随着“中国制造2025”战略的提出,实现传统制造业中数控机床的“智能化”,“高效化”,“数字化”转型显得尤为重要。数控机床是高端制造企业的核心资源,减少机床故障时间,提高机床利用率是一个亟待解决的问题。传统的制造过程中丢弃了至关重要的过程数据,造成了严重的数据浪费,而过程数据是机床状态最直接最实时的反应。因此本文首先研究了高档数控机床的过程数据采集方法,基于过程数据分析建立了机床的状态预测模型和模糊故障推理模型,最后开发了状态预测及故障预警系统,为数控生产企业的数字化升级提供了新的解决方案。本文的主要工作概括如下:1、研究了西门子840D pl和国产华中-8型数控系统的数据采集方法。基于数控机床的软硬件结构,对比了各采集模式的优劣。分别利用OPC规范和第三方接口开发了两种数控系统的单机版、远程版采集软件,分析了机床NC数据的存储区域和格式,最后在制造现场完成了HMI嵌入和参数验证试验。2、建立了多维时间序列多重匹配思想的机床状态预测模型。基于过程数据特点,提出机床状态模型和度量模型。基于时间窗口的滑动,提出了多维序列多重匹配的建模思想,通过β-耦合度相似指标确定了最大相似集、滑动时长w、预测时长L,利用DBSCAN聚类算法实现了机床状态的精确匹配,最后对采集的参数完成了验证仿真实验,结果证明了建模算法的优越性。3、研究了加权模糊Petri网(WFPN)的故障预警模型。利用传统的Petri网提出了适用于描述机床故障触发特性的WFPN模型,通过传递矩阵和状态方程建立了故障推理算法。基于类sigmod函数提出了类BP算法和鱼群优化算法,为了解决故障规则难以穷尽的问题提出了规则自学习算法,基于故障知识库建立了机床关键部件的WFPN模型,并完成了故障预警过程。最后通过对模型参数的优化验证,证实了优化算法的有效性。4、开发了机床状态预测及故障预警系统。根据工厂现场条件提出了系统总体设计框架和相关技术。基于C#与Matlab混合编程开发了故障预警客户端,通过HTML/Javascript技术开发了MVC.Net框架的网页客户端。利用ADO.Net技术开发设计了Oracle数据库,基于WCF服务开发了系统的核心通信部分。最后对系统进行了简单的功能测试和性能测试。