工業母機是國家制造業的戰略物資，數控系統是工業母機的大腦。高檔數控系統長期以來受到國外封鎖限制，尤其是中美脫鉤，進一步加劇了高檔數控系統的卡脖子風險。習近平總書記在黨的二十大報告中強調，堅持創新在我國現代化建設全局中的核心地位，對于高檔數控系統的突圍，除了對標國際先進的數控系統進行追趕外，還必須要將新一代人工智能技術與數控技術結合，探索智能數控系統的新技術，實現彎道超車，創新超越。

當前階段智能數控系統主要面臨如下問題：

·問題1：自主感知與連接問題

智能數控系統需要通過自動匯聚數控系統內部電控數控與來自于外部傳感器采集的數據（如溫度、振動和視覺等），以及從G代碼中提取的加工工藝數據（如切寬、切深、材料去除率等），實現數控機床的自主感知。

·問題2：自主學習與建模問題

智能數控系統需要基于自主感知與連接得到的數據，運用集成于大數據平臺中的新一代人工智能算法庫，通過學習生成知識，獲得機床在加工實踐中輸入與相應的規律。

·問題3：自主優化與決策問題

智能數控系統需要在接受到新的加工任務后，利用前期積累的機床模型，預測機床的響應。依據預測結果，進行質量提升、工藝優化、健康保障和生產管理等多目標迭代優化，形成最優加工決策。

·問題4：自主控制與執行問題

智能數控系統需要基于傳統數控加工幾何軌跡控制的G代碼（第一代碼）和包含多目標加工優化決策信息的智能控制信息，實現同步控制，達到優質、高效、可靠、安全和低耗數控加工。

圖1 智能數控系統面臨的問題

解決方案

針對上述痛點問題，如圖2所示，華中9型智能數控系統提出了智能數控系統自主感知與連接、自主學習與建模、自主優化與決策和自主控制與執行的原理與實現方案。

圖2 華中9型智能數控系統控制原理

為了支撐華中9型智能控制系統控制原理，一方面，構建了一個體系架構和三個平臺，另一方面，形成了“四個自主”解決方案。

1．一個體系架構和三個平臺

一個體系架構是指智能數控系統的“端邊云”體系架構，如圖3所示；三個平臺是指含AI芯片的智能硬件平臺（如圖4）、含AI算法包的智能軟件平臺（如圖5）和分層級APP的開放平臺（如圖6）。

圖3 華中9型端邊云體系架構

圖4 含AI芯片的華中9型硬件平臺

圖5 提供AI算法包的華中9型軟件平臺

圖6 提供分層級APP的華中9型開放平臺

2．“四個自主”解決方案

①自主感知與連接的解決方案：華中9型智能數控系統通過“指令域示波器”和“指令域分析方法”來建立工況與狀態數據之間的關聯關系。利用“指令域”大數據匯聚方法采集加工過程數據，通過NC-Link實現機床的互聯互通和大數據的匯聚，形成機床全生命周期大數據，構建由機床全生命周期“數據像”的數字孿生。

圖7 自主感知：指令域示波器

②自主學習與建模的解決方案：華中9型智能數控系統在自主學習和建模中，知識的生成方法有三種：基于物理模型的機床輸入/響應因果關系的理論建模；面向機床工作任務和運行狀態關聯關系的大數據建模；基于機床大數據與理論建模相結合的混合建模。通過數理模型、大數據模型、數理/大數據融合模型的三種建模方法，形成機床的模型/知識，構建機床“模型像”數字孿生。

圖8 自主學習：三種建模方法

③自主優化與決策的解決方案：華中9型智能數控系統利用所獲得的數字孿生，進行虛擬加工，并預測加工效果。根據預測結果自動進行多輪優化迭代，最終生成多目標智能優化的“i代碼”，實現自主決策。不同于傳統的G代碼，i代碼是與指令域對應的多目標優化加工的智能控制代碼，是對特定機床的運動規劃、動態精度、加工工藝、刀具管理等多目標優化控制策略的精確描述，并隨著制造資源狀態的變化而不斷演變。

圖9 自主決策：i代碼

④自主控制與執行的解決方案：獨創的雙碼聯控技術，讓傳統數控加工的“G代碼”（第一代碼）和多目標智能優化的“i代碼”（第二代碼）同步運行，實現優質、高效、可靠、安全的數控加工。

圖10 自主執行：雙碼聯控