在制造业信息化推进的进程中,车间底层数据采集已成为车间信息化改造的关键环节;车床加工进度信息作为车间底层主要数据,是支持实现制造过程可视化监控和优化运行的重要信息。目前,部分作业车间的加工进度信息采集仍然采用“人工+纸质”的方式,存在加工进度信息实时性差、人为主观干扰性强、管理不规范等问题,给制造车间的管理带来了较大的困难,阻碍制造企业信息化的有效推进。本文借鉴国内外研究成果,结合现有加工进度信息采集的特点,对基于刀具受力状态的车床加工进度信息采集方法进行了探索和研究。首先,根据车床加工进度信息的特点和分类,对车床加工进度信息进行描述,并结合车床刀具受力状态特点,提出基于刀具受力状态的车床加工进度信息采集方法总体思路。该方法采用三向测力仪对机床刀具受力状态信号进行采集,并对受力状态信号进行特征建模,根据加工进度特征向量模型和支持向量机(SVM)分类训练器实现对加工进度信息的识别。然后,通过一种结构简单、便于使用和维护的可换刀具车削测力仪,实现对车床刀具受力状态原始信号的采集,并对原始信号进行形态滤波;在此基础上,建立受力状态信息特征模型。该模型通过对受力状态信息进行时域分析得到时域特征元素,频域分析得到频域特征元素,小波分析得到小波特征元素,实现对加工进度特征信息的描述。最后,在以上加工进度特征向量模型建立的基础上,采用支持向量机(SVM)的方法对加工进度信息进行识别,并在重庆某机加车间进行应用验证,验证了该方法的有效性和实用性。