制造业是国民经济的支柱产业，是工业化和现代化的主导力量．国际金融危机发生后，发达国家纷纷实施“再工业化”战略，重塑制造业竞争优势，加速推进全球贸易投资新格局[1]．德国工业4.0着眼于高端装备，提出实现智能化工厂和智能制造，由数字化向智能化迈进．我国制造业面临发达国家和其他发展中国家“双向挤压”的严峻挑战，发布了“中国制造2025”战略，着眼于建设制造强国，提出以推进信息化和工业化深度融合为主线，大力发展智能制造，构建信息化条件下的绿色生态体系和智能制造模式．其中大力推动高档数控机床装备实现智能绿色制造突破发展是“中国制造2025”的战略任务和重点．随着全球范围内对绿色产品需求的日益高涨，以及国际环境管理体系的标准化制定，应对气候变化《巴黎协定》代表了全球绿色低碳转型的大方向．2020年9月，习近平主席正式宣布，中国“二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和”．新一代信息技术与制造业的深度融合，绿色制造的全面推行，正在引发智能装备、智能工厂等智能绿色制造影响深远的产业变革[2]．机床装备制造业开展绿色智能制造已成为一个广泛趋势，绿色制造在机床制造业中的实施，须要开发一批精密、高速、高效、柔性数控机床，力求减少资源消耗和污染物排放，打破国际贸易的绿色壁垒．机床装备的智能绿色制造具有很重要的应用价值，但目前仅有智能制造应用于机床装备研究的综述，未同时考虑机床的绿色制造理念，缺乏对机床装备智能绿色制造较为全面的梳理．本研究对近年来智能绿色制造的主要技术进行了归纳总结，旨在阐述机床装备智能绿色制造技术的最新研究进展，同时讨论了智能绿色制造在机床装备研究中的国际应用情况．1 智能绿色机床概述1.1　智能制造智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统[3]，是在制造生产加工的各个工序以一种高度集成与高度柔性的方式，使用计算机来对人类的制造智能进行模拟[4]．智能化制造机床就是相比于传统数字化机床具有自我感知、自我判断，可代替人来分析问题和形成决策，并采取相应的措施，自我调节与适应的现代化高新机床[5]．智能机床可以实现对装备及加工产品质量更加信息化、实时化的传感检测，能智能设计和实时规划制造工艺技术，并更加柔性化、自动化地实现机床的操作控制．智能化机床是数字化机床升级优化的高级形态．智能机床具有语音、文本和视像等通信功能，与生产计划调度系统联网，实时反映机床工作状态和加工进度，当工件试加工时，可在机床主屏幕观察加工过程，帮助排除加工故障．目前，随着制造业自动化程度提高，发达国家在智能机床的在线监测、补偿、测量、自我诊断与调节自适应方面有很多智能化的技术突破，为机床制造业的转型升级奠定了坚实的基础[6]．1.2　绿色机床机床是将毛坯转化为零件的工作母机，在使用过程中不仅消耗能源，还会产生固体、液体和气体废弃物，对工作环境和自然环境造成直接或间接的污染[7]．2007年汉诺威专题报告详细阐述了绿色机床的性能，包括以下几个方面：a．机床零部件的材料必须是可再生的；b．机床的总质量必须减少50%以上；c．机床的总功率消耗必须减少30%以上；d．机床在使用过程中产生的废弃物排放必须减少50%以上；e．废旧机床在回收时必须具备100%的材料可回收性能[8]．以上内容可总结为满足机床的绿色化和加工过程的绿色化．实现机床绿色化的主要途径是要节能减重、充分利用新结构和新材料，将绿色经济的设计理念逐渐融入到数控机床设计中．加工过程实现绿色化的主要途径是从原材料、生产及产品端出发，在原材料端使用绿色环保符合碳排放标准的部件，在生产端改进生产技术和工厂设施，确保工厂的生产污染物排放绿色环保，在产品端则是利用新的节能技术减少产品的碳排放量，帮助用户实现节能减排．