智能機床最早出現在賴特（P·K·Wright）與伯恩（D·A·Bourne）1998年出版的智能製造（zào）研究（jiū）領域的首本專著《智能（néng）製造》（Manufacturing Intelligence）中 。由於對先進製造業具有重要作（zuò）用，智能技術引起各個國家（jiā）的重視。美國推出了智能加工平台計劃（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“數字化智能化製造（zào）技術”提出了迫切需求，並（bìng）製定了相應的“十二五”發展規劃；在2006年美國芝加哥國際製造技術展（zhǎn）覽會（IMTS2006）上，日本Mazak公司推出的首（shǒu）次命名為“Intelligent Machine”的（de）智能機（jī）床和日（rì）本Okuma公司推出的命（mìng）名為（wéi）“thinc”的智能數（shù）控係統，開啟了數控機床智能化時代 。

       本文從傳感（gǎn）器出（chū）發，將數控（kòng）機床的智能技術按層次劃分為智能傳感器、智（zhì）能功能、智能部件、智能係統等部分，對智能技術進行了總結（jié），指出（chū）不足，揭示（shì）了發展方向，並對未來進行了展望。

       智能傳感器

       由機床、刀具、工件組成的數控機床製造係統（tǒng）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，隱含著豐富的信息 。在這種動態、非線性、時變、非確定性環境（jìng）中，數控機床自身的感知技術是實現智能化的基本條件。

       數控機床要實現智能，需要各種傳感器收集外部環境和內部狀態（tài）信息，近似人類五官感知環境（jìng）變化的功能，如表1所（suǒ）示。對人來講，眼睛是五官中最重要的感覺器官，能獲得（dé）90％以上的環（huán）境（jìng）信息，但視覺傳感器在數控機（jī）床中的應用（yòng）還比較（jiào）少。隨著自（zì）動化和智能化水平的提高，視覺功能在數控機床中將發揮越來越重要（yào）的作用。

       表1 數控（kòng）機床可用傳（chuán）感器

       隨著MEMS（微機電係統）技術、嵌入技術、智能材料與結構等技術的發展，傳感（gǎn）器趨向小型化。MEMS微傳感器、薄膜傳感器以及光（guāng）纖（xiān）傳感器等微型傳感器的成熟應用，為傳感（gǎn）器嵌（qiàn）入數控（kòng）機床（chuáng）奠定了基（jī）礎。

       由於（yú）製造過程中存（cún）在不可預測或不能預料的複（fù）雜現象和奇怪問題，以及所監測到的信息存在時效性、精（jīng）確性、完整性等問（wèn）題，因此，要求傳感器具有分析、推理、學習等智（zhì）能，這要求傳感器（qì）要有高性能（néng）智（zhì）能處理器來充當“大腦”。美國高通公司正在研（yán）製能夠模擬人腦工作的人工智能係統微處理（lǐ）器。將來可通過半（bàn）導體集成技術，將高性能人工智能係統微處理器與傳感器、信號處理電路、I/O接口等集成在同一芯片上，形（xíng）成大規模集成電路式智能（néng）傳感（gǎn）器，不但具（jù）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 。相信隨著（zhe）計算機技術、信號處理（lǐ）技術、MEMS技（jì）術、高（gāo）新材料技術、無線通（tōng）信技術等不斷進步，智能傳（chuán）感器將會在數控機（jī）床智能感知方麵帶來全新（xīn）變革。

       智能功能

       數控機床向高速（sù）、高效（xiào）、高精化發展，要求數控機床具（jù）有熱（rè）補償、振動監測、磨損（sǔn）監測、狀態監測與故障診斷等智能功能。融（róng）合幾個或幾種智能傳感器，采用人工智能方法，通過識別、分（fèn）析、判斷及推理（lǐ），實現數控機床的智能功能，為智能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（zhuāng）配誤差等。研究表明，幾何誤差、熱誤差占到機床總誤差的50%以上，是影（yǐng）響機床加工精度的關鍵（jiàn）因（yīn）素，如圖1所（suǒ）示 。其（qí）中，幾何誤差是製造、裝配過程（chéng）中造成的與機床結構本身有關的誤（wù）差，隨時間變化（huà）不大，屬（shǔ）於靜（jìng）態誤差，誤差預測模型相對簡（jiǎn）單，可（kě）以通（tōng）過係統的補償功能得到有效控製，而熱誤差隨時間變化很大，屬（shǔ）於動態誤差，誤差預測模型複雜，是國際研究的難點和熱點。

      
 
       圖1 數控機床加工誤差來源（百分比）

       數控機床在加工過程中（zhōng）的熱源包括軸承、滾珠絲杠（gàng）、電機、齒輪箱、導軌、刀具等。這些部件（jiàn）的升溫（wēn）會引起主軸延伸、坐標變化、刀具伸長等變化，造成機床誤差增大（dà）。由於溫度敏感點多、分（fèn）布廣，溫度測試點位置優化（huà）設計很重要，主要方法（fǎ）有遺傳算法、神經網絡、模糊聚類、粗糙集、信息論、灰色係統等 。在確定了溫度測點的基礎上，常用神經網絡、遺傳算法、模糊邏輯、灰色（sè）係統、支持向（xiàng）量機等來進行誤差預測與補償 。

