本文根据 GB/T 13016—2018《标准体系构建原则和要求》规定的标准体系构建方法，首先，回顾数控系统发展历程，梳理国内外相关组织机构的关注重点，以智能化数控系统为标准化对象确定了标准化工作的范围和边界；其次，对智能化数控系统关键技术及标准化工作的国内外研究情况展开调查研究，总结其工作发展现状和标准体系的建设需求；再次，对智能化数控系统标准化顶层架构空缺的问题展开研究，分析整理了标准体系，确定了智能化数控系统标准体系的结构关系；最后，基于《国家智能制造标准体系建设指南》构建智能化数控系统标准体系结构和框架，涵盖基础共性标准和关键技术标准两大类共七个方面的标准，期望为智能化数控系统系列标准的制定以及后续标准的动态维护更新提供指导和参考，从而推动智能制造的发展。

1 需求分析

1.1 智能化数控系统需求分析

数控系统是代替人工操作完成加工过程的控制中心，其发展历程与工业革命的进程息息相关，如图 1 所示，随着制造业的迅猛发展与信息技术的不断革新，数控系统已经由最初的 NC 阶段发展到如今的 CNC 阶段，新一代智能制造技术赋予数控系统感知、学习、决策及自主执行的能力，数控系统向 Intelligent CNC 阶段迈进，实现智能化转型已经成为必然趋势。

图 1 数控系统发展历程

国内外智能化数控系统技术见表 1，目前的研究主要集中于工艺优化、加工过程实时监测、误差补偿、质量监测以及系统预测性维护等单一智能化功能的实现，对于智能化数控系统尚未形成一个明确的定义，但学术界与工业界普遍认可智能化数控系统不再是狭义上服务单台机床的操作系统，而是一种结合了人工智能和数控技术的新型数控系统，是从单一数控产品到服务和集成解决方案提供者的全面转变。

表 1 国内外智能化数控系统技术

随着智能制造的深入实施，物联网、人工智能和边缘计算等技术的飞速发展在为智能化数控系统的研制创造了条件的同时也对其提出了如下智能化需求：

（1） 感知智能化。感知数据包括内部数据和外部数据两部分，其中内部数据能够反映机床的内部状态，如电源状态、操作模式、主轴转速、轴位置和速度、程序信息和系统信息等；外部数据是指由包括振动、温度和 AE 等传感器在内的数据采集装置收集的过程监测数据。随着传感器技术的不断发展，设备感知的能力不断提升，感知数据具有规模海量、多源异构、多时空尺度和多维度等大数据特征，如何实现异构多源数据的泛在感知，真实刻画加工过程各关键要素的演化过程及规律，反映其统计学特性，打破数据孤岛，实现装备间的互联互通成为智能制造对智能化数控系统提出的首要要求。

（2） 加工智能化。通过智能化感知获取车间现场环境、机床及加工过程的信息，利用强大的算力和智能算法挖掘相关知识，进行归纳学习和分析决策，赋予机床自主学习、自主优化、自主决策与自主执行的能力。通过自主学习建立模型，生成知识，实现基于数据和模型的混合驱动，根据模型预测结果进行工艺优化、提质增效等多目标迭代优化，形成可持续运行、自主学习的基于证据的决策信息，根据自主优化和决策结果完成自主执行，从而提升加工质量，优化加工过程，实现高效、高质量加工。加工智能化已成为智能制造对智能化数控系统功能提出的根本要求。

（3） 维护智能化。数控机床所处加工环境恶劣，工况庞杂，故障信息繁复，且故障发生概率高。随着市场竞争的日益激烈和制造行业的飞速变革，以机床为代表的生产设备的故障预测和健康管理水平已经成为影响制造企业发展营收的重要因素。据不完全统计，每年因机床故障造成的损失高达数千亿元，机床的实时状态检测、故障诊断和预测性维护是保障健康生产的重要手段，维护智能化可以通过智能算法对数控系统的多维度模型进行分析，预测加工过程中不可见的问题，提前预警并给出控制指令，避免重大损失，已经成为智能制造对智能化数控系统提出的核心要求。

