数控铣床作为使用最为广泛的设备之一,其智能化程度直接影响到智能制造的实施。刀具作为铣床实施铣削操作的最终端部件,是铣削加工成功的关键因素,也是最易损伤和浪费最严重的部件,对其进行及时有效的状态识别与监测非常重要。本文研究铣床加工过程中刀具的状态监测技术,为铣削刀具状态评估以及维护决策提供有效的信息参考。本文首先从传感技术、特征提取和监测模型等方面综述了铣削刀具状态监测关键技术的研究现状,总结了动态信号的经典处理方法,分析了稳态子空间分析方法的理论原理和算法过程,为课题的开展奠定扎实的理论基础。针对铣削刀具状态监测样本量少、信号时变性强等特征,提出了基于稳态子空间分析的多传感铣削刀具状态监测方法。首先,通过稳态子空间分析方法把多维传感信号分解为稳态子空间和非稳态子空间,进而提取非稳态子空间的10个无量纲时频统计参数用以训练最小二乘支持向量机回归模型,获得刀具磨损量估计模型。通过对刀具状态监测公开基准数据和多传感刀具状态监测实验的构建和比较分析,验证了所提方法的可行性和有效性。针对单传感条件下铣削刀具状态监测问题,结合相空间重构技术、提出了基于相空间重构和稳态子空间分析的单传感铣削刀具状态监测方法。首先,利用相空间重构技术将一维传感信号扩展为多维信号,进而采用稳态子空间分析将扩维后的多维信号分解为稳态子空间和非稳态子空间,提取非稳态子空间信号中的10个无量纲时频统计参数作为最小二乘支持向量机多分类模型的输入参数。最后,搭建了数控铣床四刀面端铣刀的实验平台,开展了刀具磨损状态监测实验,实验结果的分析表明,本文所提方法比其他几种方法更有效。