本文以吉林省自然科学基金项目“微孔钻削力在线监测”为研究背景,研制了以主轴电机三相电流为监测对象的微孔钻削在线监测系统,提出了利用粗糙集模糊神经网络对微孔钻削过程进行在线实时监测的方法,用以预防微钻头的折断。本文研制的微孔钻削在线监测系统,其硬件主要包括数据采集和伺服控制系统,软件以LabVIEW为编程环境,实现对信号的采集、数据处理和对主轴进给运动的伺服控制。本文分别建立了BP神经网络和模糊神经网络监测模型,经分析论证,提出把粗糙集理论与模糊神经网络有机结合起来对微孔钻削过程进行在线实时监测的方法。利用粗糙集理论从训练样本中提取、精简规则集,去除规则集中的冗余信息;利用约简后的规则构造模糊神经网络的结构,使网络结构更加简单,易于理解,缩短了网络的训练时间,解决了规则爆炸问题,提高了网络的学习效率。论文通过实验获取样本数据,对粗糙集模糊神经网络进行训练和测试,利用训练后的神经网络对微孔钻削过程进行在线监测实验,其监测过程为:将实时采集的主轴电机三相电流信号输入到构造好的粗糙集模糊神经网络,网络输出与给定的监测阈值做比较,若输出小于阈值则继续钻削,若输出大于等于阈值则报警退刀。结果表明,适当选择监测阈值,可以有效避免微钻头的折断,从而验证了用粗糙集模糊神经网络来进行微孔钻削在线监测的可行性和有效性。