应用于数控机床的数据处理方法、装置和数控机床

摘要

本申请实施例提供了应用于数控机床的数据处理方法、装置和数控机床，采集加工零件中N个被加工点的零件位姿坐标，采集加工区域的M个加工点的加工位姿坐标，针对每一加工位姿坐标，确定一实际采样点组，共得到M组实际采样点组，获得M个实际采样点组分别对应的M个第一最大误差；依据M个第一最大误差，以及M个加工位姿坐标，确定一以加工区域的加工位姿坐标为自变量，以所述加工区域的加工误差为因变量的目标函数；确定出使得目标函数最小的，加工区域的最优加工位姿坐标。从而确定出了数控机床中最优的加工区域，利用该最优的加工区域加工零件，可以使误差最小。

说明书

技术领域

本申请涉及数控机床技术领域，更具体的涉及应用于数控机床的数据处理方法、装置和数控机床。

背景技术

目前数控机床在对零件进行加工时，会在数控机床加工工序计算机控制程序，输入与零件对应的加工区域的理想加工参数，绝大多数情况下，零件的实际加工参数与理想加工参数之间存在误差。

申请人在数控机床加工零件的过程中发现，利用数控机床中同一加工区域的不同位置对零件进行加工，得到的加工误差不同，使得无法选择最优区域对零件进行加工，导致零件的加工精度不高。

发明内容

有鉴于此，本发明提供了一种应用于数控机床的数据处理方法、装置和数控机床，以解决现有技术中利用数控机床中同一加工区域的不同位置对零件进行加工，得到的加工误差不同，使得无法选择最优区域对零件进行加工，导致零件的加工精度不高的问题。

为实现上述目的，本发明提供如下技术方案：

一种应用于数控机床的数据处理方法，包括：

采集加工零件中N个被加工点的零件位姿坐标，N为大于等于1的正整数；

采集与所述加工零件对应的加工区域的M个加工点的加工位姿坐标，M为大于等于1的正整数；

针对每一所述加工位姿坐标，确定一实际采样点组，所述实际采样点组包括在所述加工位姿坐标下，与所述加工零件的N个零件位姿坐标分别对应的N个第一实际加工位姿坐标；

对于M个所述实际采样点组中任一实际采样点组，依据预先设置的在所述加工位姿坐标下，所述N个被加工点分别对应的N个第一理想加工位姿坐标，以及所述实际采样点组中的所述N个第一实际加工位姿坐标，计算出所述加工零件在所述加工位姿坐标下，N个第一加工误差；从所述N个第一加工误差中确定出第一最大误差；

依据M个所述第一最大误差，以及M个所述加工位姿坐标，确定以所述加工区域的加工位姿坐标为自变量，以所述加工区域的加工误差为因变量的目标函数；

确定出使得所述目标函数中所述因变量最小的，所述加工区域的最优加工位姿坐标。

优选地，还包括：

确定在所述最优加工位姿坐标下，所述目标函数的最优误差值；

针对所述最优加工位姿坐标，确定最优实际采样点组，所述最优实际采样点组包括：在所述最优加工位姿坐标下，与所述加工零件的N个零件位姿坐标分别对应的N个第二实际加工位姿坐标；

依据预先设置的在所述最优加工位姿坐标下，所述N个被加工点分别对应的N个第二理想加工位姿，以及所述最优实际采样点组中的所述N个第二实际加工位姿坐标，计算出所述加工零件在所述最优加工位姿坐标下，N个第二加工误差；从所述N个第二加工误差中确定出第二最大误差；

判断所述第二最大误差与所述最优误差值的差值是否属于预设范围；

当所述差值属于所述预设范围时，结束；

当所述差值不属于所述预设范围时，增大N的值和/或增大M的值，返回执行采集加工零件中N个被加工点的零件位姿坐标这一步骤。

其中，所述加工区域的加工位姿坐标自变量用(x,y,z,α,β,γ)表示，所述加工区域的M个加工位姿坐标用(x_i,y_i,z_i,α_i,β_i,γ_i)表示，其中i为大于等于1小于等于M的正整数，所述依据M个所述第一最大误差，以及M个所述加工位姿坐标，确定以所述加工区域的加工位姿坐标为自变量，以所述加工区域的加工误差为因变量的目标函数包括：

确定径向基函数：J_i＝λ_iφ(||x-x_i||,||y-y_i||,||z-z_i||,||α-α_i||,||β-β_i||,||γ-γ_i||)，其中，c为惩罚因子，λ_i为与其对应的径向基函数的权重系数；

确定约束条件:g_k(x,y,z,α,β,γ)≤0(k＝1,2,…)；

确定所述目标函数为：

其中，所述λ_i的计算方法包括：

依据公式A_ij＝φ(||x_i-x_j||,||y_i-y_j||,||z_i-z_j||,||α_i-α_j||,||β_i-β_j||,||γ_i-γ_j||)以及公式Aλ＝J，确定出λ，其中，(x_j,y_j,z_j,α_j,β_j,γ_j)表示M个第一最大误差分别对应的所述加工零件的第一实际加工位姿坐标，其中j为大于等于1小于等于M的正整数，其中，A为A_ij组成的矩阵，λ为λ_i组成的矩阵，J为J_i组成的矩阵。

一种应用于数控机床的数据处理装置，包括：

第一采集模块，用于采集加工零件中N个被加工点的零件位姿坐标，N为大于等于1的正整数；

第二采集模块，用于采集与所述加工零件对应的加工区域的M个加工点的加工位姿坐标，M为大于等于1的正整数；

第一确定模块，用于针对每一所述加工位姿坐标，确定一实际采样点组，所述实际采样点组包括在所述加工位姿坐标下，与所述加工零件的N个零件位姿坐标分别对应的N个第一实际加工位姿坐标；

第一计算模块，用于对于M个所述实际采样点组中任一实际采样点组，依据预先设置的在所述加工位姿坐标下，所述N个被加工点分别对应的N个第一理想加工位姿坐标，以及所述实际采样点组中的所述N个第一实际加工位姿坐标，计算出所述加工零件在所述加工位姿坐标下，N个第一加工误差；从所述N个第一加工误差中确定出第一最大误差；