       在航空航天領域，隨（suí）著鈦（tài）合金、鎳合金、高強度鋼等難加工材料（liào）的廣泛應用，以及高速切削條（tiáo）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（yǐng）響工件的加（jiā）工精度和表麵質量。由於切削力是切削過程（chéng）的原始特征信號，最能反映加工過程的動態特（tè）性，因此可以借（jiè）助切（qiē）削力監測與預報（bào）進行振動監測。借助測力儀、力傳（chuán）感器、進給電機的電流等，利用粒子群算法、模糊理論、遺傳算法、灰色理論等（děng）對切削力進行建模和預測 。考慮到引起機床振動（dòng）的原因主要有主軸、絲杠、軸承等部件，也可以（yǐ）采集這些部件的振動、切削力、聲發射等信號，利（lì）用神經網絡、模糊邏輯、支持向量機等智能（néng）方法直接進行振動監測 。

       刀具安裝在主軸前端，與（yǔ）加工工（gōng）件接觸，直接切（qiē）削工件表麵，對（duì）加工質量的影響是最直接（jiē）和關鍵的。刀（dāo）具磨損、破損等（děng）異常現（xiàn）象影響加工精度和工作安全。鑒於直接測量法需要離線檢測的缺陷，常采集電流、切削力、振動、功率、溫度等一種或多種間接信號，采用RBF神經網絡（luò）、模（mó）糊神經網絡、小波神經網絡、支（zhī）持向量機（jī）等智能算法對刀具（jù）磨損狀態進行智能監測（cè） 。

       隨著自動化程度的提高，數控機床集成越來（lái）越多的功能，複雜程度不（bú）斷提高。為了高效運（yùn）行，對數控機床的內部（bù）狀態進行監測與性能評價、對故障進行預警與診斷（duàn）十分（fèn）必要。由於（yú）故障模（mó）式再現性不強，樣本采集困（kùn）難，因此BP神經網絡等要求樣本多的智（zhì）能方（fāng）法不適合這種場合。狀態監測與故（gù）障診斷常采用SOM神經網絡、模糊邏輯、支持向量機、專家係統和多Agent等（děng）智能方法 。

       研究人員不斷探索和研究智能功能的（de）新方法或（huò）多種方法的混合（hé），但大部分（fèn）集中在實（shí）驗室環境下，缺少實時性高、在線功（gōng）能強的（de）方（fāng）法，尚需深入發展（zhǎn）簡潔、快速、適應性強的智能（néng）方法。

       智（zhì）能部件

       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（dòng）件、刀具等部分（fèn），涉（shè）及到床（chuáng）身（shēn）、立柱、主軸、刀具（jù）、絲杠與導軌以及旋轉軸等部件。這些部件可以（yǐ）集成智能傳感器的一種或幾種智能功能構成數控機床智能部件（jiàn），如圖2所示。

      
 
       圖2 數控機床智能部件

       主軸是主傳動部件，作為核（hé）心部件，直接關係到工件（jiàn）加工精度。由（yóu）於主軸轉速較高，特別是電主軸，發熱、磨損（sǔn）、振動對加工質量影響（xiǎng）很大，因此，越來越多的智能傳感器被集成到主軸中，實現對工作狀態的監控、預警以及補償等功能。日本山崎（qí）馬紮克研製的“智能主軸”，裝有溫度、振動、位移及距離等多種傳感器，不（bú）但具（jù）有（yǒu）溫度（dù）、振動、夾具壽命監控和防護功能，而（ér）且能夠根據溫度、振動狀態，智（zhì）能協調加工參數 。瑞士Step-Tec、IBAG等製造的電主軸，裝有溫度、加速度、軸向位移等多種傳感器[14]，如圖3所（suǒ）示（shì），能（néng）夠進行（háng）熱補償、振動監測等。

      
 
       圖3 瑞士斯特普電主軸傳感器分布（bù）

       絲杠、導軌是數控機床坐標運動和定位的關鍵部件，其（qí）性能直接影響坐標運動精度和動態特性，對工件加工質量影響很大，因此監測絲杠副、導軌副（fù）在加工（gōng）中的性能變化及壽命預測對數控機（jī）床的智能化具有重要作用。通過電機驅動電流信號（hào）、功率、切削力、聲音等傳感器信號，結合進給速度、切削深（shēn）度、絲杠轉速等工藝參數，可對絲杠、導（dǎo）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（qǐ）著支撐（chēng）載荷、減小摩擦係數的作用，其運行狀態直接影（yǐng）響機床的運轉（zhuǎn）精度和可靠性（xìng）。軸承在高轉速下摩擦（cā）劇烈，發熱量（liàng）大，是最易損壞的部件，因此（cǐ）監測軸承運行狀態，可避免因軸承問題而導致（zhì）設備異常或損壞。瑞典SKF公司生產外掛式智能軸承如圖4所示 ，利用應用環境自供電，對轉速、溫度、速度、振動以及載（zǎi）荷等關鍵參數進行測量，並利用無線網絡（luò）發（fā）送自身狀態信息，實現對軸承狀態監測。

