随着人民对美好生活的追求与传统机械加工水平之间的矛盾日益加深,制造业开始向着精密化的方向倾斜。在航天飞机、医疗器械中小孔结构非常常见,使用传统机械加工很困难,由于电火花加工具有无宏观的机械切削力和加工精度高等特点而被广泛应用在小孔加工中。在其加工中放电状态和伺服装置是保障电火花能够完成高质量高效率加工的关键。所以本文针对电火花加工过程中的随机性强的特点,改善了放电状态检测装置和伺服控制策略的方案,对保障加工质量和加工效率具有重要的意义。本文首先简述了国内外有关放电状态检测和伺服控制策略的研究现状,分析了不同放电状态检测和伺服控制的优点和缺点,针对电火花加工中放电随机性强、控制系统难以用数学手段建模和整个加工系统参数随着加工时间的推移而变化的特点,提出了基于神经网络的放电状态检测装置和基于模糊PID来自动调整系统参数的伺服控制策略。为了分析不同放电状态下的电压和电流信号的特点,首先基于实验采集了五种典型放电状态下的电压和电流波形,人为的标记五种不同的放电状态,并寻找其规律。然后提出了下位机采集间隙放电信号和上位机识别放电状态的总体方案。设计了基于ARM的可高速采集放电间隙的电信号的下位机系统,并对其中的关键元器件进行选择,分析整个下位机系统的实时性,保障下位机系统在采集信号时无迟滞问题。通过串口配合DMA将放电间隙的电信号实时发送到计算能力强的上位机,在上位机中,以放电间隙的电压和电流值作为神经网络的输入、以五种不同的放电状态作为神经网络的输出,采用三层神经网络结构用于放电状态检测,并且通过比较不同的隐层节点数量的神经网络结构进而确定了神经网络结构,可快速实时判断每个控制周期内的放电状态。在伺服控制策略方面,针对电火花加工随着加工深度的增加火花放电电压并非恒定的问题,提出了以开路率和短路率之差作为输入的控制系统。而由于电火花伺服系统难以用数学建模和时变性的特点,所以采用智能控制理论,并对智能控制中的三种常见的控制方法进行了对比最终确定采用模糊控制并配合工程中常用的PID控制理论用于电火花伺服控制装置。经验证,基于模糊控制的伺服系统不仅可以根据不同的放电状态自动进行PID参数整定,还可以达到自动调节进给速度的目的,提高了加工效率和加工的质量。最后搭建了放电状态检测系统和开发了对应的上位机系统,并针对不同的电源,分别对比了阈值检测法和神经网络检测法识别的准确率。然后对控制系统分析建模,通过仿真,对比改进传统PID为模糊PID控制的效果,从而证明了使用模糊PID可以提高整个电火花加工的效率和质量。由于整个放电状态检测系统和伺服控制系统大都采用软件算法实现,减少了复杂、冗余的硬件电路,减少了成本和重量,使得整个电火花数控机床在便携上也有了实质性的提高。