高新机电产品的发展使微孔应用范围越来越广泛，需要微孔加工的场合越来越多，对微孔加工的表面质量、尺寸精度、位置精度和微孔加工的效率等也提出了更高的要求，微孔的加工面临着巨大的挑战。使用麻花钻的机械钻孔作为传统的孔加工方法，因为其设备简单、操作方便、价格合理而受到大多数加工企业的青睐，并且机械钻孔具有加工效率高、微孔表面质量好、精度高，加工不受材料导电性能的限制和影响等诸多优点，成为在众多微孔加工方法中，生产成本最低、最经济实用的方法。微钻头直径小，长径比大的结构特点决定了微钻头强度低、刚性差、易折断、入钻困难、易产生入钻偏移、易切屑堵塞等加工缺陷，往往造成微钻头的折断，给生产带来不利影响。微孔钻削加工难度大，微钻头易折断又难以预测，因此在钻削过程中，如何避免微钻头的折断，提高微钻头的使用寿命成为国内外学者普遍关注和致力于解决的问题之一。本文研究旨在通过对微孔钻削在线监测，有效预防和避免微钻头折断，提高微钻头的利用率和加工效率。钻削力是表征微钻头工作状态的基本信息，通过实时监测钻削轴向力和钻削扭矩两种力信号可实现对微钻头工作状态的在线监测，从而有效预防和避免微钻头的折断。本文提出了将微钻头接近折断时的钻削力信号归结为两种模式：一种是渐进型的磨损折断模式，另一种是突变型的异常折断模式。构建了监测两种折断模式的双神经网络模型，以微钻头钻削轴向力和扭矩时域最大幅值及其对时间一阶导数作为特征量，构成神经网络的输入层向量，利用实验数据构成训练样本集对双神经网络模型进行网络训练，得到两组监测阈值的参考数据，用于微孔钻削的在线监测。本文充分发挥LabVIEW软件图形化的编程语言的优势，将其强大的编程功能与钻削力检测的硬件实验装置有机结合，设计了基于虚拟仪器技术的微孔钻削力在线监测系统，该系统由应变式传感器、电荷放大器、A/D数采卡、计算机软件监测系统、单片机控制单元、功率放大器、驱动电源、步进电机、减速传动链、精密钻床等几大部分构成，通过监测软件系统实现对钻削力信号的实时采集和处理、实时显示和历史数据重现、神经网络决策与报警退刀等功能，并实时发出控制信号通过单片机实现对主轴进给运动的伺服控制，执行报警退刀或正常钻削等控制指令。通过监测系统进行了微孔钻削力在线监测实验，其监测过程为：将实时检测的钻削力信号与预先设定的钻削力监测数值作比较，根据钻削力取值情况来选择双神经网络之一进行计算；将双神经网络输出与预先设置的监测阈值做比较，若双神经网络输出小于监测阈值，意味着微钻头工作正常，工作状态安全，单片机发出控制指令，微钻头继续钻削加工；若网络输出大于或等于监测阈值，则预示微钻头磨损严重或遭遇异常状况，出现工作异常，无法保证正常工作，单片机控制单元发出报警指令，要求步进电机停止工作，不再进给，微钻头退刀。监测实验结果表明，用双神经网络来进行微孔钻削在线监测效果较好，该监测策略具有可行性。本论文主要创新点如下：（1）组建了微孔钻削力实验系统，对微孔钻削轴向力和钻削扭矩进行实验研究。结果表明，随着钻孔数量的增多，微钻头磨损程度不断加剧，钻削轴向力和钻削扭矩两种信号幅值也随之增大，其变化趋势与微钻头磨损状况具有关联性，表明钻削力信号的幅值变化对微钻头磨损程度非常敏感，将钻削力信号作为表征微钻头工作状态的特征量是可行的，为微孔钻削在线监测确定了特征参数。实验还表明，微钻头接近折断时钻削力信号呈现出渐变型和突变型两种不同的幅值增长模式，为双神经网络监测模型设计提供依据。（2）构建了对微钻头接近折断时钻削力信号渐变型和突变型两种模式进行监测的双神经网络模型，并对两种不同折断模式进行网络训练，得到了相对稳定的神经网络，为微孔钻削过程的智能化在线监测提供了一种有效的方法。（3）采用LabVIEW软件与硬件相结合，设计了基于双神经网络的微孔钻削在线监测系统，进行了单、双神经网络微孔钻削在线监测对比实验，验证了双神经网络比单神经网络更能准确地预报微钻头的工作状态，预防微钻头折断的效果更好。