      
 
       圖4 瑞典SKF公（gōng）司外掛式智能軸承

       刀具（jù）直接與（yǔ）工件接觸，切削工（gōng）件表麵發熱量大，容易產生振動，對表麵質量的影響（xiǎng）很大，因此（cǐ）刀具中融合越（yuè）來越多的傳感器，實現對刀具的磨損監控、振動監測、斷裂報警（jǐng）等功能。克裏斯托弗、羅伯（bó）特等發明的智能刀具夾（jiá）具如圖5所示，集成有（yǒu）力/扭矩、溫度、處理器、無線收發器等芯片，能夠估計和預測顫動頻率、建議穩定的（de）主（zhǔ）軸速度、磨損監視以及建議進給速率等[16]。瑞士ACTICUT公司的生產的智能刀具內部由機構、傳感（gǎn）器（qì）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 。

      
 
       圖5 智能刀具夾具

       智能係統

       數控機床一般由（yóu）數（shù）控係統、驅動係統、輔助係統以及機床本體組成，如圖6所示。隨（suí）著人工智能技術的不斷成熟，神經網（wǎng）絡、模（mó）糊理論以及專家係統等方（fāng）法逐漸應用（yòng）到數控（kòng）係統（tǒng）、驅動係統以及輔助（zhù）係統（tǒng）中，實現工（gōng）藝參數優化專家係統、自適應控製、加工過程監控、智能診斷等功能。

      
 
       圖6 數控機床組成

       航空製造領域需要加工的部件含有很多孔、溝、槽、腔等特征，加工工藝複雜，因此在數（shù）控機床中嵌入工藝（yì）參數（shù）優化專家係統成為必然。專家係統利用人（rén）工智能技術將某領域內一個或多（duō）個專家的知識（shí）和經驗固化（huà）到程序（xù）中，模擬人類專家的決策過（guò）程，進行推理和判斷，以便解決加工中的複雜問題。瑞士米（mǐ）克朗公司（sī）匯集（jí）了（le）幾十年銑（xǐ）削經驗的（de）結晶，開發了操（cāo）作者支持模塊（kuài）OSS（Operator Support System）,能夠根據加工要求調整相關的工（gōng）藝參數，優化加工程序，獲得更理想的加工結果 。

       隨著（zhe）數控係統的發（fā）展（zhǎn），主流數控係統廠家在產品中嵌入了自適應控製、加工過程監控、智能診斷等實用功能。西門子數控係統具有電機參數自適應（yīng）運算、自動識別負載、刀具壽命監控、安全集成等功能，與以色列的OMATIVE優銑控製（zhì）器OMAT-PRO相結合，可對主軸功（gōng）率進行約束，通（tōng）過學習和再（zài）學習掌握主軸功率的最佳狀態，然（rán）後在（zài）加工過程中，實時監測主軸功率的變化，及時調（diào）整進給率[19]。奧地利WFL的Crash Guard防撞衛士（shì）係（xì）統，利用CNC係統（tǒng）的高速處（chù）理能力，實時監控機床的運動（dòng），確保機床在手動、自動等各種運動（dòng）模式下（xià）均正常工作，降低運行過程機床突（tū）發事故的產生，提高機床工作的安全性和可靠性 。GE Fanuc公司的Proficy軟件監控（kòng）和分析機床設備複雜的基本數據，對機床的工作狀態、健康狀況（kuàng）進行遠（yuǎn）程診斷[20]。德國ARTIS監控係統是對（duì）工作狀態進行監控的係統，通（tōng）過學習，獲（huò）取監控信號的特（tè）征，實現對加工過程中的斷（duàn）刀、刀具磨損、碰撞等異常行為（wéi）的實時監（jiān）控 。

       展望（wàng）

       智能化是數控機床發展的高級階段，能夠實現高度自動化，進一步解放人類的腦力智（zhì）能。隨著技術水平的（de）發展（zhǎn）和（hé）需求的提高，數控機床出（chū）現越來越多智能功能、智能部件以及智能係統。盡管其智能水平還處於發展（zhǎn）階段，但隨著人工智能技術、計算機技術、傳感（gǎn）器微型化與智能化以及（jí）微處理器技術（shù）等發展，實（shí）現真正意義上的 “自學習（xí）、自進化”的具有人類智能水平的數控機床將不再是“夢”。