随着工业4.0的技术浪潮推动,边缘计算技术、物联网技术、云服务技术等众多先进的制造业新技术,改变了制造业的生产环境和生产模式。新技术的发展,使得人们对机床数控系统的智能化、网络化水平的要求越来越高。在当前的智能化、网络化制造模式中,机床的数控系统不仅需要利用云端的计算和存储优势来收集、分析加工中的相关多源数据,而且更加需要通过云端丰富的技术资源优势,来指导和优化对应的加工过程。传统的云架构数控系统,由于数据传输中的延迟、稳定性、实时性等问题,难以满足机床云端的实时感知与分析、实时优化与控制等高实时性需求。这一问题也成为传统云架构数控系统中的研究热点和难点。在此背景下,本文开展了边缘计算架构数控系统的设计和开发工作,并进行了智能感知与分析、智能优化与控制等方面的技术研究。根据边缘计算产业联盟提出的边缘计算3.0参考架构,本文分析了在智能制造环境下的边缘计算体系层级。从边缘计算在机床智能数控系统中的智能功能分析及物理平台搭建两个方面,完成基于边缘计算的智能数控系统体系环境建模,并且提出了边缘计算数控系统的总体架构设计方案。该架构在传统云架构的基础上,增加了边缘计算设备端和边缘计算层级。通过基于边云协同交互的智能分析、智能优化等方法,完成了机床云端与设备端之间,高实时性任务的数据交互。以架构中的模块为边缘计算数控系统的基础构成单元,对所提出的系统架构进行模块化开发。在各主模块的开发过程中,提出各子模块细分方法以及相互调用模式,详细介绍了各主模块在搭建过程中的关键技术。分别从边缘运动控制模块、边缘逻辑控制模块、边缘计算服务器配置三个方面,提出了各主模块的具体实现方法。针对边缘计算数控系统与机床原数控系统之间的关系,提出三种对接运行模式,并给出了两个系统中各个执行子模块的具体对接方法和流程。同时,为了利用云计算的特点和优势,来提升边缘计算数控系统的计算处理能力和远程服务能力。提出了边缘计算数控系统与云端交互部分的配置策略,并且搭建了相应的云计算服务器以及交互环境。在边缘计算数控系统的智能感知技术应用方面,针对机床铣削加工过程中产生的切削力、位置信息,速度信息、形变信息等等多源加工信息数据,提出边缘计算数控系统的智能数据感知方法。针对多源信息在高速实时性要求与传输过程中的数据时钟波动等问题,导致采集数据的不准确、不一致等情况,提出一种新的多源数据智能调度及融合方法。通过高度一致性的数据协同,将多源信息根据对应关系进行映射,使得数据的基准可以从基于时间因素的基准投影到基于工件表面因素的空间基准。为了充分利用云端计算的硬件资源优势与边缘端计算的实时性优势,提出边云混合交互的多维关联数据智能分析方法,为边缘计算数控系统提供高效、实时的分析数据。在边缘计算数控系统的铣削力优化技术应用方面,根据感知到的铣削力信息与加工工件的关联数据,研究了不同加工参数和刀具参数条件下的铣削力波动特性。建立了整体螺旋刃立铣刀的铣削力波动预测模型。提出三个与轴向切削深度和刀具参数有关的铣削力波动特性:一致性,周期性和对称性,并给出了详细的理论公式推导和证明方法。在此基础上,建立了基于边云系统的铣削力优化方法。通过离线参数优化与在线铣削力控制两种方式,实验验证了所提出边缘计算数控系统实现及技术应用的有效性和正确性。