工业大数据是智能制造的必要基础资源,其作用举足轻重。数控机床作为工业领域的主力设备,是工业大数据的重要来源,数控机床指令域数据在实现机床加工状态实时监控、机床故障诊断及预警、产品加工质量分析及优化等方面都发挥着关键作用。然而,工业大数据的智能化功能应用依赖数据的实时性,如何将数据高效传输成为聚焦问题。由于数控机床指令域数据具有采样频率高、单条数据量小、数据总量极大的特点,这使得有限的带宽和无限的传输信息量的矛盾日益突出,因此研究高性能的数控机床指令域数据压缩技术具有重要的现实意义。数据压缩技术通过省略并非必要或冗余部分,实现在有限地带宽和存储空间中传输和存储更多的信息。本文基于嵌入式零树小波编码(Embedded Zero-tree Wavelet)算法并与哈夫曼编码(Huffman Coding)结合,针对指令域数据特点进行了算法设计,并根据不同运行数据:轴实际位置数据、轴指令位置数据、轴电流数据、主轴负载功率数据对应的不同精度需求进行策略规划及算法细化,其中:轴位置实现无损压缩,轴电流、主轴负载功率实现指定精度(轴电流为1毫安,主轴功率为0.5瓦特)的有损压缩。通过实验验证所设计算法在不同典型工况、不同机床条件下的有效性,并进一步进行模拟实际应用验证。实验结果表明,算法在一定运行效率下具有良好的压缩比。最后针对所设计的整型零树小波无损压缩算法实现进一步的扩展应用:针对数控机床二维码数据特点进行算法优化;提出了将其应用于远程监控中的思路。