随着工业智能化的提出,数控加工技术正朝着智能化的方向发展。刀具磨损状态监测技术在数控加工智能化发展中占据重要的地位,在加工过程中,精确及时地监测到刀具磨损状态并且更换失效的刀具,不仅有助于提高生产效率,还可以提高刀具的使用寿命。因此,刀具磨损状态监测系统是现代数控加工智能化发展迫切需要的,其关键技术的研究具有十分重要的意义。本文针对刀具磨损的形成机理进行了详尽的分析,根据分析制定刀具磨钝标准,考虑不同磨损状态下对监测信号的影响,合理选择监测方法,建立铣刀磨损状态监测系统的信号采集平台,制定信号采集方案并且采集信号数据。针对上述所采集的数据进行特征提取,建立特征向量与铣削刀具磨损的之间的关系,针对特征向量维数高的特点,提出了改进的多分类支持向量机递归特征消去的特征选择方法,运用测试样本进行验证,该方法优于其他特征选择方法,为后续的状态识别,提供维数低和对不同铣刀磨损状态比较敏感的特征向量。采用万有引力优化最小二乘支持向量机的铣刀磨损状态识别的方法,利用选择后的特征向量进行铣刀磨损状态的识别。通过对比,该方法的识别精度较高。本文最后结合VC++软件和Matlab软件的优点,开发铣削刀具磨损状态监测系统,可以实现铣削加工中刀具磨损状态的快速识别,通过识别结果显示界面,用户可以直观地判断刀具磨损的状况,进而判断是否更换刀具,减少停机时间,提高了加工效率。通过对铣削刀具磨损状态监测系统关键技术的研究,提高了刀具的利用率,避免了报废工件的产生,降低了生产过程中资源的大量浪费,提高了生产效率。为数控加工智能化的发展奠定了基础。