第二确定模块，用于依据M个所述第一最大误差，以及M个所述加工位姿坐标，确定以所述加工区域的加工位姿坐标为自变量，以所述加工区域的加工误差为因变量的目标函数；

第三确定模块，用于确定出使得所述目标函数中所述因变量最小的，所述加工区域的最优加工位姿坐标。

优选的还包括：

第四确定模块，用于确定在所述最优加工位姿坐标下，所述目标函数的最优误差值；

第五确定模块，用于针对所述最优加工位姿坐标，确定最优实际采样点组，所述最优实际采样点组包括：在所述最优加工位姿坐标下，与所述加工零件的N个零件位姿坐标分别对应的N个第二实际加工位姿坐标；

第二计算模块，用于依据预先设置的在所述最优加工位姿坐标下，所述N个被加工点分别对应的N个第二理想加工位姿，以及所述最优实际采样点组中的所述N个第二实际加工位姿坐标，计算出所述加工零件在所述最优加工位姿坐标下，N个第二加工误差；从所述N个第二加工误差中确定出第二最大误差；

判断模块，用于判断所述第二最大误差与所述最优误差值的差值是否属于预设范围；

结束模块，用于当所述差值属于所述预设范围时，结束；

返回模块，用于当所述差值不属于所述预设范围时，增大N的值和/或增大M的值，触发所述第一采集模块。

其中，所述加工区域的加工位姿坐标自变量用(x,y,z,α,β,γ)表示，所述加工区域的M个加工位姿坐标用(x_i,y_i,z_i,α_i,β_i,γ_i)表示，其中i为大于等于1小于等于M的正整数，所述第二确定模块包括：

第一确定单元，用于确定径向基函数：J_i＝λ_iφ(||x-x_i||,||y-y_i||,||z-z_i||,||α-α_i||,||β-β_i||,||γ-γ_i||)，其中，c为惩罚因子，λ_i为与其对应的径向基函数的权重系数；

第二确定单元，用于确定约束条件:g_k(x,y,z,α,β,γ)≤0(k＝1,2,…)；

第三确定单元，用于确定所述目标函数为：

优选的，还包括：

第三计算模块，用于依据公式A_ij＝φ(||x_i-x_j||,||y_i-y_j||,||z_i-z_j||,||α_i-α_j||,||β_i-β_j||,||γ_i-γ_j||)以及公式Aλ＝J，确定出λ，其中，(x_j,y_j,z_j,α_j,β_j,γ_j)表示M个第一最大误差分别对应的所述加工零件的第一实际加工位姿坐标，其中j为大于等于1小于等于M的正整数，其中，A为A_ij组成的矩阵，λ为λ_i组成的矩阵，J为J_i组成的矩阵。

一种数控机床，包括上述任一所述应用于数控机床的数据处理装置。

经由上述的技术方案可知，与现有技术相比，本发明实施例提供了一种应用于数控机床的数据处理方法，采集加工零件中N个被加工点的零件位姿坐标，采集加工区域的M个加工点的加工位姿坐标，针对每一所述加工位姿坐标，确定一实际采样点组，共得到M组实际采样点组，对于M个所述实际采样点组中任一实际采样点组，依据预先设置的在所述加工位姿坐标下，所述N个被加工点分别对应的N个第一理想加工位姿坐标，以及所述实际采样点组中的所述N个第一实际加工位姿坐标，计算出所述加工零件在所述加工位姿坐标下，N个第一加工误差；从所述N个第一加工误差中确定出第一最大误差；依据M个所述第一最大误差，以及M个所述加工位姿坐标，确定以所述加工区域的加工位姿坐标为自变量，以所述加工区域的加工误差为因变量的目标函数；确定出使得所述目标函数中所述因变量最小的，所述加工区域的最优加工位姿坐标。从而确定出了数控机床中最优的加工区域，利用该最优的加工区域加工零件，可以使误差最小。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的一种应用于数控机床的数据处理方法的流程示意图；

图2为本申请实施例提供的一种应用于数控机床的数据处理方法另一实现方式的方法流程示意图；

图3为本申请实施例提供的一种应用于数控机床的数据处理装置的结构示意图；

图4为本申请实施例提供的一种应用于数控机床的数据处理装置另一种实现方式的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，为本申请实施例提供的一种应用于数控机床的数据处理方法的流程示意图，该方法包括：

步骤S101：采集加工零件中N个被加工点的零件位姿坐标。

N为大于等于1的正整数。零件位姿坐标包括位置坐标以及姿态坐标。

姿态坐标是指与X轴、Y轴、Z轴的夹角。零件位姿坐标包括x,y,z,α,β,γ，6个参数。

定义加工零件的被加工表面上的任一被加工点(为了与后面的点从名称上进行区分，将该点称为第一目的点)作为该加工零件在数控机床加工区域的参考的零件位姿坐标，同时将该第一目的点与加工零件的坐标系重合，定义该第一目的点的位置坐标为(0，0，0)，姿态坐标为(0，1，0)。对加工零件的被加工表面进行维度分割N等份，然后对每个维度的N等份进行随机取值。按照拉丁超立方采样方法随机配对，最后获得该加工零件的N个被加工点，以及N个被加工点的零件位姿坐标。

步骤S102：采集加工区域的M个加工点的加工位姿坐标。

M为大于等于1的正整数。

确定加工零件对应的数控机床的加工区域，定义加工区域上的任一加工点(为了与后面的点从名称上进行区分，将该点称为第二目的点)作为该加工区域加工位姿坐标，同时将该第二目的点与加工区域的坐标系重合，定义该第二目的点的位置坐标为(0，0，0)，姿态坐标为(0，1，0)。对加工区域的进行维度分割M等份，然后对每个维度的M等份进行随机取值。用拉丁超立方采样对加工区域的加工点进行采集，得到M个加工点的加工位姿坐标。

M个加工点包括了加工区域的位置坐标和姿态坐标，即x,y,z,α,β,γ6个参数。

步骤S103：针对每一所述加工位姿坐标，确定一实际采样点组，所述实际采样点组包括在所述加工位姿坐标下，与所述加工零件的N个零件位姿坐标分别对应的N个第一实际加工位姿坐标。

