随着我国技术、经济的不断进步,航空、航天、汽车、医疗等行业也得到了较为充分的发展,越来越多的难加工材料和复杂形状的工件被广泛应用。而电火花线切割加工技术作为非传统加工技术的代表,其加工工件的主要特性也从之前的单一厚度工件变成形状更为复杂的变厚度工件,而本文的研究重点就是对变厚度工件在水雾介质中的电火花线切割过程的放电状态进行深入研究从而提高表面精度及切割速度。首先,本文通过对蒸汽水雾介质中的电火花线切割加工机理进行研究,得到五种典型的放电状态,将采集到的电压电流波形进行处理得到每种放电状态的特征数据作为放电状态的判别依据,同时通过把放电过程抽象成模型以便推导出工件厚度与电压幅值之间的关系。其次,利用自组织特征映射神经网络(SOM)对前期得到的电信号特征值数据进行自学习,从而完成将输入的五种放电状态进行检测识别,并将聚类后的数据进行统计得到每种放电状态在检测样本中的占比,使识别结果更加直观。再次,通过将Lab View和Matlab两种软件的优势相结合,设计并搭建放电状态检测系统,对外部信号采集系统采集到的电信号进行处理识别,得到五种放电状态的火花率占比,同时可以在显示面板中对当前加工工件的的厚度值进行实时显示,在厚度发生突变时给出提示。最后,将放电状态检测系统应用到加工实验中,首先在乳化液中进行第一次粗切得到较好的表面一致性;第二步进行蒸汽水雾中的正交试验通过综合平衡分析法得到各厚度区间的优选加工参数;第三步使用优选的加工参数进行变参数切割,完成验证试验并得到较好的表面粗糙度及较快的切割速度。