高速干切数控滚齿机广泛应用于航空、船舶、汽车、工程机械等领域的齿轮制造。高速干切滚刀作为高速干切数控滚齿机的核心部件之一,是齿轮粗加工的重要工具。在切削齿轮工件过程中,高速干切滚刀会承受周期性交变冲击切削载荷,同时受到刀齿与齿轮工件之间剧烈摩擦引起的机械、热、化学等因素的作用,使其产生磨损与故障,从而影响高速干切数控滚齿机的加工质量和安全性能。故开展高速干切滚刀的磨损状态监测与故障诊断方法研究,对保障数控滚齿机安全、可靠和高效运行,提高齿轮加工质量和加工效率具有重要意义。然而,在高速干切滚齿加工中,由于运转速度高、工况复杂、多振源耦合、随机干扰、背景白噪声等因素影响,监测信号中掺杂强背景噪声,致使从监测信号中提取的状态特征信噪比低、准确性差,严重影响滚刀切削状态监测的可靠性和稳定性。因此,本文针对强背景噪声下高速干切滚刀的微弱磨损特征提取和敏感故障特征提取问题,结合谱图小波变换理论,从图的角度围绕振动信号降噪预处理、磨损和故障特征提取,以及滚刀磨损状态监测与故障诊断展开深入研究。主要研究工作如下:（1）针对传统时间序列信号处理方法忽略离散点间局部关系的问题,开展基于图表示的时间序列信号多尺度分析研究。一方面,根据时间序列信号的时序性与一维路图的序列结构之间的匹配关系,引入一维路图表示时间序列信号,再结合谱图小波变换将其分解成谱图域不同频率区间的分量,实现从一维图域的角度对时间序列信号进行多尺度分析;另一方面,将时间序列信号的幅值归一化为灰度像素强度,并进一步转换成二维灰度图像,再引入二维近邻图对其进行表示,然后结合谱图小波变换分解成多分辨率子图,实现从二维图域的角度对时间序列信号进行多尺度分析。图的引入考虑了相邻离散点间的相似度信息,从而极大地丰富时间序列信号分析过程中的输入信息。（2）针对滚齿加工中振动信号存在强背景噪声,且传统降噪方法不能兼顾强背景噪声消除和信号细节特征保留的双重要求的问题,开展滚刀振动信号降噪方法研究。提出结合一维路图表示和谱图小波变换的阈值降噪方法,利用阈值准则对谱图小波系数执行一次性滤波,并基于去趋势波动分析建立谱图小波变换的最佳分解层数选择模型,进一步讨论了加权函数、阈值、阈值函数等可选参数对所提方法降噪性能的影响。仿真信号和实测振动信号的降噪试验证明该方法能有效消除非线性、非平稳信号中的噪声干扰成分,且能够最大程度地保留信号的精细结构和细节特征。（3）针对滚刀故障无有效检测手段,且单尺度分析提取故障特征准确性低的问题,开展基于多尺度特征提取的滚刀故障诊断方法研究。在采用一维路图表示振动信号的基础上,提出基于一维路图多尺度特征提取与随机森林相结合的滚刀故障诊断方法,通过提取谱图域中各尺度上的多尺度符号动态熵构成特征向量,输入随机森林进行滚刀故障识别;利用天牛须搜索确定随机森林的最优模型参数,并提出一种自适应策略改进天牛须搜索算法的全局优化能力和收敛速度。两组工况下的典型滚刀故障试验结果表明该方法能有效识别滚刀的故障类型,具有高的分类准确率和泛化性能。（4）针对滚刀更换依赖于操作人员经验,且微弱磨损特征难以有效提取的问题,开展基于二维域特征提取的滚刀磨损状态监测方法研究。在采用二维近邻图表示振动信号的基础上,提出基于二维近邻图精细纹理特征提取和机器学习分类模型的滚刀磨损状态监测方法,并利用多维缩放算法对精细纹理特征进行降维处理,以避免高维特征带来的运算和存储困难、以及模型学习泛化能力降低的缺陷,比较了不同纹理特征描述符结合多种分类算法的性能,分析了最佳特征维数及监测系统的抗噪能力。滚刀全生命周期磨损实验验证结果表明,该方法能在较少特征维数和强背景噪声下准确监测滚刀磨损状态,具有高的鲁棒性。本文对谱图小波变换在机械信号分析与处理中的应用进行了深入系统地研究,将其分别应用于高速干切滚齿加工过程中的振动信号降噪预处理与特征提取,并结合随机森林、线性判别分析等分类算法建立了完整的高速干切滚刀磨损状态监测与故障诊断方法。本文研究内容和方法对提高高速干切数控滚齿机的维修保障能力和优化滚刀更换策略具有重要的理论意义和工程应用价值。