基于理论和技术创新的智能制造信息化装备是新一代信息技术产业的优先发展方向。在切削加工领域,制造过程中刀具的磨损状态识别与更换依然依赖人工经验,缺乏科学、有效的理论、技术与装备支撑,严重制约了生产效率和产品质量的提升。基于传感器技术的刀具磨损状态在线监测技术可以有效地判断刀具的磨破损状态,充分发挥刀具的加工潜能,已逐渐得到了制造业的广泛重视并获得应用,被认为是实现自动化制造、无人化生产的重要支撑技术。本文以建立一套具备“感知-分析-决策”能力的集成化切削过程监测系统为目标,围绕切削过程智能感知装备与信号时频分析理论所涉及的科学问题,进行相关理论、方法与技术研究。针对传统的切削过程有线式振动信号采集系统信号衰减、安装不便、移植性差等问题,开发了面向铣削加工过程在线监测的旋转式测振刀柄系统,集成工业级三轴加速度传感器,开发信号采集与无线通讯模块、前置处理模块,实现铣削加工中三向振动信号的实时测量;借助于单点激励的锤击法模态实验和有限元模态分析技术,评估测振刀柄本体的动态特性;并开展铣削加工振动信号对比实验,测试了旋转式测振刀柄系统振动信号的采集性能。测试结果表明所开发的旋转式测振刀柄系统能够满足应用需求。针对切削过程各类传感器信号波形变化与刀具磨损状态间的密切关系,建立基于小波变换的奇异性分析理论,形成基于小波变换系数模极大值评估的信号降噪算法,实现对传感器信号波形细微变化的定量表征;通过建立考虑刀具磨损的三维切削力建模,明确最适合切削力信号奇异性评估的小波基函数;创建基于模极大值降噪评估的小波基选择方法,为切削振动、声音等信号中未知的奇异性种类提供了定性依据。基于研制的旋转式测振刀柄系统,搭建包含切削力、振动、声音等三种传感器的铣削加工实验平台,设计并开展整体立铣刀全寿命切削磨损实验;基于已建立的小波变换信号奇异性分析算法完成各类传感器信号的李氏指数定量计算,通过的关联机制;基于互信息特征选择算法对各类传感器信号的李氏指数统计特征完成特征样本集的筛选;基于支持向量机算法分别建立了切削力、振动和声音信号的刀具状态识别模型;为刀具磨损状态监测系统的建立奠定了坚实的数据基础。最后,基于旋转式测振刀柄系统搭建铣削刀具磨损状态在线监测系统的总体框架;测试和验证旋转式测振刀柄系统在多种加工条件和不同刀具磨损状态下的信号采集能力;利用振动信号HE指数统计特征值对刀具磨损状态转变的敏感性,优化振动信号刀具磨损状态监测模型;开发铣削过程在线监测上位机软件系统,并开展铣削过程刀具全寿命周期模拟实验,测试和验证所开发铣削刀具磨损状态在线监测系统的功能和刀具状态识别准确率。