（4） 操作智能化。目前，大多数的商用机床提供的操作方式都是通过固定在机床上的控制面板实现的，这种方式仅面向机床的操作或维修人员，提供有限的机床状态和报警等信息，极大地限制了智能化数控系统的决策支持和人机交互能力，提供将计算机软件、智能手机、平板和 AR 等不同种类的 HMI 和更为丰富的人机交互方式，允许各种类型的制造服务作为智能决策支持有效地传递给用户，能够方便不同利益相关者，如机床操作员、维修人员、车间管理者和机床制造商等，与机床进行交互。操作智能化已逐步成为智能制造对智能化机床提出的基本要求。

（5） 管理智能化。操作智能化为车间/工厂管理者了解加工过程和现场情况提供了便利，在智能制造的背景下，智能化数控系统面对的不一定是一个单一的加工工程，有可能是智能产线或车间中多个模块协同的生产过程。管理智能化要求智能化数控系统为上层管理者提供更多的智能化功能，如通过视频系统实时监控机床及产线的运行状态，通过大数据进行机床效率分析和能耗分析，帮助用户及时掌握产线、车间和工厂的生产情况，完善生产管理。管理智能化是智能制造对智能化数控系统提出的重要要求。

1.2 标准化需求分析

标准是对重复性事物和概念所做的统一规定。标准化是标准事项的统称，是一种综合性的技术基础和科学管理手段。世界各制造强国越来越重视智能制造的顶层设计，开展了一系列的标准化工作，德国持续完善《工业 4.0 标准化路线图》，构建了“工业 4.0”参考模型框架，并给出映射方法；美国国家标准与技术研究院从产品、生产系统与业务 3 个维度打造智能制造标准生态；日本推出工业价值链参考架构，详细介绍了智能制造单元及其通用功能模块的系列标准规范。国际标准化组织 IEC/TC 65 和 ISO/TC 184 联合成立了“智能制造参考模型”工作组，开始了智能制造的统一模型和技术架构相关标准的制定工作。在此背景下，中国发布了《国家智能制造标准体系建设指南》，启动了智能制造的基础共性标准与关键技术标准的研究与编制工作，以支撑产业发展。

近年来，随着智能制造的深入落实，国家针对机械工业行业与国际先进水平的差距，制定了机床工具行业“十四五”发展规划，明确指出技术创新与革新是机床工具行业发展的原动力。数控系统是机床的“大脑”，其技术水平能够直接影响数控机床产业的发展。标准化作为数控行业的技术支撑，贯穿数控系统相关技术研究和应用的各个阶段。我国政府与企业深刻认识到数控系统标准化工作的重要性，截至目前，共制定数控系统相关标准130 余项，其中现行国家标准 50 余项，涵盖基础标准、安全标准、方法标准和产品标准等多个方面。国际上，数控系统技术标准主要出自国际标准化组织ISO/TC 184/SC 1（Industrial Cyber and Physical DeviceControl）和国际电工委员 会 IEC/TC 44（Safety ofMachinery - Electrotechnical Aspects）2 个 标 委 会 ，数控技术国际标准体系如图 2 所示。

图 2 数控技术国际标准体系

随着计算机、网络通信和先进制造技术的不断发展，数控系统作为制造技术与信息技术融合的产物也在不断演化。传统的数控系统为满足其对功能、性能、安全和可靠性等要求，通常采用封闭式结构，开放式及 PC 技术的发展推动了数控系统从封闭走向开放，并促使其使用成本的降低。我国基于此制定了 GB/T 18759《机械电气设备 开放式数控系统》系列标准，规定了开放式数控系统的标准体系框架、网络接口与通信协议、总线互操作等方面内容。开放式数控技术不仅使数控系统在制造车间得到普及，也为新技术融入数控系统指明了方向。

在国际上，由我国主导制定的 ISO 23218 系列国际标准面向机床数控系统，站在全球化的视角，充分考虑数控系统对气候、机械和电气环境条件与安全防护等要求，建立了数控系统基本性能指标评价体系，确立了复杂环境下的适应性条件阈值，突破了关键指标解耦测试技术等，攻克了“开放平台同一、安全门槛同一、测评尺子同一”的核心问题，解决了“数控系统标准技术要求统一难、厂家利益协调难、标准条款制定难”等难题。

