刀具磨损的实时监测是先进制造系统的关键技术,是机械加工过程中的一个十分重要的问题。能否实现刀具磨损的自动监测是制约加工质量、生产率和生产自动化水平提高的重要因素,被公认为是自动化加工中的一项关键技术和尚未解决的重要难题。本文在分析刀具状态监测技术研究现状的基础上,从声发射信号入手对刀具磨损状态的监测进行了研究,主要进行了以下工作:(1)构建了铣削过程刀具磨损监测试验系统。通过声发射传感器和数据采集卡对铣削过程中不同磨损程度刀具的声发射信号进行检测和采集,对采集的声发射信号进行了统计分析和功率谱分析。发现了声发射信号中存在着与刀具磨损变化相应的特征值,证明了利用声发射信号进行铣刀磨损监测的可行性。(2)根据单因素切削实验结果,详细研究了主轴转速、进给速度、切削深度等因素对声发射信号时域、频域的影响。结果表明:切削深度对声发射信号均方根值的影响最为明显,其次是主轴转速,进给速度对其影响较小。(3)基于小波对高频信号能进行细分分析的特点,采用了多分辨率小波分解频带能量监测法对声发射信号进行了频段能量统计,提取出能够显著反映刀具磨损状态的频段特征,并以此作为神经网络的输入。(4)采用RBF神经网络,建立刀具磨损特征向量与刀具磨损状态之间的非线性映射关系,从而实现对不同刀具磨损状态的有效辨识。