专家简介：北京机床研究所副总师，教授级高工，博士生导师，享有政府特殊津贴专家称号，公开发表论文60余篇，出版主要着作和手册7部，培养硕士、博士生17名，获部级奖5项，是行业中一位具有很高知名度的学者和专家。

 

    北京机电研究所副总工程师、高级顾问盛伯浩在接受记者采访时提到，数控机床智能化发展现阶段需要解决三大问题。

 

    1.自适应控制技术

 

    机床自适应控制总的来讲可以分为工艺自适应和几何自适应，其中工艺自适应研究得比较多。工艺自适应又可分为最佳自适应控制系统（ACO）和约束式自适应控制系统（ACC）。ACO系统追求一种最优的加工过程指标，可能是加工时间、加工成本或工件质量。严格的ACO系统要求有辨识、决策和调整模型，辨识模型将系统实际性能指标与最优指标相比较；比较的结果要用决策模型来进行评价并决策应采取的措施；调整模块对需修正的过程参量进行必要的调整。ACC系统则是要保持约束的恒定。加工状况，如切削速度、进给量，在约束范围内实现最大值，约束包括最大的扭矩、最大的切削力或切削功率。

 

    自适应控制虽然自20世纪60年代即已开始研究，但在生产上应用尚不普遍。目前在生产应用面相对较广的还只是结构简单的ACC系统，已用于铣、车、钻、磨、电加工和加工中心等机床上，而ACO还多限于加工因素相对单纯的磨削和电火花加工（EDM）上，加工环境中影响加工的因素很多，建模需全面考虑诸多因素。不仅建立数学模型困难，而且要实时采集和实时调整参数也有更大的难度。

 

    2.信息智能判断

 

    信息技术的发展及其与传统机床的相融合，使机床朝着数字化、集成化和智能化的方向发展。数字化制造装备、数字化生产线、数字化工厂的应用空间将越来越大；而采用智能技术来实现多信息融合下的重构优化的智能决策、过程适应控制、误差补偿智能控制、复杂曲面加工运动轨迹优化控制、故障自诊断和智能维护以及信息集成等功能，将大大提升成形和加工精度、提高制造效率。数控机床需要加强信息方面的智能判断。

 

    当前，国内外一些机床和数控系统制造企业在从分布式网络化联盟制造的角度出发研究相适应的制造单元，强化其自治管理能力，能与企业ERP、PDM和CAD/CAPP/CAM的信息集成，进而通过与客户关系管理（CRM）和供应链管理（SCM）的联系作出智能决策，实施并行工程、视觉化监控等以提高机床利用率，实现高效的柔性生产。

 

    3.约束控制

 

    数控机床加工的过程中遇到的约束条件很多，诸如振动、温度以及加工过程中出现的种种干扰因素，这些都需要在监测的过程中限制约束控制条件，才可以做到精确和安全加工。

 

    智能化发展是对于约束控制较有利的发展，可以利用智能技术来实时监测加工的状态和反应，德国以前成为约束控制，后来到了日本，便成为智能控制了，这其实是一个概念。

 

机床的智能控制对数控系统提出了更高的要求，这需要数控系统不仅具有开放性、包容性和一定的二次开发特性，还要根据用户对其功能个性化的需求，对数控系统接口的普适性和前瞻性也提出了较高的期望。

国外已开始这方面的尝试，如发那科推出的主轴HRV控制，通过共振追随型HRV滤波器，可以避免因频率变动而造成的机床共振。通过融合旋转极其平顺的伺服电动机、高精度的电流检测、高响应和高分辨率的脉冲编码器、高速和高精度的伺服控制，实现极其平顺的进刀。西门子基于Internet的“ePS”（电子产品服务）软件方案，可以通过互联网访问Sinumerik810D/840D/840Di/828D控制系统，通过其CM（ConditionMonitoring）系统在线连续监控数控系统的轴状态、PLC状态等，并评估机床状况、分析相关的机床参数，可实现远程诊断、维修服务，防止早期故障引起的意外停机，减少检修停工期，增强可靠性，提升机床有效性，提高生产力，降低维护费用。海德汉提供的自适应进给控制AFC功能，可根据刀具轴性能和其他工艺参数优化进给速率，在状态窗口显示的一个动态条形图，表示轮廓加工进给速率和主轴性能间的相互关系，从而供用户选择最佳运行参数。

    盛伯浩告诉记者，随着控制技术、驱动技术和自适应技术的不断发展，数控系统的智能化和集成化已成为数控机床研究的重要领域。