电火花加工间隙的放电波形主要分为空载、火花放电、过渡电弧、稳定电弧和短路五种。不同的放电间隙状态有不同的加工性能。检测技术就是在加工中识别不同的脉冲状态，特别是将异常放电状态从正常放电状态检测出来，为后续的自动化控制环节提供依据，以减少和避免异常放电的产生，提高加工质量，保证生产效率。
一、传统电火花加工放电状态检测方法
传统的间隙放电状态识别方法通常是基于放电间隙的电压量，不同放电状态的电压波形图是不一样的，此外脉冲放电时存在大量的射频发射和声发射信号，传统的辨识方法以此作为依据，主要包括几种检测方法:门槛电压法、高频分量检测法、击穿延时检测法等。
二、基于人工智能化电火花放电状态识别方法
随着计算机技术的飞速发展和人工智能理论研究的不断深入，机器除了有高速的算术和逻辑功能外，还有定性分析、模式识别、综合判断、自组织学习、自然语言处理能力，其中模糊逻辑和神经网络是实现智能化的两个重要技术。模糊逻辑接近人的思维方式，擅长定性分析和推理，具有较强的自然语言处理能力;神经网络可分布式存储信息，具有很好的自组织、自学习能力。目前，人工智能技术已广泛运用到工业的各个领域，成效显著。这些智能技术也运用于电火花加工的放电间隙状态识别上，取得了良好的效果。
三、意义
虽然国外许多知名厂商都己生产出微细放电加工专用机床，但由于这类机床可以对特种材料进行微米级加工，因而发达国家一般将其列入对我国禁运的产品。鉴于国内目前还没有相对成熟的产品，一定程度上制约了我国在微细电火花加工工艺基础性研究制造方面的技术发展。因此，搭建微细加工机床并开展微细加工研究非常具有现实意义。国内针对微细电火花放电状态的研究非常少，主要通过常规电火花检测方法来实现微细电火花放电状态检测，其辨识准确率不高，影响了微细电火花的稳定性和加工效率。所以急需构建微细电加工设备平台，对深入研究微细电火花加工技术，总结目前尚不清楚的加工规律，探索微细电火花在实际生产中电火花加工间隙的放电波形主要分为空载、火花放电、过渡电弧、稳定电弧和短路五种。不同的放电间隙状态有不同的加工性能。检测技术就是在加工中识别不同的脉冲状态，特别是将异常放电状态从正常放电状态检测出来，为后续的自动化控制环节提供依据，以减少和避免异常放电的产生，提高加工质量，保证生产效率。
一、传统电火花加工放电状态检测方法
传统的间隙放电状态识别方法通常是基于放电间隙的电压量，不同放电状态的电压波形图是不一样的，此外脉冲放电时存在大量的射频发射和声发射信号，传统的辨识方法以此作为依据，主要包括几种检测方法:门槛电压法、高频分量检测法、击穿延时检测法等。
二、基于人工智能化电火花放电状态识别方法
随着计算机技术的飞速发展和人工智能理论研究的不断深入，机器除了有高速的算术和逻辑功能外，还有定性分析、模式识别、综合判断、自组织学习、自然语言处理能力，其中模糊逻辑和神经网络是实现智能化的两个重要技术。模糊逻辑接近人的思维方式，擅长定性分析和推理，具有较强的自然语言处理能力;神经网络可分布式存储信息，具有很好的自组织、自学习能力。目前，人工智能技术已广泛运用到工业的各个领域，成效显著。这些智能技术也运用于电火花加工的放电间隙状态识别上，取得了良好的效果。
三、意义
虽然国外许多知名厂商都己生产出微细放电加工专用机床，但由于这类机床可以对特种材料进行微米级加工，因而发达国家一般将其列入对我国禁运的产品。鉴于国内目前还没有相对成熟的产品，一定程度上制约了我国在微细电火花加工工艺基础性研究制造方面的技术发展。因此，搭建微细加工机床并开展微细加工研究非常具有现实意义。国内针对微细电火花放电状态的研究非常少，主要通过常规电火花检测方法来实现微细电火花放电状态检测，其辨识准确率不高，影响了微细电火花的稳定性和加工效率。所以急需构建微细电加工设备平台，对深入研究微细电火花加工技术，总结目前尚不清楚的加工规律，探索微细电火花在实际生产中电火花加工间隙的放电波形主要分为空载、火花放电、过渡电弧、稳定电弧和短路五种。不同的放电间隙状态有不同的加工性能。检测技术就是在加工中识别不同的脉冲状态，特别是将异常放电状态从正常放电状态检测出来，为后续的自动化控制环节提供依据，以减少和避免异常放电的产生，提高加工质量，保证生产效率。
一、传统电火花加工放电状态检测方法
传统的间隙放电状态识别方法通常是基于放电间隙的电压量，不同放电状态的电压波形图是不一样的，此外脉冲放电时存在大量的射频发射和声发射信号，传统的辨识方法以此作为依据，主要包括几种检测方法:门槛电压法、高频分量检测法、击穿延时检测法等。
二、基于人工智能化电火花放电状态识别方法
随着计算机技术的飞速发展和人工智能理论研究的不断深入，机器除了有高速的算术和逻辑功能外，还有定性分析、模式识别、综合判断、自组织学习、自然语言处理能力，其中模糊逻辑和神经网络是实现智能化的两个重要技术。模糊逻辑接近人的思维方式，擅长定性分析和推理，具有较强的自然语言处理能力;神经网络可分布式存储信息，具有很好的自组织、自学习能力。目前，人工智能技术已广泛运用到工业的各个领域，成效显著。这些智能技术也运用于电火花加工的放电间隙状态识别上，取得了良好的效果。
三、意义
虽然国外许多知名厂商都己生产出微细放电加工专用机床，但由于这类机床可以对特种材料进行微米级加工，因而发达国家一般将其列入对我国禁运的产品。鉴于国内目前还没有相对成熟的产品，一定程度上制约了我国在微细电火花加工工艺基础性研究制造方面的技术发展。因此，搭建微细加工机床并开展微细加工研究非常具有现实意义。国内针对微细电火花放电状态的研究非常少，主要通过常规电火花检测方法来实现微细电火花放电状态检测，其辨识准确率不高，影响了微细电火花的稳定性和加工效率。所以急需构建微细电加工设备平台，对深入研究微细电火花加工技术，总结目前尚不清楚的加工规律，探索微细电火花在实际生产中