绿色机床从环境保护的角度出发，关注机床的节能降耗等，满足当今市场对环保型产品的要求，是各国科技发展战略的重要体现．1.3　智能化助力绿色机床智能制造和绿色机床在工业4.0的背景下意义重大，因为智能绿色制造将对未来的生活产生巨大影响．为充分理解这些概念，表1从主要特征、支撑技术、主要研究和应用四个角度进行了比较．10.13245/j.hust.220603.T001表1主要概念的区分主要概念主要技术主要研究应用绿色机床[9-13]模块化功能设计基于功能的模块化设计方法；基于功能和结构的模块化设计方法；面向产品生命周期的模块化设计方法建立一种根据功能之间输入输出(I/O)相关度进行功能模块设计的方法；模糊数论在结构模块化设计中的应用；引入产品研发阶段、生产制造阶段、售后阶段和全生命周期4种概念对产品进行模块化设计智能化工艺规划技术基于智能优化算法的数控机床加工工艺规划；基于数字孪生和超级网络的工艺调度优化建立以加工表面粗糙度、材料去除率(MRR)和加工能耗为优化目标的模型；利用先进智能优化算法对加工过程的能源消耗建模和分析并确定最佳工艺参数；开发车间智能调度方法以快速高效地生成工艺计划智能机床[14-17]过程监控和装备性能预测感知技术基于外部传感器的高频采样监控；建立智能综合多级监测系统；基于机器视觉的故障预测采用智能系统架构识别刀尖频率、加工力，智能监控机床加工过程；使用滤波技术提取加工信号，建立智能综合多级监测系统；采用机器视觉自动检测机床组件故障并自动预测故障严重程度智能数控系统及智能控制技术基于集成模型的数控机床智能控制系统的开发；基于智能算法的加工系统开发；基于数字孪生驱动的人机交互通过监控制造大数据远程访问数据信息对机床进行智能控制并后续处理；构建神经网络模型开发智能车削加工系统，预测加工结果以满足生产零件的加工质量特性；提出数字孪生驱动的智能制造车间碳排放预测与低碳控制，可以通过虚拟车间对控制方案进行验证和优化从表1中可以看出这些概念已被广泛研究和实施．这两个主要概念中使用了多种技术，例如模块化功能设计、智能化工艺规划技术、过程监控及装备性能预测感知技术和智能数控系统及智能控制技术．这些概念的研究侧重点不同，基于不同的思路，例如绿色机床专注于模块化功能设计及工艺规划技术，而智能机床则强调过程监控和智能数控技术．从应用角度看，智能工厂和绿色机床已经成功落地，文献报道了大量工业案例，并得到了专业培训和教育理念的支持．然而，智能绿色机床仍处于研究或概念验证阶段，实际案例数量有限，可能离现实生活还很远．2 智能绿色机床装备技术研究通过开展智能绿色机床装备的关键技术研究，并在行业内大范围推广应用，使机床厂与用户企业大幅减少设备维护和更新费用．智能绿色机床装备技术主要包括模块化功能设计、智能化工艺规划技术、过程监控及装备性能预测感知技术、智能数控系统及智能控制技术．2.1　模块化功能设计传统机床在设计过程中一般只考虑机床的使用性能，即加工范围、加工精度、功能、稳定性等方面，没有或者很少涉及机床的制造和使用过程中的资源消耗情况及其对环境的影响．由于目前产品生产加工的复杂程度提高，为了实现数控机床的绿色智能制造，须要将模块化功能设计[18]理念逐渐融入数控机床装备设计中．为满足工业生产的需求，文献[19]对机床内部腔室热平衡结构进行优化设计，使冷却液能在内腔循环流动，与加工过程中的冷却油达到一定的动态平衡，从而控制整机的温度，保证机床的热稳定性并降低热能排放．根据数控车床产品的特点，文献[20]在材料选择和结构设计两个方面制定了可拆卸易回收处理准则．当数控机床设计制造时，就兼顾其日后的报废回收问题，从而使其在报废之后能够更好地、更方便地进行拆卸、回收，实现经济回收、环保回收，将其产生的污染物、废物降低到最低．如在设计中采用标准化的模式，充分利用模块化零部件，提高废弃模具标准件的重复使用率．