由于N个被加工点与M个加工点的坐标系不同，所以以加工区域的坐标系为基准，将N个被加工点的坐标转换成以加工区域的坐标系为准的坐标值。也就是统一坐标系。

假设N＝3，M＝2，3个被加工点的零件位姿坐标分别为：(x₁,y₁,z₁,α₁,β₁,γ₁)、(x₂,y₂,z₂,α₂,β₂,γ₂)、(x₃,y₃,z₃,α₃,β₃,γ₃)；2个加工点的加工位姿坐标分别为：(x₁',y₁',z₁',α₁',β₁',γ₁')、(x₂',y₂',z₂',α₂',β₂',γ₂')。

对于(x₁',y₁',z₁',α₁',β₁',γ₁')，确定出一实际采样点组。该实际采样点组包括3个第一实际加工位姿坐标，这三个第一实际加工位姿坐标为：(x₁₁',y₁₁',z₁₁',α₁₁',β₁₁',γ₁₁')、(x₁₂',y₁₂',z₁₂',α₁₂',β₁₂',γ₁₂')、(x₁₃',y₁₃',z₁₃',α₁₃',β₁₃',γ₁₃')。

(x₁₁',y₁₁',z₁₁',α₁₁',β₁₁',γ₁₁')、(x₁₂',y₁₂',z₁₂',α₁₂',β₁₂',γ₁₂')、(x₁₃',y₁₃',z₁₃',α₁₃',β₁₃',γ₁₃')分别是(x₁,y₁,z₁,α₁,β₁,γ₁)、(x₂,y₂,z₂,α₂,β₂,γ₂)、(x₃,y₃,z₃,α₃,β₃,γ₃)以(x₁',y₁',z₁',α₁',β₁',γ₁')对应的三个第一实际加工位姿坐标。

对于(x₂',y₂',z₂',α₂',β₂',γ₂')，确定出一实际采样点组。该实际采样点组包括3个第一实际加工位姿坐标，这三个第一实际加工位姿坐标为：(x₂₁',y₂₁',z₂₁',α₂₁',β₂₁',γ₂₁')、(x₂₂',y₂₂',z₂₂',α₂₂',β₂₂',γ₂₂')、(x₂₃',y₂₃',z₂₃',α₂₃',β₂₃',γ₂₃')。

(x₂₁',y₂₁',z₂₁',α₂₁',β₂₁',γ₂₁')、(x₂₂',y₂₂',z₂₂',α₂₂',β₂₂',γ₂₂')、(x₂₃',y₂₃',z₂₃',α₂₃',β₂₃',γ₂₃')分别是(x₁,y₁,z₁,α₁,β₁,γ₁)、(x₂,y₂,z₂,α₂,β₂,γ₂)、(x₃,y₃,z₃,α₃,β₃,γ₃)以(x₂',y₂',z₂',α₂',β₂',γ₂')对应的三个第一实际加工位姿坐标。

这样，就获得两组实际采样点组。

步骤S104：对于M个所述实际采样点组中任一实际采样点组，依据预先设置的在所述加工位姿坐标下，所述N个被加工点分别对应的N个第一理想加工位姿坐标，以及所述实际采样点组中的所述N个第一实际加工位姿坐标，计算出所述加工零件在所述加工位姿坐标下，N个第一加工误差；从所述N个第一加工误差中确定出第一最大误差。

各第一理想加工位姿坐标可以是数控机床中计算机程序中输入的加工位姿坐标。

可以依据第一实际加工位姿坐标以及第一理想加工位姿坐标，计算出第一加工误差。

仍以上述为例进行说明，上述有两组实际采样点组中，包含三个第一实际加工位姿坐标为：(x₁₁',y₁₁',z₁₁',α₁₁',β₁₁',γ₁₁')、(x₁₂',y₁₂',z₁₂',α₁₂',β₁₂',γ₁₂')、(x₁₃',y₁₃',z₁₃',α₁₃',β₁₃',γ₁₃')的实际采样点组，可以获得3个第一加工误差。

假设，在(x₁',y₁',z₁',α₁',β₁',γ₁')下，分别与(x₁₁',y₁₁',z₁₁',α₁₁',β₁₁',γ₁₁')、(x₁₂',y₁₂',z₁₂',α₁₂',β₁₂',γ₁₂')、(x₁₃',y₁₃',z₁₃',α₁₃',β₁₃',γ₁₃')对应的3个第一理想加工位姿坐标为：(x₁₁”',y₁₁”',z₁₁”',α₁₁”',β₁₁”',γ₁₁”')、(x₁₂”',y₁₂”',z₁₂”',α₁₂”',β₁₂”',γ₁₂”')、(x₁₃”',y₁₃”',z₁₃”',α₁₃”',β₁₃”',γ₁₃”')。

则3个第一加工误差分别为：

φ(||x₁₁'-x₁₁”'||,||y₁₁'-y₁₁”'||,||z₁₁'-z₁₁”'||,||α₁₁'-α₁₁”'||,||β₁₁'-β₁₁”'||,||γ₁₁'-γ₁₁”'||)、φ(||x₁₂'-x₁₂”'||,||y₁₂'-y₁₂”'||,||z₁₂'-z₁₂”'||,||α₁₂'-α₁₂”'||,||β₁₂'-β₁₂”'||,||γ₁₂'-γ₁₂”'||)、φ(||x₁₃'-x₁₃”'||,||y₁₃'-y₁₃”'||,||z₁₃'-z₁₃”'||,||α₁₃'-α₁₃”'||,||β₁₃'-β₁₃”'||,||γ₁₃'-γ₁₃”'||)。

本申请实施例采用两点距离的指标作为评价指标。由于数控机床的加工区域的每个加工点的精度都各不相同，因此在计算得到的N个第一加工误差中，选取误差值最大的第一最大误差，作为该加工零件在该加工点的最终误差评价指标。由此可保证，该加工零件其他的表面形貌精度的误差都小于第一最大误差。可以从上述3个第一加工误差中选择一个最大值作为该实际采样点组的第一最大误差，假设第一最大误差为φ(||x₁₁'-x₁₁”'||,||y₁₁'-y₁₁”'||,||z₁₁'-z₁₁”'||,||α₁₁'-α₁₁”'||,||β₁₁'-β₁₁”'||,||γ₁₁'-γ₁₁”'||)。

包含三个第一实际加工位姿坐标为：(x₂₁',y₂₁',z₂₁',α₂₁',β₂₁',γ₂₁')、(x₂₂',y₂₂',z₂₂',α₂₂',β₂₂',γ₂₂')、(x₂₃',y₂₃',z₂₃',α₂₃',β₂₃',γ₂₃')的实际采样点组，可以获得3个第一加工误差。