作为数控机床核心关键部件的数控系统正在经历剧烈变革，诸如人工智能、时间敏感网络和可信计算等技术的推广应用，催生了智能化数控系统，我国现有的数控系统标准体系已经很难满足产业快速发展的需求。作为顶层设计，标准是指导数控系统走向智能化，引领数控产品迈向高端化，促进产业向智能制造方向转型升级的战略支撑。目前，我国智能化数控系统标准体系缺失，相关术语及适用准则尚未形成统一规范，关键技术标准仍属空白，智能化数控系统标准化工作仍处于起步阶段。

GB/T 18759《机械电气设备 开放式数控系统》、ISO 23218《工业自动化系统与集成 机床数控系统》等系列标准的研制为智能化数控系统技术体系和标准体系的构建奠定了基础，建立智能化数控系统标准体系，推动相关标准的研制，已成为现阶段智能制造亟需解决的问题。

2 智能化数控系统标准体系

构建标准体系是运用系统论指导标准化工作的一种方法。标准体系是指由一定系统范围内，具有内在联系的标准组成的科学有机整体，是促进智能化数控系统相关技术标准达到科学、完备、有序的基础，是包含现有和未来发展的全面标准化规划蓝图。建立健全、完善的标准体系是开展智能化数控系统标准化工作的基础，同时，也能为我国智能化数控系统研制及落地应用提供切实指导。

2.1 智能化数控系统标准体系结构

本文根据《国家智能制造标准体系指南》，从产品周期、系统层级和智能功能等 3 个维度对智能化数控系统所涉及的要素、装备、活动等内容进行描述，构造通用概念化框架，旨在明确智能化数控系统标准化的对象及范围，使用统一的标准化框架归档、集录差异化的执行方式。

图 3 智能化数控系统架构三维结构图

智能化数控系统架构的三维结构如图 3 所示，产品生命周期维度涵盖设计、生产、使用、维护及回收等从产品原型研发开始到产品回收再制造的各个阶段，在产品生命周期的各项活动均可进行迭代优化，具备可持续发展的特点；系统层级是指与企业生产相关的组织结构的层级划分，根据数控系统生产活动相关的组织结构层级可划分为设备级、单元级、车间级、企业级和协同级；智能特征由感知连接、学习建模、评估优化、决策控制和系统集成等 5 个层级构成，描述了智能化数控系统应具备的自主感知、自主决策、自主执行、自动适应和自主优化等多个功能表征。在此基础上，根据 GB/T 13016—2018《标准体系构建原则和要求》，依据“目标明确、全面成套、层次适当、划分清楚”的标准体系构建原则，建立智能化数控系统标准体系结构，覆盖智能化数控系统全生命周期，凝练关键技术，提供一个基于共同概念、削弱不同执行差异的参考。标准体系结构如图 4 所示，包括基础共性标准和关键技术标准两大类共七个部分。

图 4 智能化数控系统标准体系结构图

2.2 智能化数控系统标准体系框架

标准体系框架是以体系结构为基础，按层级逐步展开的，包含了智能化数控系统标准体系的基本组成单元，如图 5 所示。

图 5 智能化数控系统标准体系框架

3 智能化数控系统基础共性标准

智能化数控系统基础共性标准子体系如图 6 所示，基础共性标准能够统一智能化数控系统的相关概念，解决共性关键问题，包括通用标准、安全标准和测评标准三大部分。

图 6 智能化数控系统基础共性标准子体系

（1）通用标准。通用标准包括术语定义和通用要求两部分。其中，术语定义标准能够统一智能化数控系统的相关概念，规范相应的缩略语、符号和代号等，明确智能化数控系统的定义，功能和应用场景等，在对智能化数控系统进行总体概括的同时为其他标准的制定提供基础支撑；通用要求标准定义了设计、生产和使用智能化数控系统的一般要求和指导方针，包括智能化功能要求、性能要求、安全可信要求、测评要求和应用要求等。

