★感知與互聯(lián)：通過的“指令域"大數(shù)據(jù)匯聚方法，按毫秒級采樣周期匯集數(shù)控系統(tǒng)內(nèi)部電控數(shù)據(jù)、插補數(shù)據(jù)，以及溫度、振動、視覺等外部傳感器數(shù)據(jù)，形成數(shù)控加工指令域“心電圖"和“色譜圖"。伺服驅(qū)動系統(tǒng)既是“執(zhí)行器"，又是“感知器"。實現(xiàn)了數(shù)控加工過程的狀態(tài)信息和工況信息的自主感知。
★學習與建模：從機床和工件模型建立指令與響應(yīng)的“因果關(guān)系"，從指令域大數(shù)據(jù)中分析“關(guān)聯(lián)關(guān)系"，兩者結(jié)合，應(yīng)用新一代人工智能技術(shù)，進行自主學習，獲得數(shù)控加工智能化控制知識，通過開放的技術(shù)平臺，實現(xiàn)智能控制策略、知識的積累和共享，建立了數(shù)控機床的全生命周期“數(shù)字雙胞胎"（Digital Twins）和“人-信息-物理系統(tǒng)"（Human-Cyber-Physical Systems， HCPS）。
★優(yōu)化與決策：新的加工任務(wù)和工藝，先在機床的數(shù)字雙胞胎模型中仿真、優(yōu)化，形成與本機床響應(yīng)特性關(guān)聯(lián)的前饋和補償指令，實現(xiàn)自主優(yōu)化與決策，形成多目標優(yōu)化加工的智能控制“i-代碼"。
★控制與執(zhí)行：加工程序（G代碼）和與本機床響應(yīng)特性及特定優(yōu)化目標關(guān)聯(lián)的優(yōu)化、補償代碼（i代碼）同時執(zhí)行，雙碼聯(lián)控，實現(xiàn)數(shù)控加工的優(yōu)質(zhì)、高效、可靠、安全和低耗。

應(yīng)用新一代人工智能技術(shù)的智能應(yīng)用APP1、Cyber-Milling：自生長切削加工工藝知識庫與工藝參數(shù)優(yōu)化
● 切削加工工藝參數(shù)提取功能
● 機床加工過程指令域大數(shù)據(jù)可視化功能
● 切削加工穩(wěn)態(tài)數(shù)據(jù)樣本提取功能
● 基于深度神經(jīng)網(wǎng)絡(luò)的機床工藝系統(tǒng)響應(yīng)建模功能
● 切削加工工藝知識庫自生長功能
● 機床工藝系統(tǒng)響應(yīng)預(yù)測功能
● 切削加工工藝參數(shù)優(yōu)化功能

Cyber-Feeding：自生長機床數(shù)字雙胞胎與動態(tài)響應(yīng)優(yōu)化
● 機床三維幾何模型及參數(shù)導入功能
● 機床運動過程指令域大數(shù)據(jù)分析
● 進給系統(tǒng)的動力學模型及大數(shù)據(jù)模型建模
● 深度學習參數(shù)辨識功能
● 幾何層面的干涉檢查、防碰撞及三維加工可視化
● 物理層面的虛擬動態(tài)響應(yīng)仿真、及空間輪廓誤差分析功能
● 大數(shù)據(jù)分析的輪廓誤差補償功能
● 機床數(shù)字雙胞胎模型自生長