文献[21]提出了模块选择策略和选择算法，机床企业可以使用该模块系统选择最佳匹配模块，实现数控机床产品的优化配置，对不同数控系统的选模问题具有一定的通用性．文献[22]使用数字孪生技术进行数控加工模拟切削，可以通过扫描工件和刀具进行模型切削仿真预测．通过该系统的实时模拟可以减少机床加工过程中的材料浪费，减少试切割过程中的材料成本；同时，模拟数控机床切削数字孪生系统，可以减少程序设置错误造成的碰撞事故，减少设备维护成本，提高机床设备寿命．通过模块化功能设计，可以有效集成结构，提高机床产品更新换代速度，有助于提高机床的质量及易维护性，同时还可以充分利用生产资源[23]．2.2　智能化工艺规划技术在机床制造过程中，绿色智能加工工艺指采用先进智能制造或持续改进传统制造的工艺，提高能源利用率，减少产品制造过程中的资源消耗和环境污染[19]．文献[24]使用干燥、最小量润滑和涡流管作为冷却方法，对切削区温度、切削力和表面粗糙度进行多响应优化，建立了旨在降低运营成本和对环境影响较小的最佳切削条件．文献[25]以铣削过程为研究对象，建立了以加工表面粗糙度、材料去除率和加工能耗为优化目标的模型和智能算法，结果表明选择正确的切削参数不仅可以大大提高生产率和加工质量，还可以降低能耗．文献[26]提出了一种新的GA-BP神经网络算法，通过智能算法对数控机床加工过程中的标准工艺参数进行优化，并可对加工结果进行预测，从而有利于选择正确的加工方法．文献[27]应用多种先进智能优化算法对车削过程中的能源消耗建模和分析，发现切削速度是影响机床功耗的主要因素，确定了最佳工艺参数．文献[28]结合数字孪生和超级网络的优势，开发了一种车间智能调度算法，可以快速高效地生成工艺计划，缩短生产过程中的运输和等待时间，提高机床和能源利用率．文献[29]提出了一种基于批量分割及交货期约束的机床节能型优化工艺调度方法，较好地处理了节能型生产任务安排与生产效率及机床资源利用效率之间的矛盾，节约电耗的同时提高了机床的环保性能．2.3　过程监控及装备性能预测感知技术为了提高机床的生产效率，通常采用增加切削深度和进给率、提高机床转速的方式，减少每个工件的加工时间，此时加工过程控制优化及加工过程的稳定性就显得尤为重要．较高的材料去除率伴随着剩余使用寿命的急剧减少，当超过机床、刀具和进给驱动组件的最大负载时，就无法保持生产过程的稳定性．最近几年，各种先进的过程监控方法及机床性能预测感知分析技术发展迅速．文献[30]采用智能系统架构，获取机床内部数据及外部传感器的高频采样数据，可以识别刀尖频率以及对机床结构产生的加工力，智能监控机床加工过程．文献[31]提出了基于2σ-RMS方法和Densenet的刀具磨损监测模型，可以估计机床每次行程后刀具的总磨损．文献[32]对传统车床低噪音数控车削系统进行改造，使用滤波技术提取纯切削信号，建立智能综合多级监测系统，监控切削加工情况．对加工过程实时监控，有利于控制加工质量，保证刀具工作安全，而不是根据不同操作者的经验来判断．机床制造业中使用最广泛的表面测量仪是触针式轮廓仪，此外还有光学、电磁和声学类型的表面测量仪．但是所有这些测量方法都必须在加工完成后进行，无法尽早发现缺陷，从而无法避免机床使用时的能源和材料浪费．文献[33]提出了一种基于声发射的智能粗糙度预测模型，并在高精度数控外圆磨床上进行了评估实验，将声发射(AE)传感器收集到的磨削信号和砂轮磨损情况输入神经网络模型，可以输出表面粗糙度的预测值，减少磨削缺陷．文献[34]基于智能视觉使机器能够自动检测机床组件故障，并能自动预测机床部件故障的严重程度，包括机床金属表面磨损和特定滚珠丝杠驱动的缺陷检测，减少制造过程中的不利因素．文献[35]基于遗传算法优化的反向传播(BP)人工神经网络建立了主轴表面温度预测模型，从而可以对高速数控机床主轴表面温度智能预测，避免加工过程中电主轴发热损坏．