目前,我国的机床水平,不管是加工水平还是数控水平,同国外相比还有较大差距,提升机床水平刻不容缓。而对机床运行状态信息的采集和存储,不仅能够实现机床加工水平、机床智能化加工决策的提升,还能改善机床产品质量,促进产业升级,有助于缩小同发达国家的差距。因此,本文对机床运行状态信息进行采集和存储技术研究,在网络智能滚齿机的基础上,实现了基于Hadoop的机床运行状态信息采集与存储平台的设计和开发。首先,对相关领域的国内外研究现状进分析,提出机床运行状态信息采集与存储的需求,并针对这一需求提出了基于Hadoop的机床运行状态信息采集与存储平台。并给出平台的定义,提出由分布式机床层和虚拟车间层组成的体系架构。其次,研究了机床运行状态信息采集涉及的关键技术。首先本文提出一种软硬件结合的机床运行状态信息采集方法。其次提出了一种基于XML的插件开发方法,主要应用在三个方面:第一,将每种机床信息采集方法封装成插件,与本地数据存储插件、OPC UA服务插件、采集配置解析插件、系统设置插件等统一由机床运行状态信采集系统集成管理;第二,将新接入机床的参数配置方法封装成插件,并交由采集管理模块管理;第三,将采集信息配置方法封装成插件,形成统一接口下发至信息采集系统。最后提出一种基于多任务和FIFS的机床运行状态信息采集技术。然后,本文研究了机床运行状态信息存储涉及的关键技术。首先对机床运行状态信息、信息关联等进行分析,并形成信息存储策略。其次研究了基于Hadoop分布式存储系统(HDFS)的TB/PB/EB级海量机床运行状态信息存储技术。最后研究了机床运行状态信息采集与存储平台中的Web Server及Web Service支撑技术。最后,采用C++/VB等语言实现Siemens、普通机床等的信息采集系统,采用Hadoop平台实现机床运行状态信息的分布式存储,采用SSH架构和HTML、CSS、JAVASCRIPT语言实现基于Web的信息采集与存储管理系统以及Web Service服务系统。