CNC 数据采集：机床能告诉你什么，不能告诉你什么

• 1
  控制器已经知道什么
• 2
  三层信号及其各自成本
• 3
  协议：MTConnect、OPC UA 与厂商库
• 4
  采样率、边缘过滤与数据量
• 5
  收益在哪里真实存在，在哪里不存在
• 6
  信号层对比

每台 CNC 机床本身就在持续产生内部数据。控制器跟踪轴位置、主轴转速、进给倍率、刀具号、程序段、报警和伺服负载。把这些值从控制器中取出并放到别处（通常是数据库或看板），就是全部工作。没有测量任何新东西。无论你是否读取，数据都存在。

第一个决策是数据来源。在多数控制器上，可以通过现场总线、通过授权选项（如 Fanuc 的 FOCAS 或类似的厂商库），或通过 I/O 板上的硬件接入来读取数据。每种途径提供不同的值集和不同的更新率，它们之间的成本差异并不小。

购买任何东西之前先读手册。一台 2011 年前后的铣床配 Fanuc 0i 控制器，可以通过以太网暴露主轴负载、刀具号和循环状态，但无法提供驱动级电流波形。该波形位于伺服放大器上，要获取它意味着额外硬件。提前知道这一点，可以避免买来用不上的东西。

第二个区分同样重要。有些值是机床状态，如运行、空闲、报警或门开。另一些是过程值，如实际进给率、主轴负载和轴跟随误差。状态采集成本低，告诉你机床是否在切削。过程值采集更难，告诉你切削得好不好。

机床级信号来自数字 I/O：循环启动、主轴开启、门互锁、报警继电器。它们是二进制的、变化慢，通常每秒读取一次或在变化时读取。在 I/O 端子上接一个小模块成本很低，且不需要控制器授权。代价是你只知道机床忙，永远不知道它在做什么。

控制器级信号通过控制器自带的数据接口获取。在 Fanuc 上是 FOCAS，在 Siemens 840D 上可能是 OPC UA 或共享内存选项，在 Heidenhain 上通常是厂商协议。这一层提供程序号、刀具号、实际进给和主轴转速、工件计数和报警文本。100 ms 到 1 s 的更新率是现实的。

驱动级信号来自伺服和主轴放大器。它们携带电流、扭矩、跟随误差，有时还通过附加传感器携带振动。这一层支持刀具磨损检测和颤振诊断。采样率从约 1 kHz 起步并快速上升。数据量大，多数车间不需要在每台机床上都采集。

一个常见错误是在所有地方都安装能力最强的层。先从所有机床的状态数据开始，以便看到利用率。只在需要单件可追溯性的单元上增加控制器级数据。把驱动级和振动监测留给刀具失效代价高昂的两三道工序。

MTConnect 是专为机床构建的只读、基于 XML 的标准。它定义了设备模型和字典，因此 Fanuc 车床和 Mazak 铣床可以报告相同的标签。代理运行在机床旁的小型 PC 上，通过 HTTP 发布。如果你要构建混合控制品牌的车间级看板，这是最短路径。

OPC UA 更广泛也更重。它携带类型化数据，支持回写，并包含适合工厂集成的安全和信息模型。许多较新的控制器附带 OPC UA 服务器选项。代价是配置工作量和某些平台上的授权。当机床数据必须进入现有 SCADA 或 MES 栈时，它更合适。

FOCAS、MELDAS 或 Heidenhain 的 RemoTools 等厂商库以最少的抽象提供最深的访问。它们也绑定于一个品牌，且往往绑定于一代控制器。拥有六种不同控制器系列的车间将花费真实的工程时间维护六套集成。

协议选择跟随目标系统，而不是反过来。如果目标是轻量级 OEE 看板，MTConnect 就够了。如果目标是带报警工作流和历史库存储的经过验证的 MES，OPC UA 或直接数据库路径更合理。先决定目标。

采样率应匹配你想看到的物理事件。机床状态以秒级变化，所以 1 Hz 足够。刀具磨损以分钟和小时发展，所以 1 s 平均的主轴负载可行。颤振发生在 200 Hz 到 2,000 Hz，所以你需要快速通道和加速度计。采集 10 kHz 数据来数工件浪费存储和网络。

边缘过滤让数据量保持合理。与其把每个原始样本送到服务器，不如在机床端计算你关心的特征：每个程序段的 RMS 主轴负载、峰峰值振动、加工节拍、报警计数。发送这些摘要，只在触发时保留原始波形。

存储增长比大多数人预想的要快。一个通道以 10 kHz 采样、16 位精度，大约是每秒 20 kB，也就是每小时约 70 MB。十台机床两班倒运行，在压缩前每天就会产生数 GB 数据。在安装第一个驱动级传感器之前，就要规划好数据保留和归档。

时间戳对齐是那种不声不响的失效模式。如果机床时钟、网关时钟和数据库时钟各自漂移，加工节拍和停机时间的数据就对不上。每台设备都用 NTP，时间统一记录为 UTC。这一步就能避免大部分关于谁的报告才对的无谓争论。

最明确的回报来自停机时间的可见性。多数车间都低估了主轴停着等程序、等工装夹具或等操作员的时间有多长。一个月的状态数据通常就能暴露出真正的瓶颈。解决这个瓶颈往往不需要新软件，只需要更好的排产。

单件可追溯性是第二个站得住脚的场景。把程序号、刀具号、偏置值和检测结果与序列号对应记录，在航空航天、医疗和汽车业务中常常是客户要求。这是合规成本，不是优化收益，但它是可以规划的成本。

刀具磨损监测只有在断刀代价高昂时才划算。在钛合金或 Inconel 的长节拍加工中，及早发现磨损的刀片可以保住零件和工装夹具。在短时间的铝件加工中，传感器和集成的成本往往高于它所能避免的废品损失。

没人打开看的看板是常见的失败。没有指定负责人、没有每周复盘会的数据采集，最后就变成角落里默默运行的一台服务器。指定一个人去读这些数字，并给他权力在数字表明需要时调整排产。