何誤差是製造、裝配過程中造成的與機床結構本身有關的誤差，隨時間變化不大，屬於靜態誤差，誤差預測模型相對簡單，可以通過系統的補償功能得到有效控制，而熱誤差隨時間變化很大，屬於動態誤差，誤差預測模型複雜，是國際研究的難點和熱點。
數控機床在加工過程中的熱源包括軸承、滾珠絲槓、電機、齒輪箱、導軌、刀具等。這些部件的升溫會引起主軸延伸、座標變化、刀具伸長等變化，造成機床誤差增大。由於溫度敏感點多、分佈廣，溫度測試點位置優化設計很重要，主要方法有遺傳演算法、神經網路、模糊聚類、粗糙集、資訊理論、灰色系統等[6]。在確定了溫度測點的基礎上，常用神經網路、遺傳演算法、模糊邏輯、灰色系統、支援向量機等來進行誤差預測與補償[7]。
在航空航天領域，隨著鈦合金、鎳合金、高強度鋼等難加工材料的廣泛應用，以及高速切削條件下，切削量的不斷增大，刀具、工件間很容易發生振動，嚴重影響工件的加工精度和表面質量。由於切削力是切削過程的原始特徵訊號，最能反映加工過程的動態特性，因此可以藉助切削力監測與預報進行振動監測。藉助測力儀、力感測器、進給電機的電流等，利用粒子群演算法、模糊理論、遺傳演算法、灰色理論等對切削力進行建模和預測[8]。考慮到引起機床振動的原因主要有主軸、絲槓、軸承等部件，也可以採集這些部件的振動、切削力、聲發射等訊號，利用神經網路、模糊邏輯、支援向量機等智慧方法直接進行振動監測。
刀具安裝在主軸前端，與加工工件接觸，直接切削工件表面，對加工質量的影響是最直接和關鍵的。刀具磨損、破損等異常現象影響加工精度和工作安全。鑑於直接測量法需要離線檢測的缺陷，常採集電流、切削力、振動、功率、溫度等一種或多種間接訊號，採用RBF神經網路、模糊神經網路、小波神經網路、支援向量機等智慧演算法對刀具磨損狀態進行智慧監測。
隨著自動化程度的提高，數控機床整合越來越多的功能，複雜程度不斷提高。為了高效執行，對數控機床的內部狀態進行監測與效能評價、對故障進行預警與診斷十分必要。由於故障模式再現性不強，樣本採集困難，因此BP神經網路等要求樣本多的智慧方法不適合這種場合。狀態監測與故障診斷常採用SOM神經網路、模糊邏輯、支援向量機、專家系統和多Agent等智慧方法[。
研究人員不斷探索和研究智慧功能的新方法或多種方法的混合，但大部分集中在實驗室環境下，缺少實時性高、線上功能強的方法，尚需深入發展簡潔、快速、適應性強的智慧方法。
智慧部件
數控機床機械部分主要包括支撐結構件、主傳動件、進給傳動件、刀具等部分，涉及到床身、立柱、主軸、刀具、絲槓與導軌以及旋轉軸等部件。這些部件可以整合智慧感測器的一種或幾種智慧功能構成數控機床智慧部件，如圖2所示。
主軸是主傳動部件，作為核心部件，直接關係到工件加工精度。由於主軸轉速較高，特別是電主軸，發熱、磨損、振動對加工質量影響很大，因此，越來越多的智慧感測器被整合到主軸中，實現對工作狀態的監控、預警以及補償等功能。日本山崎馬紮克研製的“智慧主軸”，裝有溫度、振動、位移及距離等多種感測器，不但具有溫度、振動、夾具壽命監控和防護功能，而且能夠根據溫度、振動狀態，智慧協調加工引數[13]。瑞士Step-Tec、IBAG等製造的電主軸，裝有溫度、加速度、軸向位移等多種感測器[14]，如圖3所示，能夠進行熱補償、振動監測等。
絲槓、導軌是數控機床座標運動和定位的關鍵部件，其效能直接影響座標運動精度和動態特性，對工件加工質量影響很大，因此監測絲槓副、導軌副在加工中的效能變化及壽命預測對數控機床的智慧化具有重要作用。通過電機驅動電流訊號、功率、切削力、聲音等感測器訊號，結合進給速度、切削深度、絲槓轉速等工藝引數，可對絲槓、導軌的磨損情況進行監控，對剩餘壽命進行預測，及時報警，預防重大生產事故。
