在全球资源消耗、环境污染的背景下,在碳中和、碳达峰的要求下,推动机械制造领域的节能减排,提高其资源利用率,是实现制造业可持续发展的必由之路。同时,“中国制造2025”明确要求“全面推行绿色制造”,实施“绿色制造工程”,到2025年基本建立绿色制造体系。机床作为工作母机,其量大面广,是制造业广泛使用的基础设备,但存在能耗高、设备综合效能低等问题。为实现机床生产制造过程中高能效、低成本、低排放及绿色化的目标,需要对机床加工过程中的生产消耗进行研究,而目前针对机床运行状态、设备综合效能的研究,其数据采集多基于控制系统PLC数据,在获取设备综合效能关键参数时存在难度大、成本高、普适性差等问题。针对上述问题,本文依托重庆市技术创新与应用示范项目,开展基于功率信息的机床设备综合效能智能识别方法研究及监测系统开发,为机床设备综合效能的监测提供了理论方法与技术支撑。首先,为实现对机床设备综合效能的计算,建立了典型加工中心制造过程的功率曲线特征模型,分析了其主要的运行状态（停机、待机、空载、加工）及对应的能耗特点。同时,针对机床功率信息采集过程中存在的尖峰毛刺噪声或白噪声,对比了典型的信号去噪算法,采用小波阈值去噪对功率信息进行了预处理。在此基础上,采用时频域特征提取方法提取了13类可表征机床运行状态的特征值,并构建了特征向量,为设备综合效能智能识别方法提供了理论基础。其次,为计算设备综合效能关键参数,基于主成分分析与k-近邻算法,提出设备综合效能智能识别方法。该方法利用主成分分析与训练数据构建了机床运行状态匹配库及加工周期向量匹配库。采用k-近邻算法对测试数据处理,实现由机床功率信息到设备综合效能关键参数（实际运行时间、加工件数信息）的转化。并基于此实现对设备综合效能指标（时间稼动率、性能稼动率、产品合格率）的计算。最后,开发了基于功率信息的机床设备综合效能的监测系统,该系统包含数据采集层、数据传输层、数据存储与处理层、应用层,其功率信息采集具有低成本、通用性强、扩展性好的特点,同时该系统可对采集的功率信息进行存储并集成设备综合效能智能识别方法。并以BVH800立式加工中心为例,对该设备综合效能智能识别方法及系统的可行性与可靠性进行了验证。