从机床结构来说,影响立式车铣复合加工中心精度的部件或结构有很多,而电主轴和加工刀具是最直接的零部件,而针对切削加工刀具,采用电机电流信号和声发射(AE)对刀具状态进行监测都是现在研究的有效方法。根据导师的在做项目的要求,本文着重讨论基于声发射法的刀具状态监测系统的研究。声发射是固体材料中普遍存在的一种物理现象。声发射作为一种有效的无损检测技术已经应用到设备检测、监控的各个领域,以其灵敏度高、在监控过程中无需停机等优点正适合于刀具的在线检测。本文在高速铣削加工动静态监测技术的基础上,利用声发射信号对刀具的磨损状态的监控进行了研究,其主要从一下几个方面来开展工作：(1)构建铣削过程刀具磨损监测试验系统。包括对构建系统的硬件设备和软件环境进行了较为详细的介绍。目的在于采集的声发射信号和分析、处理信号做前期的准备。(2)利用声发射传感器和数据采集卡采集到的声发射信号,在LABVIEW环境下,对信号进行统计分析和功率谱分析。目的在于寻找信号中存在着的与刀具磨损变化相应的特征,通过对现场采集的声发射进行分析,根据刀具磨损状态的特征,总结规律,以此作为刀具状态在线监测判别的根据。同时也说明利用声发射信号进行刀具的在线检测是可行的。(3)通过构建的硬件和软件系统,对采集到的声发射信号进行分析,以得到在加工过程中,刀具的切削三要素(主轴转速n、进给量f和切削深度pa)对声发射信号的影响程度,得出结论。(4)由于小波具有对高频信号细化分析的功能,我们将利用多辨率小波分解对声发射信号进行分析和处理,然后对信号各频段进行的能量统计,以便提取反映刀具磨损状态的频率特征,利用这一步得到的结果作为刀具磨损状态识别的输入。经过分析采用RBF(径向基函数)神经网络,对刀具的磨损状态建立有效的识别系统。最后对整个识别系统的效果做出结论。