数控机床健康保障技术是企业降低生产成本,增强核心竞争力的重要技术手段之一。目前,生产中主要采用定期保养方式对机床进行检修,由于指导性不强易造成资源浪费。也有研究基于固定G代码进行体检,利用机床响应的电数据来评价机床健康状态,以实现预测性维护。但其占用机床加工时间,降低生产效率。本文研究基于日常加工程序,分析加工过程产生的电控数据,选择用于机床状态评价的稳态数据,提取机床部件的健康指数的方法。主要工作归纳如下:首先,对数控机床加工过程中产生的大量数据进行分析,筛选出用于评价机床健康状态的稳态数据。基于G指令动作,确定用于评价机床状态的稳态数据特点。以机床主轴、进给轴为研究对象,分离其在不同工况下的稳态数据,明确其在不同指令动作下的稳态数据特点与边界条件,为分离稳态数据,评价机床状态工作奠定基础。其次,针对稳态数据的分离问题,利用智能控制i代码技术,设计用于稳态数据分离的i代码。其与G代码相匹配并同步执行,实现对不同工况下的稳态数据的标记与提取。针对主轴与进给轴,设计了i代码的具体内容,在加工过程中,对标记的稳态数据实时采样,实现稳态数据的实时分离。接着,研究了基于稳态数据,机床健康指数的提取方法。根据机床部件的控制方式,结合实验数据,利用相关性分析,将工况信息与稳态数据指标相关联,实现稳态数据特征指标的筛选,有效排除工况信息对机床健康状态评价的影响。基于契比雪夫距离原理量化机床目前的状态,实现机床健康指数的提取。最后,基于日常加工程序,提取进给轴的健康指数。同时,将基于日常加工程序与基于固定G代码主轴体检的结果进行比较。对于主轴,使用日常加工程序提取的健康指数与基于固定G代码体检方式提取的健康指数接近,健康指数的同比最大差值为0.04。验证了基于日常加工程序提取机床健康指数方式的可行性与可靠性。