文献[36]建立了车刀磨损状态监测实验系统，并基于遗传算法BP神经网络的收敛性和识别来智能诊断刀具寿命，通过遗传算法优化提高诊断的速度和有效性．文献[37]通过构建虚拟模型模拟机床铣削过程的真实生产条件、工件生产加工步骤，并通过预测模型来检查、改进和优化程序数据．虚拟机感知技术可以允许机床智能、实时地制定决策，以避免机器零件的制造缺陷[37]．对加工过程实时监控与系统地预测，不仅可以避免机床的动态不稳定性，促使生产效率得到显著的提升，同时降低了机床使用时的能源消耗，符合绿色生态机床新理念．2.4　智能数控系统及智能控制技术构建有效的连接来弥合机床与上层软件应用之间的差距，是智能工厂的内在要求之一，这个问题的难点在于采用适当的处理方式和存储手段实时采集数据，物联网(IoT)和信息技术的飞速发展使该方案的实现成为可能．文献[38]通过监控制造大数据，基于集成模型开发了数控机床智能监控与数据处理系统，可以远程访问数据信息，对机床进行智能监控并后续处理．文献[39]融合虚拟机床功能、表面纹理处理器和人工智能(AI)粗糙度预测处理器，研究了一种用于五轴高速数控机床表面质量检测和预测的系统，减少了切削参数开发测试时间．文献[40]提出了一种智能工具识别系统，该系统采用多通道深度学习网络与非迭代神经网络的新型混合框架，可以自动识别刀具几何形状、材料和使用功能，从而实现数控机床的智能刀具管理．文献[41]基于神经网络模型开发了智能车削加工系统，正反向建模结果可以帮助任何新手用户进行离线监控，预测加工结果，且有助于动态调整数控机床中的切削参数，以满足生产零件的加工质量特性．文献[42]分析了基于IEC61499标准功能块技术的数控系统智能控制，以协同计算机提高数控机床控制系统的能力，使其更加灵活地适应下一代数控机床的智能化．文献[43]开发了高速铣削机床智能控制系统，考虑刀具的磨损量和工件表面质量，使用方差分析(ANOVA)和人工神经网络(ANN)生成最佳切削条件并发送到控制器中，可以实现机床对切削条件的在线调整．文献[44]使用数字孪生技术收集数控铣床的数据和信息，开发出可视化数字孪生数据并与之持续交互的增强现实(AR)应用程序，该程序提供直观一致的人机界面，允许操作员同时监控和控制机床，还可以同时交互和管理数字孪生数据，以提高加工过程中的效率．文献[45]为实现智能制造车间的碳减排，提出了数字孪生驱动的智能制造车间碳排放预测与低碳控制，该方法将最新的信息计算技术与低碳制造相结合，可以通过虚拟车间对控制方案进行验证和优化．智能数控系统及智能控制技术在机床装备上的使用，不仅有利于产品的工艺设计、生产制造等各个阶段，还有利于充分认识和合理处理各个单元过程的物料和能源消耗信息，从而减少对环境造成的直接和间接的影响，推动了机床装备的智能绿色制造．3 机床装备在智能绿色制造中应用国际上机床制造业一直比较注重机床使用过程的智能绿色制造，对机床产品的智能绿色工艺技术的开发很快．美国的机床制造业在智能绿色制造方面开展的研究主要包括绿色机床的研发以及对机床使用过程的资源消耗和环境影响的分析评价．2015年美国国家技术研究所制定了“智能处理系统”研究计划，动态优化设备生产系统，实时监测生产，不断提高、改进系统的可靠性．积极研发新的数控系统，增强控制功能，以实现在机床运营期间测量工件加工精度．该系统极大地促进了美国智能化生产装备的研究进程[46]．美国HAAS机床[47]可执行多种加工操作，通过改进生产技术及开展机床机械加工过程的资源消耗和环境影响问题的研究，建立各种制造过程模型，预测加工过程的能量，确保工厂智能化的同时在生产排放方面实现绿色环保，并利用新的节能技术减少产品的碳排放量．美国工业互联网的提出，将机器、互联网系统和装备紧密结合，促进生产的绿色、高效和节能．2021年1月起，德国顶尖机床企业DMGMORI的机床生产完全达到了碳中和．