在大规模自动化生产中，对刀具磨损状态的监控是保证生产顺利进行的关键。本论文在分析现状的基础上，从切削声信号和工件表面纹理这两个方面对刀具磨损状态监测技术进行了研究。 第一章 阐述了本文的研究背景，概述了刀具磨损状态技术的研究情况，分析了各种技术的特点、优点和目前状态监测的研究现状，提出问题。 第二章 对刀具的磨损的机理以及磨损形式、磨钝标准选择进行了概述，并对刀具的磨损对切削声音和工件表面纹理的影响做了初步的分析，且提出了实验方案。 第三章 在阐述信号分析理论的基础上，对采集的切削声信号从时域和频域分别进行了分析。在时域对时序模型进行了统计分析，在频域进行了频谱估计，并对不同的方法进行了比较，得出了较为理想的刀具磨损状态的评价指标。 第四章 在阐述图像纹理分析理论的基础上，从像素空间投影、灰度共生矩阵和等灰度行程长度这三个方面的若干个特征参数对工件表面纹理图像进行了分析，筛选出反映刀具磨损状态较为理想的参数。 第五章 在阐明多信息融合技术的基础上，分析了单独用切削声信号和工件表面纹理进行刀具磨损状态监测的优缺点，并提出用神经网络将两者进行信息融合，得到了结果收敛的神经网络模型。 第六章 总结与展望。总结本课题所做的工作，并分析了刀具磨损状态监测技术的前景以及进一步的研究工作。