假设，在(x₂',y₂',z₂',α₂',β₂',γ₂')下，分别与(x₂₁',y₂₁',z₂₁',α₂₁',β₂₁',γ₂₁')、(x₂₂',y₂₂',z₂₂',α₂₂',β₂₂',γ₂₂')、(x₂₃',y₂₃',z₂₃',α₂₃',β₂₃',γ₂₃')对应的3个第一理想加工位姿坐标为：(x₂₁”',y₂₁”',z₂₁”',α₂₁”',β₂₁”',γ₂₁”')、(x₂₂”',y₂₂”',z₂₂”',α₂₂”',β₂₂”',γ₂₂”')、(x₂₃”',y₂₃”',z₂₃”',α₂₃”',β₂₃”',γ₂₃”')。

则3个第一加工误差分别为：

φ(||x₂₁'-x₂₁”'||,||y₂₁'-y₂₁”'||,||z₂₁'-z₂₁”'||,||α₂₁'-α₂₁”'||,||β₂₁'-β₂₁”'||,||γ₂₁'-γ₂₁”'||)、φ(||x₂₂'-x₂₂”'||,||y₂₂'-y₂₂”'||,||z₂₂'-z₂₂”'||,||α₂₂'-α₂₂”'||,||β₂₂'-β₂₂”'||,||γ₂₂'-γ₂₂”'||)、φ(||x₂₃'-x₂₃”'||,||y₂₃'-y₂₃”'||,||z₂₃'-z₂₃”'||,||α₂₃'-α₂₃”'||,||β₂₃'-β₂₃”'||,γ₂₃'-γ₂₃”'||)。

可以从上述3个第一加工误差中选择一个最大值作为该实际采样点组的第一最大误差，假设第一最大误差为φ(||x₂₁'-x₂₁”'||,||y₂₁'-y₂₁”'||,||z₂₁'-z₂₁”'||,||α₂₁'-α₂₁”'||,||β₂₁'-β₂₁”'||,||γ₂₁'-γ₂₁”'||)。

其中，φ(x,y,z,α,β,γ)为径向基函数。

步骤S105：依据M个所述第一最大误差，以及M个所述加工位姿坐标，确定以所述加工区域的加工位姿坐标为自变量，以所述加工区域的加工误差为因变量的目标函数。

仍以上述为例，有两个第一最大误差，φ(||x₁₁'-x₁₁”'||,||y₁₁'-y₁₁”'||,||z₁₁'-z₁₁”'||,||α₁₁'-α₁₁”'||,||β₁₁'-β₁₁”'||,||γ₁₁'-γ₁₁”'||)、φ(||x₂₁'-x₂₁”'||,||y₂₁'-y₂₁”'||,||z₂₁'-z₂₁”'||,||α₂₁'-α₂₁”'||,||β₂₁'-β₂₁”'||,||γ₂₁'-γ₂₁”'||)，加工区域的2个加工位姿坐标分别为：(x₁',y₁',z₁',α₁',β₁',γ₁')、(x₂',y₂',z₂',α₂',β₂',γ₂')。

具体的，假设所述加工区域的加工位姿坐标自变量用(x,y,z,α,β,γ)表示，所述加工区域的M个加工位姿坐标用(x_i,y_i,z_i,α_i,β_i,γ_i)表示，其中i为大于等于1小于等于M的正整数，依据M个所述第一最大误差，以及M个所述加工位姿坐标，确定以所述加工区域的加工位姿坐标为自变量，以所述加工区域的加工误差为因变量的目标函数包括：

确定径向基函数：J_i＝λ_iφ(||x-x_i||,||y-y_i||,||z-z_i||,||α-α_i||,||β-β_i||,||γ-γ_i||)，其中，C为惩罚因子，λ_i为与其对应的径向基函数的权重系数。

确定约束条件:g_k(x,y,z,α,β,γ)≤0(k＝1,2,…)。

确定所述目标函数为：

约束条件可能有一个或多个，k表示约束条件的个数，k个约束条件可以分别为：g₁(x,y,z,α,β,γ)≤0、g₂(x,y,z,α,β,γ)≤0、…、g_k(x,y,z,α,β,γ)≤0。约束条件的个数和具体函数可以依据实际情况确定。

λ_i的计算方法包括：

依据公式A_ij＝φ(||x_i-x_j||,||y_i-y_j||,||z_i-z_j||,||α_i-α_j||,||β_i-β_j||,||γ_i-γ_j||)以及公式Aλ＝J，确定出λ，其中，(x_j,y_j,z_j,α_j,β_j,γ_j)表示M个第一最大误差分别对应的所述加工零件的第一实际加工位姿坐标，其中j为大于等于1小于等于M的正整数，其中，A为A_ij组成的矩阵，λ为λ_i组成的矩阵，J为J_i组成的矩阵。

A为M×M的矩阵。λ＝[λ₁,λ₂,λ₃,…,λ_M]^T。J＝[J₁,J₂,J₃,...,J_M]^T。

仍以上述为例进行说明，j的取值为1和2，2个第一最大误差分别对应的所述加工零件的第一实际加工位姿坐标分别为：(x₁₁',y₁₁',z₁₁',α₁₁',β₁₁',γ₁₁')、(x₂₁',y₂₁',z₂₁',α₂₁',β₂₁',γ₂₁')，则(x_j＝1,y_j＝1,z_j＝1,α_j＝1,β_j＝1,γ_j＝1)即为(x₁₁',y₁₁',z₁₁',α₁₁',β₁₁',γ₁₁')，(x_j＝2,y_j＝2,z_j＝2,α_j＝2,β_j＝2,γ_j＝2)即为(x₂₁',y₂₁',z₂₁',α₂₁',β₂₁',γ₂₁')。i取值为1和2，(x_i＝1,y_i＝1,z_i＝1,α_i＝1,β_i＝1,γ_i＝1)即为(x₁',y₁',z₁',α₁',β₁',γ₁')，(x_i＝2,y_i＝2,z_i＝2,α_i＝2,β_i＝2,γ_i＝2)即为(x₂',y₂',z₂',α₂',β₂',γ₂')。