除公司自己气候中性的价值链外，2021年起，DMGMORI将补偿供应链中发生的碳排放，例如铸钢等原材料的生产，向全球客户交付完全达到气候中性的机床；同时，DMGMORI不断开发智能技术，使用独有的CELOSAPP应用程序、节能部件，例如发光二极管(LED)灯、制动能回收和全部装置的智能控制，不断提高能源效率和排放效率，使得客户在使用DMGMORI的产品过程中，也可实现保护环境与节省资源．而客户也可以用DMGMORI的机床生产高度创新的部件，例如风力发电设备、水力发电设备、燃料电池或电动车的部件等，进一步拓展机床装备绿色智能制造应用范围．在智能数控系统方面，德国西门子公司开发了数字化原生数控系统，可以与软件协同作业，虚拟地完成机床开发、调试工作．同时该系统无须在真实机床上就可以完成对工件的加工过程模拟仿真，大幅减少了设备在线使用时间以及原材料的消耗．海德汉公司开发的TNC640数控系统具有动态碰撞监测功能[48]，可以在加工碰撞发生之前，机床发出警报并停止运动，通过智能控制最大发挥了刀具和机床潜能，密切监视主轴轴承负载来保护机床，避免因为过载、磨损及程序设置问题导致加工故障．瑞士米克朗公司在设计VCP/UCP1000/1350系列机床过程中，从环境保护的角度出发，考虑了机床各部分诸多方面的改进，例如在直线导轨上采用了中央润滑系统，这样在8 h工作制的情况下，每年最多仅需要3～4 L机油．对电主轴和电气柜的制冷及对其冷却剂进行冷却的附件均采用无氟制冷装置．日本也相当注重智能制造装备的研究及其环保性能，常年开展绿色智能机床方面的研发工作．日本产业技术综合研究所对机床的复杂加工系统进行研究，开发出一套桌面机床系统[49]，该系统不仅能满足机床的加工精度和加工效率要求，同时能达到加工过程的环境友好性能指标，减少了切削液和切削油的消耗，以及环境污染物的排放．日本山崎马扎克公司将数字孪生和人工智能应用于机床装备的生产加工中，通过对加工车间运转机床进行仿真模拟，将计算机辅助设计/计算机辅助制造(CAM/CAD)与CAMAi软件数据在线同步，从而减少机床现实生产加工时间，有利于减少加工过程中的碳排放，并通过云数据互联，为客户机床-互联网远程综合服务提供了更多的便利，实现了数据驱动制造[50]．日本NSK公司为智能机床提供了智能部件，推出了独立的振动检测与评价系统，通用于丝杠导轨，用于手持式外接诊断[51]．THK公司通过外接振动传感器，使用数据租赁的方式，向用户提供导轨健康检测和诊断业务，机床智能化和实时监测技术的发展，不仅提高了机床的可靠性与加工精度，而且降低了机床的能耗[52]．机床制造业实施绿色智能制造不仅是提高机床行业竞争力、抢占国际市场的重要方法之一，同时也是国家科技发展战略的重要体现．在第十七届中国国际机床展览会(CIMT2021)上，我国秦川集团亮相了多款配置国产数控系统的智能机床，内置AI芯片，能对机床上的温度、振动传感器数据进行建模分析，还可实现热误差补偿功能、主轴振动主动避让以及智能工艺参数优化等智能应用．秦川集团以先进的数控机床为核心，配置自动上下料、桁架输运、在线测量、智能传感决策等机构和系统，搭建了国内首套智能数字化齿轮精密加工装备生产线，是目前国内首套齿轮精密加工制造执行系统(MES)．在机床绿色再制造业务方面，成功对4台旧磨齿机进行升级改造，并组成智能化生产单元，以满足4种不同工件的自动加工．武汉华中数控股份有限公司融合AI算法、集成AI芯片，实现了机床自感知、自诊断、自决策能力，不仅全面提升了企业现有机床性能和企业加工制造能力，而且可以节省在铸造、切削加工时所消耗的能源，减少对环境的污染．济南二机床集团有限公司自主研发了多功能高速、精密和智能化数控机床，可以对机床状态分析预警、实时监测；同时攻克了多项关键核心技术，可以更好地适应新材料、新工艺的使用．