机械制造行业是我国制造业的重要组成部分,对我国经济发展具有重要的支撑和推动作用。与制造强国相比,我国的机械加工方式较为粗犷,资源利用率低,环境污染严重。为响应可持续发展号召,改善我国生态水平,绿色制造理念得到逐步推广,传统制造模式亟待转型升级。目前,传统工艺与环境负载间的关联尚不明确,改进传统工艺存在较大难度。为解决上述问题,本文针对机械加工过程中产生的环境排放污染物开发相应的检测系统,研究机床加工环境清洁性能检测方法,采集相应的环境排放的数据,选取工艺类型、原材料等多个要素分析其对环境排放的影响规律,对减少加工过程中污染物排放、工艺的优化提升具有重要意义。分析了机床加工过程中的检测需求,设计了集成粉尘、油雾和噪声等多类传感器的检测系统,开发了具有采集显示、曲线绘制、数据库存储和历史数据查询等功能的软件平台,能够实现对机床加工过程中环境排放、职业健康等负荷数据的采集获取。针对采样点方位和稳定采样时间等因素开展了数据采集的实验,通过对不同采样点方位和采样时间条件下的粉尘、油雾浓度进行分析研究提出了机床加工环境负荷数据的采样方法,实验数据可为工艺评价及绿色化提升提供数据支撑。针对采集原始数据中存在的数据缺失、数据异常、信号噪声、样本量不足等问题,结合工程实际,分析了数据缺失、异常等问题的产生机制,提出了数据清洗与增样的方法并进行了算法测试,验证了清洗与增样方法的有效性。针对车削、铣削等机械加工工艺建立了多输入多输出的IPO模型,划分了机械加工工艺场景,选取工艺类型、原材料等作为影响加工过程中油雾和粉尘排放的因素,设计参数影响研究实验方案,采集了多组工艺场景数据,通过不同工艺场景数据的对比分析,研究各工艺场景要素对环境排放数据的影响规律,并针对性的提出了工艺绿色化提升的建议。