步骤S106：确定出使得所述目标函数中所述因变量最小的，所述加工区域的最优加工位姿坐标。

可以依据目标函数对应的曲线，将该曲线中最小因变量对应的加工位姿坐标作为最优加工位姿坐标。或者，可以利用遗传算法优化模型以及matlab确定出目标函数的中因变量最小值。

本申请实施例提供的应用于数控机床的数据处理方法，采集加工零件中N个被加工点的零件位姿坐标，采集加工区域的M个加工点的加工位姿坐标，针对每一所述加工位姿坐标，确定一实际采样点组，共得到M组实际采样点组，对于M个所述实际采样点组中任一实际采样点组，依据预先设置的在所述加工位姿坐标下，所述N个被加工点分别对应的N个第一理想加工位姿坐标，以及所述实际采样点组中的所述N个第一实际加工位姿坐标，计算出所述加工零件在所述加工位姿坐标下，N个第一加工误差；从所述N个第一加工误差中确定出第一最大误差；依据M个所述第一最大误差，以及M个所述加工位姿坐标，确定以所述加工区域的加工位姿坐标为自变量，以所述加工区域的加工误差为因变量的目标函数；确定出使得所述目标函数中所述因变量最小的，所述加工区域的最优加工位姿坐标。从而确定出了数控机床中最优的加工区域，利用该最优的加工区域加工零件，可以使误差最小。

本申请实施例还提供了基于上述应用于数控机床的数据处理方法实施例的更加优化的方法，请参阅图2，在上述实施例中步骤S106之后，还可以包括：

步骤S201：确定在所述最优加工位姿坐标下，所述目标函数的最优误差值。

可以利用遗传算法优化模型以及matlab确定出目标函数的最优误差值，假设为j'。假设j'对应的最优加工位姿坐标为(x',y',z',α',β',γ')。

仍以上述为例，最优加工位姿坐标(x',y',z',α',β',γ')可以不是M个零件位姿坐标中任一零件位姿坐标。

步骤S202：针对所述最优加工位姿坐标，确定最优实际采样点组，所述最优实际采样点组包括：在所述最优加工位姿坐标下，与所述加工零件的N个零件位姿坐标分别对应的N个第二实际加工位姿坐标。

仍以上述为例，N＝3，3个被加工点的零件位姿坐标分别为：(x₁,y₁,z₁,α₁,β₁,γ₁)、(x₂,y₂,z₂,α₂,β₂,γ₂)、(x₃,y₃,z₃,α₃,β₃,γ₃)。

对于(x',y',z',α',β',γ')，确定出最优采样点组。最优采样点组可以包括3个第二实际加工位姿坐标。这三个第一实际加工位姿坐标为：(x₃₁',y₃₁',z₃₁',α₃₁',β₃₁',γ₃₁')、(x₃₂',y₃₂',z₃₂',α₃₂',β₃₂',γ₃₂')、(x₃₃',y₃₃',z₃₃',α₃₃',β₃₃',γ₃₃')。

步骤S203：依据预先设置的在所述最优加工位姿坐标下，所述N个被加工点分别对应的N个第二理想加工位姿，以及所述最优实际采样点组中的所述N个第二实际加工位姿坐标，计算出所述加工零件在所述最优加工位姿坐标下，N个第二加工误差；从所述N个第二加工误差中确定出第二最大误差。

假设，对于(x',y',z',α',β',γ')，分别与(x₃₁',y₃₁',z₃₁',α₃₁',β₃₁',γ₃₁')、(x₃₂',y₃₂',z₃₂',α₃₂',β₃₂',γ₃₂')、(x₃₃',y₃₃',z₃₃',α₃₃',β₃₃',γ₃₃')对应的3个被加工点的第二理想加工位姿为：(x₃₁”',y₃₁”',z₃₁”',α₃₁”',β₃₁”',γ₃₁”')、(x₃₂”',y₃₂”',z₃₂”',α₃₂”',β₃₂”',γ₃₂”')、(x₃₃”',y₃₃”',z₃₃”',α₃₃”',β₃₃”',γ₃₃”')。

则3个第二加工误差分别为：φ(||x₃₁'-x₃₁”'||,||y₃₁'-y₃₁”'||,||z₃₁'-z₃₁”'||,||α₃₁'-α₃₁”'||,||β₃₁'-β₃₁”'||,||γ₃₁'-γ₃₁”'||)、φ(||x₃₂'-x₃₂”'||,||y₃₂'-y₃₂”'||,||z₃₂'-z₃₂”'||,||α₃₂'-α₃₂”'||,||β₃₂'-β₃₂”'||,||γ₃₂'-γ₃₂”'||)、φ(||x₃₃'-x₃₃”'||,||y₃₃'-y₃₃”'||,||z₃₃'-z₃₃”'||,||α₃₃'-α₃₃”'||,||β₃₃'-β₃₃”'||,||γ₃₃'-γ₃₃”'||)。

从上述3个第二加工误差中，可以确定出最大的第二最大误差。

步骤S204：判断所述第二最大误差与所述最优误差值的差值是否属于预设范围。

预设范围可以依据实际情况而定。

步骤S205：当所述差值属于所述预设范围时，结束。

步骤S206：当所述差值不属于所述预设范围时，增大N的值和/或增大M的值，返回步骤S101。

请参阅图3，为本申请实施例提供的一种应用于数控机床的数据处理装置的结构示意图，该装置包括：第一采集模块301、第二采集模块302、第一确定模块303、第一计算模块304、第二确定模块305以及第三确定模块306，其中：

第一采集模块301，用于采集加工零件中N个被加工点的零件位姿坐标。

N为大于等于1的正整数。

姿态坐标是指与X轴、Y轴、Z轴的夹角。零件位姿坐标包括x,y,z,α,β,γ6个参数。

定义加工零件的被加工表面上的任一被加工点(为了与后面的点从名称上进行区分，将该点称为第一目的点)作为该加工零件在数控机床加工区域的参考的零件位姿坐标，同时将该第一目的点与加工零件的坐标系重合，定义该第一目的点的位置坐标为(0，0，0)，姿态坐标为(0，1，0)。对加工零件的被加工表面进行维度分割N等份，然后对每个维度的N等份进行随机取值。按照拉丁超立方采样方法随机配对，最后获得该加工零件的N个被加工点，以及N个被加工点的零件位姿坐标。

