本文以吉林省自然科学基金项目“微孔钻削力在线监测系统”为研究背景,研究了微钻头折断机理,研制了以钻削力为监测对象的微孔钻削在线监测软件系统,提出了利用小波模糊神经网络对微孔钻削过程进行在线实时监测的方法,用以预防微钻头的折断,效果显著。本文通过微钻头折断时显微断口观察、极限应力计算、应力循环次数对比等多角度计算和分析,论证了微钻头的折断是钻削力达到了钻头材料的强度极限而导致的强度破坏。本文以大量的钻削实验数据为基础,通过强度理论建立微钻头应力模型,针对钻削轴向力、扭矩和横向力对微钻头接近折断时极限应力的贡献率进行分析计算,得出了扭矩增大是微钻头折断的主要因素,横向力次之,轴向力影响程度最小的研究结论。轴向力和扭矩是维系钻削加工持续进行的必需力,是不可避免的。但由于微钻头入钻偏移而导致的横向力作用是降低微钻头入钻精度、导致入钻定位误差的出现、造成微钻头弯曲变形、产生弯曲应力的不利因素。本文针对横向力的产生原因及各因素在入钻定位误差中的贡献率进行了计算分析,从而为消除或减小横向力作用、降低微钻头弯曲应力采取改进措施提供参考。本文设计的基于虚拟仪器技术的微孔钻削在线监测软件系统,能够实现对信号的采集、数据处理、实时显示、历史数据重现和对主轴进给运动的伺服控制。文中将小波分解、模糊控制和神经网络有机结合,分别建立了小波神经网络和小波模糊神经网络监测模型,通过实验获取的样本数据,对两种神经网络进行训练和测试,经性能对比,小波模糊神经网络中间层节点数少,网络结构易于理解,网络训练时间短,学习效率和有效率高。本文利用训练后的神经网络对微孔钻削过程进行在线监测实验。结果表明:用小波模糊神经网络来进行微孔钻削在线监测是可行的,适当选择监测阈值,可以有效避免微钻头的折断。