在数控加工中刀具必然会发生磨损，严重降低产品加工品质和效率。在金属手机外壳批量高光加工中使用寿命一致性差，磨损后会使产品出现蓝线、白线、发雾、拉丝等缺陷，如不能及时发现刀具所处的状态并更换刀具，会导致工件加工品质下降甚至报废。目前高光倒角加工刀具状态的辨识主要依靠人工观察工件加工质量来确定刀具状态，费时费力，很大程度上受到操作人员的水平和工作经验的影响。结合金属手机外壳实际生产情况和需求，本文开展了基于机床主轴电流信号和振动信号的高光倒角加工刀具状态监测研究。　　本文从国内外现有的刀具状态监测技术的研究出发，梳理了目前主流的刀具加工过程中的状态监测技术，分析了在该领域信号处理和状态特征分析技术。在详细了解金属手机外壳批量加工流程和工艺特点的基础上，深入分析了高光刀具的加工特性，分析了造成高光倒角加工质量缺陷的主要因素，制定了高光倒角加工刀具状态监测研究的总体思路，搭建了数据采集实验系统。　　将采集到的五种状态刀具加工过程中的信号数据作预处理，截取加工段信号进行特征分析。从时域、频域和相似性的角度对信号作特征提取，对比各种状态刀具加工时信号特征的差异。将提取到的特征构建为特征向量，采用基于密度峰值快速搜素聚类算法建立刀具状态辨识模型，实现特征向量的聚类，从而辨识出刀具在加工出各种表面质量存在缺陷的工件时所处的状态。对比分析了全新、寿命到、蓝线、白线和发雾五种状态刀具的前刀面和后刀面表面形貌差异。最终实现基于刀具实际状态更换刀具，提高产品良率，提高刀具的利用率，降低企业成本。