第二采集模块302，用于采集与所述加工零件对应的加工区域的M个加工点的加工位姿坐标。

M为大于等于1的正整数。

确定加工零件对应的数控机床的加工区域，定义加工区域上的任一加工点(为了与后面的点从名称上进行区分，将该点称为第二目的点)作为该加工区域加工位姿坐标，同时将该第二目的点与加工区域的坐标系重合，定义该第二目的点的位置坐标为(0，0，0)，姿态坐标为(0，1，0)。对加工区域的进行维度分割M等份，然后对每个维度的M等份进行随机取值。用拉丁超立方采样对加工区域的加工点进行采集，得到M个加工点的加工位姿坐标。

M个加工点包括了加工区域的位置坐标和姿态坐标，即x,y,z,α,β,γ6个参数。

第一确定模块303，用于针对每一所述加工位姿坐标，确定一实际采样点组，所述实际采样点组包括在所述加工位姿坐标下，与所述加工零件的N个零件位姿坐标分别对应的N个第一实际加工位姿坐标。

由于N个被加工点与M个加工点的坐标系不同，所以以加工区域的坐标系为基准，将N个被加工点的坐标转换成以加工区域的坐标系为准的坐标值。也就是统一坐标系。

假设N＝3，M＝2，3个被加工点的零件位姿坐标分别为：(x₁,y₁,z₁,α₁,β₁,γ₁)、(x₂,y₂,z₂,α₂,β₂,γ₂)、(x₃,y₃,z₃,α₃,β₃,γ₃)；2个加工点的加工位姿坐标分别为：(x₁',y₁',z₁',α₁',β₁',γ₁')、(x₂',y₂',z₂',α₂',β₂',γ₂')。

对于(x₁',y₁',z₁',α₁',β₁',γ₁')，确定出一实际采样点组。该实际采样点组包括3个第一实际加工位姿坐标，这三个第一实际加工位姿坐标为：(x₁₁',y₁₁',z₁₁',α₁₁',β₁₁',γ₁₁')、(x₁₂',y₁₂',z₁₂',α₁₂',β₁₂',γ₁₂')、(x₁₃',y₁₃',z₁₃',α₁₃',β₁₃',γ₁₃')。

(x₁₁',y₁₁',z₁₁',α₁₁',β₁₁',γ₁₁')、(x₁₂',y₁₂',z₁₂',α₁₂',β₁₂',γ₁₂')、(x₁₃',y₁₃',z₁₃',α₁₃',β₁₃',γ₁₃')分别是(x₁,y₁,z₁,α₁,β₁,γ₁)、(x₂,y₂,z₂,α₂,β₂,γ₂)、(x₃,y₃,z₃,α₃,β₃,γ₃)以(x₁',y₁',z₁',α₁',β₁',γ₁')对应的三个第一实际加工位姿坐标。

对于(x₂',y₂',z₂',α₂',β₂',γ₂')，确定出一实际采样点组。该实际采样点组包括3个第一实际加工位姿坐标，这三个第一实际加工位姿坐标为：(x₂₁',y₂₁',z₂₁',α₂₁',β₂₁',γ₂₁')、(x₂₂',y₂₂',z₂₂',α₂₂',β₂₂',γ₂₂')、(x₂₃',y₂₃',z₂₃',α₂₃',β₂₃',γ₂₃')。

(x₂₁',y₂₁',z₂₁',α₂₁',β₂₁',γ₂₁')、(x₂₂',y₂₂',z₂₂',α₂₂',β₂₂',γ₂₂')、(x₂₃',y₂₃',z₂₃',α₂₃',β₂₃',γ₂₃')分别是(x₁,y₁,z₁,α₁,β₁,γ₁)、(x₂,y₂,z₂,α₂,β₂,γ₂)、(x₃,y₃,z₃,α₃,β₃,γ₃)以(x₂',y₂',z₂',α₂',β₂',γ₂')对应的三个第一实际加工位姿坐标。

这样，就获得两组实际采样点组。

第一计算模块304，用于对于M个所述实际采样点组中任一实际采样点组，依据预先设置的在所述加工位姿坐标下，所述N个被加工点分别对应的N个第一理想加工位姿坐标，以及所述实际采样点组中的所述N个第一实际加工位姿坐标，计算出所述加工零件在所述加工位姿坐标下，N个第一加工误差；从所述N个第一加工误差中确定出第一最大误差。

各第一理想加工位姿坐标可以是数控机床中计算机程序中输入的加工位姿坐标。

可以依据第一实际加工位姿坐标以及第一理想加工位姿坐标，计算出第一加工误差。

仍以上述为例进行说明，上述有两组实际采样点组中，包含三个第一实际加工位姿坐标为：(x₁₁',y₁₁',z₁₁',α₁₁',β₁₁',γ₁₁')、(x₁₂',y₁₂',z₁₂',α₁₂',β₁₂',γ₁₂')、(x₁₃',y₁₃',z₁₃',α₁₃',β₁₃',γ₁₃')的实际采样点组，可以获得3个第一加工误差。

假设，在(x₁',y₁',z₁',α₁',β₁',γ₁')下，分别与(x₁₁',y₁₁',z₁₁',α₁₁',β₁₁',γ₁₁')、(x₁₂',y₁₂',z₁₂',α₁₂',β₁₂',γ₁₂')、(x₁₃',y₁₃',z₁₃',α₁₃',β₁₃',γ₁₃')对应的3个第一理想加工位姿坐标为：(x₁₁”',y₁₁”',z₁₁”',α₁₁”',β₁₁”',γ₁₁”')、(x₁₂”',y₁₂”',z₁₂”',α₁₂”',β₁₂”',γ₁₂”')、(x₁₃”',y₁₃”',z₁₃”',α₁₃”',β₁₃”',γ₁₃”')。

则3个第一加工误差分别为：

φ(||x₁₁'-x₁₁”'||,||y₁₁'-y₁₁”'||,||z₁₁'-z₁₁”'||,||α₁₁'-α₁₁”'||,||β₁₁'-β₁₁”'||,||γ₁₁'-γ₁₁”'||)、φ(||x₁₂'-x₁₂”'||,||y₁₂'-y₁₂”'||,||z₁₂'-z₁₂”'||,||α₁₂'-α₁₂”'||,||β₁₂'-β₁₂”'||,||γ₁₂'-γ₁₂”'||)、φ(||x₁₃'-x₁₃”'||,||y₁₃'-y₁₃”'||,||z₁₃'-z₁₃”'||,||α₁₃'-α₁₃”'||,||β₁₃'-β₁₃”'||,||γ₁₃'-γ₁₃”'||)。