（2）安全标准。安全问题贯穿智能化数控系统全生命周期的各个环节和系统层级的各个层次，安全标准用于保障智能化数控系统研制、使用和运维过程中的安全可信性，是建立通用、高性能的智能化数控系统的必要条件。安全标准由安全要求和可信智能 2 个方面内容构成。这里，安全要求涵盖以保障智能化数控系统可用性、完备性和保密性为主要目标的信息安全标准和在危险发生时避免智能化数控系统失效的功能安全标准。可信智能标准用于保证智能化数控系统的可解释性、无歧视性、安全与隐私和可问责性。

（3）测评标准。智能化数控系统测评标准用于为设计者、制造者和用户等利益相关方提供数控系统功能和性能的标准化测试方法和全面的评价指标体系，帮助其判断智能化数控系统是否能够满足预期要求。智能化数控系统测评标准包含测评通用要求、指标体系、测评方法和测评技术等 4 个部分内容。其中测评通用要求能够指导智能化数控系统的测试验证及评估过程，确保测试评估的规范性、公平性、准确性和可靠性；指标体系标准的建立能够帮助利益相关方全面了解智能化数控系统的功能及性能，在设计、生产、使用和运维的全生命周期准确把握智能化数控系统情况，进而推进数控系统智能化水平的提升；测评方法标准向利益相关方提供了统一、规范的测评流程，明确测评对象、测评内容、测评方式等内容，结合测评环境和参数校准等信息对测评结果进行标准化分析；测评技术标准对智能化数控系统测评过程中使用的具体测评手段进行规范，如软件测评、硬件测评、在线实时测评和离线仿真测评等。

4 智能化数控系统关键技术标准

关键技术标准用于规范智能化数控系统研制及使用过程中所涉及关键技术要求，如图 7 所示，主要包含体系结构、统一模型、感知与智能边缘单元，以及智能部署与应用规范。

图 7 智能化数控系统关键技术标准子体系

4.1 智能化数控系统体系结构标准

智能化数控系统在硬件上集成了云计算和边缘计算的服务器集群，在软件上深度融合了控制技术、工业物联网和人工智能等技术。智能化数控系统体系结构标准指定了数控系统的组织结构和拓扑结构，显示了系统需求及构成元素间的对应关系，是系统结构、行为和属性的高级抽象，主要规范了智能化数控系统的硬件平台，定义了软件平台中基础功能组件及其主要功能模块，明确互联互通及互操作要求，提供了一个可扩展的体系结构。体系结构标准子体系如图 8 所示。

图 8 智能化数控系统体系结构标准子体系

智能化数控系统硬件平台标准主要规范了智能化数控系统的物理设备配置，即构成智能化数控系统所必须的设备组件，是区别智能化数控系统与传统数控系统的基础，包括感知配置标准、计算配置标准、控制配置标准和安全配置标准 4 部分。

（1）感知配置。该标准规范了智能化数控系统物理层的数据感知要求，感知数据由内部数据和外部数据两部分组成。其中，内部数据能够反应机床的内部状态，是由 CNC 控制器、PLC 和机床的内部传感器等提供的，如电源状态、操作模式、主轴转速、轴位置和速度、程序信息和系统信息等；外部数据是指由包括振动、温度和声发射信号等传感器在内的数据采集装置收集的过程监测数据。其中，获取外部数据的传感器一般具备测试精度高、与智能化数控系统相关性弱等特点，可根据用户感知需求增加或减少。

（2）计算配置。智能化数控系统采用云-边协同的体系架构，其计算能力分别由云组件和边缘组件提供。该标准规范了数控系统在运行时必要的设备组件，除了包括直接参与控制运算的工控机等必要设备外，还包含智能化数控系统实现监测、诊断、预测和优化等功能所需的云组件和边缘组件的相关配置要求。

