切削过程监测技术是实现加工自动化、智能化必须解决的难题之一。切削过程监测技术,特别是刀具状态监测技术,在过去的研究中获得了长足的发展,但这些研究多聚焦于提出切削过程状态识别方法,对状态变化造成的监测信号变化规律的研究还不够深入。即便是作为研究热点多年的刀具状态监测技术,已实现商业应用的仍很少。因此,进一步研究切削过程中监测信号的变化规律和提出高可靠性、低成本的刀具监控方法仍具有重要意义。　　本文引入了一种新的适合非平稳信号的自适应信号分解算法——零空间追踪(Null Space Pursuit),试验证明该方法分解铣削功率信号的自适应分解能力甚至优于经验模态分解。对铣削功率信号应用零空间追踪并分析分量特性,结果表明,铣削功率信号可分为静态分量和动态分量两部分,其中静态分量的能量很大,在切削参数恒定时其值基本保持不变;参与铣削的刀片数目或位置不同时,功率信号的零空间追踪分量具有不同的特性,利用这点可以区分这些不同的铣削状态;而且,功率信号中始终包含反映主轴转速大小的主轴转频分量。本文还比较了正常刀片和破损刀片铣削时功率信号零空间追踪分量的异同,并在此基础上提出了两种刀具破损识别方法——功率信号分量能量分布法和系数 C识别法。试验证明,前者识别处于相对位置的二个刀片铣削和三个刀片铣削中的破损效果显著;后者能有效识别能量分布法无法识别或识别效果一般的一个刀片铣削、二个位置相邻刀片铣削、四个刀片铣削中的铣刀破损,且经试验验证,切削参数变化不影响系数C识别刀具破损的效果。