本申请实施例采用两点距离的指标作为评价指标。由于数控机床的加工区域的每个加工点的精度都各不相同，因此在计算得到的N个第一加工误差中，选取误差值最大的第一最大误差，作为该加工零件在该加工点的最终误差评价指标。由此可保证，该加工零件其他的表面形貌精度的误差都小于第一最大误差。可以从上述3个第一加工误差中选择一个最大值作为该实际采样点组的第一最大误差，假设第一最大误差为φ(||x₁₁'-x₁₁”'||,||y₁₁'-y₁₁”'||,||z₁₁'-z₁₁”'||,||α₁₁'-α₁₁”'||,||β₁₁'-β₁₁”'||,||γ₁₁'-γ₁₁”'||)。

包含三个第一实际加工位姿坐标为：(x₂₁',y₂₁',z₂₁',α₂₁',β₂₁',γ₂₁')、(x₂₂',y₂₂',z₂₂',α₂₂',β₂₂',γ₂₂')、(x₂₃',y₂₃',z₂₃',α₂₃',β₂₃',γ₂₃')的实际采样点组，可以获得3个第一加工误差。

假设，在(x₂',y₂',z₂',α₂',β₂',γ₂')下，分别与(x₂₁',y₂₁',z₂₁',α₂₁',β₂₁',γ₂₁')、(x₂₂',y₂₂',z₂₂',α₂₂',β₂₂',γ₂₂')、(x₂₃',y₂₃',z₂₃',α₂₃',β₂₃',γ₂₃')对应的3个第一理想加工位姿坐标为：(x₂₁”',y₂₁”',z₂₁”',α₂₁”',β₂₁”',γ₂₁”')、(x₂₂”',y₂₂”',z₂₂”',α₂₂”',β₂₂”',γ₂₂”')、(x₂₃”',y₂₃”',z₂₃”',α₂₃”',β₂₃”',γ₂₃”')。

则3个第一加工误差分别为：

φ(||x₂₁'-x₂₁”'||,||y₂₁'-y₂₁”'||,||z₂₁'-z₂₁”'||,||α₂₁'-α₂₁”'||,||β₂₁'-β₂₁”'||,||γ₂₁'-γ₂₁”'||)、φ(||x₂₂'-x₂₂”'||,||y₂₂'-y₂₂”'||,||z₂₂'-z₂₂”'||,||α₂₂'-α₂₂”'||,||β₂₂'-β₂₂”'||,||γ₂₂'-γ₂₂”'||)、φ(||x₂₃'-x₂₃”'||,||y₂₃'-y₂₃”'||,||z₂₃'-z₂₃”'||,||α₂₃'-α₂₃”'||,||β₂₃'-β₂₃”'||,||γ₂₃'-γ₂₃”'||)。

可以从上述3个第一加工误差中选择一个最大值作为该实际采样点组的第一最大误差，假设第一最大误差为φ(||x₂₁'-x₂₁”'||,||y₂₁'-y₂₁”'||,||z₂₁'-z₂₁”'||,||α₂₁'-α₂₁”'||,||β₂₁'-β₂₁”'||,||γ₂₁'-γ₂₁”'||)。

其中，φ(x,y,z,α,β,γ)为径向基函数。

第二确定模块305，用于依据M个所述第一最大误差，以及M个所述加工位姿坐标，确定以所述加工区域的加工位姿坐标为自变量，以所述加工区域的加工误差为因变量的目标函数。

仍以上述为例，有两个第一最大误差，φ(||x₁₁'-x₁₁”'||,||y₁₁'-y₁₁”'||,||z₁₁'-z₁₁”'||,||α₁₁'-α₁₁”'||,||β₁₁'-β₁₁”'||,||γ₁₁'-γ₁₁”'||)、φ(||x₂₁'-x₂₁”'||,||y₂₁'-y₂₁”'||,||z₂₁'-z₂₁”'||,||α₂₁'-α₂₁”'||,||β₂₁'-β₂₁”'||,||γ₂₁'-γ₂₁”'||)，加工区域的2个加工位姿坐标分别为：(x₁',y₁',z₁',α₁',β₁',γ₁')、(x₂',y₂',z₂',α₂',β₂',γ₂')。

所述加工区域的加工位姿坐标自变量用(x,y,z,α,β,γ)表示，所述加工区域的M个加工位姿坐标用(x_i,y_i,z_i,α_i,β_i,γ_i)表示，其中i为大于等于1小于等于M的正整数，所述第二确定模块包括：

第一确定单元，用于确定径向基函数：J_i＝λ_iφ(||x-x_i||,||y-y_i||,||z-z_i||,||α-α_i||,||β-β_i||,||γ-γ_i||)，其中，c为惩罚因子，λ_i为与其对应的径向基函数的权重系数；

第二确定单元，用于确定约束条件:g_k(x,y,z,α,β,γ)≤0(k＝1,2,…)；

第三确定单元，用于确定所述目标函数为：C为惩罚因子。

本申请实施例提供的应用于数控机床的数据处理装置还可以包括：

第三计算模块，用于依据公式A_ij＝φ(||x_i-x_j||,||y_i-y_j||,||z_i-z_j||,||α_i-α_j||,||β_i-β_j||,||γ_i-γ_j||)以及公式Aλ＝J，确定出λ，其中，(x_j,y_j,z_j,α_j,β_j,γ_j)表示M个第一最大误差分别对应的所述加工零件的第一实际加工位姿坐标，其中j为大于等于1小于等于M的正整数，其中，A为A_ij组成的矩阵，λ为λ_i组成的矩阵，J为J_i组成的矩阵。

