在铣削过程中，影响刀具状态信号的因素众多，刀具、工件材料、切削参数等对信号特征都有明显影响。在这种铣削加工条件复杂繁多的情况下很难确定固定阈值来判断刀具状态，但在航空单位铣削加工条件（刀具、加工工件、切削参数）相对较为固定集中，刀具一般为硬质合金铣刀，加工工件一般为航空铝合金，切削三要素（进给量、主轴转速和背吃刀量）比普通工厂的铣削加工的切削三要素更为优化集中，在这种铣削加工条件较为集中的背景下，提出针对各种切削参数条件下判断刀具状态的固定阈值的方案成为可能，因此本文提出基于信号特征库的铣削刀具诊断。首先，依照刀具磨损量对刀具磨损程度进行划分，确定实验类型（传感器安装位置对信号特征影响的实验、刀具磨损监控实验、随机检测实验），并制定好每种实验类型下的切削参数。其次，通过图形化编程软件LabVIEW搭建起数据采集系统，采集不同刀具状态下铣削过程中振动信号和声发射信号。再次，对刀具振动和声发射信号从时域、频域和时频域进行分析，通过分析得到时域均方根值和时频域的小波频段能量与刀具磨损状态有很好的相关性，因此，将均方根值与小波能量值做为监测刀具状态的阈值。但考虑到切削参数（进给量、主轴转速和背吃刀量）对上述信号特征也有影响，对振动信号特征影响最大的切削参数为背吃刀量，对声发射信号特征影响最大的切削参数为主轴转速，因此，对背吃刀量和主轴转速进行分类，在每种背吃刀量下确定一个振动信号的均方根值做为阈值。在每种主轴转速下确定一个声发射信号的均方根值做为阈值。在时频域方面，将振动信号中最能反映刀具状态的三个频段做为特征频段，将三个频段能量之和占据整个频段能量的百分比值η做为判断刀具状态的依据。将声发射信号中最能反映刀具状态的第二频段做为特征频段，并将第二频段能量值做为判断刀具状态的阈值。将各种切削参数下的阈值存入Access数据库，建立起信号特征库。为在线监控提供阈值支持。最后,通过铣削实验验证，在线监控时监控系统会根据现场切削条件从信号特征库中调用出相应的阈值，并将在线分析信号特征与这些阈值比较，实验结果表明基于信号特征库诊断能很好判断刀具的状态。本文对系统平台的设计、试验的设计、振动信号和声发射信号特征的提取和监测方法进行了积极的探索。这增强数据的实用性和可靠性，提高高速铣削智能监测的准确性，从而提高高速机床的生产效率和高速铣削的安全性。