制造业是衡量国家综合国力和国际竞争力的重要标志,科学技术的快速发展对制造系统的透明性和灵活性提出新的要求。传统的制造模式和决策方法难以适应动态变化愈加明显的现代生产系统,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。本文首先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;其次,设计切削力数据的采集方案,包括切削力节点数据感知方案和切削力数据信息的网络传输方案,在分析了现有工业网络级别以及每个级别的功能作用后,研究了物联网技术和传感器技术在切削力数据采集中的应用,提出了基于LoRa技术和压电式切削力传感器的切削力信息采集系统,建立了一种能够与加工设备相互融合且适用于多种噪音环境的数据传输系统;然后,通过无监督学习技术中的密度聚类算法建立数据分析模型,将LoRa网络系统采集的切削力数据实时分析和处理,结合数据分析、机器学习等智能化技术判断石材的可加工性并识别设备运行状态,对数据模型进行实验测试并将测试结果可视化;最后,根据实际加工过程中对切削参数的设置要求,设计了切削参数动态调整方法,使得机床设备自动的调整到最佳切削参数状态。目前,各行各业都在积极寻求与新兴信息技术相融合的方法。本文以石材加工过程为研究对象,提出了一种能够实时感知并判断石材的加工性能并以此为决策信息进行切削参数动态调整的制造方案,为智能制造的发展和应用提供了新的途径和方法。