刀具是切削过程的直接执行者，它的好坏直接影响加工质量、加工成本和生产效率等等，因此，研究刀具磨损的实时监测对提高产品的市场竞争力有着深远的意义。声发射技术是今年来兴起了一项无损检测技术，本文以刀具状态监测系统为研究对象，探讨刀具磨损的过程及原因，利用声发射信号对刀具磨损状态的监测进行了研究，设计了刀具状态监测系统的基本方案，并根据方案实现了基于声发射的刀具磨损监测系统的实验平台，实现了对刀具信号的采集、分析和处理。在C++Builder的环境下，对采集到的不同磨损状态下刀具的声发射信号分别进行时域分析、频域分析和小波分析。通过对现场采集的声发射进行处理，根据刀具磨损状态的特征，总结规律，得到信号中与刀具磨损变化相应的特征，以此作为刀具状态在线监测判别的根据。对BP网络的状态识别算法进行了实验研究，利用提取到的特征参数建立与刀具磨损状态之间的非线性映射关系，讨论了网络隐层数、隐层神经元数的选取和网络训练，验证了神经网络对于刀具磨损状态分类精度、分类速度方面的有效性，为现有的刀具磨损状态的监测问题提供了一条新的途径。