数控技术集机械制造、计算机、自动控制、电气控制、检测于一体,是各种先进制造技术的基础。数控系统正在向高速高精化、网络化、智能化和复合化的方向发展,数控系统的功能越来越强大,计算量越来越大,软件规模不断膨胀,软件的可靠性也越来越难保证。传统的数控系统软件开发方法是将应用程序分割成文件、模块或类,然后编译并链接这些组成部分,最终生成“铁板”块状的数控系统应用程序。当外部环境发生变化时,数控系统软件很难适应环境变化。在数控系统工作时,软件失效是由软件模块的输入值和运行状态组合导致的,没有故障前兆,因此软件故障很难在线捕捉和定位。目前,常用的故障检测方法是在软件模块中设定一些阀值,当软件模块中的参数超过阀值的设定范围时,则提示故障。软件故障代码定位常采用内存信息转储和打印中间结果技术,缺陷代码定位好坏取决于程序人员的直觉和经验,难以实现快速、自动化的故障定位。当前,传统的修复方式是维护人员修改或开发新的功能模块,编译链接生成新的应用软件,最后将新的应用软件重新部署到数控系统,重新部署的步骤包括“停止数控系统—执行修复程序—重新启动数控系统”。数控系统软件修复技术是一种静态、封闭的修复技术,既费时又费力,并且不能根据外部需求动态修改应用软件。本文以提高数控系统软件可靠性为目的,在国内外开放式数控系统和软件可靠性研究现状的基础上,开展了开放式数控系统组件装配技术、软件故障在线检测、软件故障自动定位和软件自愈合等方面的研究工作,主要研究内容、采用方法和结论如下:(1)基于组件的开放式数控系统。研究了开放式数控系统的体系结构和基于COM组件的功能模块;分析了开放式数控系统平台Windows + RTX的实时性,典型的PC机(主频2.4 GHZ、内存512 M )上RTX子系统的中断延迟时间为4 ~ 15μs,满足数控系统的实时性要求;建立了开放式数控系统多目标优化的组件装配模型,采用遗传算法选择组件最优的装配方案,并进行了插补组件装配仿真实验;实验结果表明遗传算法具有全局搜索能力,可以简单、快速地装配出高性能、高可靠的数控系统。(2)数控系统软件故障在线检测方面的研究。提出了基于人工智能技术的数控系统软件故障预判断、预处理技术;在虚拟轴研抛机床上进行了基于RBF神经网络和模糊数学的NURBS插补实验,分析了NURBS插补过程中的速度/加速度、插补精度、神经网络预测精度、实时性和故障预判断、预处理等方面的性能;实验结果表明,在保证加工要求的前提下,基于RBF神经网络和模糊数学的NURBS插补模块实现了插补过程中的故障预判断、预处理,为软件故障在线检测提供了新途径;在数控系统现场故障数据的基础上,建立了基于支持向量机的数控系统故障模型,并对比了基于最小二乘法的数控系统故障模型;对比分析发现,基于支持向量机的数控系统故障模型具有更高的精确度,并且相关性和一致性均优于基于最小二乘法的数控系统故障模型;因此,基于支持向量机的数控系统故障模型更加精确可靠,为客观地评估数控系统可靠性奠定了基础。(3)数控系统软件故障自定位方面的研究。建立了数控系统软件监控器,提出基于相似路径集和BP神经网络的缺陷代码定位的新方法。当数控系统工作时,软件监控器实时监测并保存功能模块的输入值、输出值和执行轨迹。当数控系统软件出现故障时,定位缺陷代码的步骤如下:根据功能模块的源代码生成控制流图,根据监控器保存的执行轨迹生成功能模块的失效路径;使用相似路径算法,生成数控系统功能模块的相似路径集;采用由失效路径和相似路径集组成的学习样本来训练BP神经网络,用虚拟路径作为BP神经网络的样本输入来预测失效路径中有向边的故障可疑度,可疑度最大的有向边即为缺陷代码。进行了NURBS插补模块的故障定位实验,实验表明基于相似路径集和神经网络的故障定位方法可以快速、准确地定位数控系统软件故障代码,避免了定位故障代码依赖于程序人员的直觉和经验,为实现快速、自动化的软件故障定位提供了新途径。(4)数控系统软件自愈合方面的研究。研究了数控系统组件修复方法;提出了数控系统组件热插拔技术,解决了组件动态替换中的对象透明引用、状态迁移和请求重定向等主要问题,并在java2平台上进行了NURBS插补组件热插拔应用实例研究。研究结果表明,开放式数控系统自愈合技术可以实现软件自身的在线、快速的修复,为数控系统动态适应环境变化和延长软件寿命提供了理论支持。