A为M×M的矩阵。λ＝[λ₁,λ₂,λ₃,…,λ_M]^T。J＝[J₁,J₂,J₃,...,J_M]^T。

仍以上述为例进行说明，j的取值为1和2，2个第一最大误差分别对应的所述加工零件的第一实际加工位姿坐标分别为：(x₁₁',y₁₁',z₁₁',α₁₁',β₁₁',γ₁₁')、(x₂₁',y₂₁',z₂₁',α₂₁',β₂₁',γ₂₁')，则(x_j＝1,y_j＝1,z_j＝1,α_j＝1,β_j＝1,γ_j＝1)即为(x₁₁',y₁₁',z₁₁',α₁₁',β₁₁',γ₁₁')，(x_j＝2,y_j＝2,z_j＝2,α_j＝2,β_j＝2,γ_j＝2)即为(x₂₁',y₂₁',z₂₁',α₂₁',β₂₁',γ₂₁')。i取值为1和2，(x_i＝1,y_i＝1,z_i＝1,α_i＝1,β_i＝1,γ_i＝1)即为(x₁',y₁',z₁',α₁',β₁',γ₁')，(x_i＝2,y_i＝2,z_i＝2,α_i＝2,β_i＝2,γ_i＝2)即为(x₂',y₂',z₂',α₂',β₂',γ₂')。

第三确定模块306，用于确定出使得所述目标函数中所述因变量最小的，所述加工区域的最优加工位姿坐标。

本申请实施例提供的应用于数控机床的数据处理装置，第一采集模块301采集加工零件中N个被加工点的零件位姿坐标，第二采集模块302采集加工区域的M个加工点的加工位姿坐标，针对每一所述加工位姿坐标，第一确定模块303确定一实际采样点组，共得到M组实际采样点组，第一计算模块304对于M个所述实际采样点组中任一实际采样点组，依据预先设置的在所述加工位姿坐标下，所述N个被加工点分别对应的N个第一理想加工位姿坐标，以及所述实际采样点组中的所述N个第一实际加工位姿坐标，计算出所述加工零件在所述加工位姿坐标下，N个第一加工误差；第二确定模块305从所述N个第一加工误差中确定出第一最大误差；第三确定模块306依据M个所述第一最大误差，以及M个所述加工位姿坐标，确定以所述加工区域的加工位姿坐标为自变量，以所述加工区域的加工误差为因变量的目标函数；确定出使得所述目标函数中所述因变量最小的，所述加工区域的最优加工位姿坐标。从而确定出了数控机床中最优的加工区域，利用该最优的加工区域加工零件，可以使误差最小。

请参阅图4，为本申请实施例基于上述应用于数控机床的数据处理装置实施例提供的更优技术方案，上述应用于数控机床的数据处理装置实施例还可以包括：第四确定模块401、第五确定模块402、第二计算模块403、判断模块404、结束模块405以及返回模块406，其中：

第四确定模块401，用于确定在所述最优加工位姿坐标下，所述目标函数的最优误差值。

可以利用遗传算法优化模型以及matlab确定出目标函数的最优误差值，假设为j'。假设j'对应的最优加工位姿坐标为(x',y',z',α',β',γ')。

仍以上述为例，最优加工位姿坐标(x',y',z',α',β',γ')可以不是M个零件位姿坐标中任一零件位姿坐标。

第五确定模块402，用于针对所述最优加工位姿坐标，确定最优实际采样点组，所述最优实际采样点组包括：在所述最优加工位姿坐标下，与所述加工零件的N个零件位姿坐标分别对应的N个第二实际加工位姿坐标。

仍以上述为例，N＝3，3个被加工点的零件位姿坐标分别为：(x₁,y₁,z₁,α₁,β₁,γ₁)、(x₂,y₂,z₂,α₂,β₂,γ₂)、(x₃,y₃,z₃,α₃,β₃,γ₃)。

对于(x',y',z',α',β',γ')，确定出最优采样点组。最优采样点组可以包括3个第二实际加工位姿坐标。这三个第一实际加工位姿坐标为：(x₃₁',y₃₁',z₃₁',α₃₁',β₃₁',γ₃₁')、(x₃₂',y₃₂',z₃₂',α₃₂',β₃₂',γ₃₂')、(x₃₃',y₃₃',z₃₃',α₃₃',β₃₃',γ₃₃')。

第二计算模块403，用于依据预先设置的在所述最优加工位姿坐标下，所述N个被加工点分别对应的N个第二理想加工位姿，以及所述最优实际采样点组中的所述N个第二实际加工位姿坐标，计算出所述加工零件在所述最优加工位姿坐标下，N个第二加工误差；从所述N个第二加工误差中确定出第二最大误差。

假设，对于(x',y',z',α',β',γ')，分别与(x₃₁',y₃₁',z₃₁',α₃₁',β₃₁',γ₃₁')、(x₃₂',y₃₂',z₃₂',α₃₂',β₃₂',γ₃₂')、(x₃₃',y₃₃',z₃₃',α₃₃',β₃₃',γ₃₃')对应的3个被加工点的第二理想加工位姿为：(x₃₁”',y₃₁”',z₃₁”',α₃₁”',β₃₁”',γ₃₁”')、(x₃₂”',y₃₂”',z₃₂”',α₃₂”',β₃₂”',γ₃₂”')、(x₃₃”',y₃₃”',z₃₃”',α₃₃”',β₃₃”',γ₃₃”')。

则3个第二加工误差分别为：φ(||x₃₁'-x₃₁”'||,||y₃₁'-y₃₁”'||,||z₃₁'-z₃₁”'||,||α₃₁'-α₃₁”'||,||β₃₁'-β₃₁”'||,||γ₃₁'-γ₃₁”'||)、φ(||x₃₂'-x₃₂”'||,||y₃₂'-y₃₂”'||,||z₃₂'-z₃₂”'||,||α₃₂'-α₃₂”'||,||β₃₂'-β₃₂”'||,||γ₃₂'-γ₃₂”'||)、φ(||x₃₃'-x₃₃”'||,||y₃₃'-y₃₃”'||,||z₃₃'-z₃₃”'||,||α₃₃'-α₃₃”'||,||β₃₃'-β₃₃”'||,||γ₃₃'-γ₃₃”'||)。

从上述3个第二加工误差中，可以确定出最大的第二最大误差。

判断模块404，用于判断所述第二最大误差与所述最优误差值的差值是否属于预设范围。

结束模块405，用于当所述差值属于所述预设范围时，结束。

返回模块406，用于当所述差值不属于所述预设范围时，增大N的值和/或增大M的值，触发第一采集模块。

本申请实施例还提供了一种数控机床，该数控机床可以包括上述任一应用于数控机床的数据处理装置。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。