应制造业发展的需求,产品的小型化发展趋势是必然的。在国防军工、航空电子、医疗以及各种精密仪器领域,微细加工技术决定着行业的发展速度。微细铣削作为一种重要的微细加工方法,其具有优良的三维加工能力,并且加工效率高、生产成本相对光刻法等微加工技术显著降低。在微细切削加工中,刀具寿命以及加工精度易受到加工参数的影响。为此,本研究课题通过仿真与实验相结合,研究硬质合金微铣刀铣削紫铜时的加工参数的变化对刀具磨损的影响,并通过加工振动信号进行刀具磨损状态的识别,以达到延长刀具寿命、优化加工质量、降低加工成本的目的。主要研究内容包括以下几项方面:首先,通过进行硬质合金刀具微铣紫铜的加工仿真,采用控制变量法对主轴转速、进给速度和铣削深度三个加工参数以及刃圆半径进行单因素仿真,从最大磨损深度、磨损面积以及磨损分布三个方面分析了不同参数对刀具磨损的影响。结果表明:应力集中和最大磨损主要集中在刀尖处,其次是刃圆及刀具底面,最大磨损量随着刃圆半径和切削厚度的增加先增大后减小,随着主轴转速和铣削深度的增大缓慢增大,在切削厚度过小时,出现了磨损量反而增大的尺寸效应,切削厚度对刀具的磨损速度影响最大,其次是主轴转速,铣削深度的增加对刀具的最大磨损影响最小。其次,通过进行硬质合金刀具微铣紫铜的加工实验,分析不同加工参数对刀具磨损的影响情况。分别以刀具长度磨损、刀尖刃圆磨损（以下简称刃圆磨损）作为磨损评判标准对实验的结果进行分析。实验发现刀具的长度磨损量随着进给速度和铣削深度的增大而增大,随着主轴转速的增大先减小后增大;刃圆磨损量与主轴转速和铣削深度呈正相关,与进给速度呈反相关。最后,通过对加工振动信号的特征分析进行刀具磨损的状态识别。编程并搭建了微铣削振动检测实验平台,对刀具不同磨损程度下的振动信号进行分析,选取小波包系数能量作为磨损特征,基于支持向量机（SVM）并通过粒子群算法（PSO）对其关键参数进行优化,分别对刀具的3种磨损状态和5种磨损状态进行特征训练与识别,实现了较好的分类效果。