軸承是數控機床旋轉軸的關鍵部件，起著支撐載荷、減小摩擦係數的作用，其執行狀態直接影響機床的運轉精度和可靠性。軸承在高轉速下摩擦劇烈，發熱量大，是最易損壞的部件，因此監測軸承執行狀態，可避免因軸承問題而導致裝置異常或損壞。瑞典SKF公司生產外掛式智慧軸承如圖4所示[15]，利用應用環境自供電，對轉速、溫度、速度、振動以及載荷等關鍵引數進行測量，並利用無線網路傳送自身狀態資訊，實現對軸承狀態監測。
刀具直接與工件接觸，切削工件表面發熱量大，容易產生振動，對錶面質量的影響很大，因此刀具中融合越來越多的感測器，實現對刀具的磨損監控、振動監測、斷裂報警等功能。克里斯托弗、羅伯特等發明的智慧刀具夾具如圖5所示，整合有力/扭矩、溫度、處理器、無線收發器等晶片，能夠估計和預測顫動頻率、建議穩定的主軸速度、磨損監視以及建議進給速率等[16]。瑞士ACTICUT公司的生產的智慧刀具內部由機構、感測器和驅動器構成,用於精密數控車削,可對磨損、速度、溫度等進行監控[17]。
智慧系統
數控機床一般由數控系統、驅動系統、輔助系統以及機床本體組成，如圖6所示。隨著人工智慧技術的不斷成熟，神經網路、模糊理論以及專家系統等方法逐漸應用到數控系統、驅動系統以及輔助系統中，實現工藝引數優化專家系統、自適應控制、加工過程監控、智慧診斷等功能。
航空製造領域需要加工的部件含有很多孔、溝、槽、腔等特徵，加工工藝複雜，因此在數控機床中嵌入工藝引數優化專家系統成為必然。專家系統利用人工智慧技術將某領域內一個或多個專家的知識和經驗固化到程式中，模擬人類專家的決策過程，進行推理和判斷，以便解決加工中的複雜問題。瑞士米克朗公司彙集了幾十年銑削經驗的'結晶，開發了操作者支援模組OSS(Operator Support System),能夠根據加工要求調整相關的工藝引數，優化加工程式，獲得更理想的加工結果[18]。
隨著數控系統的發展，主流數控系統廠家在產品中嵌入了自適應控制、加工過程監控、智慧診斷等實用功能。西門子數控系統具有電機引數自適應運算、自動識別負載、刀具壽命監控、安全整合等功能，與以色列的OMATIVE優銑控制器OMAT-PRO相結合，可對主軸功率進行約束，通過學習和再學習掌握主軸功率的最佳狀態，然後在加工過程中，實時監測主軸功率的變化，及時調整進給率[19]。奧地利WFL的Crash Guard防撞衛士系統，利用CNC系統的高速處理能力，實時監控機床的運動，確保機床在手動、自動等各種運動模式下均正常工作，降低執行過程機床突發事故的產生，提高機床工作的安全性和可靠性[3]。GE Fanuc公司的Proficy軟體監控和分析機床裝置複雜的基本資料，對機床的工作狀態、健康狀況進行遠端診斷[20]。德國ARTIS監控系統是對工作狀態進行監控的系統，通過學習，獲取監控訊號的特徵，實現對加工過程中的斷刀、刀具磨損、碰撞等異常行為的實時監控[21]。
展望
智慧化是數控機床發展的高階階段，能夠實現高度自動化，進一步解放人類的腦力智慧。隨著技術水平的發展和需求的提高，數控機床出現越來越多智慧功能、智慧部件以及智慧系統。儘管其智慧水平還處於發展階段，但隨著人工智慧技術、計算機技術、感測器微型化與智慧化以及微處理器技術等發展，實現真正意義上的 “自學習、自進化”的具有人類智慧水平的數控機床將不再是“夢”。