（3）执行器配置。规范了智能化数控系统执行控制命令所必须的组件，包含具备捕获及反馈系统控制命令的能力的相关组件的配置要求，如进给伺服电机等。

（4）安全配置。该标准规范了智能化数控系统中物理层相关安全要求，包括软硬件安全、环境安全等。

智能化数控系统具备感知连接、学习建模、优化决策及控制执行的能力，软件平台为基于边缘计算和云计算的二次开发提供环境，为工业大数据的管理、分析及应用 APP 的运行提供平台。智能化数控系统软件平台标准从机加流程角度，规范了智能化数控系统执行上述功能的相关组件及功能模块的要求。其中，功能组件是实现某一类单独功能的控制器的独立组成部分；功能模块是用来实现功能组件中各功能的独立功能块，具有标志的数据接口，每个功能组件都可以选配连接不同的功能模块，以实现不同的功能，功能模块可通过系统配置直接嵌入数控系统。

（1）感知连接。标准规范了智能化数控系统采集外部数据与自动捕获内部数据后，执行数据预处理以及数据特征提取两类数据处理过程的相关技术要求。数据预处理将尚未组织成实体的基本信息单元规范约束为被泛化的实体，对收到的信息运用不同形式的数据清洗、数据集成、数据归约以及数据变换功能来初步筛查有用信息，得到标准、干净和连续的数据，以便后续的特征提取；特征提取是认知和识别前一阶段数据预处理后的信息，对数据预处理阶段后数据进行标记和分类，实现智能化数控系统对物理实体和环境的状态感知。

（2）学习建模。该标准规范了智能化数控系统通过建立数字孪生模型，自主学习并生成知识的相关技术要求。数字孪生模型能够为智能化数控系统提供物理实体或外部环境的属性、结构、状态、性能、功能和行为等信息，以便智能化数控系统观察、认知、理解、控制并改造物理实体或外部环境。关于数字孪生模型的具体细节将在统一模型标准子体系中具体介绍。

（3）评估优化。该标准规范了智能化数控系统利用上述模型评估数控系统各项任务计划的成本、风险和收益，以及加工过程中相关事件的可取性/可能性的相关技术要求。具体包括工艺优化、加工质量提升、健康管理、寿命预测和生产管控等多目标的迭代优化，以强化信号为激励，标记智能化数控系统加工对象、加工工具、加工环境、加工任务或计划等目标实体的好坏程度或重要性，并形成优化策略。

（4）决策控制。该标准规范了智能化数控系统完成任务决策执行控制指令相关的技术要求。主要包括选择任务目标、任务递归分解、子任务排序和控制执行等。其中任务分解涵盖时间和空间 2 个维度，时间分解沿着时间线将每个任务划分为顺序的子任务，空间分解将任务划分解为树状结构，由不同子系统执行，每个节点对应一个决策模块，树状结构的弧线对应信息流/控制流。

互联互通及互操作标准统一了智能化数控系统装置、装备间互联互通及互操作相关规范包含总线接口与协议规范和网络接口与协议规范两部分。

（1）总线接口与通信协议规范。标准规定了智能化数控系统中总线接口和通信协议规范，为装置间的互联互通及互操作提供支持，能够实现数控装置、感知单元、驱动器、I/O 等装置间的传输命令及应答。

（2）网络接口与通信协议规范。标准规定了智能化数控系统中网络接口和通信协议的规范，为智能化数控系统网络接口与通信协议的分析、设计及实现提供参考框架，为数控装备之间及其与上层生产线或工厂间的互联互通及互操作提供支撑。

4.2 统一模型

作为过去五年中发展最快的工业 4.0 技术之一，数字孪生结合了包括数据采集和通信、建模与仿真和大数据分析在内的各种技术，数控系统的数字孪生模型是智能化数控系统对系统外部世界的内部表达，是数控系统实现智能化的核心，它能够及时反映机床和加工过程的静态属性和实时状态，通过内置的计算能力和智能算法实现对机床的监控和控制，以及通过与应用软件和人机交互接口（human machine interface, HMI）通信来提供智能化的决策支持。统一模型标准主要对智能化数控系统的数字孪生模型建模技术进行规范，主要包括智能体领域模型、数字孪生模型构建方法和模型管理 3 个部分，智能化数控系统统一模型标准子体系如图 9 所示。

