一种基于大数据分析的机床智能控制方法及系统

本发明公开了一种基于大数据分析的机床智能控制方法及系统，通过采集加工工艺的关键参数集合，结合逐次变分模态分解SVMD分解加工过程中的振动信号，提取模态频率、幅值和信号的波动特性；基于BiLSTM‑EnhancedTransformer(BET)模型，捕捉加工工艺的关键参数集合与碳排放、经济成本和振动损耗之间的非线性关系，采用改进的能量谷优化算法IEVO，训练最优参数模型，构建IEVO‑BET机床智能控制系统；以加工工艺的关键参数集合为输入，通过IEVO与BET模型的协同作用，实时调整加工工艺的可调节变量，实现对机床加工过程中碳排放、能耗和经济成本的多变量控制。本发明满足不同工艺要求下的智能化、实时化机床控制需求，有效降低碳排放，提高生产效率，增强产品质量与机床性能的可持续性。