在现代化制造系统中,为保障自动化加工设备安全和产品加工质量,迫切需要对加工过程中的异常状况进行监测。数控机床加工过程稳定且在批量加工过程中的功率信号具有重复性;当加工中出现异常,比如刀具破损和磨损,主轴转动异常等情况会影响加工过程的功率信号,以致实时功率信号与标准加工过程中的功率信号发生不符甚至产生严重的偏移,从实时功率信号和标准功率信号的对比中可以发现加工异常。在众多的数控机床状态监测方法中,功率监测因为其简单、低成本、实用等特点得到广泛的应用。使用功率监控的方法实现对车间数控机床的批量加工状态进行监测,有助于保护车间数控机床设备,提高车间数控机床加工质量,也为车间高效的生产管理与控制提供实施基础。文章首先分析数控机床功率信号的周期性特征,重点就功率监测方法的系统框架以及功率监测方法的优缺点进行讨论,并在此基础上,针对传统功率监测方法中存在的功率信号随切削条件和切削参数而变化、随机干扰较大、监测敏感程度较低以及阈值函数难以确定等问题,提出了一种新的基于功率信息的机床异常状况监测方法,该方法通过小波分析和相关监测方法,对传统监测方法进行改进,从而弥补功率监控方法的若干缺点。然后,围绕数控机床批量加工过程中的异常监测技术进行分析。首先从小波分析技术进行介绍和分析,从构架、功能和原理等方面进行研究。通过实际的工程实例,重点分析Mallat算法的优缺点和适用范围。针对机床状态监测系统的实时性需求,从DB4小波基波的有效支撑长度以及物理意义出发,对传统的Mallat算法进行改进,得到一种实时小波算法,以满足机床状态监测的实时需求同时也减少了算法的时间复杂度;接着,分析了几种实时互相关算法,并对他们进行比较;针对传统功率监测中阈值函数难以确定的缺点,引入信号处理中的相关监测方法。改进相关监测方法,从而使得改进后的相关检测方法得以满足机床异常状态检测的实时性要求,并对普遍存在的时延变化现象进行修正,以便更加精确的查找到准确的相关系数。最后,用小波分析和相关监测对传统的基于功率监测的数控机床异常状态监测方式进行具体改进,得出系统框架图和具体实施方案。结合一个零件的加工过程,使用该改进的功率监控方法对机床状态实时监测,展示改进后的数控机床批量加工的异常状况监测系统的运行效果。