随着制造业产业规模在持续的增长,制造业每年消耗的能量在逐年增加。数控机床作为制造业的“工作母机”,不仅是生产过程中能量消耗的重要组成部分,也是诸多学者的重点关注方向。本文对数控机床数据监测现状进行深入分析,依据MTConnect协议搭建机床网络监控平台,同时对机床能耗进行建模与预测,主要研究内容包括:(1)通过研究当前数控机床数据监测的现状,确定数控机床网络监测架构,同时详细分析了MTConnect协议的组成结构和工作流程,并根据机床信息建模描述语言,对进行实验的数控机床完成了可扩展标记语言(XML)信息模型的构建。(2)对数控机床数据监测平台进行了总体设计,分析了当前关于机床数据采集的主要技术,利用Fanuc数控机床的二次开发包和功率传感器实现了MTConnect适配器(Adapter)的主要功能,利用C#语言在PC平台上开发了MTConnect的代理(Agent)和客户端(Client)部分,实现了数控机床数据的远程监测。(3)研究了数控机床的能耗组成及其分布特性,通过机床能量流动建立了数控铣削功率平衡方程,建立了基于改进的粒子群算法(Particle Swarm Optimization,PSO)优化支持向量机回归(Support Vector Regression,SVR)的能耗预测模型。利用PSO算法优化SVR参数中的惩罚因子和核函数参数,提高SVR模型的能耗预测精度。(4)使用数控机床数据监测系统对机床数据进行监测,根据优化后的支持向量机回归模型对监测的切削数据进行能耗预测,对预测误差进行分析,结果验证模型的有效性。