数控机床的产生和发展的文献综述

数控机床的产生和发展
姓名：向捷
1.前言
从1952年世界上第一台采用脉冲乘法器原理的直线插补连续控制铣床研制成功至现在，数控机床已经有近70年的发展历史。

从最初的电子管控制的简单铣床，到如今采用CNC控制的加工中心，数控机床的发展经历了巨大的飞跃。

随着微电子技术和计算机技术的发展，数控设备性能日益完善，数控设备如今正朝着高速度化、高精度化、一体化、智能化、开放化与绿色环保化[1]等方向发展。

2.数控机床的发展
2.1 数控机床的发展史
数控机床是综合了当今世界上许多领域最新的技术成果。

其技术主要包括：精密机械、计算机及信息处理、自动控制及伺服驱动、精密检测及传感和网络通讯等技术。

1948年，美国有一家帕森斯公司承担了一项研制直升飞机浆叶轮廓检查用样板的任务,向美国空军部门提出了革新样板加工专用机床的一个新的设想,这是研制数控机床的最初萌芽。

1952年，世界上第一台数字控制机床样机三座标采用脉冲乘法器原理的直线插补连续控制铣床试制成功。

1958年，世界上第一台加工中心由K&T公司研制成功。

之后随着计算机技术、集成电路技术、传感器技术等的迅速发展，数控机床的发展也进入现代高速发展阶段。

2.2 现代数控机床的发展
2.2.1 高速度化
高速型切削加工属于当前的高新技术，其综合性较为突出，运用高速切削加工系统来优化机床，以实现高速化运转机床，机床可以被看做是这种优质技术的主体。

研发新型机床时，高速化已经成为其具有的一个重要发展方向[2-4]。

对于数控系统而言，薄壁零件、模具行业的复杂曲面以及航空航天领域高速的加工更是对其提出了严格的要求。

进给驱动、机床的机械结构、CNC 控制以及主轴、刀夹装置、冷却系统、排屑系统等其它辅助部分共同实现数控机床的高速、高精度化。

这些技术是相互促进、相互联系的关系，而并不是相互独立的。

2.2.2 高精度化
高精度加工是从20世纪60年代发展起来的机械加工新工艺，它不同于传统
的加工方法，其最大的特点是综合应用机械发展的新成就，以及现代电子技术，测量计算机等新技术,是机电一体化的结晶[5]。

提高加工技术精度与效率一直是机械加工者追求的目标。

而航空航天领域及模具行业的复杂曲面及薄壁零件高速高精度的加工，更加对数控系统提出了苛刻的要求。

主要方法有提高微处理器的位数和速度、提高主轴旋转速度、从软件方面来改善数控系统的性能、引进自适应技术[6-7]、采用智能化方法等。

当前，超精密加工的综合精度指标已经提高到亚微米级,这对机床系统的伺服控制系统及加.工轨迹的控制算法都提出了很高的要求。

提高数控机床的加工精度一般是通过减少数控系统的误差和采用补偿技术来达到的，其主要方法有热变形补偿[8-10]、前馈控制、改进插补算法[11-12]。

2.2.3 智能化
2006 年的美国芝加哥机床展,日本的马扎克公司以及日本的大畏公司都推出了严格意义.上的智能化产品智能机床和“THINC"智能数控系统,为智能化数控技术的发展拉开了序幕。

根据美国智能加工平台对数控机床智能化的定义:智能化的数控机床能够清楚自身的运行状况,并作出及时调整,能够与工作人员实现良好的人机互动,对自我运行的质量有良好的监控作用,拥有良好的学习能力,能够不断学习新的东西,提升自己的能力,与其他机器之间能够使用机器通用语言进行交流[13]。

数控机床智能化的主要研究方向有智能化加工技术、智能化状态与维护技术、智能化驱动技术、智能化操作界面与网络技术[14]。

3.参考文献
[1] 杨晓东.机床数控技术的现状及发展趋势[J].湖北农机化,2020(06):49.
[2] 荆鑫.试论数控机床的高速高精技术[J].世界有色金属,2019(12):254+256.
[3] 常利民.高速切削加工技术在数控机床中的应用[J].科学技术创新,2020(05):153-154.
[4] 陈丽,吴海,刘长有.数控机床高速高精度化的实现方法及发展趋势[J].沈阳工业大学学报,2003(06):459-462.
[5] 许洁.数控车床在零件加工中控制精度的方法[J].集成电路应用,2020,37(07):126-127.
[6] 章伟,罗干英.电火花线切割加工过程的自适应控制[J].华南理工大学学报(自然科学版),1994(01):36-42.
[7] Chen-hui Xia,Jian-zhong Fu,Yue-tong Xu,Zi-chen Chen. A novel method for fast identification of a machine tool selected point temperature rise based on an adaptive unscented Kalman filter[J].
Zhejiang University Press,2014,15(10).
[8] Hu Shi,Chunping Jiang,Zongzhuo Yan,Tao Tao,Xuesong Mei. Bayesian neural network–based thermal error modeling of feed drive system of CNC machine tool[J]. Springer London,2020,108(14).
[9] Jialan Liu,Chi Ma,Shilong Wang. Data-driven thermally-induced error compensation method of high-speed and precision five-axis machine tools[J]. Elsevier Ltd,2020,138.
[10] Lian Bing Wang. The Study of Compensation Method to Numerically-Controlled Machine Tool Geometrical Error[J]. Trans Tech Publications Ltd,2014,3558.
[11]. Engineering; Reports from Xi'an University of Posts and Telecommunications Describe Recent Advances in Engineering (Thermal Error Modeling for Machine Tools: Mechanistic Analysis and Solution for the Pseudocorrelation of Temperature-sensitive Points)[J]. Journal of Engineering,2020.
[12] 辛梅.神经网络训练算法在数控机床故障诊断中的应用[J].自动化技术与应用,2020,39(02):13-17.
[13] 胡江平.数控机床智能化技术研究[J].湖北农机化,2020(02):179.
[14] 赵盛烨,吴文江,佟敏,李锁.基于改进MFAC的智能数控系统设计与实现[J].吉林大学学报(信息科学版),2020,38(02):160-171.。