机床加工零件过程中,刀具是不可或缺的加工工具,刀具状态监测亦是至关重要的环节。针对经济型刀具状态监测系统中经济型这一主题,本文提出基于电机电流信号监测加工过程中刀具状态这一方法。一方面,证明电机电流信号与切削力之间的相关性和可替换性;另一方面,证明电机电流信号应用于刀具状态监测的有效性和实用性。其具体内容如下所述:（1）阐述刀具磨损形式及其原因,基于磨钝标准将刀具的磨损过程划分为三个阶段。开展刀具磨损试验,利用时域分析、频域分析和时频域分析的方法对试验中采集的电机电流信号和切削力信号进行分析,以此验证本次试验所采集数据的有效性,同时初步观察到电机电流信号与切削力信号之间的趋势有一定的相似性。（2）开展基于电机电流信号的刀具磨损监测实验,采集在不同采样频率下两台不同生产日期铣床的主轴电机和进给电机的三相电流信号来分析其响应特性,研究加工过程中电机电流信号的变化规律。同时,建立电机电流信号与切削力之间的数学模型,并通过皮尔森相关性分析来证明电机电流信号与切削力信号之间的线性相关性,证明在数控加工过程中,这两种信号之间的相关性较高,可用电机电流信号替代切削力信号用于刀具状态识别。（3）提取电机电流信号的时域特征,利用互信息系数法进行特征选择,优选其中五个特征,包括:均方根、均值、峰值、方差和峭度指标。基于这五个优选时域特征,采用最小特征散度权的融合算法构建健康指标,其可以明显观察到刀具的断刀、崩刃,且可以大致对刀具的磨损阶段进行分类。基于电流信号,利用RNN循环神经网络对加工刀具进行状态识别,同时,利用分类评估指标对构建的模型性能进行评估,分别为:精确率、召回率和F1-score,证明该模型的有效性,并且证明电机电流对刀具磨损状态识别的有效性。（4）针对经济型刀具状态监测系统实用性这一目的,在构建硬件组成的同时,设计系统登录界面、数据采集及分析界面和智能状态识别界面这三个功能模块界面,设计该界面运用GUI工具包wxpython。该经济型刀具状态监测系统可以使用户清晰直观了解到刀具基本信息及加工刀具所处磨损阶段,从而使其具有实用性。