钻头磨损和破损监测线路框图
电流信号的实际判别公式如下：I=(Ia-Ib)-F(Va-Vb)式中：I为判别电流值；F为电压变化引起电流变化的比率，主要为消除电流、电压硬件线路放大倍数的不一致；Va、Va分别为监测过程中采样的电流和电压值；Ib、Vb则为开始切削时的电流和电压值。实验过程和结果钻头磨损和破损的在线实时监测是自动化机加工生产线中一个困难而又重要的问题，虽然监测钻头磨损和破损的方法很多，但由于实际切削过程中环境恶劣、钻头和工件的多样性、采集数据离散性大等因素，使得实际监测很困难。
若采用单一的监测方法，无论是直接法，还是间接法，由于受到诸如切屑、切削液和振动的影响，时间响应差和测试灵敏度的影响，材料物理性质变化的影响，切削条件的影响等，监测的有效性和判别成功率受到质疑。为此，可在总结现有监测法优缺点的基础上，采用多参量综合监测法，充分利用每个监测量的优点，互补不足，拓宽了监测范围，提高了判别成功率。
我们采用AE和电机电流信号2个参量进行监测，进行了实验，证明钻头破损监测的效果良好。在CA6410车床上的钻孔及车削外圆实验在Z512-D台钻上的钻孔实验为模拟在加工中心上钻孔，钻头装夹在车床
主轴卡盘上，工件夹在刀架上，钻孔实验时，钻头旋转，工件自动进给，AE传感器安装在小刀架上。实验
钻削参数为：钻头转速n=900-1120r/min，进给量s=0.028-0.039mm/r、s=0.1mm/r。用直径f2.5mm以上钻头钻削23次，用直径f25mm以下钻头钻削80次，总计钻削23+80=103次，结果误报1次，漏报2次，判断成功率为97%。车削外圆实验时，在40Cr钢和45钢的圆棒(f800mm×600mm)试件上轴向每隔20-30mm埋入直径f1.5mm的钻头，为的是在正常外圆车削实验过程中加速钻头的破损。实验车削参数为：主轴转速n=800r/min，钻头进给量s=0.2mm/r，切削深度ap=1-2mm。在60次破损纪录中的判断成功率为96.7%。工件材料为45钢，钻孔直径f0.8-2.5mm。，钻头转速n=480r/min，手动进给，钻孔30次，误判2次，判断成功率为93.3%。
