1.基于最小二乘迭代算法的机床工步能耗监测方法，其特征是，包括如下步骤：步骤一：收集机床的主传动系统输入功率，并对输入功率信号进行滤波处理；

步骤二：通过机床主传动系统输入功率数据的分析，判定机床在线运行状态：启动、空载或加工；根据实时功率值判别运行状态，

2.1、机床启动的判断：将步骤一滤波后的实时功率值送入计算机后台数据库数组M[n]，测量机床主轴实时功率值是否大于该机床的参考常数，在数组M[n]中出现两个以上大于该常数的数值时，将机床状态判断为主轴启动，置机床状态参数Machine State＝01；

2.2、机床空载状态的判断包括三个步骤：2.2.1、检查机床状态是否为启动，若是则转入下一步；2.2.2、判断数组M[n]中实时功率值是否平稳，若是则转步骤2.2.3，否则返回步骤2.2.1；2.2.3、将机床状态判断为主轴空载，置机床状态参数Machine State＝10，并将当前功率值作为空载功率值pu；

2.3、机床加工状态的判断：根据公式 判断机床加工状态，其中 为机床主轴输入功率值，Pu为机床主轴空载功率值，C为设定的表征功率波动情况的常数；判断机床主轴实时功率值 是否符合公式 若不符合，则通过上述步骤一、步骤二继续测量主轴的实时功率 与Pu，直到符合公式 时，将机床状态判断为加工，置机床状态参数Machine State＝11；

步骤三：通过测量机床主轴实时功率，结合机床主传动系统的功率平衡方程和附加载荷损耗特性估计出切削功率，建立切削耗能模型，达到机床切削功率的在线估计；

3.1、将机床主传动系统的输入功率Psp简化为空载功率Ρu、切削功率Ρc和附加载荷损耗功率Ρa三个部分之和，近似代表实际机床的功率损耗，Ρsp＝Ρu+Ρa+Ρc   (2)

其中，所述空载功率Ρu是指：机床主传动系统在某一指定转速下稳定运行且尚未加工的状态称为空载状态，其间所消耗的功率称为空载功率；所述切削功率Ρc是指：机床主传动系统完成工件要求标准时用于切削所消耗的功率；所述附加载荷损耗功率Ρa是指：机床主传动系统在切削状态下产生的附加损耗，这部分损耗只在切削状态下存在；

负载载荷损耗系数α与切削功率成正比，即，

由式(2)、式(3)结合可得：

Ρsp＝Ρu+a12Ρc2+(1+a0)Ρc   (4)其中，1+a0、a1为附加损耗函数系数，

由式(4)可知，只要测量出输入功率Ρsp，空载功率Ρu，就估计出附加载荷损耗功率Ρa和切削功率Ρc；

3.2、在线估计切削功率Ρc：

附加损耗函数系数矩阵通过式(4)确定，结合式(2)得到切削功率，即其中，Ρu是机床主轴空载功率值； 是机床主轴输入功率值；

步骤四：用基于最小二乘迭代算法的机床附加损耗函数系数的离线辨识方法，求取机床切削功率参数。

2.如权利要求1所述的基于最小二乘迭代算法的机床工步能耗监测方法，其特征是，步骤一中功率信号的滤波处理采用滑动滤波器估计空载功率其中，Ρsp(k)为第k时刻的输入功率采样值； 为第n时刻的输入功率Ρsp(n)估计值；L为选定的滑动滤波器长度，根据实时功率是否填满滤波器，分为以下两种情况：(1.1)在机床运行的初始阶段，实时功率采集次数小，未填满滤波器，在此情况下根据公式(1)直接加权平均，则滤波功率值低于实际功率值；

(1.2)当实时功率值填满滤波器时，将滤波器中采集的前M个实时功率值相加，再作加权平均，则结果符合实际情况；

在运用滑动滤波器之前，需要检查滤波器是否填满，如果没有填满，则按情况(1.1)的方法用采样个数做加权平均；如果填满，则按情况(1.2)的方法进行滤波处理；在滤波结果后，新采样功率值输入滤波器，旧采样值退出滤波器，如此循环，完成滤波。

3.如权利要求2所述的基于最小二乘迭代算法的机床工步能耗监测方法，其特征是，步骤四所述基于最小二乘迭代算法的机床附加损耗函数系数的离线辨识方法如下：由式(5)可知，在确定机床状态参数Machine State＝11的情况下，如果确定了空载功率Ρu，系数a0、a1，就估计出切削功率Ρc；

由方程(4)可知，在转速确定时，获取空载功率Ρu，然后测量此切削参数下的切削功率，通过最小二乘迭代算法函数拟合求解a0，a1：由多变量系统y(t)＝Φ(t)θ+v(t)，其中y(t)＝[y1,y2,...ym]T∈Rm为m维系统输出向量，Φ(t)∈Rm×n是由系统输入输出数据构成的信息矩阵，θ∈Rn是待辨识的系统参数向量，是零均值白噪声向量；

考虑公式(1)中滤波长度为L，则从i＝t-L+1到i＝L最新的L组数据中通过最小二乘算法函数拟合求解a0、a1；首先定义堆积输出向量Y(t)、堆积信息矩阵Φ(t)、堆积白噪声向量如下：由 定义准则函数:

2

J(θ)＝||Y(t)-Φ(t)θ|| .   (9)

极小化准则函数J(θ)，令其对θ的导数为零得到：

则由矩阵运算可得上式给出的参数向量θ的最小二乘估计:

将附加损耗函数的相应参数进行代换，可求解a0,a1，

其中Φ(t)＝A,θ＝[1+a0,a1]   (12)

由Anθ＝Yn n∈{ni,i＝1,2,···m}   (13)其中， L≥2；θ＝[1+a0 a1]；   (15)

由于在步骤一中选择的滤波长度为L，因而将切削实验次数也设为L次，便于实验数据统计和计算；PcL:是第一次试验的切削功率测量值；pn,u:是在转速n时的机床主轴的空载功率测量值。

4.如权利要求1所述的基于最小二乘迭代算法的机床工步能耗监测方法，其特征是，步骤2.1中，机床停机时数组M[n]清零。

5.如权利要求1所述的基于最小二乘迭代算法的机床工步能耗监测方法，其特征是，步骤2.1中所述参考常数应当大于功率传感器的零漂值。

6.如权利要求1所述的基于最小二乘迭代算法的机床工步能耗监测方法，其特征是，步骤二中，机床状态参数Machine State＝00表示主轴停止。