随着数控设备在智能制造领域核心地位的日益凸显[1-2]，其工程训练教学加速向融合数据驱动、系统协同与持续优化的智能制造认知体系转型。原有以单机操作为核心的工程训练模式暴露出诸多弊端：设备数据孤立导致工艺知识碎片化，教学过程与生产管理脱节，质量分析缺失削弱了品质改善意识的培养。当前高校关于数控设备的研究多聚焦于平台建设，如北京航空航天大学借助智能制造升级重构教学体系[3]，长春工业大学采用虚实结合技术搭建仿真平台[4]，湖南大学基于云技术建立智能管控系统[5]。然而，针对现有设备数字化升级的微观研究相对匮乏，尤其是作为主要教学设备的数控机床，普遍存在加工程序和工艺参数传输依赖人工、测量和质量分析滞后、加工过程缺乏数据可视化等问题。如何通过技术集成建立集数据采集、工艺优化、质量分析于一体的闭环管理系统，已成为工程训练教学智能化转型的关键瓶颈。

　　在深入分析基础工业训练中心数控机床现存问题后，本文提出构建基于以太网B/S(Browser/Server，浏览器/服务器模式)架构的DNC-MES-SPC集成的教学平台。采用感知层、传输层与应用层的系统架构，实现了DNC与MES集成，将设备运行数据与生产管理流程无缝衔接;同时融入SPC质量分析与数字化设计功能，构建覆盖数据采集、传输、分析与应用的闭环管理系统，实现生产过程的可视化与智能化。

　　1 数控机床网络化设计方案

　　2 数控机床教学平台功能设计

　　3 数控机床教学平台运行实例

　　4 结语

　　通过基于以太网B/S架构的DNC-MES-SPC教学平台建设，打通设备感知层、网络传输层与平台应用层的数据链路，构建起数控加工的闭环管控体系。平台以DNC为设备控制核心采集设备数据，依托MES动态解析工艺指令并优化生产调度，借助SPC质量分析发现问题，及时优化加工方案，有效解决了原有教学设备孤立、工艺设计与质量管控分离等难题。教学实践表明，该平台使学生能够深度参与从工艺设计、生产执行到质量追溯的全流程训练，培养了学生运用数据分析驱动工艺优化的智能制造思维，推动工程实践教学从单机操作向智能制造协同模式转型升级。

　　参考文献

　　[1] 何剑波.数控加工技术在机械智能制造中的应用[J].现代制造技术与装备,2024,60(9):181-183.

　　[2] 杨绍杰,王宇,孔羿勋,等.数控技术在智能制造中的应用探析[J].内燃机与配件,2024(20):103-105.

　　[3] 马鹏举,邱玉婷,崔剑,等.面向“新工科”“双一流”建设的工程训练系统性改革[J].实验技术与管理,2020,37(1):220-224.

　　[4] 刘海峰,庞在祥,王晓东,等.新工科背景下智能制造虚拟仿真实训教学平台建设与应用[J].实验技术与管理,2020,37(10):255-258,262.

　　[5] 谢治华,王毅,余剑锋,等.新工科2.0背景下“云工训”平台的建设实践[J].信息技术与信息化,2020(11):188-190.

　　[6] 尹智龙.基于以太网技术的数控机床DNC系统网络设计[J].内蒙古科技与经济,2022(5):81-82.

　　[7] 孙科星,李璀,刘治红.基于以太网的FANUC数控机床DNC系统开发[J].兵工自动化,2019,38(12):20-23,37.

　　[8] 王超.基于机械智能制造的DNC与MES集成化系统模型实践[J].工业加热,2020,49(11):48-51.

　　[9] 饶纳新,栾京东,郭明儒,等.数字化车间DNC/MDC与MES集成技术研究与系统设计[J].航天制造技术,2019(2):41-44,48.

　　[10] 任冶,刘大亮,王群,等.Equator比对仪在航天产品检测中的应用研究[J].制造技术与机床,2018(8):121-124.

曾武 朱峰 王群 章鹏飞 王佐　清华大学基础工业训练中心