数控机床加工过程的智能监控是高端装备智能化的关键技术之一。它不仅能减少因加工异常而造成的零件、刀具和机床的损坏,而且可以通过自动调节加工参数、对机床进行远程集中监控管理以提高生产和管理效率。随着制造企业向智能制造不断转型升级,其对数控机床加工过程监控系统功能的丰富性、性能的实时性和可靠性提出了更高的要求。基于此,本文开发了一套基于边缘计算的可用于多场景、开放式、实时性和可靠性较强的数控机床加工过程监控系统。具体工作如下:首先,结合机床监控系统需求分析和边缘计算的一般性架构特点,设计了基于边缘计算的数控机床加工过程监控系统总体架构。第二,建立了边缘端实时任务模型。针对传统较优的最差自适应-最早截止期优先（WF-EDF）算法中优先级计算方法较为单一、在任务分配时硬实时任务可能因分配不均更容易调度失败的问题,通过综合考虑任务类型、关键程度及其权重、紧迫程度、系统负载和周期大小多个因素对其进行了改进,进而提出一种基于改进型WF-EDF的边缘端实时任务调度算法。通过开发的任务调度仿真软件进行了实验,结果表明,所提出算法相比于传统的WF-EDF算法,对实时任务调度成功率有较好的提升效果,有助于系统实时性和可靠性的提高。第三,分析了边缘端数据预处理基本方法,通过分析边云协同对机床实时监控性能的优化,建立了基于边云协同的数控机床实时监控模型。基于该模型,提出了一种使用线性回归的铣削刀具碰撞监控优化方法,实验结果表明,该方法相比于常用的刀具碰撞监控方法能缩短约50%的碰撞辨识时间,提高了刀具碰撞监控实时性,同时也验证了边云协同对提高系统性能方面的作用。第四,基于FOCAS、Ether CAT和TCP/IP实现了云-边-端间数据通信。对边缘端软件进行了功能设计,并实现了数据预处理、存储等基础性模块及自适应控制、刀具碰撞监控、刀具磨破损监控和加工振动监控应用模块。对云端软件进行了功能设计,并实现了数据存储、设备管理、实时显示、数据分析与建模和数据管理模块。最后,开展了监控系统应用验证。对于边缘端实时监控功能,在中国航发南方公司大轴生产线对自适应控制、加工振动和刀具碰撞监控进行了验证,在上汽通用五菱发动机生产线对刀具磨、破损监控进行了验证,结果表明应用功能满足现场使用要求。搭建了云平台,进行了数据存储及其可视化验证,运行结果良好。