1序言

机械制造业是工业的主体，第四次工业革命的到来为制造业发展和转型提供了新的机遇，发展智能制造已成为抢占制造技术制高点的突破口，世界各国纷纷推出产业政策，推动制造业数字化转型，以保持竞争优势。如德国率先提出“工业4.0”，建设高端智慧工厂和智能制造创新中心；美国提出“国家制造创新网络”，推进建设制造业关键领域和完备创新生态系统；日本提出“工业价值链”，联合100多家企业共同建设日本智能制造联合体，推动实现智能互联工厂；《英国工业2050战略》提出“服务再制造”，以数字技术改变传统供应链；《中国制造业高质量发展》把智能制造作为两化深度融合的主攻方向。智能制造的实质是以数据驱动的全方位数字化，关键基础是数控机床（包括机床、机器人、量仪具、传感器等）的智能互联互通互操作。

2数控机床大数据分类

数据是流通于数控机床数据采集、融合、分析决策、反馈控制等环节的“灵魂”，也是数控机床互联互通互操作的根本“服务对象”。数控机床大数据来自于机床不同的功能部件（如控制器、伺服系统、丝杠等），根据不同的数据特点和用途，笔者将其主要分为以下５类。

（1）属性数据 属性数据在机床全生命周期中不会发生改变，如机床构造（如三轴钻攻中心由３个运动轴和１个主轴构成）、部件类型（如控制器、轴等）、机床生产厂家、机床生产日期等。

（2）参数数据 为了生产过程的有效控制，数控系统以参数的形式对机床运行的各种物理量进行描述，这类数据称为参数数据，包括NC参数、轴参数、通道参数及设备参数等。

（3）逻辑数据 数控机床通过PLC程序对各部件的运行逻辑进行协调控制，包括CNC装置的控制功能、准备功能、插补功能、进给功能、补偿功能、监视和诊断功能等，如当监视和诊断模块发出特定报警时，不允许机床执行正常加工操作；机床防护门处于“打开”状态时，不允许执行运行操作。

（4）任务数据 数控机床通过G代码描述加工任务，G代码一般由CAM系统生成，是现场操作人员对数控机床发出加工要求的主要载体，也是数控机床最主要的任务数据。

（5）状态数据 状态数据是零件数控加工的质量、精度和效率优劣直接或间接的定量描述。其既包含机床完成工作任务过程中数控系统内部反馈控制所获得的海量电控数据，如主轴功率、主轴负载电流、进给轴负载电流、跟踪误差和材料切除率等，也包括通过外部传感器采集的物理和几何数据，如切削力、温度、振动、空间误差、热变形和零件表面粗糙度等[1]。