潘春龙，王二化，张 屹

(1.常州大学 机械工程学院，江苏 常州 213164；2.常州市高端制造装备智能化技术重点实验室，江苏 常州 213164)

0 引言

近年来，社会技术类型逐步倾向于精密化，尤其是一些重点领域[1]。这一要求带动了微铣削加工技术[2-3]的发展。但是由于微铣刀尺寸急剧减小，且主轴转速更快。微铣刀是更易磨损的。而刀具的磨损必然对加工工件的精度和质量造成影响。因此，对微铣削刀具的磨损进行监测是必要的。

当前的刀具磨损监测方法主要有直接测量法[4]和间接法[5]两种。直接测量法，就是在切削加工平台上安装高速相机，从而达到拍摄刀具磨损图像的目的，最后从图像中就可以直接测量出刀具磨损量。但是在微铣削加工中，刀具尺寸急剧减小，主轴转速很快，而且有切削碎屑以及冷却液的影响，不利于高质量图像的获得。因此，为了解决直接测量法的缺陷，提出了间接法，该方法是基于信号处理技术与特征分类算法完成对刀具磨损的监测。

间接法首先采集与磨损状态相关的信号，随后进行时域分析[6]、频域分析[7]和时频域分析[8]，并提取特征量，再用分类模型对刀具磨损特征进行分类，实现刀具磨损状态的在线监测。目前间接法常用信号有：声发射信号[9-10]，它虽然携带了一定的刀具磨损信息，但是在加工过程中，必然存在着大量噪声干扰信号；切削力信号[11-12]，它同样也携带了一定的刀具磨损信息。但是切削力受切削工况影响，一旦工况改变必然导致切削力改变，此时已经无法判断切削力的改变是否由刀具磨损引起；……