图 9 智能化数控系统统一模型标准子体系

智能体领域模型标准以系统工程的角度，将智能化数控系统看作一个智能体，根据美国国家标准与技术研究院（national institute of standards andtechnology, NIST）对智能体的定义，智能是指系统在不确定环境中的自适应能力，其程度水平通过以下因素决定：系统（或计算机）的计算能力，系统用于感知、建模、评估、执行和信息传输的算法复杂度；系统存储的信息和知识。为便于智能化数控系统的设计和实现，领域模型标准在数控系统数字孪生体系结构基础上，将智能化数控系统抽象为六元组，规范了以执行器和传感器为输入输出装置的外部应用组件，以及实现感知连接、学习建模、评估优化和决策控制等智能化功能的内部智能元素的相关技术要求，具体包括六元组定义、功能要求、性能要求和交互方式等。

数字孪生模型构建标准规范了智能化数控系统对外部环境和系统本身构建数字孪生模型的相关技术标准，主要包括可视化模型和语义模型两部分。

（1）可视化模型。标准规范了智能化数控系统数字孪生可视化模型的相关技术要求，用以帮助人类直观地认识物理对象，以图形化的方式描述物理对象的几何、物理、行为、规则特性，主要包括可视化理论、可视化建模规则、可视化建模方法、可视化建模工具和人机交互规范等。

（2）语义模型。标准规范了智能化数控系统数字孪生语义模型的相关技术要求，用以对采集到的数据进行结构化管理，并进行分析处理。语义模型由信息模型、机理模型和数据库构成，其中信息模型能够以层次化的方式全面刻画机床的逻辑结构，反映各组件及系统间的耦合关系的；机理模型涵盖专家经验、领域知识和人工智能算法，能够支撑机床的应用服务；数据库能够为加工过程中产生的大量实时制造数据和有价值的历史信息提供安全、可靠、有效的存储和管理，为不同用户提供分布式安全访问。该标准主要包含语义模型组成、建模规则、信息模型构建方法、信息模型建模工具、机理模型构建方法、机理模型建模工具及数据库构建方法等。模型管理标准主要对智能化数控系统的数字孪生模型管理相关技术研究进行规范，包括模型验证、模型库和模型更新与优化等 3 部分内容。

（1）模型验证。标准规范了智能化数控系统数字孪生模型验证的相关技术要求，用以确保数字孪生模型与物理实体行为的一致性，主要包括模型验证环境、模型验证方法、功能验证、性能验证等。

（2）模型库。标准规范了智能化数控系统数字孪生模型库的相关技术要求，用以确保模型的可复用性、可维护性和可扩展性，主要包括模型的组装耦合、模型封装格式、模型封装接口、模型存储等。

（3）模型更新与优化。标准规范了智能化数控系统数字孪生模型更新与优化的相关技术要求，用以确保模型的可靠性和忠诚度，主要包括数据来源、约束条件、模型更新周期、模型优化目标、模型更新方法和模型优化方法等。

4.3 智能边缘单元

随着智能制造的深入实施，人工智能算法飞速发展，为智能化数控系统的数字孪生模型提供了更为丰富的功能，同时也为智能化数控系统带来了实时同步、忠实映射及高保真度等要求。传统数控系统是一个孤立、封闭的系统，其计算能力有限，无法承载海量实时加工数据的分析处理，早期学术界和工业界倾向于将设备数据全部上传至远程云数据中心，利用数据中心的高性能计算平台来对大数据进行计算和存储，再由云将结果反馈给机床用户，从而赋予数控系统智能化能力。然而，工业物联网（industrial internet of things, IIoT）的普及导致工业现场的数据量和计算量呈爆炸性增长，同时，复杂的网络环境中存在的链接和路由不稳定等因素都可能造成延迟过高、抖动过强和数据传输速度过慢等问题，导致云计算不能满足数据实时交互的需求，进而造成物理实体与数字孪生体的隔离，影响基于云计算的智能应用的服务能力。此外，在工业领域中，云平台的建设和应用远远滞后于其理论发展，甚至，在云计算出现前，工业现场已经存在大量具备计算能力的边缘设备。在此基础上，由云计算、边缘计算与人工智能互动融合而成的边缘智能单元能够充分利用部署于数控系统边缘和终端的嵌入式计算能力，通过交互协作为智能化数控系统的落地应用提供保障。

