一个国家的综合国力及其在国际上的竞争力的强弱常以制造业为标志来衡量,而传统的制造业机械加工方式始终根据设定好的切削参数来进行加工,无法根据加工状态来进行实时的调控,这种方式大大降低了加工效率与加工质量。因此制造系统需要具备能够根据实时制造过程信息实现对生产系统的主动感知和动态调整的功能。加工状态监测的效果好坏与监测信号的各个操作环节有直接关系,主要是受到信号采集、滤波、特征提取与优化等步骤的影响。国内外学者对加工状态的智能识别以及故障诊断也进行了很多的研究,本文课题来源为国家自然科学基金(51705341),针对硬脆石材加工状态的智能识别问题,提出了以下研究内容:(1)分析了石材的去除机理,研究了石材的物理特性和化学特性对石材加工性能的影响,并通过切削力实验分析了切削力与切削参数的关系,实验结果表明切削力随着主轴转速的增加而减小,随着进给速度和切削深度的增加而增大,并且切削深度对切削力的影响最大以及石材的不均质性会导致切削力出现波动,为切削力信息能够作为切削参数动态调整的依据提供理论支持。(2)分析了铣削力的传递和机电转换过程,分析结果显示将铣削力通过进给伺服电机电流来间接测量这一方法是可取的,接下来对采集到的电流信号和切削力信号进行分析,发现其频带对应,为实现基于切削力信号和电流信号的切削状态的智能识别提供了理论依据。(3)针对切削过程中的切削状态识别,提出了一种基于密度聚类算法的切削载荷及电流信号智能识别算法;该方法通过对切削力载荷以及电流信号特性的识别、判断,使用密度聚类算法建立簇分类算法,以距离度量作为簇分类判据,以簇的核心点作为切削载荷以及电流信号学习对象,通过切削载荷以及电流信号理想值做出判断,实现对切削状态的智能识别。论文应用该算法,结合Agent技术,对石材高速铣削条件下的切削力载荷及伺服电机电流状况进行了智能识别和可视化表述。本文以石材加工过程为研究对象,研究表明,该算法能够实现对切削加工状态的智能识别与判断,提高了加工效率与加工质量,为切削加工参数的智能优化奠定了理论基础,为智能制造未来的发展提供了全新的视角。