Con el desarrollo de nuevas tecnologías como la inteligencia artificial y el big data, se ha lanzado la Industria 4.0 en la fabricación. Como pilar central de la fabricación industrial, las herramientas de máquinas de control numérico por computadora (CNC) enfrentan desafíos significativos en la adquisición, transmisión y almacenamiento de datos debido a su estructura compleja, alto volumen de puntos de datos, fuertes características de series temporales y grandes cantidades de datos. Para abordar las deficiencias de los algoritmos de compresión existentes en los métodos de cuantificación para grandes cantidades de datos en el dominio de instrucciones, este documento propone un método de cuantificación basado en la evaluación de la tasa de distorsión y la reducción de entropía de ajuste lineal, que tiene como objetivo comprimir señales de estado como la potencia de carga y la corriente de carga mientras se garantiza la disponibilidad de los datos. Este enfoque proporciona soporte técnico para la transmisión de big data de alta frecuencia y cumple con los requisitos de adquisición de datos livianos de los gemelos digitales para herramientas de máquinas CNC. En comparación con el enfoque empírico, este enfoque fue más preciso y más eficiente computacionalmente.