目前，现场级制造资源包含大量边缘设备，为突破场景限制，构建面向基准能力的技术标准体系，从边缘终端、边缘服务器、连接交互和数据管理等 4 部分，对智能化数控系统的数据感知和基于边缘计算的数据处理相关技术进行规范，建立智能边缘单元标准子体系，如图 10 所示。

图 10 智能化数控系统智能边缘单元标准子体系

边缘终端一般由树莓派、NANOBOX、工控机和 FPGA 等具备一定数据处理、网络通信或存储能力的设备组成。边缘终端标准明确了构成智能边缘单元的终端设备并对相关技术要求进行规范，主要包含通用要求，构成与分类、功能要求。

（1）通用要求。标准规范了构成智能边缘单元的边缘终端的相关技术规范，主要包括数据处理要求、网络通信要求和存储要求等。

（2）构成与分类。标准规范了构成智能边缘单元的边缘终端的构成元素及分类。

（3）功能要求。标准规范了构成智能边缘单元的边缘终端的功能要求，主要包括资源管理（实体资源管理和数字化资源管理）、边缘感知、边缘分析、边缘优化和边缘控制等。边缘服务器集群包括一个服务于不同目的的服务器集群，除了基础的计算和存储模块还包含云核组件（cloud core）、控制节点（master）和边缘核组件（edge core）。其中，云核组件负责与云端进行通信，向控制节点汇报边缘资源状态，向边缘核组件发布云端指令。边缘核组件管理边缘资源。边缘服务器标准与边缘终端标准类似，明确了构成智能边缘单元的服务器设备并对相关技术要求进行规范，主要包含通用要求，构成与分类和功能要求。智能边缘单元支持振动、温度、噪声等多源传感器数据与实时加工数据的集成融合，连接交互标准规范了智能边缘单元连接交互的相关技术要求，通过多协议通信技术，实现智能边缘单元对 OPC UA、MTConnect、Modbus 和 FOCAS 等不同种类的数控系统通信协议的融合，主要包括连接要求、交互方式和云边协同等。

（1）连接要求。标准规范了智能边缘单元连接通用技术要求，为智能边缘单元的连接提供统一、规范的指导，主要包括边缘终端间连接要求、边缘终端与边缘服务器间连接要求、边缘服务器间连接要求、智能边缘单元与数控系统间连接要求等。

（2）交互方式。标准规范了智能边缘单元数据、数字孪生模型与服务的交互方式，为数据、数字孪生模型与服务的端-端集成、横向集成和纵向集成提供支撑。

（3）多边协同。标准规范了智能边缘单元与云、端协同的相关技术要求，主要包括端-边协同、边-云协同、端-云协同、端-边-云协同等。智能边缘单元所涉及的数据既包含可用性和可访问性高度依赖于机床和数控系统的制造商的内部数据，又包含来自多样化的感知元件的外部数据，具备多源异构的特征，难以支撑智能化数控系统的数据集成与信息共享。数据管理标准规范了智能边缘单元对数据处理及存储的相关技术要求，主要包括数据清洗、数据融合、数据处理架构、数据处理要求、数据处理方法和数据存储等。

（1）数据清洗。标准规范了智能边缘单元数据清洗的相关技术要求，主要包括数据来源、数据格式和清洗要求等。

（2）数据融合。标准规范了智能边缘单元数据融合的相关技术要求，主要包括数据预处理、数据传输、数据标准化、数据降噪和特征提取等。

（3）数据处理。标准规范了智能边缘单元分析、处理数据的相关技术要求，主要包括数据处理架构、数据处理要求、数据处理方法和数据存储等。

4.4 智能部署与应用 APP 规范

智能边缘单元的重要优势在于可以通过分布式协同计算为用户提供低延迟、高可靠性的计算服务，而数控系统的层次化结构特点允许分布式部署智能元素。通过使用容器化架构来部署Docker 和Kubernetes等服务，在网络边缘训练和部署深度学习模型，能够有效降低通信成本，提高人工智能应用的实时性能，从而为用户提供高效的智能服务。智能部署与应用 APP 规范标准子体系如图 11 所示。

