面向數控加工過程智能管控的多源異構數據管理方法*

（1.北京航空航天大學機械工程及自動化學院，北京 100191；2.北京航天新風機械設備有限公司，北京 100049）

隨著中國制造2025 國家戰略的不斷推進，智能制造及其相關理論與技術方法已深入人心。智能制造的內涵可以用“動態感知、實時分析、自主決策、精準執行和改進提高”的20 字方針來高度概括，這其中動態感知是基礎，而感知得到的多源異構數據則是進行制造過程分析、決策、執行和改進提高的驅動力。數控機床作為一種先進的制造裝備在智能制造中扮演著十分重要的角色。在離散制造業中，數控機床是制造過程的末端執行裝置，人、機、料、法、環、測等要素在加工過程中高度融合。因此，數控加工過程的輸出數據就成為評價加工過程、生產計劃、工藝規程、產品質量、設備可靠性以及數控程序質量高低的重要依據。數控加工過程產生的數據呈現出實時、多源、異構等特點。比如，與加工任務相關的產品、工藝、設備、原材料、工位、操作人員等制造情境數據是典型的非實時數據；來自數控系統內部的程序段執行信息、機床加工狀態信息、坐標值、進給速度、主軸轉速、主軸負載等,雖然是實時數據，但其更新的頻率一般不高于10Hz[1–4]；而加工過程中采集的來自外部傳感器的主軸振動、切削噪聲等信號的采樣頻率則一般高于10kHz，這樣就給數據的組織、訪問控制與存儲管理帶來挑戰。

針對數控加工過程中產生數據的組織與管理問題，工業界和學術界展開了大量的研究。……