沈阳机床股份有限公司自主研发了全球第一款全智能化i5数控系统，是集“云制造”和“智能制造”于一体的信息集成平台，能够实时收集机床信息，掌握机床状态，可实现编程、操作、管理于一体的数字智能制造控制，配备温度模块，该系统可以实时监控主轴等运动部件的位置补偿和热补偿．基于i平台，用户也可以更加方便地查询各生产线的订单生产执行情况，耗材资源库存等信息，节约了大量的劳动力，为企业决策提供了可靠、及时的数据信息[53]．4 目前存在问题目前智能绿色制造技术发展多年，智能制造理论与方法及绿色机床的研发均取得了大量成果．但是，现有的智能绿色制造技术并不能满足当今高端机床装备领域机床可靠性和精度保持性的需求，主要包括：国产精密机床产品长期存在着可靠性和精度保持性不高的问题，这个短板严重影响了用户对选用国产机床的信心；国内在重型机床上已经解决了从“无”到“有”的问题，但是在重型机床精度上与国外先进水平仍有较大差距；缺乏统一的技术标准体系以及配套的数字化、网络化测试仪器设备，同时还缺乏智能化技术融合应用；当前加工能力存在严重不足，零件的加工设备相对离散，需要跨车间、跨部门的多重工序协调才能完成加工，必须进行集中的产线建设才能实现批量生产加工效率及制造精度的提升．5 讨论与展望针对目前国产机床可靠性和精度保持性的瓶颈问题，以及当今国家的智能绿色制造的具体需求，须解决国产高端数控机床“卡脖子”技术难题，实现高端数控机床在国防军工、国民经济等关键领域的国产化，结合数控机床绿色设计、智能制造和产业应用的全生命周期，提升国家重大领域的高端前沿装备性能．未来机床装备智能绿色制造的发展方向如下：a．面向功能性能的设计理论与方法、其中包括高端数控机床正向设计理论与方法、高端数控机床轻量化设计理论与方法、高端数控机床绿色设计理论与方法、高端数控机床精度保持性与可靠性设计理论与方法，以及高端数控机床数字化设计理论和方法；b．精密超精密机床制造技术，其中包括机床制造和装配误差的建模与控制方法、关键零部件的精密制造技术、超精密极端制造技术、机床装配工艺优化及控制技术，以及精密超精密加工的测量与控制技术；c．五轴复合/重型数控机床制造技术，其中包括五轴复合机床集成制造技术、五轴复合机床关键部件制造技术、大尺寸基础结构件的高强栓接与紧固技术、高速重载静压支承系统跨尺度制造技术，以及高端数控机床数字孪生虚拟制造与工艺优化技术；d．高端数控机床性能测评技术与标准，其中包括机床整机精度保持性测评、机床整机可靠性测评、关键功能部件的综合性能测评、数控系统功能/性能及可靠性测评，以及高端数控机床技术标准；e．智能化机床及控制系统，其中包括智能机床传感检测与数据分析、智能机床数字孪生构建理论与方法、智能机床云-边-端协作柔性制造系统、智能数控系统关键技术，以及智能伺服控制技术；f．高端数控机床先进工艺技术，其中包括现代加工切削机理及技术、航空航天领域典型复杂零件加工工艺技术、航空发动机领域典型复杂零件加工工艺技术、汽车领域典型复杂零件加工工艺技术，以及轨道交通领域典型复杂零件加工工艺技术．高端机床装备具有强基础性、高复杂性、长积累性和产品多样性的属性，面向智能绿色制造的高端机床装备是制造强国的基础支撑，是国防安全的战略保障，是制造业升级发展的助推引擎，必须通过不断的自主创新，实现装备技术的自主可控，才能抵抗来自外部的限制、挑战和威胁．6 结语实现机床高端绿色制造需要借助信息技术，智能化技术将信息技术与机械制造技术结合并深度融合．高端机床装备的智能化发展有利于对机床实现智能决策，控制优化加工过程，不仅大大提升了加工产品的性能和生产效率，也可以更加方便地控制机床，改善危险的机加工环境，减少碰撞事故的发生；同时，机床智能化应用可以准确反映机床产品在制造过程中资源、能源的消耗特征以及对环境造成的直接和间接的影响，提高能源和原材料的利用效率，降低污染排放水平，进而降低对生产环境的不良影响．