图 11 智能化数控系统智能部署与应用 APP 规范标准子体系

智能化数控系统利用分布式计算和虚拟资源管理技术，通过网络将分散的计算资源集中起来，形成共享资源池，以按需分配/动态可度量的方式向用户提供服务。智能部署标准规范了智能化数控系统在云、边设备上部署数字孪生模型，执行数据处理任务的相关技术要求，旨在通过在云、边、端之间划分、分配和调度机器学习任务为数控系统提供智能计算及决策的能力，支持智能化数控系统面向用户提供应用服务，从而满足智能制造对智能化数控系统在感知、加工、维护、操作和管理等方面提出的智能化需求，主要包括模型训练和推理执行两部分。

（1）模型训练。标准为联邦学习、迁移学习、参数聚合优化和梯度压缩等数字孪生模型中智能算法的通用模型训练技术提供了一个应用于智能化数控系统的统一规范，主要包括模型训练要求、模型训练方法和模型性能要求等。

（2）推理执行。标准规范了智能化数控系统的智能算法模型在推理执行过程中的相关技术要求，旨在根据实际工况为执行感知、计算与执行的各个设备合理分配计算、网络和存储资源，主要包括模型分割、协同推理、精度要求和响应速度要求等。对用户而言，服务是智能化数控系统落地实施的直接表现，服务于不同领域、面向不同对象、应用于不同工作场景，智能化数控系统所面对的服务要求也不尽相同，应用 APP 规范标准提供了一个通用的服务范式，同时为诸如航空航天、新能源等重点领域的特定服务提供可扩展的技术规范框架，主要包括系统集成服务、应用 APP 要求、应用 APP管理和应用 APP 评价等 4 个部分。

（1）系统集成服务。标准规范了智能化数控系统各功能服务集成的相关技术要求，主要包括集成平台要求、模型集成、智能功能集成、集成技术及工具等。

（2）应用 APP 要求。标准规范了智能化数控系统应用 APP 服务功能的相关要求，主要包括云服务要求和微服务要求。

（3）应用 APP 管理。标准规范了智能化数控系统应用 APP 服务管理的相关技术要求，主要包括应用 APP 测试、应用 APP 更新、应用 APP 调度、应用 APP 协作和应用 APP 安全等。

（4）应用 APP 评价。标准面向用户，规范了智能化数控系统应用 APP 的评价标准，主要包括评价原则、评价程序、评价内容、评价指标、评价模型和评价方法等。

5 智能化数控系统标准体系的应用与展望

高端机床是制造业基石，数控系统作为机床的“大脑”，是重要物资，直接关系到产业安全。随着人工智能、边缘计算等新一代信息技术与先进制造技术的深度融合，数控系统进入到智能化发展的新阶段。开展智能化数控系统标准体系研究一方面可以厘清智能化数控系统标准化工作的总体思路，避免相关技术标准的冗余或空缺；另一方面可以帮助学术界和工业界明确智能化数控系统的工作重点，加快数控系统智能化发展进度，推动智能化数控系统的落地实施和应用推广。

目前，智能化数控系统关键技术及标准研究虽取得了一定进展，但仍缺乏体系化的标准研究，同时，现有的数控系统智能化技术研究碎片化、重叠化现象突出，理论研究与实际应用和标准制定严重脱节，亟需依据智能化数控系统标准体系坚持问题导向，急标先行，紧跟国际标准态势，确定重点标准，完善适应新形势、新发展要求的智能化数控系统标准体系。

6 结语

智能制造，标准先行。标准体系框架是数控产业发展的战略顶层设计，是指导我国机床数控系统行业的可持续发展，推进智能化数控系统发展必不可少的基础。标准是指导、引领产品迈向中高端，促进产业转型升级，增强核心竞争力的战略技术支撑。本文提出的智能化数控系统标准体系期望为智能化数控系统的发展提供体系化的支撑，为相关标准的制定提供指导，通过相关标准的制定与实施应用，提升工业母机产业链自主可控能力，助力传统制造业向智能制造转型升级。

原文刊载于《制造技术与机床》2025年第5期   作者：薛瑞娟 王楚婷 于东 黄祖广