电火花线切割作为一种优秀的非传统加工方法,在航空航天、军工、模具等工业制造领域有广泛的应用,并且在处理各种不规则零件方面有着明显的优势。在电火花线切割加工过程中,由于稳定良好的极间放电状态是高效稳定加工的保障,因此更加凸显出间隙放电状态检测系统的重要性,这是因为可以通过此系统得到电火花线切割加工参数的变化规律,在此前提下分析乳化液介质下的切割特性,对提高间隙放电状态检测系统的性能以及为后期实验选取最佳参数提供数据支持。利用电火花线切割应用实验得到线切割加工中的电压和电流波形,并且筛选出具有代表性的电压和电流波形,由此归纳出线切割加工过程中的五种典型放电状态波形,由波形作为放电状态的判别依据。对乳化液中的切割实验进行分析,然后运用面积取值法计算电压阈值,从而得出乳化液介质下的阈值设定,以保证电信号的取值准确。在检测系统算法编程方面,利用前期研究得到的电信号数值,结合SVM神经网络进行编程学习,由此对五种放电状态进行分类预测,同时SVM神经网络具有参数优化的特性,利用此特点可以更加准确分辨出五种放电状态,使识别准确率进一步提升。在检测系统平台搭建方面,通过外接采集元件对实验所得电信号进行采集传输,再利用LABVIEW虚拟平台搭建各种功能模块,对间隙放电状态进行实时检测,其中加入历史信息查询模块使检测系统功能更加齐全。检测系统应用实验主要分为两部分,第一部分在乳化液中进行粗加工变厚度工件正向切割单因素实验,研究粗加工四个主要加工参数(脉宽、峰值电流、脉冲间隔比、工作台空载速度)对三个加工质量评定指标(表面粗糙度、切割速度和火花率分布)影响趋势;第二部分进行变厚度工件的反向切割验证实验,通过分析对比得到最佳参数,对工艺指标的提升有指导性作用。