在现代生产加工中,车削加工占有了很大一部分比例,而刀具状态是对车削加工质量影响最大的因素之一。因此,对刀具状态进行监测,是提高生产质量重要手段,通过监测可以对刀具磨损进行预警,以便临界磨损时更换,从而大大提高生产效率,降低次品率。目前,刀具的状态监测手段包含了振动、切削力和电流监测等,其中电流分析法相比其他两种具有成本低、不需要对机床额外改造等优点,而被广泛运用于实际生产中。机床电机电流分析法(MCSA,Motor Current Signal Analysis)是一种基于电流信号的状态监测方法。本文以刀具磨损试验平台为对象,通过对主轴的驱动电流进行分析,确定车床切削状态,以及刀具的磨损状态。本文中,包含的主要内容如下:(1)通过对电流信号做小波包分解,并对各频率带能量进行对比,可以选择出包含刀具状态的频率带,对该频率带进行特征提取得到刀具敏感特征,在对特征筛选之后,便能够从中获取敏感特征作为刀具磨损判别的指标,最后采用分类器对其进行分类。(2)通过线性判别分析模型,对电流特征进行降维,重新得到一组包含了全部特征的新指标,优化后的特征具有最大的类间距离和最小的类间距离。通过对其进行B样条拟合,可以得到其状态曲线,建立磨损状态模型。(3)采用SVM对刀具是否磨损进行判别,通过刀具之前的特征,确定刀具临界磨损时的特征阈值,在将要磨损时发出报警,提示更换刀具。试验结果表明,通过提出的方法,能够很好的识别出刀具磨损状态,最终的识别准确率到达了 90%以上。