易变形结构在钻削过程中因受力而产生形变,不能根据刀具的钻削距离判断刀具所处状态.钻削过程中刀具切入易变形结构不同的位置会产生不同幅度的振动,通过对加速度传感器采集到的振动信号进行快速傅里叶变换(fast Fourier transform,简称FFT),将钻削过程分为5个状态.通过计算系统基频整数次谐波分量幅值的变异系数,选取部分谐波分量的幅值作为特征量进行阶段监测.选用线性转换和对数转换相结合的方式实现输入数据的归一化,输入到支持向量机与多层前馈(back propagation,简称BP)神经网络进行钻削状态分类.实验表明:支持向量机在所有钻削状态的识别准确率在85％以上,部分钻削状态的识别准确率达到了100％;BP神经网络分类器的识别准确率略低于支持向量机.根据所识别的状态控制刀具在即将钻透时停止,测量易变形结构剩余厚度验证了该方法的精确性.